Dystrybucja przestrzenna biomolekuł w obrazowaniu 3D
Obrazowanie 3D umożliwi rozwiązanie wielu trudności w naukach przyrodniczych. Obecne techniki umożliwiają wyświetlenie budowy anatomicznej narządu poprzez śledzenie położenia określonego związku chemicznego w organizmie, takiego jak woda lub inne wyznakowane molekuły. Metody te są jednak mniej użyteczne w badaniach proteomicznych i metabolomicznych, które są nakierowane na identyfikację nowych biomarkerów, leków i szlaków aktywnych podczas chorób. Obrazowanie metodą spektrometrii mas (IMS) na bazie desorpcji/jonizacji laserowej wspomaganej matrycą (MALDI) jest najnowocześniejszą technologią, która umożliwia detekcję położenia jonów molekuł. 3D MALDI-IMS jest metodą niewymagającą znakowania, która może uzupełniać inne techniki podczas określania położenia molekuł określonych związków chemicznych. Jednakże analiza ogromnych i złożonych zestawów danych uzyskiwanych tą techniką wymaga opracowania nowych metod statystycznych. W tym celu naukowcy z finansowanego przez UE projektu 3D-MASSOMICS (Statistical methods for 3D imaging mass spectrometry in proteomics and metabolomics) postanowili stworzyć metody statystyczne do prowadzenia analiz nadzorowanych i nienadzorowanych, aby zwiększyć odtwarzalność wyników. Przetestowano te metody na bazie danych dotyczących cukrzycy, metabolomiki chirurgicznej i metabolomiki mikrobiologicznej. Konsorcjum opracowało symulator statystyczny danych uzyskanych z badania mózgu szczura metodą MALDI-IMS oraz zwalidowało go na przykładzie dodatkowych danych z trzech zastosowań biomedycznych. Okazały się one niezwykle pomocne w udoskonalaniu metody, pozwalając naukowcom zbierać odnośne zestawy danych i poddawać je ocenie ekspertów. Wśród opracowanych metod naukowych znalazło się innowacyjne podejście do pomiaru chaosu przestrzennego, które przyjęto do wykrywania obrazów relacji masy do ładunku. Ta metoda stanowi pierwszą nienadzorowaną analizę jednoczynnikową danych z obrazowania MS. Badacze wykorzystali te metody do badania 3D oddziaływań między mikroorganizmami Candida albicans i Pseudomonas aeruginosa, które wywołują zakażenia w przebiegu mukowiscydozy. Obserwacje umożliwiły wykrycie molekuły (ramnolipidu), która może znaleźć zastosowanie w terapii mukowiscydozy. Podsumowując, badanie osiągnęło cel, jakim było stworzenie metod statystycznych do analizy i interpretacji danych 3D uzyskanych techniką MALDI-IMS. Wdrożenie tych narzędzi umożliwi prowadzenie badań proteomicznych i metabolomicznych bez konieczności znakowania, ułatwiając rozpoznawanie chorób.
Słowa kluczowe
3D, obrazowanie, MALDI-IMS, metody statystyczne, proteomika, metabolomika, mukowiscydoza
