Contáctanos Prueba nuestra plataforma

PLATAFORMA BIOINFORMÁTICA INTEGRADA

Lentes de biomarcadores

La herramienta Biomarker Lenses® de la Plataforma Bioinformática de Metabolonestá diseñada para refinar el análisis metabolómico aislando subconjuntos de datos específicos metabólicos o relacionados con enfermedades.

Demo de acceso
Ver Plataforma Bioinformática
Demo de acceso
Ver plataforma bioinformática

Visión general de Biomarker Lenses

Lentes de biomarcadores® de la Plataforma Bioinformática de Metabolonson herramientas que mejoran la exploración de los datos metabolómicos al analizarlos en partes más digeribles. Lentes de biomarcadores® lo consigue agrupando los metabolitos asociados a funciones biológicas, vías o enfermedades específicas, lo que permite a los usuarios centrarse en las áreas más relevantes de la biología en el contexto de su estudio. El concepto de Biomarker Lenses® surge de la necesidad de cribar la enorme variedad de metabolitos e identificar las múltiples relaciones que guardan con las vías y las enfermedades. Las lentes de los biomarcadores® disponibles en la Plataforma Bioinformática de Metabolonincluyen Pathway Biomarker Lenses®Lentes de biomarcadores de enfermedades®y lentes de biomarcadores personalizadas®.

Biomarker Lenses® en la plataforma bioinformática integrada de Metabolon

Al incorporar las Lentes de Biomarcadores® en la plataforma bioinformática, los investigadores pueden comprender más rápidamente la especificidad y relevancia de los datos metabolómicos. Esta integración permite a los investigadores navegar por las complejidades de la metabolómica con mayor precisión y claridad. Ya se trate de investigar intrincadas redes metabólicas, sondear alteraciones relacionadas con enfermedades o construir agrupaciones de metabolitos a medida, Biomarker Lenses® constituyen un instrumento fundamental en el conjunto de herramientas de la metabolómica. Visualización jerárquica Lentes de biomarcadores predefinidos® están dispuestos en una estructura de árbol jerárquica. Haciendo clic en un Biomarcador Lentes® (es decir, un nodo en el árbol de esa pestaña específica) muestra sus metabolitos constituyentes en la tabla bajo el árbol. Si las Lentes de Biomarcadores seleccionadas® contiene Lentes intermedias de Biomarcadores®y, a continuación, un diagrama en forma de sol que muestra el desglose de la lente pulsada y otras lentes Biomarker infantiles® debajo de ella. Esto proporciona una representación visual inmediata de las Lentes de Biomarcadores® jerarquía. Ahorrar tiempo Lentes de biomarcadores® le permiten analizar grandes conjuntos de datos en piezas digeribles, proporcionándole un punto de partida para explorar las diversas áreas de la biología sobre las que informan los conjuntos de datos metabolómicos. Lentes de biomarcadores® de la Plataforma Bioinformática de Metabolonestá diseñada para refinar el análisis metabolómico aislando subconjuntos de datos específicos metabólicos o relacionados con enfermedades. Saque el máximo partido a sus datos Lentes de biomarcadores® de la Plataforma Bioinformática de Metabolonrepresenta una herramienta potente y flexible diseñada para mejorar sus capacidades analíticas dentro de la aplicación.

Elucidar el significado biológico

Pathway and Disease Biomarker Lenses® (Lentes de biomarcadores de vías y enfermedades)
Posibilidad de preseleccionar/destacar Biomarker Lenses®.
Posibilidad de crear Biomarker Lenses® personalizadas
Integración perfecta en toda la plataforma
Mayor profundidad analítica y flexibilidad en la visualización

Pathway and Disease Biomarker Lenses® (Lentes de biomarcadores de vías y enfermedades)

La sección del explorador Biomarker Lenses® ofrece una rica colección de Pathway and Disease Biomarker Lenses® predefinidos, cada uno de los cuales representa un conjunto único de metabolitos asociados con vías y enfermedades seleccionadas. Puede navegar por esta biblioteca para encontrar Biomarker Lenses® que coincidan con su área de interés, facilitando un análisis más dirigido. Los ID de PubMed están disponibles como referencias que apoyan la inclusión de un metabolito determinado en un Biomarker Lenses® de enfermedad.

Posibilidad de preseleccionar/destacar Biomarker Lenses®.

Puede visitar las Lentes de Biomarcadores® Sección Explorador de la herramienta y estrella Lentes de biomarcadores® adecuadas para su análisis. Esto incluye las listas curadas de lentes de enfermedades y vías que permiten una perspectiva centrada que se alinea con sus objetivos analíticos o de investigación. Lentes de biomarcadores principales® le permite destacar eficientemente metabolitos de interés a través de las diversas herramientas de la Plataforma Bioinformática.

Posibilidad de crear Biomarker Lenses® personalizadas

Reconociendo sus diversas necesidades y preguntas específicas de investigación, la Plataforma Bioinformática de Metabolonle permite crear sus propias Lentes de Biomarcadores personalizadas.®. Lentes de biomarcador personalizadas® pueden crearse y luego aplicarse a las partes de la aplicación donde corresponda. Puede utilizar las Lentes de Biomarcadores personalizadas® tabla y filtrar como desee a partir del conjunto global de metabolitos, lo que permite realizar visualizaciones creativas en las herramientas. Seleccionando y combinando metabolitos de interés, puede elaborar Lentes de Biomarcadores® que se ajustan perfectamente a sus requisitos analíticos únicos, permitiendo una exploración altamente personalizada de los datos.

Integración perfecta en toda la plataforma

Una vez que se selecciona un Biomarker Lenses®, ya sea un Biomarker Lenses® predefinido o personalizado, su efecto de filtrado se aplica sin problemas a través de diversas herramientas y gráficos dentro de la Plataforma Bioinformática. Esta característica de contexto global significa que usted no tiene que seleccionar repetidamente su Biomarker Lenses® preferido para cada nuevo análisis o visualización de datos, asegurando una experiencia analítica cohesiva e ininterrumpida.

Mayor profundidad analítica y flexibilidad en la visualización

Visualizando los datos a través de varias Lentes de Biomarcadores®con los Biomarker Lenses, podrá obtener una comprensión más matizada y exhaustiva de las interacciones metabolómicas y sus implicaciones en diferentes contextos biológicos. Ya sea investigando vías específicas de enfermedades, explorando nuevas hipótesis o validando los resultados de la investigación, las Lentes de Biomarcadores® es la piedra angular del enfoque centrado en el usuario de la Plataforma Bioinformática para el análisis de datos metabolómicos.

Biomarker Lenses® Características

Lentes Pathway Biomarker

Parcela PLSDA

Las Pathway Biomarker Lenses® se definen por una serie enlazada de reacciones químicas que se producen en un orden definido dentro de las células o entre ellas y conducen a una función o producto final conocidos. La utilización de estos Biomarker Lenses® permite a los investigadores visualizar las alteraciones en los metabolitos que participan en procesos bioquímicos definidos, proporcionando información sobre las rutas metabólicas.

Lentes de biomarcadores de enfermedades

Lens Explorer_Presentación general de la enfermedad
Al igual que los Pathway Biomarker Lenses® descritos anteriormente, los Disease Biomarker Lenses® son conjuntos predefinidos, pero se centran en metabolitos que se sabe que están asociados a enfermedades. Mediante el uso de Disease Biomarker Lenses®, puede filtrar los datos para descubrir cómo los perfiles de metabolitos se correlacionan con los estados de enfermedad, ayudando en el descubrimiento de biomarcadores y la comprensión de los mecanismos de la enfermedad.

Lentes Biomaker® personalizadas

Explorar las asociaciones
Custom Biomarker Lenses® ofrece la flexibilidad de crear filtros personalizados. Los usuarios pueden definir sus propios Biomarker Lenses® agrupando metabolitos en función de sus necesidades de investigación, como un conjunto de metabolitos de interés o aquellos que responden a un tratamiento concreto. Esta característica permite a los usuarios adaptar el análisis a su enfoque único de investigación.

Plataforma bioinformática

Visión general Análisis de componentes principales Análisis discriminante de mínimos cuadrados parciales (PLS-DA) Diagrama de volcán Análisis de clústeres Análisis de rutas Lentes de biomarcadores Estadísticas Multiómica Herramienta de análisis del microbioma

Demostración de la plataforma bioinformática

Herramientas avanzadas de análisis y enriquecimiento de datos, vías curadas, estadísticas y visualizaciones personalizables, todo ello incluido en nuestra Plataforma Bioinformática Integrada.

Comenzar
logotipo de great place to work

Demostración de nuestra plataforma bioinformática

Herramientas avanzadas de análisis y enriquecimiento de datos, vías curadas, estadísticas y visualizaciones personalizables, todo ello incluido en nuestra Plataforma Bioinformática Integrada.

Al introducir su dirección de correo electrónico, acepta recibir un seguimiento para ayudarle a completar su demo.

EMPEZAR

Hable con un experto

Solicite un presupuesto, obtenga información detallada sobre los tipos de muestras o descubra cómo la metabolómica puede acelerar su investigación. Aquí encontrará nuestros datos de contacto .

Encuéntranos en:

Hable con un experto en metabolómica

✕

Referencias

1. Zgoda-Pols, J.R., et al., El análisis metabolómico revela un aumento del sulfato de 3-indoxilo en plasma y cerebro durante la lesión renal aguda inducida químicamente en ratones: estudio de los agonistas de los receptores de ácido nicotínico. Toxicol Appl Pharmacol, 2011. 255(1): p. 48-56.

2. Bryant, J. A. y otros, «El impacto de un tratamiento oral a base de microbioma purificado en el microbioma gastrointestinal». *Nat Med*, 2026, 32(1): pp. 186-196

3. McGovern, B. H. y otros, «SER-109, un fármaco experimental basado en el microbioma para reducir la recurrencia tras la infección por Clostridioides difficile: conclusiones extraídas de un ensayo de fase II». Clin Infect Dis, 2021, 72(12): pp. 2132-2140.

4. Feuerstadt, P., et al., «SER-109, una terapia oral basada en el microbioma para la infección recurrente por Clostridioides difficile». N Engl J Med, 2022. 386(3): págs. 220-229.

5. Hu, Z., et al., «La metabolómica dirigida revela nuevos biomarcadores diagnósticos para el cáncer colorrectal». Mol Oncol, 2025. 19(6): p. 1737-1750.

6. Butler, F. M. y otros, «Los patrones alimentarios vegetarianos y los metabolitos relacionados con la dieta se asocian con la función renal en la cohorte del Estudio Adventista de la Salud 2». J Ren Nutr, 2025.

7. Stanford, J., et al., «Perfil metabolómico y puntuación de la calidad de la dieta en un ensayo cruzado aleatorizado sobre patrones alimentarios saludables y habituales». Mol Nutr Food Res, 2025. 69(23): p. e70271.

8. O’Connor, L.E., et al., Perfil metabolómico de un patrón alimentario ultraprocesado en un ensayo alimentario cruzado, aleatorizado y controlado realizado en el domicilio. J Nutr, 2023. 153(8): p. 2181-2192.

9. Fritsch, D. A. y otros, «La función del microbioma sustenta la eficacia de una intervención dietética con suplementos de fibra en perros con diarrea crónica del intestino grueso». BMC Vet Res, 2022. 18(1): p. 245.

10. Leal, L. N. y otros, «El aporte de nutrientes antes del destete mejora la productividad durante la lactancia y reduce el riesgo de sacrificio en vacas Holstein». J Dairy Sci, 2025. 108(6): págs. 5875-5888.

11. Ahsin, M., et al., «La salud del suelo y los pastos es la base de la mayor densidad nutricional de la carne de vacuno, según un análisis metabolómico no dirigido realizado en sistemas de engorde con pastoreo del sur de EE. UU.». NPJ Sci Food, 2025. 9(1): p. 151.

12. Yin, W., et al., Perfil lipídico plasmático en diferentes especies para la identificación de modelos animales óptimos de la dislipidemia humana. J Lipid Res, 2012. 53(1): p. 51-65.

13. Porter, F. D. et al., «Los productos de la oxidación del colesterol son biomarcadores sanguíneos sensibles y específicos para la enfermedad de Niemann-Pick tipo C1». Sci Transl Med, 2010, 2(56): p. 56ra81.

14. Needham, B. D. y otros, «Perfiles de metabolitos plasmáticos y fecales en el trastorno del espectro autista». Biol Psychiatry, 2021, 89(5): págs. 451-462

15. Li, C. y otros, «El estradiol y mTORC2 cooperan para potenciar la biosíntesis de prostaglandinas y la tumorigénesis en células LAM con deficiencia de TSC2». J Exp Med, 2014. 211(1): págs. 15-28.

16. Green, P. G. y otros, «Flexibilidad metabólica y remodelación inversa del corazón humano con insuficiencia». Eur Heart J, 2025. 46(25): pp. 2422-2433.

17. Maekawa, H., et al., La inhibición de SGLT2 protege la función renal mediante la represión epigenética, dependiente de SAM, de los genes inflamatorios en condiciones de estrés metabólico. J Clin Invest, 2025. 135(19).

18. Wu, D., et al., Los cribados integrados revelan que la disminución de los nucleótidos de guanina, que resulta irreversible al actuar sobre la IMPDH2, inhibe el cáncer de páncreas y potencia la inhibición de KRAS. Gut, 2026.

19. Schwerdtfeger, L. A. y otros, La microbiota intestinal y los metabolitos están relacionados con la progresión de la enfermedad en la esclerosis múltiple. Cell Reports Medicine, 2025. 6(4): p. 102055.

20. Wu, H., et al., Dinámica del microbioma y el metaboloma asociada al deterioro del control de la glucosa y a las respuestas a los cambios en el estilo de vida. Nat Med, 2025. 31(7): p. 2222-2231.

21. Jacobs, J.P., et al., «La terapia cognitivo-conductual para el síndrome del intestino irritable induce alteraciones bidireccionales en el eje cerebro-intestino-microbioma asociadas a la mejora de los síntomas gastrointestinales». Microbiome, 2021. 9(1): p. 236.

22. Pietzner, M., et al., «Metabolitos plasmáticos para perfilar las vías en la multimorbilidad de las enfermedades no transmisibles». Nat Med, 2021. 27(3): p. 471-479.

23. Faquih, T.O., et al., «Predicción metabolómica robusta de la edad basada en una amplia selección de metabolitos». J Gerontol A Biol Sci Med Sci, 2025, 80(3).

24. Scherer, N., et al., La combinación de la metabolómica y la secuenciación del exoma revela efectos graduales de variantes heterocigotas raras y perjudiciales sobre la función génica y los rasgos humanos. Nat Genet, 2025. 57(1): p. 193-205.

25. Holmes, Z.C., et al., «El análisis metabolómico no dirigido de la leche materna de madres sanas revela los factores que determinan la variabilidad de los metabolitos». Sci Rep, 2024. 14(1): p. 20827.

26. Titz, B., et al., «Implicaciones de los factores de confusión oculares en los análisis proteómicos y metabolómicos del humor acuoso en las enfermedades de la retina». Transl Vis Sci Technol, 2024. 13(6): p. 17.

27. Bloom, S. M. y otros, «La dependencia de la cisteína de Lactobacillus iners es una posible diana terapéutica para la modulación de la microbiota vaginal». Nat Microbiol, 2022, 7(3): pp. 434-450.

28. Leimer, E. M. y otros, «Perfil lipídico del líquido sinovial humano tras una fractura intraarticular de tobillo». J Orthop Res, 2017, 35(3): págs. 657-666.