Search

Your search keyword '"Quantification of metabolites"' showing total 4 results
Start Over Descriptor "Quantification of metabolites"
4 results on '"Quantification of metabolites"'

1. ASICS: an automatic method for identification and quantification of metabolites in complex 1D H NMR spectra.

Author

Tardivel, Patrick, Canlet, Cécile, Lefort, Gaëlle, Tremblay-Franco, Marie, Debrauwer, Laurent, Concordet, Didier, and Servien, Rémi

Subjects
*METABOLITE analysis, *METABOLOMICS, *PROTON magnetic resonance, *NUCLEAR magnetic resonance, *MASS spectrometry
Abstract

Introduction: Experiments in metabolomics rely on the identification and quantification of metabolites in complex biological mixtures. This remains one of the major challenges in NMR/mass spectrometry analysis of metabolic profiles. These features are mandatory to make metabolomics asserting a general approach to test a priori formulated hypotheses on the basis of exhaustive metabolome characterization rather than an exploratory tool dealing with unknown metabolic features. Objectives: In this article we propose a method, named ASICS, based on a strong statistical theory that handles automatically the metabolites identification and quantification in proton NMR spectra. Methods: A statistical linear model is built to explain a complex spectrum using a library containing pure metabolite spectra. This model can handle local or global chemical shift variations due to experimental conditions using a warping function. A statistical lasso-type estimator identifies and quantifies the metabolites in the complex spectrum. This estimator shows good statistical properties and handles peak overlapping issues. Results: The performances of the method were investigated on known mixtures (such as synthetic urine) and on plasma datasets from duck and human. Results show noteworthy performances, outperforming current existing methods. Conclusion: ASICS is a completely automated procedure to identify and quantify metabolites in H NMR spectra of biological mixtures. It will enable empowering NMR-based metabolomics by quickly and accurately helping experts to obtain metabolic profiles. [ABSTRACT FROM AUTHOR]

Published
2017
Full Text
View/download PDF

2. Sparse representation and multiple testing procedures : application to metabolimics

Author

Tardivel, Patrick, ToxAlim (ToxAlim), Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Ecole Nationale Vétérinaire de Toulouse (ENVT), Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Ecole d'Ingénieurs de Purpan (INPT - EI Purpan), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Recherche Agronomique (INRA), Université Paul Sabatier - Toulouse III, Didier Concordet, Rémi Servien, Institut National de la Recherche Agronomique (INRA)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université Fédérale Toulouse Midi-Pyrénées-Ecole d'Ingénieurs de Purpan (INPT - EI Purpan), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées, Université Toulouse III - Paul Sabatier, and Didier CONCORDET et Rémi SERVIEN

Subjects
Quantification of metabolites, Minimisation de la norme l1, [MATH.MATH-RT]Mathematics [math]/Representation Theory [math.RT], [SDV]Life Sciences [q-bio], Identification de métabolites, Sparsest representation, Tuning parameter, Minimisation de la "norme" l alpha, Procédure de tests multiples, Procédure de tests multiples, FWER, Estimateur lasso, Paramètre de régularisation, Minimisation de la norme l1, Minimisation de la "norme"l apha, Minimisation de la "norme l0, Représentation parcimonieuse, Résonance magnétique nucléaire, Identification de métabolites, Quantification de métabolites, Nuclear magnetic resonance, Alpha minimization, Minimisation de la "norme" l0, Familywise error rate, Résonance magnétique nucléaire, Multiple testing procedure, FWER, Lasso Estimator, Quantification de métabolites, Paramètre de régularisation, Identification of metabolites, Représentation parcimonieuse, Estimateur lasso, these, Basis pursuit
Abstract

Let Y be a Gaussian vector distributed according to N (m,sigma²Idn) and X a matrix of dimension n x p with Y observed, m unknown, sigma and X known. In the linear model, m is assumed to be a linear combination of the columns of X In small dimension, when n ≥ p and ker (X) = 0, there exists a unique parameter Beta* such that m = X Beta*; then we can rewrite Y = Beta* + Epsilon. In the small-dimensional linear Gaussian model framework, we construct a new multiple testing procedure controlling the FWER to test the null hypotheses Beta*i = 0 for i belongs to [[1,p]]. This procedure is applied in metabolomics through the freeware ASICS available online. ASICS allows to identify and to qualify metabolites via the analyse of RMN spectra. In high dimension, when n < p we have ker (X) ≠ 0 consequently the parameter Beta* described above is no longer unique. In the noiseless case when Sigma = 0, implying thus Y = m, we show that the solutions of the linear system of equation Y = X Beta having a minimal number of non-zero components are obtained via the lalpha with alpha small enough.; Considérons un vecteur gaussien Y de loi N (m,sigma²Idn) et X une matrice de dimension n x p avec Y observé, m inconnu, Sigma et X connus. Dans le cadre du modèle linéaire, m est supposé être une combinaison linéaire des colonnes de X. En petite dimension, lorsque n ≥ p et que ker (X) = 0, il existe alors un unique paramètre Beta* tel que m = X Beta* ; on peut alors réécrire Y sous la forme Y = X Beta* + Epsilon. Dans le cadre du modèle linéaire gaussien en petite dimension, nous construisons une nouvelle procédure de tests multiples contrôlant le FWER pour tester les hypothèses nulles Beta*i = 0 pour i appartient à [[1,p]]. Cette procédure est appliquée en métabolomique au travers du programme ASICS qui est disponible en ligne. ASICS permet d'identifier et de quantifier les métabolites via l'analyse des spectres RMN. En grande dimension, lorsque n < p on a ker (X) ≠ 0, ainsi le paramètre Beta* décrit précédemment n'est pas unique. Dans le cas non bruité lorsque Sigma = 0, impliquant que Y = m, nous montrons que les solutions du système linéaire d'équations Y = X Beta avant un nombre de composantes non nulles minimales s'obtiennent via la minimisation de la "norme" lAlpha avec Alpha suffisamment petit.

Published
2017

3. ASICS: an automatic method for identification andquantification of metabolites in complex 1D 1HNMR spectra

Author

Patrick Tardivel, Cécile Canlet, Gaëlle Lefort, Laurent Debrauwer, Marie Tremblay Franco, Didier Concordet, Rémi Servien, ToxAlim (ToxAlim), Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Ecole Nationale Vétérinaire de Toulouse (ENVT), Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Ecole d'Ingénieurs de Purpan (INPT - EI Purpan), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Recherche Agronomique (INRA), Analyse de Xénobiotiques, Identification, Métabolisme (E20 Metatoul-AXIOM), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Recherche Agronomique (INRA)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Recherche Agronomique (INRA)-MetaToul-MetaboHUB, Génopole Toulouse Midi-Pyrénées [Auzeville] (GENOTOUL), Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Génopole Toulouse Midi-Pyrénées [Auzeville] (GENOTOUL), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Unité de Mathématiques et Informatique Appliquées de Toulouse (MIAT INRA), Institut National de la Recherche Agronomique (INRA), Innovations Thérapeutiques et Résistances (InTheRes), Institut National de la Recherche Agronomique (INRA)-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées, Institut National de la Recherche Agronomique (INRA)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Ecole d'Ingénieurs de Purpan (INPT - EI Purpan), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-MetaToul-MetaboHUB, Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Université Toulouse III - Paul Sabatier (UT3), and Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)

Subjects
Quantification of metabolites, NIST plasma, [SDV]Life Sciences [q-bio], Metabolomics, Identification of metabolites, [INFO]Computer Science [cs], [MATH]Mathematics [math], Nuclear magnetic resonance
Abstract

National audience; One of the major challenges in NMR/mass spectrometry analysis of metabolic profiles relies onthe identification and quantification of metabolites in complex biological mixtures. These features aremandatory to make metabolomics asserting a general approach to test a priori formulated hypotheseson the basis of exhaustive metabolome characterization rather than an exploratory tool dealing with un-known metabolic features. In this communication we propose a method, named ASICS, based on astrong statistical theory that handles automatically the metabolites identification and quantification inproton NMR spectra. A statistical linear model is built to explain a complex spectrum using a librarycontaining pure metabolite spectra. This model can handle local or global chemical shift variations dueto experimental conditions using a warping function. A statistical lasso-type estimator identifies andquantifies the metabolites in the complex spectrum. This estimator shows good statistical properties andhandles peak overlapping issues. The performances of the method were investigated on known mixtures(such as synthetic urine) and on plasma datasets from duck and human (plasma NIST SRM1950) using alibrary of 175 pure metabolites. Results show noteworthy performances, outperforming current existingmethods (namely MetaboHunter, BATMAN, Bayesil or Chenomx) for the identification and the quan-tification of metabolites. Furthermore, ASICS could easily be used routinely according to its reasonablecomputational time (no more than 3 minutes for the whole analysis of a complex spectrum). In conclu-sion, ASICS is a completely automated procedure for metabolites identification and quantification in 1HNMR spectra of biological mixtures. It will enable empowering NMR-based metabolomics by quicklyand accurately helping experts to obtain metabolic profiles. ASICS is already available as a R function orwithin the more user-friendly Galaxy/W4M interface developed by the MetaboHUB infrastructure andIFB (French Institute of Bioinformatics).

Published
2017

4. ASICS: an automatic method for identification and quantification of metabolites in complex 1D 1H NMR spectra

Author

Patrick Tardivel, Didier Concordet, Cécile Canlet, Marie Tremblay-Franco, Gaëlle Lefort, Rémi Servien, Laurent Debrauwer, ToxAlim (ToxAlim), Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Ecole Nationale Vétérinaire de Toulouse (ENVT), Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Ecole d'Ingénieurs de Purpan (INPT - EI Purpan), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Recherche Agronomique (INRA), Analyse de Xénobiotiques, Identification, Métabolisme (E20 Metatoul-AXIOM), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Recherche Agronomique (INRA)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Recherche Agronomique (INRA)-MetaToul-MetaboHUB, Génopole Toulouse Midi-Pyrénées [Auzeville] (GENOTOUL), Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Génopole Toulouse Midi-Pyrénées [Auzeville] (GENOTOUL), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut National de la Santé et de la Recherche Médicale (INSERM), Génétique Physiologie et Systèmes d'Elevage (GenPhySE ), École nationale supérieure agronomique de Toulouse [ENSAT]-Institut National de la Recherche Agronomique (INRA)-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées, Institut National de la Recherche Agronomique (INRA)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université Fédérale Toulouse Midi-Pyrénées-Ecole d'Ingénieurs de Purpan (INPT - EI Purpan), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-MetaToul-MetaboHUB, Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Génopole Toulouse Midi-Pyrénées [Auzeville] (GENOTOUL), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), MetaToul-AXIOM, Plateforme de Métabolomique et de Chimie Analytique en Toxicologie, Institut National de la Recherche Agronomique (INRA), Institut National de la Recherche Agronomique (INRA)-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-École nationale supérieure agronomique de Toulouse [ENSAT], Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), and Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)

Subjects
0301 basic medicine, Quantification of metabolites, Computer science, Endocrinology, Diabetes and Metabolism, [SDV]Life Sciences [q-bio], Clinical Biochemistry, Analytical chemistry, 01 natural sciences, Biochemistry, Nuclear magnetic resonance, NIST Plasma, 03 medical and health sciences, Metabolomics, [MATH.MATH-ST]Mathematics [math]/Statistics [math.ST], Metabolome, Identification of metabolites, Statistical theory, 010401 analytical chemistry, Linear model, Estimator, 0104 chemical sciences, Identification (information), 030104 developmental biology, Proton NMR, A priori and a posteriori, Biological system
Abstract

International audience; Introduction : Experiments in metabolomics rely on the identification and quantification of metabolites in complex biological mixtures. This remains one of the major challenges in NMR/mass spectrometry analysis of metabolic profiles. These features are mandatory to make metabolomics asserting a general approach to test a priori formulated hypotheses on the basis of exhaustive metabolome characterization rather than an exploratory tool dealing with unknown metabolic features. Objectives : In this article we propose a method, named ASICS, based on a strong statistical theory that handles automatically the metabolites identification and quantification in proton NMR spectra. Methods : A statistical linear model is built to explain a complex spectrum using a library containing pure metabolite spectra. This model can handle local or global chemical shift variations due to experimental conditions using a warping function. A statistical lasso-type estimator identifies and quantifies the metabolites in the complex spectrum. This estimator shows good statistical properties and handles peak overlapping issues. Results : The performances of the method were investigated on known mixtures (such as synthetic urine) and on plasma datasets from duck and human. Results show noteworthy performances, outperforming current existing methods. Conclusion : ASICS is a completely automated procedure to identify and quantify metabolites in 1H NMR spectra of biological mixtures. It will enable empowering NMR-based metabolomics by quickly and accurately helping experts to obtain metabolic profiles.

Published
2017

Catalog

Books, media, physical & digital resources
See catalog results