检测和解释Metabolite-Transcript Coresponses使用分析数据相结合

动机:
研究基因表达和代谢物水平之间的相互作用可以产生重要的信息对压力的生理反应和适应策略。并行执行转录组和代谢组学在时间序列实验是一种系统化的方式来获得这些信息。几个综合分析数据集已经被添加到公共领域,他们假设生成研究形成一个宝贵的资源。不幸的是,检测coresponses转录水平和代谢物之间的丰度是重要的:他们不能直接与潜在的生化途径和他们可能重叠时间延迟和被巨大的噪音。

结果:
我们的目的是预测代谢物和基因之间的通路comemberships基于coresponses外加应力。我们发现在强噪声和时移响应,一个隐藏的马尔科夫模型相似性优于简单的皮尔森相关但执行同等或更糟糕的是在他们的缺席。因此,我们提出一个监督方法,应用途径达成共识总结相似统计信息统计,比任何单一的措施。使用四个综合分析数据集,我们表明,comembership代谢物和基因之间可以预测大量KEGG通路;这将打开机会的检测转录调控途径和新颖的代谢相关的基因。

这篇文章发表在杂志上的代谢组学和可以自由访问。