Центрирование, масштабирование и преобразования: повышение биологической информативности метаболомных данных

Введение: Извлечение значимой биологической информации из больших массивов данных — одна из основных задач исследований в области функциональной геномики. Различные свойства данных затрудняют их биологическую интерпретацию. Например, в метаболомном наборе данных концентрации разных метаболитов могут различаться в 5000 раз, однако эти различия не пропорциональны биологической значимости метаболитов. Тем не менее методы анализа данных не способны учитывать это различие. Методы предварительной обработки данных позволяют устранить факторы, затрудняющие биологическую интерпретацию метаболомных наборов, выделяя содержащуюся в них биологическую информацию и тем самым повышая их биологическую информативность.

Результаты: На реальном метаболомном наборе данных были протестированы различные методы предварительной обработки: центрирование, автошкалирование, парето-масштабирование, диапазонное масштабирование, VAST-масштабирование, логарифмическое и степенное преобразования. Было установлено, что они существенно влияют на результаты анализа данных и, следовательно, на ранжирование метаболитов по их биологической значимости. Кроме того, используемый метод предварительной обработки влиял на устойчивость ранжирования, влияние технических ошибок на результаты анализа и склонность методов анализа выбирать метаболиты с высокой концентрацией.

Выводы: Разные методы предварительной обработки выделяют различные свойства данных, и каждый из них имеет свои преимущества и ограничения. Выбор метода зависит от биологического вопроса, свойств набора данных и выбранного метода анализа. При исследовательском анализе использованного в работе валидационного набора данных автошкалирование и диапазонное масштабирование показали лучшие результаты по сравнению с другими методами. Они устраняли зависимость ранга метаболитов от их средней концентрации и величины кратных изменений, а после анализа главных компонент (PCA) обеспечивали биологически осмысленные результаты. Таким образом, правильный выбор метода предварительной обработки имеет принципиальное значение для анализа метаболомных данных и существенно влияет на перечень метаболитов, признанных наиболее значимыми.