logo móvil
Contáctanos

Mimulticat: una plataforma en la nube unificada para el análisis de datos de microbioma con respuestas multicategóricas

Autores: Kim, Jihun; Jang, Hyojung; Koh, Hyunwook

Idioma: Inglés

Editor: MDPI

Año: 2024

Descargar PDF

Acceso abierto

Artículo científico
2024

Mimulticat: una plataforma en la nube unificada para el análisis de datos de microbioma con respuestas multicategóricas


Categoría

Ingeniería y Tecnología

Subcategoría

Bioingeniería

Palabras clave

Microbioma
Preprocesamiento de datos
Tuberías analíticas
MiMultiCat
Pruebas de asociación
Modelado de predicción

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 35

Citaciones: Sin citaciones


Descripción
El campo del microbioma humano está creciendo rápidamente debido a los recientes avances en tecnologías de secuenciación de alto rendimiento. Mientras tanto, también se han desarrollado muchos nuevos pipelines analíticos, métodos y/o herramientas para el preprocesamiento y análisis de datos de microbiomas. Por lo general, se centran en datos de microbiomas con respuestas continuas (por ejemplo, índice de masa corporal) o binarias (por ejemplo, enfermo vs. sano), sin embargo, las respuestas multicategóricas que tienen más de dos categorías también son comunes en la realidad. En este artículo, presentamos una nueva plataforma en la nube unificada, llamada MiMultiCat, para el análisis de datos de microbiomas con respuestas multicategóricas. Las dos características principales distintivas de MiMultiCat son las siguientes: Primero, MiMultiCat simplifica una larga secuencia de procedimientos de preprocesamiento de datos de microbiomas y análisis en interfaces web fáciles de usar; como tal, es fácil de usar para muchas personas en diversas disciplinas (por ejemplo, biología, medicina, salud pública). Segundo, MiMultiCat realiza tanto pruebas de asociación como modelado de predicción de manera extensiva. Para las pruebas de asociación, MiMultiCat maneja tanto contextos ecológicos (por ejemplo, diversidad alfa y beta) como taxonómicos (por ejemplo, filo, clase, orden, familia, género, especie) a través de análisis ajustados por covariables o no ajustados. Para el modelado de predicción, MiMultiCat emplea los algoritmos de bosque aleatorio y aumento de gradiente que son adecuados para datos de microbiomas al tiempo que proporcionan interpretaciones visuales agradables. Demostramos su uso a través de la reanálisis de datos de microbioma intestinal sobre la obesidad con categorías de índice de masa corporal. MiMultiCat está disponible de forma gratuita en nuestro servidor web.

Otros recursos que podrían interesarte

Temas Virtualpro