Badacze z Uniwersytetu Medycznego w Białymstoku (Jarosław Chilimoniuk, Krystyna Grzesiak, Jakub Kała, Dominik Nowakowski, Adam Krętowski, Michał Ciborowski oraz Michał Burdukiewicz) razem ze współautorami z innych uczelni opublikowali artykuł „imputomics: web server and R package for missing values imputation in metabolomics data” w czasopiśmie Bioinformatics (Oxford, England).
MVIAs (missing value imputing algorithms) zastępują brakujące dane wartościami liczbowymi wygenerowanymi w różny sposób. Aczkolwiek imputacja brakujących danych jest stałym elementem każdej analizy danych metabolomicznych, nie jest oczywiste, która metoda zastępuje brakujące dane wprowadzając jak najmniej szumu. Co więcej, nie było ani jednego narzędzia, które umożliwia skorzystanie z wielu różnych MVIA stosowanych do uzupełniania brakujących danych w danych metabolomicznych. W Centrum Badań Klinicznych UMB miesięcznie badane są setki próbek biologicznych, które wymagają szybkiej i prawidłowej analizy statystycznej. Dlatego też badacze z CBK stworzyli pakiet R imputomics, który również zawiera narzędzie internetowe (https://imputomics.umb.edu.pl/) pozwalającym na imputację brakujących danych za pomocą 42 różnych metod. Jest to największy na świecie zbiór takich algorytmów stosowanych do uzupełniania brakujących danych w metabolomice oraz pierwsza publikacja zrealizowana przez autorów z UMB, która została opublikowana w czasopiśmie Bioinformatics.
Badania zostały zrealizowane przy wsparciu Narodowego Centrum Nauki [2021/43/O/ST6/02805 dla K.G.]; oraz Uniwersytetu Medycznego w Białymstoku [B.SUB.23.53 dla M.C.]
Link do artykułu: https://doi.org/10.1093/bioinformatics/btae098
