метаболомика

В статье представлен новый метод DEEPNET-LLM (De novo Ego network-Enabled Propagation and Neighborhood Extrapolation of Topology using Large Language Models), предназначенный для решения проблемы «темной материи» в метаболомике, где более 90% молекулярных признаков, обнаруженных методом масс-спектрометрии, остаются неидентифицированными. Традиционные подходы к предсказанию структуры по фрагментационным спектрам сталкиваются с проблемой неединственности решения и огромного пространства кандидатов, из-за чего правильная структура редко оказывается в числе первых предсказаний. Авторы предлагают использовать подход рассуждения на основе больших языковых моделей (LLM), который комбинируется с методом сетевого анализа молекулярных сообществ (MCN) для ограничения поиска структуры локальным окружением запроса в глобальном метаболоме, позволяя ИИ распространять структурную информацию от известных соседей к неизвестному запросу. Методология была протестирована на независимом наборе из 900 аутентичных стандартов (2249 спектров), которые никогда ранее не публиковались, что исключило риск утечки данных; DEEPNET-LLM показал точность 84,7% на уровне топ-1 предсказания. Точность метода оказалась независимой от массы прекурсора в диапазоне, где количество кандидатов растет на 30 порядков, и была сопоставима при различных ионизационных полярностях и типах аддуктов. На публичном бенчмарке MassSpecGym метод достиг точности 85,9% (без учета стереохимии), что подтверждает его высокую эффективность и универсальность. В качестве практического примера показано открытие нового метаболита — триптаминового амидата желчной кислоты в кишечнике мыши, структура которого была подтверждена синтетическим стандартом. Подход DEEPNET-LLM является ортогональным к существующим вычислительным методам и может быть интегрирован с ними для повышения общей точности структурной аннотации в исследованиях биологически активных соединений.

В биомедицинских исследованиях всё чаще собираются многомерные данные разных типов (геномные, транскриптомные, протеомные, метаболомные) от одних и тех же субъектов. Интеграция этих данных может улучшить прогнозирование за счёт использования общей или комплементарной информации. Кооперативное обучение — это подход, основанный на согласовании прогнозов, получаемых от отдельных типов данных, однако исходная модель предполагает независимость наблюдений и не учитывает кластерную структуру (например, повторные измерения у одного субъекта). Авторы предлагают метод Cooperative Learning with a penalized Linear Mixed Model (CL-pLMM) для многомерных данных высокой размерности с кластерной структурой. CL-pLMM заменяет обычную функцию потерь в кооперативном обучении на ковариационно-взвешенную, учитывающую внутрикластерную зависимость, сохраняя штраф согласования между типами данных и Lasso-штраф для отбора переменных. Показано, что целевую функцию можно представить как регуляризованную линейную модель со смешанными эффектами на дополненных данных, что позволяет использовать существующие процедуры оценки. Эффективность CL-pLMM проверена в симуляционных исследованиях при различных настройках сигнала и зависимости, а также на реальных продольных протеомных и метаболомных данных для прогнозирования времени до спонтанных родов. Метод позволяет повысить точность прогнозов и улучшить отбор признаков в кластеризованных многомерных данных, что актуально для биомедицинских приложений с повторными измерениями.

В статье представлен spatialMET — открытый программный фреймворк для сквозного анализа данных визуализации масс-спектрометрии (MSI), позволяющий получать пространственно разрешенные метаболомные данные из срезов тканей. Платформа объединяет предобработку, обнаружение пространственных доменов и визуализацию в едином интерфейсе, устраняя необходимость комбинировать несколько разрозненных инструментов или использовать проприетарное ПО вендоров. Ключевой особенностью является алгоритм hcdist — реализация иерархической кластеризации на C, которая значительно снижает время выполнения и потребление памяти по сравнению с существующими R-решениями. Фреймворк работает как через интерактивное R Shiny-приложение, так и через командную строку для высокопроизводительных вычислительных сред. На данных MALDI-MSI мелкоклеточного рака легкого мыши (284 673 пикселя) spatialMET идентифицировал опухолевые, стромальные и прилегающие легочные домены, совпадающие с гистологией. Дифференциальный анализ выявил 117 m/z-признаков, различающихся между опухолевыми и стромальными областями, а анализ пространственной автокорреляции показал структурированные паттерны распределения метаболитов. Масштабируемость подтверждена на данных аденокарциномы легкого мыши (338 477 пикселей), где платформа захватила пространственную гетерогенность опухоли и окружающей ткани. spatialMET распространяется в виде Docker-контейнера для воспроизводимого развертывания, исходный код доступен на GitHub.

Исследователи разработали MassGAT — инновационный метод на основе графовых нейронных сетей для комплексной обработки данных жидкостной хроматографии с высокоразрешающей масс-спектрометрией (LC-HRMS). Ключевая инновация заключается в объединении двух задач — детекции пиков и их аннотации — в единый процесс обучения, что преодолевает ограничение существующих пайплайнов, обрабатывающих эти этапы независимо. Метод представляет сигналы, предположительно происходящие от одной молекулы, в виде графа и использует Graph Attention Network (GAT) для одновременного определения валидности пиков и связей между ионными видами одного соединения. Тестирование на реальных наборах данных продемонстрировало превосходство MassGAT над текущими подходами по точности как детекции, так и аннотации метаболитов. Решение особенно значимо для метаболомики, поиска биомаркеров и системной биологии, где критична полная и надёжная характеризация метаболитов в сложных биологических образцах. Инструмент распространяется как открытый Python-модуль на GitHub (odisce/MassGAT), обеспечивая доступность для исследовательского сообщества.

Исследователи разработали ChemoCalib — новый фреймворк на основе многоблочного метода частичных наименьших квадратов (MB-PLS) для калибровки геномных метаболических моделей (GEMs). Метод интегрирует данные метаболомики, транскриптомики и протеомики, используя их совместную латентную структуру для калибровки границ реакций в моделях, что преодолевает ограничения традиционных подходов (E-Flux, GIMME, iMAT), работающих только с экспрессией генов. На 11 референсных условиях E. coli с данными 13C-MFA из наборов Keio fluxome и Holm 2010 модель iJO1366 с калибровкой ChemoCalib достигла коэффициента корреляции Спирмена ρ = 0,461 в целом (до 0,523 в пентозофосфатном пути) и Пирсона r = 0,49–0,58 для центральных углеродных путей. Статистически значимое улучшение по сравнению с базовыми методами E-Flux2 и SPOT подтверждено (p < 0,05 с поправкой Холма). Алгоритм использует GPR-aware VIP-агрегацию для проекции многоомиксных латентных оценок на границы реакций без эвристического порогования. Инструмент открыт (лицензия MIT), доступен с Docker-поддержкой и включает 5-минутный туториал, что делает его применимым для исследований метаболизма при заболеваниях и разработки лекарств, хотя текущая валидация проведена на бактериальных моделях.

Исследователи представили HARMONY — инновационную платформу и фреймворк, предназначенный для решения проблемы разрозненности метаданных в крупнейших метаболомных базах данных, таких как Metabolomics Workbench и MetaboLights. Система использует онтологический подход для гармонизации девяти ключевых узлов данных, включая биологические параметры (вид, источник образца, заболевание) и аналитические характеристики (метод разделения, тип ионизации, масс-анализатор), а также сопоставляет метаболиты с единым стандартом RefMet. Методология включает двухэтапный рабочий процесс: многоисточниковое извлечение данных и последующее онтологическое картирование, которое преобразует специфические термины репозиториев в общие поисковые запросы. Результаты внедрения показали значительный рост эффективности: кросс-репозиторная доступность данных увеличилась с 75,5% до 89,6%. При этом около 91% исследований из Metabolomics Workbench и 85% из MetaboLights достигли высокого уровня гармонизации (минимум шесть из восьми узлов). Платформа, доступная по адресу omicsinharmony.in, использует ML-энкодеры для создания общих представлений метаданных, что позволяет проводить глубокий поиск и сравнение исследований на уровне метаболитов, значительно упрощая повторное использование данных в биомедицинских исследованиях.

Исследователи представили PlantMetWiki — семантически обогащенный граф знаний, построенный на принципах FAIR (находимость, доступность, интероперабельность, повторное использование) для интеграции данных о метаболизме растений. Проект базируется на инфраструктуре WikiPathways и объединяет высококурированные данные Plant Metabolic Network с ресурсами биосинтетических генных кластеров, такими как MIBiG и plantiSMASH. В рамках системы представлено 1 162 метаболических пути в формате RDF-графов, что позволяет сохранять структуру путей, литературные источники и таксономическую информацию из PlantCyc 17.0. Ключевой особенностью является возможность проведения кросс-видового моделирования и использования федеративных запросов SPARQL для интеграции с внешними химическими базами данных. Это позволяет ученым выявлять пробелы в аннотациях геномов и метаболомов, а также проводить сравнительный анализ метаболических путей между различными таксонами. Ресурс предоставляет открытый SPARQL-эндпоинт и воспроизводимые рабочие процессы трансформации данных, что критически важно для автоматизированного поиска новых природных соединений с фармацевтическим потенциалом.

В статье представлено инновационное решение HNSW-MS, предназначенное для ускорения поиска сходства масс-спектров в метаболомике, что критически важно для аннотации молекул и построения молекулярных сетей. Авторы внедряют алгоритм иерархического навигационного графа малых миров (Hierarchical Navigable Small World) непосредственно для работы с сырыми данными GC-MS и LC-MS/MS без необходимости предварительной обработки или создания эмбеддингов. Это обеспечивает максимальную воспроизводимость результатов при работе с огромными базами данных, такими как GNPS, объем которых превышает один миллиард спектров. В ходе валидации на наборе из 8,4 миллионов MS/MS спектров метод HNSW-MS продемонстрировал ускорение поиска до 560 раз по сравнению с традиционным линейным сканированием. При этом система сохраняет высокую точность, удерживая показатель top-1 recall на уровне выше 90%, а при определенных настройках параметров достигает идеальной полноты поиска. Данная технология устраняет «узкое место» в анализе метаболомных данных, позволяя проводить запросы к общедоступным репозиториям практически в реальном времени.

Исследователи представили Lemonite — новый вычислительный фреймворк, предназначенный для интеграции данных транскриптомики и метаболомики с целью выявления метаболитов, регулирующих экспрессию генов. В отличие от существующих методов, Lemonite не требует предварительного дифференциального анализа или полной аннотации метаболитов, что позволяет преодолеть ограничения интерпретируемости. Для контекстуализации прогнозов авторы создали масштабный граф знаний, объединяющий более 370 000 взаимодействий метаболит-ген и 2,1 миллиона белок-белковых взаимодействий. Применение метода к когортам пациентов с глиобластомой и воспалительными заболеваниями кишечника позволило выявить более 50 функционально когерентных генных модулей на каждую болезнь. В частности, при глиобластоме было установлено, что мио-инозитол и фосфатидилхолины совместно с фактором IRF6 регулируют мезенхимальные иммунные программы, локализованные в опухолевых макрофагах. Метод позволяет генерировать проверяемые экспериментально гипотезы, расширяя понимание регуляторного потенциала метаболома в рамках мультиомиксного анализа.

Исследователи представили MetFoundation — инновационную метаболомную базовую модель, обученную методом самообучения (self-supervised learning) на данных ЯМР-метаболомики более 430 000 участников из UK Biobank. В отличие от традиционных «часов старения», которые предполагают однородность процессов, MetFoundation способна улавливать сложную нелинейную структуру системного метаболизма. С помощью тонкой настройки выживаемости авторы разработали модель старения, тесно связанную с риском смертности и возрастными заболеваниями. Ключевым достижением стало выявление 13 уникальных метаболических подтипов, которые демонстрируют различную предрасположенность к деменции и диабету даже при одинаковых показателях ускорения старения. Для практического применения была создана облегченная модель, позволяющая аппроксимировать сложные метаболомные данные, используя лишь стандартные анализы крови. Валидация на данных из Китая (CHARLS) подтвердила высокую обобщающую способность модели и её потенциал для персонализированной медицины.

Представлена новая аналитическая платформа Shiny AMMOA, разработанная как графический интерфейс (GUI) на базе R Shiny для упрощения интегративного анализа мультиомных данных при изучении старения мышей. Инструмент позволяет исследователям проводить сквозной анализ транскриптомных, протеомных и метаболомных данных без необходимости глубоких навыков программирования. Платформа поддерживает тестирование дифференциальной экспрессии, анализ обогащения путей и визуализацию молекулярных изменений на диаграммах KEGG. В ходе тестирования Shiny AMMOA успешно воспроизвела ключевые результаты существующих исследований, выявив возрастные изменения в таких процессах, как ответ на несвернутые белки (UPR), организация внеклеточного матрикса и метаболические пути. Продукт демократизирует доступ к сложным биоинформатическим методам, позволяя экспериментальным биологам быстро приоритизировать биологические мишени и генерировать гипотезы на системном уровне. Платформа доступна как локально через GitHub, так и в облегченном веб-варианте.

Исследование посвящено поиску молекулярных маркеров когнитивной устойчивости — способности сохранять высокие когнитивные функции в процессе старения. Ученые провели нецелевое профилирование сыворотки крови методом LC-MS/MS у 237 участников, за которыми велось наблюдение в течение 28 лет. В ходе работы были выявлены специфические метаболические сигнатуры, связанные с когнитивным здоровьем, включая карнитины, конъюгаты глутамина и фосфохолины. Было установлено, что у лиц с высокой когнитивной устойчивостью наблюдается повышенный уровень диетических соединений, таких как пиперин и лютеин, а также специфические изменения в метаболизме антигипертензивного препарата метопролола. Напротив, у участников с низкой устойчивостью зафиксировано накопление глюкуронидных конъюгатов и отрицательная корреляция с уровнем среднецепочечных ацилкарнитинов. Результаты исследования предоставляют новые данные о биологических механизмах старения мозга и предлагают потенциальные биомаркеры для раннего прогнозирования когнитивного снижения.

Исследование посвящено разработке метода высокоточной идентификации личности на основе метаболомного профилирования сухих пятен крови (DBS). Авторы провели масштабную валидацию на когорте из 1257 человек, проанализировав 18 288 образцов с помощью нецелевой масс-спектрометрии (LC-MS/MS) на платформе Orbitrap. Разработанный пайплайн классификации, включающий пакетную нормализацию и супервизорный отбор признаков, показал точность идентификации на уровне пользователя 94,1% при кросс-валидации и 96,1% на полностью отложенной выборке. Особое внимание в работе уделено проблеме «утечки данных» (batch leakage), которая при наивном подходе может искусственно завышать точность. Ключевые дискриминантные метаболиты были обнаружены в путях метаболизма аминокислот, транспорта жирных кислот и биосинтеза сфинголипидов. Данная технология имеет критическое значение для создания «цифровых двойников» в прецизионной медицине, позволяя надежно связывать продольные (лонгитюдные) биообразцы с конкретными пациентами при самостоятельном сборе биоматериала на дому.