Loading...
机构名称:
¥ 1.0

代谢产物分析是对复杂疾病的临床诊断的强大方法,从心脏代谢疾病,癌症和认知疾病到呼吸道病理和疾病,涉及代谢失调。由于系统级解释的重要性,已经开发了许多方法来使用代谢组学数据识别具有生物学意义的途径。在这篇综述中,我们首先描述一个完整的代谢组学工作流(样本准备,数据采集,预处理,下游分析等)。然后,我们全面审查了24种能够进行功能分析的方法,包括将代谢组数据与其他类型的数据相结合的方法,以研究多个OMICS层的疾病与疾病相关的变化。我们讨论了它们的可用性,实现,预处理和质量控制的能力,支持的OMICS类型,嵌入式数据库,途径分析方法和集成技术。我们还提供了每个软件的评分和评估,重点是其关键技术,软件可访问性,文档和用户友好性。遵循我们的指南,生活科学家可以根据方法评级,可用数据,输入格式和方法类别轻松选择合适的方法。更重要的是,我们强调了未来研究需要解决的杰出挑战和潜在解决方案。为了进一步协助用户执行审查的方法,我们可以通过https://github.com/tinnlab/metabolite-pathway--审查 - divew-docker提供软件包包装器。

全面评论

全面评论PDF文件第1页

全面评论PDF文件第2页

全面评论PDF文件第3页

全面评论PDF文件第4页

全面评论PDF文件第5页

相关文件推荐

2021 年
¥1.0
2021 年
¥1.0
2023 年
¥1.0
2023 年
¥1.0
2024 年
¥1.0
2023 年
¥1.0
2024 年
¥3.0
2021 年
¥1.0
1900 年
¥8.0
2023 年
¥1.0
2023 年
¥1.0
2025 年
¥1.0
2023 年
¥1.0
2024 年
¥1.0
2024 年
¥4.0
2023 年
¥9.0
2022 年
¥1.0
2022 年
¥4.0
2023 年
¥1.0
2021 年
¥1.0
2020 年
¥1.0
2024 年
¥1.0
2020 年
¥2.0
2024 年
¥2.0
2024 年
¥1.0
2024 年
¥1.0
2020 年
¥1.0
2024 年
¥1.0