Loading [MathJax]/jax/output/CommonHTML/config.js
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >非靶向代谢组学—基础知识1

非靶向代谢组学—基础知识1

原创
作者头像
sheldor没耳朵
发布于 2025-04-02 10:00:57
发布于 2025-04-02 10:00:57
2410
举报

非靶向代谢组学—基础知识1

最近才开始接触到代谢组学的内容,一些基础知识不甚了解,这里记录下和chatGPT之间的对话,算是开启我的代谢组学的学习之路。

原因是我看了某公司的代谢组学的分析报告,发现他们的报告分为NEG文件夹和POS的文件夹,两个里面是类似的分析,这让我有点迷惑。故去问了chatGPT这些问题。

该报告中也给出了大致的分析流程

关于代谢组学的基础解释,看了B站的一个视频,说的非常不错,这里也贴出来

https://www.bilibili.com/video/BV1Sv4y1M7QQ/?spm_id_from=333.337.search-card.all.click&vd_source=7e83cb2510516bdff59ccf808d022aa0

1.为什么区分正负离子模式?

2.NEG开头的文件和POS开头的文件?

3.正负离子模式的得到的差异代谢物可能重合吗?

4.正负离子下,得到的差异代谢物可能相反吗?

5.接下来应该把正负离子模式下的代谢物合并在一起进行后续分析吗?

6.代谢组学中代谢物的ID指的是什么ID

7.同一个离子可能匹配到不同代谢物中吗

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
非靶向代谢组学—基础知识2(多组学联合分析思路)
继续开始代谢组学的学习路程,昨天晚上看了B站联川生物出的解读非靶向代谢组学的生信报告,讲的很好。里面一些代谢组学和和其他组学联合分析的思路对我的启发挺大,这里记录下,只是宏观的描述
sheldor没耳朵
2025/04/03
3180
非靶向代谢组学—基础知识2(多组学联合分析思路)
非靶向代谢组学—基础知识3(测序报告解读)
最近重新看了某测序公司的非靶向代谢组学的分析报告,感觉收获很大。这次就对非靶向代谢组学的常规下游分析内容进行一个整理,并不涉及代码,主要对基础概念的解读。
sheldor没耳朵
2025/04/25
6890
非靶向代谢组学—基础知识3(测序报告解读)
非靶向代谢组学—全分析流程1(以3分组为例)
这里记录下非靶向代谢组学的全分析流程,以3分组为例,即正常组、疾病组、治疗组。对于简单的2分组或者更为复杂的分组,只需要对应修改下即可
sheldor没耳朵
2025/06/30
2530
非靶向代谢组学—全分析流程1(以3分组为例)
ACS Cent. Sci. | 可解释的机器学习在代谢组数据上揭示帕金森病的生物标志物
今天为大家介绍的是来自William A. Donald团队的一篇论文。论文介绍了一种基于机器学习(ML)的方法,用于处理代谢组数据,旨在早期诊断疾病。虽然机器学习与代谢组学的结合提供了早期诊断疾病的机会,但由于解释疾病预测模型的挑战以及分析大量相关且“嘈杂”的化学特征的困难,这种方法的准确性和获取的信息量可能受到限制。在这项研究中,研究团队报告了一种可解释的神经网络框架,它可以准确地预测疾病并在不需要预先选择特征的情况下,使用完整的代谢组数据集识别重要的生物标志物。
DrugAI
2024/01/03
8180
ACS Cent. Sci. | 可解释的机器学习在代谢组数据上揭示帕金森病的生物标志物
单细胞转录组联合脂质代谢提供肺癌的早筛新方法
肺癌在全球男女所有肿瘤中死亡率最高,发病率位居第二。I 期肺腺癌 (LUAD) 的 5 年生存率超过 60% ,因此迫切需要早期检测以改善患有这种疾病的患者的预后。尽管已经开发了几种基于血液的测试方法来帮助对肺癌进行筛选,但仍然缺乏用于早期肺癌检测的无创且可靠的方法和生物标志物。因此,建立一种有效的早期肺癌检测方法和筛查高危人群是临床面临的重要挑战。
生信技能树jimmy
2023/09/26
3670
单细胞转录组联合脂质代谢提供肺癌的早筛新方法
做好代谢组学研究的关键在哪里?
已知代谢组是基因组-转录组-蛋白组-代谢组的生物动态调控系统中最接近于表型的阶段,是生命的本质特征和物质基础。
摩赛恩科技
2021/12/14
1.3K0
做好代谢组学研究的关键在哪里?
非靶向代谢组学—全分析流程2(以3分组为例)
这里记录下非靶向代谢组学的全分析流程,以3分组为例,即正常组、疾病组、治疗组。对于简单的2分组或者更为复杂的分组,只需要对应修改下即可。
sheldor没耳朵
2025/06/30
1390
非靶向代谢组学—全分析流程2(以3分组为例)
比DNA存储更可怕!你的照片居然可以存储在氨基酸分子溶液里
上周,新智元报道了DNA数据存储的新闻,不仅16G的维基百科能够存储到一个DNA分子上,就连存储全球的数据也只需要1kg DNA。
新智元
2019/07/12
8710
比DNA存储更可怕!你的照片居然可以存储在氨基酸分子溶液里
Nat. Commun. | 机器学习揭秘肺部脂质组学,深入解析污染物暴露效应
今天为大家介绍的是来自California Davis大学Oliver Fiehn团队的一篇论文。了解吸入毒物的区域性反应对理解在空气污染暴露下的肺部疾病发病机制至关重要。作者评估了过敏原致敏和臭氧暴露的联合效应,如何引起小鼠肺部脂质分布的空间差异,这可能导致哮喘中臭氧诱导的加重。作者通过应用已建立的机器学习算法,展示了对高分辨率质谱成像数据进行标准化和分割的能力。有趣的是,作者的分割区域与组织学验证的肺区域重叠,使得能够在生物重复样本间进行区域分析。作者的数据揭示了空间上不同脂质(lipid)丰度(abundance)的差异,支持脂质饱和度在健康肺功能中的潜在作用,并且强调了臭氧暴露后区域性肺脂质分布的性别差异。作者的研究为未来的质谱成像实验提供了框架,这些实验能够在生物重复样本之间进行相对定量,并扩展到多种样本类型,包括人体组织。
DrugAI
2025/04/30
1170
Nat. Commun. | 机器学习揭秘肺部脂质组学,深入解析污染物暴露效应
代谢组学无非也是差异分析和富集分析
我们以一篇2019年的CELL杂志的文章为例,标题:《Stress-Induced Metabolic Disorder in Peripheral CD4+ T Cells Leads to Anxiety-like Behavior》,链接是:https://pubmed.ncbi.nlm.nih.gov/31675497/
生信技能树
2021/05/27
8.7K0
代谢组学无非也是差异分析和富集分析
转录组代谢组蛋白质组解密如何延长寿命
我前面的教程:转录和蛋白水平的表达量相关性如何,解读了一个很有意思的文献, 它包含着转录组数据,蛋白质组和代谢组,而且数据是可以下载进行图表复现。恰好有学徒进行到了蛋白质组研究,还在抱怨我们《生信技能树》平台的相关教程太少了,我就趁机邀请她来做这方面知识整理,先从文献解读开始!
生信技能树
2021/11/04
8990
转录组代谢组蛋白质组解密如何延长寿命
代谢组数据分析(一):从质谱样本制备到MaxQuant搜库
液相色谱-质谱串联(LC-MS/MS)是一种高效且灵敏的分析技术,广泛应用于多个领域中的化合物检测、鉴定和定量。在残留化合物检测方面,LC-MS/MS能够精确识别并测定环境样品、农产品和工业产品中残留的微量化学物质,如农药、兽药和化学品等。在有机小分子检测领域,该技术凭借其高分辨率和强选择性的特性,能够有效分离和检测复杂样品中的有机小分子,为化学研究、药物开发和环境监测等领域提供有力支持。
生信学习者
2024/10/22
7410
代谢组数据分析(一):从质谱样本制备到MaxQuant搜库
蛋白组学—两个蛋白质之间的分子对接
首先在https://www.uniprot.org/中搜索相关基因,如VTN,选择对应的种属,点击Entry编号,uniprot中可以直接跳转PDB数据库https://www.rcsb.org/(也可以复制编号,直接去PDB数据库中去检索),同理下载SLPI的最佳蛋白质结构。
sheldor没耳朵
2024/11/06
3K3
蛋白组学—两个蛋白质之间的分子对接
点点鼠标就能完成的NMR代谢组学实战
代谢组学几乎完全不涉及生物信息学最核心的序列比对,包括武汉中科院数物所波谱国重实验室等主流科研机构都是利用化学计量学和多元统计分析方法,对通过核磁共振(NMR)、液相色谱质谱联用(LC-MS)、气相色谱质谱联用(GC-MS)等手段获取的小分子代谢物(相对分子质量MW小于1000)的定量数据进行处理。除此之外只有一些商业公司在做外包服务,因此相比基因组、转录组、蛋白质组显得非常小众。
生信技能树
2018/07/27
1.9K3
点点鼠标就能完成的NMR代谢组学实战
AlphaFold3来了!全面预测蛋白质与所有生命分子相互作用及结构,引领药物研发新革命
近年来,深度学习领域的迅速进步对蛋白质设计产生了显著影响。最近,深度学习方法在蛋白质结构预测方面取得了重大突破,使我们能够得到数百万种蛋白质的高质量模型。结合用于生成建模和序列分析的新型架构,这些方法在过去几年里极大改变了蛋白质设计领域,提高了识别新蛋白质序列和结构的准确性和能力。深度神经网络现在能够学习和提取蛋白质结构的基本特征,预测它们与其他生物分子的相互作用,并且有潜力创造用于治疗疾病的新型药物。
Tom2Code
2024/07/19
1.7K0
AlphaFold3来了!全面预测蛋白质与所有生命分子相互作用及结构,引领药物研发新革命
一文全面了解蛋白质组学,从单细胞到临床应用 | Nature 综述
◉ 蛋白质从包括单细胞、组织和体液在内的样品中提取,并使用特定的蛋白水解酶消化成肽。◉ 在多重分析时,这些肽通过化学方法用稳定同位素标记的标签进行标记。◉ 样本制备过程的自动化提高了蛋白质组学分析的稳定性和通量。◉ 然后,标记或非标记的肽混合物经过先进的LC分离,包括微柱阵列柱(µPAC)和预形成梯度的LC。◉ 分离后的肽在不同的保留时间(RT)从LC系统中洗脱出来,并进行DDA或DIA分析用于发现应用,或者针对非发现应用如临床检测进行靶向MS分析。◉ 所描述的质谱硬件包括最新的混合仪器,如timsTOF和Astral仪器,它们结合了被困离子迁移率分离或Orbitrap与飞行时间质量分析器,以促进增强的蛋白质鉴定和定量。◉ 该工作流程应用于探索蛋白质相互作用网络并实现全面的生物体蛋白质组研究,将分子数据与生物学功能和疾病机制联系起来。
生信菜鸟团
2025/03/06
5860
一文全面了解蛋白质组学,从单细胞到临床应用 | Nature 综述
Pathview包:整合表达谱数据可视化KEGG通路
Pathview是一个用于整合表达谱数据并用于可视化KEGG通路的一个R包,其会先下载KEGG官网上的通路图,然后整合输入数据对通路图进行再次渲染,从而对KEGG通路图进行一定程度上的个性化处理,并且丰富其信息展示。(KEGG在线数据库使用攻略)
生信宝典
2019/11/18
10.4K0
审完两篇想要发表在顶刊上的文章后,能学到什么?
之前在和Ken聊天的时候说到审稿,我表示也想参与高水平杂志的审稿,不仅对整个审稿流程感兴趣,也希望从审稿的过程中学会英文写作和如何客观评价一篇论文,算是一种非常好的学习方式。
小汪Waud
2023/02/20
1K0
审完两篇想要发表在顶刊上的文章后,能学到什么?
翻译--肺微生物组与肺癌之间的相互作用
人类的微生物群通过多种途径向人体提供益处或疾病易感性。在糖尿病、肥胖症和慢性胃病等系统疾病中,常发现人体微生物体共生平衡的破坏。新出现的证据表明,微生物区系的失调也可能在多个层面上发挥重要的致癌作用,例如通过影响代谢、炎症或免疫途径。虽然肠道微生物群对消化道肿瘤的影响已被广泛探讨,但很少有研究表明肠道微生物群与肺癌之间的相互作用。最近的一些研究表明,某些微生物和微生物区系失调与肺癌的发生有关。在这篇小型综述中,我们简要地总结了目前描述肺微生物群与肺癌的关系的研究成果。我们进一步讨论了肺微生物群在肺癌发生中的作用和影响肺癌治疗的潜在机制。更好地了解肺癌与肺微生物组之间的相互作用,可以促进肺癌早期预防和个性化治疗的创新策略的制定。
用户1075469
2020/03/03
7470
Nature | 多模态基础模型引领分子细胞生物学新纪元
高通量组学技术的快速发展带来了生物数据的指数级增长,这一速度往往超过了研究人员提取分子层面洞见的能力。在自然语言处理领域,大语言模型通过整合海量数据集构建统一模型,并在多个下游任务中展现出强大能力,为应对数据洪流提供了新思路。借鉴这一理念,研究人员设想构建多模态基础模型,并在包括基因组学、转录组学、表观基因组学、蛋白质组学、代谢组学以及空间组学在内的多类组学数据上进行预训练。此类模型有望以前所未有的方式表征细胞的分子状态,描绘出细胞、基因与组织的整体图谱。
DrugAI
2025/04/19
1200
Nature | 多模态基础模型引领分子细胞生物学新纪元
推荐阅读
相关推荐
非靶向代谢组学—基础知识2(多组学联合分析思路)
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档