Machine Learning Tools for Discovery and Analysis of Active Metabolic Pathways

用于发现和分析活跃代谢途径的机器学习工具

基本信息

  • 批准号:
    9899255
  • 负责人:
  • 金额:
    $ 33.69万
  • 依托单位:
  • 依托单位国家:
    美国
  • 项目类别:
  • 财政年份:
    2016
  • 资助国家:
    美国
  • 起止时间:
    2016-04-01 至 2022-03-31
  • 项目状态:
    已结题

项目摘要

 DESCRIPTION (provided by applicant): This project aims to develop new statistical machine learning methods for metabolomics data from diverse platforms, including targeted and unbiased/global mass spectrometry (MS), labeled MS experiments for measuring metabolic flux and Nuclear Magnetic Resonance (NMR) platforms. Unbiased MS and NMR profiling studies result in identifying a large number of unnamed spectra, which cannot be directly matched to known metabolites and are hence often discarded in downstream analyses. The first aim develops a novel kernel penalized regression method for analysis of data from unbiased profiling studies. It provides a systematic framework for extracting the relevant information from unnamed spectra through a kernel that highlights the similarities and differences between samples, and in turn boosts the signal from named metabolites. This results in improved power in identification of named metabolites associated with the phenotype of interest, as well as improved prediction accuracy. An extension of this kernel-based framework is also proposed to allow for systematic integration of metabolomics data from diverse profiling studies, e.g. targeted and unbiased MS profiling technologies. The second aim pro- vides a formal inference framework for kernel penalized regression and thus complements the discovery phase of the first aim. The third aim focuses on metabolic pathway enrichment analysis that tests both orchestrated changes in activities of steady state metabolites in a given pathway, as well as aberrations in the mechanisms of metabolic reactions. The fourth aim of the project provides a unified framework for network-based integrative analysis of static (based on mass spectrometry) and dynamic (based on metabolic flux) metabolomics measurements, thus providing an integrated view of the metabolome and the fluxome. Finally, the last aim implements the pro- posed methods in easy-to-use open-source software leveraging the R language, the capabilities of the Cytoscape platform and the Galaxy workflow system, thus providing an expandable platform for further developments in the area of metabolomics. The proposed software tool will also provide a plug-in to the Data Repository and Coordination Center (DRCC) data sets, where all regional metabolomics centers supported by the NIH Common Funds Metabolomics Program deposit curated data.
 描述(由适用提供):该项目旨在从潜水员平台(包括针对性和无偏/全球质谱法(MS),标记为测量代谢型(NMR)平台的MS MS实验(NMR)平台的标记为MS实验,以开发新的统计机器学习方法。公正的MS和NMR专业填充研究导致识别大量未命名的光谱,这些光谱不能直接与已知的代谢产物匹配,并且经常在下游分析中丢弃。第一个目标开发了一种新型的内核惩罚回归方法,用于分析来自无偏见的研究研究。它提供了一个系统的框架,用于从中提取相关信息 通过核的未命名光谱突出了样品之间的相似性和差异,进而增强了来自命名代谢产物的信号。这会提高鉴定与感兴趣表型相关的命名代谢产物的功率,并提高了预测准确性。还提出了该基于内核的框架的扩展,以允许从潜水员研究研究中的代谢组学数据进行系统整合,例如有针对性和无偏的MS Pro Fifing Technologies。第二个目的是依靠内核惩罚回归的正式推理框架,因此完成了第一个目标的发现阶段。第三个目标重点介绍了代谢途径富集分析,该分析测试了给定途径中稳态代谢物活性的策划变化,以及代谢反应机制的畸变。该项目的第四个目标为基于网络的静态集成分析(基于质谱)和动态(基于代谢液)的代谢组学测量提供了一个统一的框架,从而提供了代谢组和流动组的综合视图。最后,最后一个目的将利用R语言,Cytoscape平台和Galaxy Work Work Flow System的易用开源软件中实现了实体方法,从而为代谢组学领域的进一步发展提供了可扩展的平台。拟议的软件工具还将为数据存储库和协调中心(DRCC)数据集提供插件,其中所有区域代谢组学中心都得到NIH普通基金代谢组合计划存款策划数据的支持。

项目成果

期刊论文数量(18)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Black-box tests for algorithmic stability.
算法稳定性的黑盒测试。
Likelihood Inference for Large Scale Stochastic Blockmodels with Covariates based on a Divide-and-Conquer Parallelizable Algorithm with Communication.
基于分而治之的可并行通信算法的具有协变量的大规模随机块模型的似然推断。
High-Dimensional Posterior Consistency in Bayesian Vector Autoregressive Models
贝叶斯向量自回归模型中的高维后验一致性
The Convex Mixture Distribution: Granger Causality for Categorical Time Series
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

ALI SHOJAIE其他文献

ALI SHOJAIE的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('ALI SHOJAIE', 18)}}的其他基金

Data Management and Statistical Core
数据管理与统计核心
  • 批准号:
    10433868
  • 财政年份:
    2020
  • 资助金额:
    $ 33.69万
  • 项目类别:
Novel Statistical Inference for Biomedical Big Data
生物医学大数据的新颖统计推断
  • 批准号:
    10701041
  • 财政年份:
    2020
  • 资助金额:
    $ 33.69万
  • 项目类别:
Data Management and Statistical Core
数据管理与统计核心
  • 批准号:
    10661531
  • 财政年份:
    2020
  • 资助金额:
    $ 33.69万
  • 项目类别:
Novel Statistical Inference for Biomedical Big Data
生物医学大数据的新颖统计推断
  • 批准号:
    10252023
  • 财政年份:
    2020
  • 资助金额:
    $ 33.69万
  • 项目类别:
17th IMS New Researchers Conference
第十七届IMS新研究员大会
  • 批准号:
    8986570
  • 财政年份:
    2015
  • 资助金额:
    $ 33.69万
  • 项目类别:
Statistical Methods for Network-Based Integrative Analysis of CVD Epigenetic Data
基于网络的 CVD 表观遗传数据综合分析统计方法
  • 批准号:
    9032704
  • 财政年份:
    2015
  • 资助金额:
    $ 33.69万
  • 项目类别:
Summer Institute for Statistics of Big Data
大数据统计暑期学院
  • 批准号:
    8935790
  • 财政年份:
    2014
  • 资助金额:
    $ 33.69万
  • 项目类别:
Summer Institute for Statistics of Big Data
大数据统计暑期学院
  • 批准号:
    8829422
  • 财政年份:
    2014
  • 资助金额:
    $ 33.69万
  • 项目类别:

相似国自然基金

采用合成生物学技术在苯系物高效降解菌中构建多环芳烃代谢通路并定向改造菌株的耐盐能力
  • 批准号:
  • 批准年份:
    2020
  • 资助金额:
    57 万元
  • 项目类别:
    面上项目
采用多组学方法研究“补脾益肾、通腑泄浊法”调节肠道菌群与宿主代谢而延缓大鼠CKD进展的机制
  • 批准号:
    81973673
  • 批准年份:
    2019
  • 资助金额:
    55 万元
  • 项目类别:
    面上项目
采用转录组及代谢组关联解析高山杜鹃典型花色形成的分子机制
  • 批准号:
    31801896
  • 批准年份:
    2018
  • 资助金额:
    25.0 万元
  • 项目类别:
    青年科学基金项目
采用同园实验研究青海沙蜥幼体种群间适应环境特征及其形成机制
  • 批准号:
    31501860
  • 批准年份:
    2015
  • 资助金额:
    20.0 万元
  • 项目类别:
    青年科学基金项目
采用磁共振技术研究帕金森病不同临床亚型患者的大脑差异
  • 批准号:
    81371519
  • 批准年份:
    2013
  • 资助金额:
    70.0 万元
  • 项目类别:
    面上项目

相似海外基金

The conserved transcription factor UNC-30/PITX1-3 coordinates synaptogenesis and cell identity in C. elegans motor neurons
保守转录因子 UNC-30/PITX1-3 协调线虫运动神经元的突触发生和细胞身份
  • 批准号:
    10478894
  • 财政年份:
    2021
  • 资助金额:
    $ 33.69万
  • 项目类别:
The conserved transcription factor UNC-30/PITX1-3 coordinates synaptogenesis and cell identity in C. elegans motor neurons
保守转录因子 UNC-30/PITX1-3 协调线虫运动神经元的突触发生和细胞身份
  • 批准号:
    10314649
  • 财政年份:
    2021
  • 资助金额:
    $ 33.69万
  • 项目类别:
Elucidating the genetic basis of imidazopyrazinone luciferin biosynthesis for the development of improved bioluminescence imaging technologies
阐明咪唑并吡嗪酮荧光素生物合成的遗传基础,以开发改进的生物发光成像技术
  • 批准号:
    9979650
  • 财政年份:
    2018
  • 资助金额:
    $ 33.69万
  • 项目类别:
Mechanistic studies of thioether crosslink formation in peptides
肽中硫醚交联形成的机理研究
  • 批准号:
    9169902
  • 财政年份:
    2016
  • 资助金额:
    $ 33.69万
  • 项目类别:
Exploring RNA Folding and Dynamics Using a Polarizable Force Field
使用极化力场探索 RNA 折叠和动力学
  • 批准号:
    8645182
  • 财政年份:
    2014
  • 资助金额:
    $ 33.69万
  • 项目类别:
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了