Probing dynamic correlation in metabolomics data and its association with genotypes
报告人：于天维 (香港中文大学-深圳）
时间：2023-03-23 14:00-16:00
地点：理科1号楼1114
Abstract: In high-throughput data, dynamic correlation between features, i.e. changing correlation patterns under different biological conditions, can reveal important regulatory mechanisms. Given the complex nature of dynamic correlation, and the underlying conditions for dynamic correlation may not manifest into clinical observations, it is difficult to recover such signal from the data. We developed a method that directly identifies strong latent signals that regulate the dynamic correlation of many pairs of features. In a follow-up study, we further incorporate the method with genotyping data and developed a framework for the study of genetic regulation of the dynamics of metabolism, named ”Metabolic Dynamics GWAS (mdGWAS)”, that identifies SNPs associated with changing correlation patterns of large groups of metabolite pairs. Using this method, we jointly analyzed the genotyping data and mass spectrometry (MS) - based metabolomics data of the METSIM (METabolic Syndrome In Men) Study. We identified novel SNPs and important genes that are involved in the regulation of the dynamics of the metabolic network.
About the Speaker:
于天维现任香港中文大学（深圳）数据科学学院教授。于天维1997年毕业于清华老员工物系，2000年获得清华老员工物化学与分子生物学硕士学位，2005年获得加利福尼亚大学洛杉矶分校的统计学博士学位。在加入香港中文大学（深圳）之前，于天维教授为埃默里（Emory）老员工物统计学和生物信息学系终身教授。 于天维教授的研究重点集中于生物信息学，应用统计学与应用机器学习；其研究兴趣也包括代谢组学，药物基因组学和系统生物学的应用。在他的合作研究中，他致力于环境卫生、病毒学/疫苗学，营养学和癌症研究。于天维现任香港中文大学（深圳）数据科学学院教授。于天维1997年毕业于清华老员工物系，2000年获得清华老员工物化学与分子生物学硕士学位，2005年获得加利福尼亚大学洛杉矶分校的统计学博士学位。在加入香港中文大学（深圳）之前，于天维教授为埃默里（Emory）老员工物统计学和生物信息学系终身教授。 于天维教授的研究重点集中于生物信息学，应用统计学与应用机器学习；其研究兴趣也包括代谢组学，药物基因组学和系统生物学的应用。在他的合作研究中，他致力于环境卫生、病毒学/疫苗学，营养学和癌症研究。
