La répartition spatiale en 3D de molécules biologiques
L'imagerie en trois dimensions a un impact notable sur de nombreuses recherches en sciences de la vie. Certaines techniques présentent l'anatomie d'un organe en localisant un composé dans le corps, comme l'eau ou d'autres molécules marquées. Cependant, ces méthodes sont moins utiles en protéomique ou en métabolomique, où les études visent à identifier de nouveaux marqueurs biologiques, médicaments et voies pathologiques. La spectrométrie de masse par ionisation-désorption assistée par laser (MALDI-IMS) est une nouvelle technique d'imagerie capable de localiser dans l'espace des molécules ionisées. La MALDI-IMS 3D se passe de marqueur et peut compléter d'autres techniques d'identification spatiale de molécules. Cependant, elle génère une masse de données complexes, dont l'analyse exige de nouvelles méthodes statistiques. Les scientifiques du projet 3D-MASSOMICS(s’ouvre dans une nouvelle fenêtre) (Statistical methods for 3D imaging mass spectrometry in proteomics and metabolomics), financé par l'UE, se sont dont attachés à mettre au point des méthodes statistiques pour l'analyse (supervisée ou non) de ces données, afin d'améliorer la reproductibilité des résultats. Ils ont testé ces méthodes sur des données relatives au diabète, de métabolomique chirurgicale, et de métabolomique microbienne. Le consortium a développé un simulateur statistique de données MALDI-IMS relatives au cerveau du rat, et l'a validé avec d'autres données venant des trois applications en médecine. Elles ont fourni un soutien plus que bienvenu pour développer les méthodes, permettant aux scientifiques de collecter les données pertinentes et de conduire une évaluation d'expert. Parmi les méthodes développées, citons une approche innovante pour mesurer le chaos spatial, appliquée pour la détection d'images masse sur charge. Cette méthode représente la première analyse univariée automatisée pour l'imagerie par spectrométrie de masse. Les chercheurs ont utilisé ces méthodes pour étudier en 3D l'interaction entre Candida albicans et Pseudomonas aeruginosa, des microbes impliqués dans la fibrose cystique. Leurs observations ont conduit à détecter une molécule (une rhamnolipide) qui pourrait être utile contre cette maladie. Dans l'ensemble, les chercheurs ont atteint leur objectif de mettre au point des méthodes statistiques pour analyser et interpréter des données MALDI-IMS en 3D. L'utilisation de ces outils rendra possible la protéomique et la métabolomique 3D sans marquage, et améliorera le diagnostic des maladies.
Mots‑clés
3D, imagerie, MALDI-IMS, méthodes statistiques, protéomique, métabolomique, fibrose cystique
