Un flux de travail intégré d’identification et de quantification sur le métabolome non ciblé basé sur le contrôle FDR

Ce protocole permet une analyse qualitative et quantitative du métabolome non ciblé basée sur le contrôle de la qualité FDR qui réduit efficacement les faux positifs de l’identification des métabolites. Ce flux de travail intègre XY-Meta qui utilise la stratégie cible-leurre pour évaluer FDR plus précisément pour l’identification du métabolome dans le module d’analyse qualitative. Cette mesure peut filtrer efficacement les résultats faussement positifs de l’identification non ciblée du métabolome, ce qui améliore la robustesse de la découverte de biomarqueurs ou de molécules clés.

Nous nous attendons à ce que les chercheurs puissent comprendre et maîtriser la stratégie cible-leurre pour le contrôle FDR et devraient essayer d’exécuter strictement ce pipeline plusieurs fois avec les paramètres par défaut du protocole. Commencez par accéder à la page Web de la base de données GNPS et cliquez sur Parcourir les jeux de données. Recherchez le mot clé dans la colonne de titre, puis cliquez sur le numéro d’ID du jeu de données.

Téléchargez le jeu de données à l’aide de FTP et enregistrez les données brutes dans le dossier respectif. Pour convertir le format des données brutes, installez d’abord le logiciel ProteoWizard. Sous le chemin d’installation de ProteoWizard, tapez msconvert.

exe, suivi des paramètres spécifiques pour convertir le format de données brutes au format mzXML. Encore une fois, en utilisant msconvert. exe convertit ces données au format MGF et les stocke dans le dossier MGF.

Pour préparer la bibliothèque spectrale de référence pour les métabolites, rendez-vous sur la page Web du GNPS. Recherchez le mot-clé NIST, cliquez sur afficher pour les détails et téléchargez la bibliothèque. Enregistrez la bibliothèque dans le dossier de base de données.

Téléchargez le programme XY-Meta. Recherchez le fichier de configuration des paramètres sous le dossier config et modifiez son contenu comme décrit dans le protocole texte. Définissez le type d’adducts sous forme de liste dans le dossier adduct.

Effectuez l’identification des métabolites et le contrôle du taux de fausse découverte à l’aide de la commande XY-Meta.exe. Téléchargez et installez le progiciel metaX. Modifiez ensuite la liste d’échantillons.

txt pour spécifier l’échantillon et ses données de spectrométrie de masse correspondantes comme décrit dans le protocole texte. Utilisez le fichier R fourni avec le protocole texte pour exécuter le script de quantification des groupes Mock et wild à l’aide du logiciel metaX. Vérifiez le dossier de sortie dans lequel les résultats de l’analyse quantitative sont stockés, tel que le diagramme PCA.

Ensuite, modifiez les paramètres du script R pour annoter les pics dans l’analyse qualitative et quantitative à l’aide d’identifications de métabolites afin d’intégrer à la fois les résultats et d’exécuter le script R. Les diagrammes en boîte des métabolites quantifiés ont montré que la distribution générale des échantillons sains et des échantillons de maladies était similaire avec une faible fluctuation des valeurs moyennes. Seulement 3,39% des métabolites avaient plus de 30% des valeurs manquantes.

Le diagramme d’analyse des composantes principales des échantillons des deux groupes a montré que metaX augmentait remarquablement la proportion de métabolites avec CV inférieur à 0,3. Un diagramme de Venn des métabolites détectés différentiellement à partir de trois méthodes d’essai statistiques a révélé 119 métabolites communs. Le temps de rétention et la distribution masse par charge de tous les métabolites annotés ont été tracés avec un taux de fausse découverte inférieur à 0,01, montrant six métabolites significatifs et détectés différemment.

Il est important de limiter le temps consacré aux tests de flux de travail. N’oubliez pas de ne pas sélectionner trop d’échantillons à analyser et de conserver au moins deux échantillons dans chaque groupe. Cette technique permet de contrôler la qualité de l’identification métabolisée à partir de données d’acquisition indépendantes des données, construisant une bibliothèque spectrale de spectre de référence plus robuste en utilisant les résultats de correspondance du spectre basés sur le contrôle FDR.