La distribuzione spaziale delle biomolecole in 3D
L’imaging tridimensionale ha un impatto significativo su molti campi delicati nel settore delle scienze della vita. Le tecniche esistenti presentano l’anatomia degli organi tracciando la localizzazione di un composto specifico nel corpo come acqua o altre molecole marcate. Ma questi metodi sono meno utili negli studi di proteomica o metabolomica orientati all’identificazione di nuovi biomarcatori, farmaci e vie di segnalazione delle malattie. L’imaging con spettrometria di massa (IMS) con desorbimento/ionizzazione laser assistito da matrice (MALDI-IMS) è una tecnologia di imaging emergente che può rilevare la localizzazione spaziale degli ioni molecolari. Il 3D MALDI-IMS è un metodo senza marcatori che può completare altre tecniche per l’identificazione spaziale di composti molecolari. Ma l’analisi dei dati ampi e complessi che genera richiede nuovi metodi statistici. A tal fine gli scienziati del progetto 3D-MASSOMICS (Statistical methods for 3D imaging mass spectrometry in proteomics and metabolomics), finanziato dall’UE, hanno deciso di sviluppare metodi statistici per l’analisi guidata e non guidata per migliorare la riproducibilità dei risultati. Questi metodi sono stati testati utilizzando dati da diabete, metabolomica chirurgica e metabolomica microbica. Il consorzio ha sviluppato un simulatore statistico di dati MALDI-IMS su cervello di ratto e lo ha validato con dati addizionali dalle tre applicazioni biomediche. Queste hanno fornito il sostegno indispensabile per lo sviluppo dei metodi, hanno permesso agli scienziati di eseguire la relativa raccolta dei dati e di eseguire una valutazione esperta. Tra i metodi scientifici utilizzati vi era un approccio innovativo per misurare il caos spaziale, che è stato applicato per il rilevamento di immagini massa-carica. Questo metodo rappresentava la prima analisi univariata non controllata di imaging MS. I ricercatori hanno utilizzato questi metodi per studiare in 3D l’interazione tra i microbi Candida albicans e Pseudomonas aeruginosa: microbi coinvolti nella fibrosi cistica (FC). Le loro osservazioni hanno portato al rilevamento di una molecola (ramnolipide) che potrebbe essere sfruttata per la terapia della FC. Nel suo insieme lo studio è riuscito nel suo obiettivo di sviluppare metodi statistici per l’analisi e l’interpretazione di dati MALDI-IMS 3D. L’implementazione di questi strumenti dovrebbe rendere realizzabile la proteomica e la metabolomica 3D non marcate e migliorare la diagnosi delle malattie.
Parole chiave
3D, imaging, MALDI-IMS, metodi statistici, proteomica, metabolomica, fibrosi cistica
