Evaluation de méthodes statistiques pour l’intégration de données métabolomiques, cliniques et alimentaires - Unité de Nutrition Humaine Accéder directement au contenu
Poster De Conférence Année : 2017

Evaluation de méthodes statistiques pour l’intégration de données métabolomiques, cliniques et alimentaires

Résumé

Du fait de la prévalence croissante des maladies métaboliques chroniques, la compréhension de leurs mécanismes et du rôle de la nutrition dans leur développement et leur prévention est aujourd’hui un enjeu majeur. Leur complexité (maladies de systèmes) requiert une approche populationnelle, intégrée et multifactorielle.L’objectif de ce travail est de proposer une stratégie d’intégration de données afin de construire des modèles multidimensionnels, descriptifs ou discriminants de pathologies pour la découverte de biomarqueurs, et de contribuer à une meilleure compréhension des processus physiopathologiques impliqués. Pour cela, cette étude s’est basée sur des données et échantillons biologiques de sujets de la cohorte NuAge du Réseau Québécois de Recherche sur le vieillissement : 123 hommes (68-82 ans) ont été sélectionnés pour une étude cas/témoins (61/62 sujets) du syndrome métabolique. Ils ont été suivis annuellement avec des prélèvements biologiques, la mesure de paramètres cliniques et le recueil de données par questionnaires. Des analyses métabolomiques ont été réalisées par spectrométrie de masse sur des échantillons de sérum collectés en 2003-2005 (T1) et 3 ans plus tard (T4). Trois blocs de données ont ainsi été identifiés : métabolomiques (863 ions), cliniques (29 variables) et alimentaires (41 variables), par temps et par groupe de sujets. Ils ont été analysés avec le logiciel R, simultanément ou deux à deux, après normalisation UV ou Pareto, par des méthodes d’analyses multiblocs, à des fins descriptives (ACP multiblocs et Analyse Factorielle Multiple (AFM)) ou discriminantes (PLS multiblocs). Les résultats sont comparés sur la base de critères statistiques (pourcentage de variance expliquée, Q2, R2, matrice de confusion...) et de leur adéquation aux objectifs biologiques : discrimination cas/témoins, identification de marqueurs, découverte de sous-groupes, adéquation aux connaissances du domaine... Ce travail a permis d’établir une stratégie d’intégration de données pour mettre en oeuvre une approche multidimensionnelle d’étude des pathologies systémiques
Fichier principal
Vignette du fichier
2017_Book SMMAP_Marne La Vallée_1.pdf (6.38 Mo) Télécharger le fichier
2017_Brandolini_Résume SMMAP_Marne la Vallée_2.pdf (110.08 Ko) Télécharger le fichier
Origine : Fichiers éditeurs autorisés sur une archive ouverte
Origine : Fichiers éditeurs autorisés sur une archive ouverte

Dates et versions

hal-02735432 , version 1 (02-06-2020)

Licence

Paternité - Pas d'utilisation commerciale - Pas de modification

Identifiants

  • HAL Id : hal-02735432 , version 1
  • PRODINRA : 409562

Citer

Marion Brandolini-Bunlon, Mélanie Pétéra, Stéphanie Monnerie, Charlotte Joly, José Morais, et al.. Evaluation de méthodes statistiques pour l’intégration de données métabolomiques, cliniques et alimentaires. SMMAP 2017 (Spectrométrie de Masse, Métabolomique et Analyse Protéomique), Oct 2017, Marne La Vallée, France. 476 p., 2017, Livre des résumés SMMAP 2017. ⟨hal-02735432⟩
79 Consultations
191 Téléchargements

Partager

Gmail Facebook X LinkedIn More