Statistik in Metabolomics für die Biomarker-Forschung in der Medizin

Metabolomik hat als Zielsetzung das Studium von chemischen Prozessen, die kleine Moleküle in lebenden Organismen miteinbeziehen. Man untersucht Pflanzen, Bakterien und Tiere, aber insbesondere beim menschlichen Metabolismus gibt es eine Vielfalt von Anwendungen im Gesundheitsbereich. Typische metabolomische Experimente erzeugen große Datenmengen, die entsprechend verarbeitet werden müssen. Das bedeutet, dass eine geeignete statistische Analyse ausschlaggebend für die Interpretation ist. Die Metabolomik ist sich der Wichtigkeit und der Bedeutung der statistischen Behandlung der Daten bewusst, und öffentlich zugängliche Archive von metabolomischen Daten (Rohdaten oder aufbereitete Daten) und die zugehörigen Metadaten werden heute verstärkt entwickelt. Aufgrund der Merkmale der analytischen Systeme, die in der Metabolomik eingesetzt werden, handelt es sich bei den meisten Daten in der Metabolomik um relative Information. Das heisst, dass relative Beiträge von Metaboliten von primärem Interesse sind, und nicht die absoluten Werte, die vom Rohsignal mit den Spitzen erhalten werden. Diese grundlegende Eigenschaft wird nicht berücksichtigt mit einer herkömmlichen statistischen Methodik, und daher wird eine statistische Analyse der nach üblichen Verfahren normalisierten Rohdaten zu unterschiedlichen Resultaten führen. Ein Ausweg ist, den logratio Ansatz für die statistische Analyse von metabolomischen (Kompositions-)Daten zu nehmen, welcher dem relativen Charakter der Daten gerecht wird. Dies führt zu einer Darstellung der Daten in einem einfach interpretierbaren Koordinatensystem, in dem dann übliche statistische Analysen durchgeführt werden können. Ziel des Projektes ist es, eine einheitliche Methodik für die statistische Verarbeitung von metabolomischen Daten zu entwickeln, indem der logratio Ansatz verwendet wird für die Datenaufbereitung (z.B. geeigneter Umgang mit Nullern), und für die Durchführung und Interpretation von allen statistischen Methoden, die in der Metabolomik Einsatz finden. Wir werden uns auch auf neuere Ansätze konzentrieren, die die Relevanz und Interpretierbarkeit der statistischen Verarbeitung (Robustheit, sparsity Einschränkungen) verbessern. Die entwickelten Methoden werden auf qualitativ hochwertigen Datenmatrizen, welche in Übereinstimmung mit den Strategien der Metabolomics Standards Initiative erzeugt werden, getestet. Die Resultate werden veröffentlicht durch Publikationen in hoch-qualitativen rezensierten Fachzeitschriften und Beiträgen zu Konferenzen, nicht unbedingt eingeschränkt auf Metabolomik, weil die erwarteten Projektergebnisse einen viel breiteren Einfluss haben werden als nur auf das primäre Forschungsfeld Metabolomik. Aus diesem Grund wird eines der Arbeitsergebnisse eine neue Bibliothek in der statistischen open-source Software R sein, die für alle Interessierten frei verfügbar gemacht wird.

Neue statistische Methoden für die Analyse von Daten aus der Metabolomic wurden entwickelt. Diese Methoden berücksichtigen relative Information in Form von Verhältnissen zwischen den Variablenwerten einer Beobachtung und sind somit nicht mehr abhängig von den absolut gemessenen Werten, die durch die Art der Probennahme zwischen verschiedenen Proben meist nicht vergleichbar sind. Weiters sind die entwickelten Methoden robust gegenüber Ausreißern in den Daten, also ungewöhnlichen Werten, auch für einzelne Variablen einer Beobachtung. Alle Methoden wurden im freien Programmsystem R implementiert und sind somit auch verfügbar für andere Problemstellungen, wo relative Information wesentlich ist