Name: Application de la chimioinformatique pour développer une base de données de méthodes analytiques consultable (Vidéo) | JoVE Journal
Uploaded: 2025-06-06T15:15:00.000+00:00
Duration: 5 min 34 s
Description: Découvrez AMOS, une base de données web de chimioinformatique pour accéder aux méthodes analytiques et aux données spectrales. Cette plateforme facilite le partage et la collaboration entre chercheurs.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

<ol><li>Kim, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((PubChem+substance+and+compound+databases%5BTitle%5D)+AND+%22Nucleic+Acids+Res%22%5BJournal%5D)">PubChem substance and compound databases.</a> Nucleic Acids Res. 44 (D1), D1202-D1213 (2016).</li>
<li>Pence, H. E., Williams, A. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((ChemSpider%3A+An+online+chemical+information+resource%5BTitle%5D)+AND+%22J+Chem+Educ%22%5BJournal%5D)">ChemSpider: An online chemical information resource.</a> J Chem Educ. 87 (11), 1123-1124 (2010).</li>
<li>Williams, A. J., Grulke, C. M., Edwards, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+CompTox+chemistry+dashboard%3A+A+community+data+resource+for+environmental+chemistry%5BTitle%5D)+AND+%22J+Cheminform%22%5BJournal%5D)">The CompTox chemistry dashboard: A community data resource for environmental chemistry.</a> J Cheminform. 9, 61(2017).</li>
<li>Grulke, C. M., Williams, A. J., Thillanadarajah, I., Richard, A. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((EPA%27s+DSSTox+database%3A+History+of+development+of+a+curated+chemistry+resource+supporting+computational+toxicology+research%5BTitle%5D)+AND+%22Comput+Toxicol%22%5BJournal%5D)">EPA's DSSTox database: History of development of a curated chemistry resource supporting computational toxicology research.</a> Comput Toxicol. 12, 100096(2019).</li>
<li>Tickner, J. A., Schifano, J. N., Blake, A., Rudisill, C., Mulvihill, M. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Advancing+safer+alternatives+through+functional+substitution%5BTitle%5D)+AND+%22Environ+Sci+Technol%22%5BJournal%5D)">Advancing safer alternatives through functional substitution.</a> Environ Sci Technol. 49 (2), 742-749 (2015).</li>
<li>Phillips, K. A., Wambaugh, J. F., Grulke, C. M., Dionisio, K. L., Isaacs, K. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((High-throughput+screening+of+chemicals+as+functional+substitutes+using+structure-based+classification+models%5BTitle%5D)+AND+%22Green+Chem%22%5BJournal%5D)">High-throughput screening of chemicals as functional substitutes using structure-based classification models.</a> Green Chem. 19 (4), 1063-1074 (2017).</li>
<li>Isaacs, K. K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+harmonized+chemical+monitoring+database+for+support+of+exposure+assessments%5BTitle%5D)+AND+%22Sci+Data%22%5BJournal%5D)">A harmonized chemical monitoring database for support of exposure assessments.</a> Sci Data. 9, 314(2022).</li>
<li>SpectraBase. , 
 <a target="_blank" href="https://spectrabase.com/">https://spectrabase.com/</a> (2025).</li>
<li>Djoumbou Feunang, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((ClassyFire%3A+Automated+chemical+classification+with+a+comprehensive%2C+computable+taxonomy%5BTitle%5D)+AND+%22J+Cheminform%22%5BJournal%5D)">ClassyFire: Automated chemical classification with a comprehensive, computable taxonomy.</a> J Cheminform. 8, 61(2016).</li>
<li>Ulrich, E. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((EPA%27s+non-targeted+analysis+collaborative+trial+%28ENTACT%29%3A+Genesis%2C+design%2C+and+initial+findings%5BTitle%5D)+AND+%22Anal+Bioanal+Chem%22%5BJournal%5D)">EPA's non-targeted analysis collaborative trial (ENTACT): Genesis, design, and initial findings.</a> Anal Bioanal Chem. 411 (4), 853-866 (2019).</li>
<li>Sobus, J. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Using+prepared+mixtures+of+ToxCast+chemicals+to+evaluate+non-targeted+analysis+%28NTA%29+method+performance%5BTitle%5D)+AND+%22Anal+Bioanal+Chem%22%5BJournal%5D)">Using prepared mixtures of ToxCast chemicals to evaluate non-targeted analysis (NTA) method performance.</a> Anal Bioanal Chem. 411 (4), 835-851 (2019).</li>
<li>Chao, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((In+silico+MS%2FMS+spectra+for+identifying+unknowns%3A+A+critical+examination+using+CFM-ID+algorithms+and+ENTACT+mixture+samples%5BTitle%5D)+AND+%22Anal+Bioanal+Chem%22%5BJournal%5D)">In silico MS/MS spectra for identifying unknowns: A critical examination using CFM-ID algorithms and ENTACT mixture samples.</a> Anal Bioanal Chem. 412 (6), 1303-1315 (2020).</li>
<li>McEachran, A. D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Revisiting+five+years+of+CASMI+contests+with+EPA+identification+tools%5BTitle%5D)+AND+%22Metabolites%22%5BJournal%5D)">Revisiting five years of CASMI contests with EPA identification tools.</a> Metabolites. 10 (6), 260(2020).</li>
<li>Charest, N., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Improving+predictions+of+compound+amenability+for+liquid+chromatography-mass+spectrometry+to+enhance+non-targeted+analysis%5BTitle%5D)+AND+%22Anal+Bioanal+Chem%22%5BJournal%5D)">Improving predictions of compound amenability for liquid chromatography-mass spectrometry to enhance non-targeted analysis.</a> Anal Bioanal Chem. 416 (10), 2565-2579 (2024).</li>
</ol>

<table><tbody><tr><td>Git</td><td>N/A</td><td>https://git-scm.com/</td><td>Système de contrôle de version open-source.</td></tr><tr><td>Javascript</td><td>N/A</td><td>https://ecma-international.org/publications-and-standards/standards/ecma-262/</td><td>Langage de programmation.&nbsp ; Défini par les normes internationales ECMA.</td></tr><tr><td>PostgreSQL</td><td>Groupe de développement mondial PostgreSQL</td><td>https://postgresql.org/about/licence</td><td>Système de gestion de base de données open source.</td></tr><tr><td>Python</td><td>Fondation du logiciel Python</td><td>https://www.python.org/</td><td>Langage de programmation open-source.</td></tr></tbody></table>

application de la chimioinformatique pour développer une base de données de méthodes analytiques consultable

Applying Cheminformatics to Develop a Structure Searchable Database of Analytical Methods

Les captures d’écran d’AMOS ci-dessus montrent les résultats typiques des recherches individuelles dans l’application, y compris les recherches de substances d’intérêt et parmi les spectres, les fiches d’information et les méthodes. La variété des façons d’interroger la base de données vise à couvrir les types de recherches les plus probables et les plus utiles de manière à permettre une enquête plus approfondie sur les données et les substances auxquelles elles se rapportent.
Pour faciliter la recherche de l’utilisateur, une grande partie des fonctionnalités est interconnectée de manière à permettre un examen plus approfondi des données disponibles. À titre d’exemple de flux de travail, la visualisation de la classification de l’utilisation fonctionnelle est liée à des vues des méthodes et des fiches d’information liées à cette classe fonctionnelle, à partir desquelles des listes de substances peuvent être extraites et introduites dans la recherche par lots, ou des documents individuels peuvent être examinés, et des substances individuelles dans ces documents peuvent être étudiées plus avant. Étant donné que de nombreuses substances dans les méthodes ont également des spectres de masse expérimentaux dans la base de données, cela peut permettre à un chercheur de passer rapidement d’une catégorie de substances à un ensemble de méthodes et de spectres capables de tester la présence d’une substance spécifique (voir la figure 9).
Étant donné que les résultats dépendent fortement de ce qui est recherché et de la ou des recherches exécutées, il est difficile de définir des résultats représentatifs pour l’ensemble de l’application. Dans l’ensemble, il peut être plus exact de décrire un « succès » en termes d’expérience utilisateur ; Dans ce cas, il est à espérer que ce qui suit sera généralement vrai : que les méthodes de recherche et de filtrage (et la capacité de passer d’une recherche à l’autre et de passer d’une recherche à l’autre) sont efficaces pour identifier les sous-ensembles d’informations qu’un utilisateur souhaite ; que les résultats que l’utilisateur trouve sont exacts et utiles. La figure 10 représente un exemple de flux de travail illustrant les fonctionnalités d’AMOS.
<img alt="Figure 10" class="xfigimg" src="/files/ftp_upload/68194/68194fig10.jpg"> 
Figure 10 : Exemple de flux de travail illustrant les fonctionnalités AMOS. Le flux de travail commence par une classification d’utilisation fonctionnelle (médicaments respiratoires), filtre les méthodes liées aux médicaments respiratoires dans le sang, examine une méthode spécifique et identifie les spectres d’une substance incluse dans cette méthode. <a href="https://www.jove.com/files/ftp_upload/68194/68194fig10large.jpg" target="_blank">Veuillez cliquer ici pour voir une version agrandie de cette figure.</a>

Application de la chimioinformatique pour développer une base de données de méthodes analytiques consultable

Analytical methods can range from detailed regulatory documents to simpler summaries. Regulatory methods may include information on amenable analytes, ...

Nous voulons créer un moyen facile pour les scientifiques de l’EPA de trouver des méthodes d’analyse à partir de ressources distribuées afin que nos scientifiques puissent passer moins de temps à parcourir Internet, et à la place avoir une ressource organisée intégrée dans notre système informatique chimique existant. Ce que nous avons construit est essentiellement un système de gestion de documents léger qui associe ces documents aux substances chimiques extraites. En conséquence, des milliers de méthodes d’analyse peuvent être recherchées à l’aide de différents identificateurs chimiques pour trouver des méthodes déjà appliquées pour détecter ces produits chimiques. Il n’existe pas d’autre base de données en ligne gratuite de méthodes analytiques que la communauté puisse rechercher pour obtenir soit une méthode analytique de référence existante pour un produit chimique, soit un bon ensemble de conditions de départ pour une méthode particulière. Ce protocole enseigne au lecteur comment utiliser AMOS pour récolter des données utiles à son travail de développement de méthodes. Nous avons beaucoup appris sur la façon de récolter et d’intégrer les données des méthodes analytiques dans notre base de données et notre application. En agrégeant ces milliers de documents et en les mettant en correspondance avec les substances chimiques associées, nous disposons désormais d’un excellent ensemble de données pour explorer l’utilisation de ces documents et augmenter un vaste modèle d’IA linguistique que les scientifiques peuvent interroger.[Narrateur] Pour commencer, allez dans le champ de texte en haut à gauche de la barre de navigation ou dans le champ de recherche sur la page d’accueil et entrez un nom de substance, un numéro de registre CAS, InChIKey ou un identificateur de substance DSSTox. Appuyez sur Entrée ou cliquez sur Rechercher pour exécuter la recherche. Sélectionnez une ligne dans la table résultante pour afficher l’enregistrement associé sur le côté droit de la page. Pour effectuer une recherche par lots, entrez une liste d’identificateurs de substance DSSTox dans le champ de données d’entrée, en plaçant un identificateur par ligne. Utilisez les cases à cocher sous Options de recherche pour filtrer les résultats ou ajouter des informations supplémentaires aux enregistrements. Cliquez sur la recherche au bas de la page pour générer et télécharger un fichier tableur qui répertorie les informations sur tous les enregistrements de la base de données associés à une liste donnée de substances. Une fois la recherche terminée, cliquez sur Recherches supplémentaires, puis sur Recherche de structure de similarité. Entrez l’identificateur de substance, réglez la similarité minimale de la substance du filtre sur 0,8 et cliquez sur Rechercher pour obtenir une table à onglets. Ensuite, sélectionnez une ligne dans le tableau pour afficher une comparaison structurelle entre la substance recherchée et celle sélectionnée dans le tableau. Pour effectuer une recherche dans le classifieur, sélectionnez le premier niveau de classification à l’aide du champ situé en haut de la page. Ensuite, cliquez sur le bouton situé sous le champ pour afficher la liste des classifications du niveau suivant. Répétez ce processus pour les deuxième et troisième niveaux, en sélectionnant à chaque fois une classification et en cliquant sur le bouton pour continuer. Après avoir sélectionné le quatrième niveau, cliquez sur le bouton ci-dessous pour lancer la recherche et répertorier toutes les substances qui appartiennent aux quatre niveaux sélectionnés de la classification du classificateur. Recherchez dans la base de données toutes les fiches d’information et les méthodes en effectuant une recherche dans une liste de méthodes et une recherche dans les fiches d’information. Une fois la table des résultats chargée, utilisez les champs de saisie en haut de chaque colonne pour filtrer les données par champs spécifiques. Pour effectuer une recherche dans le spectre de masse, entrez une plage de masse pour la substance cible en Daltons, ainsi qu’une marge d’erreur en Daltons ou en parties par million. Définissez la valeur de la fenêtre pour la similarité maximale à 0,05 Dalton. Choisissez une méthodologie, soit chromatographie en phase gazeuse-spectrométrie de masse, soit chromatographie liquide-spectrométrie de masse. Entrez le spectre de masse sous la forme d’une liste de paires masse-charge et d’intensité. Après avoir rempli tous les champs, cliquez sur le bouton Rechercher pour récupérer une liste de correspondances de spectre de masse à partir de la base de données en fonction du spectre fourni par l’utilisateur. Sélectionnez une ligne dans la table résultante pour l’affichage spectral. Maintenant, pour visualiser la classification de l’utilisation fonctionnelle, utilisez le champ Classes de recherche pour rechercher la liste des classes d’utilisation fonctionnelle. Survolez le nom d’une classe dans la liste pour mettre en surbrillance le nœud correspondant dans le graphique. Si vous explorez le graphique directement, passez la souris sur un nœud pour afficher une brève description de la classe et mettre en évidence les classes parentes ou enfants directes pour ce nœud. Un graphique ternaire du sol classant les types de texture en fonction des proportions d’argile, de limon et de sable avec des zones étiquetées, telles que l’argile, le limon et le limon sableux, est présenté ici. Cet outil de classification a permis aux utilisateurs d’AMOS de relier les types de texture de sol à des fiches d’information, des méthodes analytiques et des spectres expérimentaux pertinents, facilitant ainsi des flux de travail efficaces, des données de composition aux recherches ciblées de substances basées sur des classifications fonctionnelles.

applying-cheminformatics-to-develop-structure-searchable-database

Research

Recherche

JoVE Journal

Chemistry

Chimie

Un protocole pour l'étude en ligne des relations protéines-structure-structure dynamique utilisant Bio3D-web est présenté.

Étude de la séquence des protéines - structure-dynamique Relations avec Bio3D-web

L’architecture des complexes protéiques est essentiel pour leur fonction. Combinant différentes techniques de spectrométrie de masse s’est avérée puissante pour étudier leur assemblage. Nous fournissons des protocoles pour la réticulation chimique et spectrométrie de masse native et montrer comment ces techniques complémentaires contribuer à élucider l’architecture des assemblées de plusieurs sous-unités protéiques.

Combinant la réticulation chimique et spectrométrie de masse des Complexes de protéine intacte pour étudier l’Architecture des assemblées de plusieurs sous-unités protéiques

Nous présentons ici un protocole de quantification ciblée séquentielle et d’analyse indifférenciés de composés fluorés dans l’eau par spectrométrie de masse. Cette méthode fournit des niveaux quantitatifs de composés connus de composés fluorés et identifie des produits chimiques indéterminés dans les exemples associés avec des estimations semi-quantitatives de leur abondance.

Identification par- et les espèces chimiques polyfluorés avec un flux de travail combinée spectrométrie de masse à haute résolution ciblée et Non-ciblés-dépistage

La spectrométrie de masse à réticulation ciblée crée des modèles de structure protéique quaternaire à l’aide de données de spectrométrie de masse acquises à l’aide de jusqu’à trois protocoles d’acquisition différents. Lorsqu’ils sont exécutés en tant que flux de travail simplifié sur le serveur Web Cheetah-MS, les résultats sont signalés dans un bloc-notes Jupyter. Ici, nous démontrons les aspects techniques de la façon dont le Jupyter Notebook peut être étendu pour une analyse plus approfondie.

Modélisation de la structure quaternaire par spectrométrie de masse par réticulation chimique: extension des rapports TX-MS Jupyter

Les produits naturels représentent des points de départ prometteurs pour le développement de nouveaux médicaments et agents thérapeutiques. Cependant, en raison de la grande diversité chimique, trouver de nouveaux composés thérapeutiques à partir des plantes est une tâche difficile et longue. Nous décrivons une approche simplifiée pour identifier les molécules antimicrobiennes et antibiofilms à partir d’extraits de plantes et de fractions.

Approche systématique pour identifier les nouvelles molécules antimicrobiennes et antibiofilms à partir d’extraits et de fractions de plantes pour prévenir les caries dentaires

La recherche ouverte permet d’identifier des glycopeptides décorés avec des compositions de glycanes jusque-là inconnues. Dans cet article, une approche simplifiée pour entreprendre une recherche ouverte et des recherches ultérieures de glycopeptides axées sur le glycane est présentée pour des échantillons bactériens en utilisant Acinetobacter baumannii comme modèle.

L’application d’approches basées sur la recherche ouverte pour l’identification des glycopeptides liés à L’O d’Acinetobacter baumannii

Le but de ce protocole est de générer et d’organiser efficacement des bibliothèques de structures de petites molécules à l’aide de logiciels open source.

Curation de bibliothèques chimiques computationnelles démontrée avec des acides alpha-aminés

Cette étude a utilisé des stratégies in silico pour identifier l’étravirine énumérée comme un agent thérapeutique prometteur pour le VIH. Nos résultats sur les interactions moléculaires et la dynamique soutiennent la conception rationnelle de nouveaux INNTI comme alternatives possibles au traitement du VIH.

Relation quantitative structure-activité, prédiction de l’activité et dynamique moléculaire des inhibiteurs non nucléotidiques de la transcriptase inverse

La conception de protéines implique la construction de séquences d’acides aminés et l’incorporation de motifs spécifiques pour créer des variantes fonctionnelles. Cette approche est essentielle pour le développement de peptides antimicrobiens (AMP) pour lutter contre les agents pathogènes résistants aux antibiotiques. Cet article présente une procédure de construction de protéines à l’aide de divers outils bioinformatiques.

Application de I TASSER, trRosetta, UCSF Chimera, HADDOCK server et HEX loria pour la conception de novo et in silico de protéines

Nous décrivons une procédure pour le profilage de protéines salivaires utilisant multiplexés puces à anticorps à base de microsphères. Les anticorps monoclonaux ont été liés par covalence à 4,5 um microsphères de polymère de colorants fluorescents codé en utilisant la chimie du carbodiimide. Les microsphères modifiées ont été déposés dans des micropuits à fibres optiques pour mesurer les niveaux de protéine dans la salive en utilisant des dosages immunologiques par fluorescence en sandwich.

Multiplexé fluorescent puce à ADN pour salivaire humaine analyse des protéines en utilisant un polymère microsphères et faisceaux de fibres optiques

Découvrez AMOS, une base de données web de chimioinformatique pour accéder aux méthodes analytiques et aux données spectrales. Cette plateforme facilite le partage et la collaboration entre chercheurs.

Application de la chimioinformatique pour développer une base de données de méthodes analytiques consultable

Explorer plus de vidéos