Настроенный против текущих методов, которые применяют статистический анализ к наборам данных в целом, предложенный технологический процесс ломает исходные данные в меньшие группы, определенные известными молекулярными взаимодействиями. Статистические методы могут тогда быть применены к этим группам, приводящим к более точным результатам, чем если бы анализ был применен к целому набору данных.Эта техника, как показывали, улучшила обнаружение генов, связанных с метаболизмом липида на мыши в качестве примера пищевое исследование, которое увеличивает наше понимание биохимических колебаний на 15 процентов.
Идентификация ассоциаций между метаболитами, маленькие молекулы, произведенные во время метаболизма и генов, крайне важна для понимания процессов в клетке. Однако раскрытие этих отношений является сложной задачей, особенно объединяя данные, которые касаются различных типов молекул. Добавление к этой сложности – огромное количество доступных данных для анализа, результата развития новых экспериментальных методов высокой пропускной способности.
Первоначально, молекулярный технологический процесс будет применен к исследованию выгоды брокколи для рака простаты в сотрудничестве с Институтом Продовольственного Исследования. А также быть примененным к изучению пользы для здоровья от флавонидов, которые являются метаболитами завода, найденными во множестве фруктов и овощей в сотрудничестве с Университетом Восточной Англии.
Улучшая нашу способность объединить данные из различных источников и определить связи между метаболитами и генами, этот технологический процесс предоставит более подробный диагноз клеточного метаболизма и экспрессии гена в биологических процессах.Соавтор, Виктор Юрковский, Лидер Integrative Genomics Group в TGAC, сказал: «Знание, собранное в молекулярных сетях, может использоваться, чтобы улучшить интеграцию данных и интерпретацию.
«Наш подход, объединяясь transcriptomics и metabolomics данные помогут интерпретировать сигналы, измеренные omics методами, чтобы расширить наше знание процессов при определенных биологических условиях. Поэтому принося пользу биологам в интерпретации данных, создании лучших гипотез и точном определении генов и метаболитов, включенных, чтобы распутать механизм интереса.«Это – исследование доказательства понятия, и мы в настоящее время работаем для улучшения стратегии поколения группы запасных областей interactome и менее аннотируемых разновидностей.
Мы применяем это и другие молекулярные сетевые подходы к данным, произведенным в совместных проектах через Нориджский Исследовательский парк».