Exploratory analysis of mass spectrometry data based on graph embeddings

• Autor: Alvarez Mamani, Edwin
• Formato: tesis doctoral
• Fecha de Publicación: 2025
• Institución: Pontificia Universidad Católica del Perú
• Repositorio: PUCP-Tesis
• Lenguaje: inglés
• OAI Identifier: oai:tesis.pucp.edu.pe:20.500.12404/31234
• Enlace del recurso: http://hdl.handle.net/20.500.12404/31234
• Nivel de acceso: acceso abierto
• Materia: Espectometría de masas; Redes neuronales (Computación); Teoría de grafos; Aprendizaje profundo (Aprendizaje automático); https://purl.org/pe-repo/ocde/ford#2.00.00

El análisis metabolómico basado en la espectrometría de masas (EM) es una herramienta poderosa, pero conlleva sus propios retos. El flujo de trabajo de la EM implica múltiples pasos antes de su interpretación, el cual típicamente se denomina minería de datos. La extracción de datos consiste en un proceso de dos pasos. Primero, los datos de la EM se ordenan, organizan y presentan para su filtrado antes de ser analizados. Segundo, los datos filtrados y reducidos se analizan utilizando técnicas estadísticas para eliminar más variabilidad. Esto es especialmente cierto en el caso de los estudios metabolómicos no dirigidos (untargeted) basados en EM, que se centran en comprender los cambios en las redes metabólicas. Dado que la tarea de filtrar e identificar cambios a partir de un gran conjunto de datos es un reto, se necesitan técnicas automatizadas para la minería de datos metabolómicos no dirigidos basados en MS. El enfoque tradicional basado en estadísticas tiende a filtrar en exceso los datos en bruto, lo que puede dar lugar a la eliminación de datos relevantes y conducir a la identificación de menos cambios metabolómicos. Esta limitación del enfoque tradicional subraya la necesidad de un nuevo método. En este trabajo, presentamos un nuevo enfoque de aprendizaje profundo que utiliza node embeddings (impulsado por Graph Neural Networks), edge embeddings y un algoritmo de detección de anomalías para analizar los datos generados por la metabolómica basada en EM llamado GEMNA (Graph Embedding-based Metabolomics Network Analysis), Por ejemplo, para un estudio de volatilidad no dirigida en caramelos Mentos, los grupos de datos producidos por GEMNA fueron mejores que los de las técnicas tradicionales, es decir, GEMNA consigue una silhouette score = 0.409, vs el enfoque tradicional que consigue una silhouette score = −0.004.