[論文レビュー] Comprehensive Lipidomic Automation Workflow using Large Language Models

Connor Beveridge, Sanjay Iyer+6 more|PubMed|Mar 22, 2024

Metabolomics and Mass Spectrometry Studies被引用数 7

ひとこと要約

MRMベースのパース、統計解析、および巨大言語モデルを用いたAI駆動のユーザーインターフェースを統合した自動化リピドミクスワークフローCLAWを説明する。

ABSTRACT

Lipidomics generates large data that makes manual annotation and interpretation challenging. Lipid chemical and structural diversity with structural isomers further complicates annotation. Although, several commercial and open-source software for targeted lipid identification exists, it lacks automated method generation workflows and integration with statistical and bioinformatics tools. We have developed the Comprehensive Lipidomic Automated Workflow (CLAW) platform with integrated workflow for parsing, detailed statistical analysis and lipid annotations based on custom multiple reaction monitoring (MRM) precursor and product ion pair transitions. CLAW contains several modules including identification of carbon-carbon double bond position(s) in unsaturated lipids when combined with ozone electrospray ionization (OzESI)-MRM methodology. To demonstrate the utility of the automated workflow in CLAW, large-scale lipidomics data was collected with traditional and OzESI-MRM profiling on biological and non-biological samples. Specifically, a total of 1497 transitions organized into 10 MRM-based mass spectrometry methods were used to profile lipid droplets isolated from different brain regions of 18-24 month-old Alzheimer's disease mice and age-matched wild-type controls. Additionally, triacyclglycerols (TGs) profiles with carbon-carbon double bond specificity were generated from canola oil samples using OzESI-MRM profiling. We also developed an integrated language user interface with large language models using artificially intelligent (AI) agents that permits users to interact with the CLAW platform using a chatbot terminal to perform statistical and bioinformatic analyses. We envision CLAW pipeline to be used in high-throughput lipid structural identification tasks aiding users to generate automated lipidomics workflows ranging from data acquisition to AI agent-based bioinformatic analysis.

研究の動機と目的

• 脂質オミクスデータにおけるパース、統計、および脂質注釈の自動ワークフローを開発する。
• 複数反応監視（MRM）トランジションを統合し、統合的なCLAWプラットフォームを構築する。
• OzESI-MRMを用いて不飽和脂質の二重結合位置の同定を可能にする。
• 統計およびバイオインフォマティク分析のためにCLAWと対話するAI駆動のユーザーインターフェースを提供する。
• 生物学的および非生物学的サンプルからの大規模脂質オミクスデータセットでワークフローを実証する。

提案手法

• MRMトランジションからの脂質種のパースおよび注釈のモジュールを備えたCLAWプラットフォームを作成する。
• OzESI-MRMの手法を取り入れ、不飽和脂質の炭素–炭素二重結合位置を特定する。
• 1497 トランジションを10のMRM法に編成して、マウス脳の脂質滴をプロファイルする（アルツハイマー病モデル vs コントロール）。
• CLAWワークフロー内で統合的な統計分析とバイオインフォマティクス分析を適用する。
• チャットボット対話を通じて分析を推進できるAIエージェントベースの言語UIを開発する。

実験結果

リサーチクエスチョン

• RQ1 CLAWは大規模MRMベースデータセットから脂質を自動的にパースして注釈付けできるか？
• RQ2 CLAW内でOzESI-MRMが不飽和脂質の二重結合位置の同定にどれほど有効に寄与するか？
• RQ3 生物学的および非生物学的サンプルに対する高スループット脂質オミクスのためのCLAWのスケーラビリティはどれくらいか？
• RQ4 AIエージェントベースのインターフェースは脂質オミクスワークフロー内で統計およびバイオインフォマティクス分析を効率化できるか？

主な発見

• CLAWは高齢アルツハイマー病モデルマウスの脳脂質オミクスにおいて、10のMRM法にまたがる1497トランジションを処理する。
• OzESI-MRMは不飽和脂質のC=C位置を特定することで構造的特異性を提供する。
• キャノーラ油TGプロファイリングは、CLAWワークフローで炭素–炭素二重結合特異性を実現可能であることを示している。
• AIエージェント搭載の言語UIにより、統計およびバイオインフォマティク分析のためのCLAWとの対話が可能になる。
• このワークフローはデータ取得から分析まで、高スループットの脂質構造識別をサポートする。