Imputation de Table de Caractéristiques Métabolomiques

de Agentic Science Builder Collections10

Remplace les valeurs zéro et manquantes dans les tables de caractéristiques métabolomiques LC-MS en utilisant une interpolation basée sur la valeur minimale.

déclencheurs:impute missing values in metabolomics tablefill zeros in feature tablemetabolomics data imputationhandle non-detects LC-MS

Cette compétence fournit une étape de prétraitement robuste pour les tables de caractéristiques métabolomiques LC-MS en comblant les valeurs manquantes ou nulles pour éviter la perte de données et stabiliser les analyses statistiques en aval.

Fonctionnement :

Interpolation basée sur le ratio : Pour chaque caractéristique, elle calcule une valeur d'imputation en multipliant l'intensité non nulle minimale de la caractéristique par un interpolation_ratio défini par l'utilisateur (par défaut 0,5).
Remplissage conservateur : En remplissant à 50 % du minimum observé, elle suppose que les non-détections sont présentes à des niveaux de traces inférieurs à la limite quantitative plutôt que biologiquement absentes.
Préservation des données : Garantit que les échantillons et les caractéristiques ne sont pas écartés en raison de données manquantes, maintenant ainsi les dimensions de la table de caractéristiques originale.

Idéal lorsque :

Les tables de caractéristiques contiennent des non-détections ou des zéros après l'alignement des pics.
Vous devez conserver tous les échantillons pour maintenir la puissance statistique.
Vous souhaitez éviter l'inflation de la variance causée par les valeurs zéro absolues.

Étiquettes

#metabolomics #LC-MS #data-preprocessing #imputation #bioinformatics

Pas encore audité

Cette compétence n'a pas encore été examinée par notre pipeline d'audit automatisé.

Informations

Dépôt: Agentic Science Builder Collections
Étoiles: 10

Plus de Agentic Science Builder Collections

Inspecteur de Workflow GitHub Actions

Vérifiez et reproduisez localement les workflows CI de GitHub Actions pour valider le statut des badges et l'intégrité du build.

Annotation de Séquence d'Injection

Identifie et valide l'espacement des échantillons QCpool dans les exports de métabolomique/lipidomique Sciex Multiquant.

Chargeur de poids pré-entraînés PyTorch

Chargez des checkpoints de modèles PyTorch pré-entraînés pour classer des molécules candidates ou analyser des spectres en métabolomique sans réentraînement.

Codage Positionnel pour Séquences Spectrales

Intègre des informations séquentielles dans les paires m/z-intensité du spectre de masse pour l'interprétation MS/MS basée sur les transformeurs dans IDSL_MINT.

Transformation et Collation de Champs d'Enregistrement

Transformez et collationnez des enregistrements tabulaires en dictionnaires JSON structurés à l'aide du mappage de champs, du filtrage et du regroupement pour les métadonnées scientifiques.

Extraction du Spectre de Fragmentation

Extraire et déconvoluer des spectres de fragmentation individuels à partir de données de spectrométrie de masse composites pour l'annotation en métabolomique et exposomique.

Génération de rapports QC de métabolomique

Automatise l'exportation des résultats de contrôle qualité de métabolomique LC-MS vers des graphiques prêts pour la publication, des rapports HTML et des tableaux de données.

Assurance Qualité Spectrale en Protéomique

Validez les données de spectrométrie de masse Orbitrap en vérifiant les métadonnées de l'instrument et en quantifiant les rapports signal sur bruit des ions fragments.

Organisation des Métadonnées de Réseau Moléculaire GNPS

Récupère, extrait et standardise les archives de jobs de réseautage moléculaire GNPS pour l'intégration NPLinker.

Codage et décodage de vecteurs de gradient LC

Convertit les paramètres de gradient LC en vecteurs numériques normalisés pour l'optimisation bayésienne et la régression GP.

Compétences similaires

Seq Wrangler

Sequence data QC, trimming, alignment, and BAM processing pipeline helper — wraps FastQC, fastp/Trimmomatic, BWA/Bowtie2/Minimap2, and SAMtools for automated re

ToolUniverse Gateway

Unified agent gateway to 1000+ scientific tools (bioinformatics, drug discovery, genomics) via Harvard's ToolUniverse, returning JSON for downstream workflows.

MatchMS (mass spectrometry processing)

Mass spectrometry data processing: import/export mzML/MGF/MSP, filter and normalize spectra, compute spectral similarity (cosine/modified cosine), and build rep

matchms — Mass Spectrometry Processing

Python library skill for importing, filtering, and comparing mass spectra (mzML/MGF/MSP); builds reproducible preprocessing pipelines and computes spectral simi

MatchMS — Mass Spectrometry Utilities

Import, process and compare mass spectrometry spectra (mzML/MGF/MSP) with filters, similarity metrics and reproducible pipelines for metabolomics workflows.

KEGG Pathway Enrichment (clusterProfiler)

Run KEGG pathway and module enrichment using clusterProfiler (enrichKEGG/enrichMKEGG) to find metabolic and signaling pathways over-represented in a gene list.

Network Toxicology & Docking Research Planner

Generates four-tier network toxicology + molecular docking study designs (Lite → Publication+) with step-by-step workflows, validation strategies, figure plans,

Bizard — Biomedical Visualization Atlas

A comprehensive atlas of biomedical data visualization tutorials and examples (R/Python/Julia) that provides reproducible code and guidance for plots used in bi