Darstellung der räumlichen Verteilung von Biomolekülen in 3D
Die 3D-Bildgebung soll nun Antworten auf viele wissenschaftliche Fragestellungen liefern. Bislang werden anatomische Details von Organen noch dargestellt, indem spezifische Substanzen im Körper (etwa Wasser oder andere Moleküle) markiert werden. Methoden wie diese sind für die Proteomik oder Metabolomik jedoch weniger geeignet, wenn nach neuen Biomarkern, Wirkstoffen und Krankheitsursachen gesucht werden muss. Die Matrix-unterstützte Laser-Desorptions/Ionisations-Massenspektrometrie (MALDI-IMS) ist eine neue Abbildungstechnik für die räumliche Verteilung von Biomolekülen. 3D-MALDI-IMS wiederum ist eine markierungsfreie Methode, die andere Techniken zur räumlichen Identifizierung molekularer Substanzen ergänzen kann, allerdings werden zur Analyse komplexer großer Datenmengen neue statistische Methoden benötigt. So entwickelte das EU-finanzierte Projekt 3D-MASSOMICS(öffnet in neuem Fenster) (Statistical methods for 3D imaging mass spectrometry in proteomics and metabolomics) statistische Methoden für die kontrollierte und automatisierte Datenanalyse für bessere Reproduzierbarkeit. Die Validierung der statistischen Methoden erfolgte durch Daten aus der Diabetesforschung sowie chirurgischen Metabolomik und mikrobiellen Metabolomik. Das Konsortium entwickelte eine statistische Simulationsmethode aus MALDI-IMS-Daten des Rattenhirns und validierte diese mit weiteren Daten aus den drei biomedizinischen Anwendungen. Damit ist es nun wesentlich einfacher, Methoden zu entwickeln, wichtige Daten zu erfassen und wissenschaftliche Gutachten zu erstellen. Eine der neuen wissenschaftlichen Methoden war ein innovativer Ansatz zur Messung von räumlichem Chaos, mit dem bereits das Verhältnis Masse zu Ladung dargestellt werden konnte und erstmals eine automatisierte univariate Analyse von MS-Daten möglich ist. Die Forscher untersuchten mit diesen Methoden in 3D die Wechselwirkung zwischen den Mikroben Candida albicans und Pseudomonas aeruginosa, die beide an der Entstehung zystischer Fibrose beteiligt (CF) sind. Auf diese Weise wurde ein Molekül (Rhamnolipid) entdeckt, das sich zur Behandlung von CF eignen könnte. Insgesamt erreichte die Studie ihr Ziel, statistische Methoden zur Analyse und Interpretation von 3D-MALDI-IMS-Daten zu entwickeln, sodass der Einsatz dieser Instrumente künftig die markierungsfreie 3D-Proteomik und Metabolomik und vor allem die Diagnostik verbessern kann.
Schlüsselbegriffe
3D-Bildgebung, MALDI-IMS, statistische Methoden, Proteomik, Metabolomik, zystische Fibrose
