mzML2ISA & nmrML2ISA: generating enriched ISA-Tab metadata files from metabolomics XML data.
mzML2ISA & nmrML2ISA: generating enriched ISA-Tab metadata files from metabolomics XML data.
复制标题
DOI：
10.1093/bioinformatics/btx169
复制
发表时间：
2017-08-15
期刊：
影响因子：
--
通讯作者：
Salek RM
中科院分区：
文献类型：
--
作者：
Larralde M;Lawson TN;Weber RJM;Moreno P;Haug K;Rocca-Serra P;Viant MR;Steinbeck C;Salek RM
目前，将代谢组学数据提交给MetabLights储存库会给用户带来以ISA-Tab格式报告仪器和采集参数的负担，用户必须手动报告仪器和采集参数，这一过程非常耗时，而且容易出现用户输入错误。由于这些参数中的绝大多数都嵌入到仪器原始数据文件中，因此存在更准确地捕获该元数据的机会。在这里，我们报告了一组可以从原始的XML代谢组学数据文件自动生成ISA-Tab元数据文件存根的Python包。解析包分为mzML2ISA(包括mzML和imzML格式)和nmrML2ISA(仅限nmrML格式)。总体而言，mzML2ISA和nmrML2ISA的使用大大减少了捕获元数据所需的时间(捕获90%的化验和样品水平的元数据)，大大减少了用户输入错误的可能性，提高了对最低信息报告准则的遵从性，并促进了对数据集的更细粒度的数据探索和查询。MzML2ISA和nmrML2ISA在GNU通用公共许可证版本3下可从https://github.com/ISA-tools.获得文档可从http://2isa.readthedocs.io/en/latest/.获得补充数据可在生物信息学在线上获得。
Submission to the MetaboLights repository for metabolomics data currently places the burden of reporting instrument and acquisition parameters in ISA-Tab format on users, who have to do it manually, a process that is time consuming and prone to user input error. Since the large majority of these parameters are embedded in instrument raw data files, an opportunity exists to capture this metadata more accurately. Here we report a set of Python packages that can automatically generate ISA-Tab metadata file stubs from raw XML metabolomics data files. The parsing packages are separated into mzML2ISA (encompassing mzML and imzML formats) and nmrML2ISA (nmrML format only). Overall, the use of mzML2ISA & nmrML2ISA reduces the time needed to capture metadata substantially (capturing 90% of metadata on assay and sample levels), is much less prone to user input errors, improves compliance with minimum information reporting guidelines and facilitates more finely grained data exploration and querying of datasets. mzML2ISA & nmrML2ISA are available under version 3 of the GNU General Public Licence at https://github.com/ISA-tools. Documentation is available from http://2isa.readthedocs.io/en/latest/. Supplementary data are available at Bioinformatics online.
登录
查看更多内容
DOI：
10.1093/database/bat009
发表时间：
2013
期刊：
Database : the journal of biological databases and curation
影响因子：
--
作者：
Mayer G;Montecchi-Palazzi L;Ovelleiro D;Jones AR;Binz PA;Deutsch EW;Chambers M;Kallhardt M;Levander F;Shofstahl J;Orchard S;Vizcaíno JA;Hermjakob H;Stephan C;Meyer HE;Eisenacher M;HUPO-PSI Group
通讯作者：
HUPO-PSI Group
影响因子：
3.3
作者：
Schramm, Thorsten;Hester, Alfons;Roempp, Andreas
通讯作者：
Roempp, Andreas
影响因子：
3.6
作者：
Fiehn, Oliver;Robertson, Don;Sansone, Susanna-Assunta
通讯作者：
Sansone, Susanna-Assunta
DOI：
10.1093/bioinformatics/btq415
发表时间：
2010-09-15
期刊：
Bioinformatics (Oxford, England)
影响因子：
--
作者：
Rocca-Serra P;Brandizi M;Maguire E;Sklyar N;Taylor C;Begley K;Field D;Harris S;Hide W;Hofmann O;Neumann S;Sterk P;Tong W;Sansone SA
通讯作者：
Sansone SA
DOI：
10.1007/s11306-015-0810-y
发表时间：
2015
期刊：
Metabolomics : Official journal of the Metabolomic Society
影响因子：
--
作者：
Salek RM;Neumann S;Schober D;Hummel J;Billiau K;Kopka J;Correa E;Reijmers T;Rosato A;Tenori L;Turano P;Marin S;Deborde C;Jacob D;Rolin D;Dartigues B;Conesa P;Haug K;Rocca-Serra P;O'Hagan S;Hao J;van Vliet M;Sysi-Aho M;Ludwig C;Bouwman J;Cascante M;Ebbels T;Griffin JL;Moing A;Nikolski M;Oresic M;Sansone SA;Viant MR;Goodacre R;Günther UL;Hankemeier T;Luchinat C;Walther D;Steinbeck C
通讯作者：
Steinbeck C