An ultra-fast metabolite prediction algorithm.
An ultra-fast metabolite prediction algorithm.
复制标题
DOI：
10.1371/journal.pone.0039158
复制
发表时间：
2012
期刊：
影响因子：
3.7
通讯作者：
Grant M
中科院分区：
文献类型：
--
作者：
Yang ZR;Grant M
小分子是所有生物过程的核心，代谢组学成为越来越重要的发现工具。稳健、准确和高效的实验方法对于支持和验证后基因组研究的预测至关重要。为了准确预测代谢变化和动力学，实验设计需要多个生物重复，通常需要多个处理。处理来自每次运行的质谱并提取代谢物特征。由于机器分辨率和重复测定的差异，一种代谢物在不同光谱中可能具有不同的保留时间和质量实现（值）。有效利用非目标代谢组学数据的一个主要障碍是确保准确的光谱对齐，从而能够精确识别光谱中的特征（代谢物）。现有的比对算法使用全局合并策略或局部合并策略。前者提供了准确的对齐，但缺乏效率。后者速度很快，但往往不准确。在这里，我们的文件采用一种新的算法称为快速排序技术。仿真数据和真实的数据的实验结果表明，该算法在提高对准速度的同时，也提高了对准精度。
Small molecules are central to all biological processes and metabolomics becoming an increasingly important discovery tool. Robust, accurate and efficient experimental approaches are critical to supporting and validating predictions from post-genomic studies. To accurately predict metabolic changes and dynamics, experimental design requires multiple biological replicates and usually multiple treatments. Mass spectra from each run are processed and metabolite features are extracted. Because of machine resolution and variation in replicates, one metabolite may have different implementations (values) of retention time and mass in different spectra. A major impediment to effectively utilizing untargeted metabolomics data is ensuring accurate spectral alignment, enabling precise recognition of features (metabolites) across spectra. Existing alignment algorithms use either a global merge strategy or a local merge strategy. The former delivers an accurate alignment, but lacks efficiency. The latter is fast, but often inaccurate. Here we document a new algorithm employing a technique known as quicksort. The results on both simulated data and real data show that this algorithm provides a dramatic increase in alignment speed and also improves alignment accuracy.
登录
查看更多内容
一种迭代的块移动方法，用于保留时间比对，可保留气相色谱 - 质谱峰的形状和面积。
影响因子：
3
作者：
Chae, Minho;Reis, Robert J. Shmookler;Thaden, John J.
通讯作者：
Thaden, John J.
影响因子：
7.4
作者：
Broeckling, Corey D.;Reddy, Indira R.;Sumner, Lloyd W.
通讯作者：
Sumner, Lloyd W.
影响因子：
7.4
作者：
Lommen, Arjen
通讯作者：
Lommen, Arjen
影响因子：
5.8
作者：
Hoffmann, Nils;Stoye, Jens
通讯作者：
Stoye, Jens
影响因子：
3.4
作者：
de Groot, Joost C. W.;Fiers, Mark W. E. J.;America, Antoine H. P.
通讯作者：
America, Antoine H. P.