2 בספטמבר 2020
פרוטוקול זה מציג גישה לטביעת אצבע ולחקור נתונים רב מימדיים שנאספו על ידי כרומטוגרפיית גז דו מימדית מקיפה יחד עם ספקטרומטריית מסה. אלגוריתמים ייעודיים לזיהוי תבניות (התאמת תבניות) מוחלים כדי לחקור את המידע הכימי המוצפן בשבר הנדיף של שמן זית כתית מעולה (כלומר, וולטילום).
טביעת אצבע כרומטוגרפית על ידי התאמת תבניות היא משמעותית מכיוון שהיא יכולה לחלץ באופן אוטומטי מידע כימי עשיר לא ממוקד וממוקד על ידי כרומטוגרמות GC כפול GC על פני מספר דגימות עם יישור צולב עקבי. היתרונות העיקריים של טכניקה זו הם הכיסוי המקיף שלה של אנליטים לא ממוקדים וממוקדים, וההתאמה העקבית של תכונות כרומטוגרפיות על פני כרומטוגרמות ודגימות מרובות על ידי יישור צולב. לטכניקה יש יישומים רחבים.
כאן אנו מיישמים אותו על פודומיקה ובמיוחד כדי לאפיין את המידע הכימי המוצפן בחלק הנדיף של שמני זית כתית מעולה. הטכניקה היא בסיסית למחקר באמצעות למידת מכונה, לגילוי קשרים מורכבים בין כימיה של מדגם לגורמים חיצוניים. למשל במזון, תוך שימוש באיכות חושית ובשיטות ייצור.
הייתי קורא לזה הכרומטוגרפיה חיונית. אם ההפרדות גרועות, כוחה של הטכניקה מוגבל, אך אם הכרומטוגרמות טובות, השיטה מוצלחת למדי GC by GC מדמיין קשרי שימור מבנה בתמונות. העין האנושית מותאמת היטב לתפיסת דפוסים דו-ממדיים, ולכן ראיית השיטה מדגימה את כוחה בצורה ישירה מאוד.
כדי ליצור מערך רסטר דו-ממדי להדמיה ועיבוד, הפעל את תוכנת התמונה ובחר קובץ וייבוא כדי לפתוח את קבצי הנתונים הגולמיים המעניינים. בתיבת הדו-שיח של הייבוא הגדר את תקופת האפנון ל-3.5 שניות, לחץ על אישור ובחר file ושמור תמונה בשם. נווט לתיקייה הרצויה, הזן את שם הקובץ ולחץ על שמור.
כדי להזיז את שלב האפנון, בחר את שלב העיבוד וההזזה והגדר את כמות המשמרת למינוס 0.8 שניות. לתיקון קווי בסיס, בחר גרפיקה וצייר מלבן ולחץ וגרור כדי לצייר מלבן בתמונה שבו לא זוהו פסגות. בחר כלים ודמיין נתונים ושים לב לממוצע ולסטיית התקן של אות הגלאי.
לאחר מכן סגור את הכלי ובחר עיבוד ותקן את קו הבסיס. לצביעת התמונות הכרומטוגרפיות באמצעות מפות ערכים וצבעים, בחרו 'תצוגה וצביעה'. פתח את כרטיסיית הייצוא של הייבוא ובחר את המספר AAAA מפת צבע מותאמת אישית ולחץ על ייבוא.
לאחר מכן, בפקדי מיפוי הערכים, הגדר את טווח הערכים לערכי המינימום והמקסימום ולחץ על אישור. לזיהוי אנוליטים שיא דו-ממדי, בחר עיבוד וזיהוי כתמים. חלק מהפסגות יתפצלו וכמה גילויים מזויפים ייצפו בהם.
בחר קביעת תצורה, הגדרות וזיהוי Blob. הגדר את ההחלקה ל-0.1 עבור דגימות חד-ממדיות ולשתיים עבור אפנון דו-ממדי, והגדר את המינימום ל-1 כפול 10 ל-6. לאחר מכן לחץ על אישור, בחר עיבוד וזהה כתמים וצפה בשיפורים.
כדי להסיר זיהויים חסרי משמעות, בחר תחילה עיבוד וזיהוי Blob אינטראקטיבי. שים לב להגדרות זיהוי ה- Blob ולחץ על זהה. בבונה המסננים המתקדם, לחץ על הוסף.
בחלון האילוץ החדש, בחר שמירה 2 ולחץ על אישור. לאחר מכן, באילוץ, מחוונים מגדירים את זמני השמירה הדו-ממדיים המינימליים והמקסימליים עבור המסנן כדי להפחית את מספר הפסגות השגויות מבלי לאבד את הפסגות האמיתיות ולחץ על החל וכן. כדי לחפש את ספקטרום השיא וספריית העניין של NIST MS בחר הגדרה, הגדרות וספריית חיפוש והגדר את סוג הספקטרום לשיא MS, את סף העוצמה ל-100, את סוג החיפוש של NIST לדמיון פשוט, את סוג העמודה של מדדי השמירה של NIST לקוטב סטנדרטי, ואת סובלנות מדדי השמירה של NIST ל-10.
לאחר מכן לחץ על אישור ובחר ספריית עיבוד וחיפוש עבור כל ה-Blobs. כדי ליצור תבנית עם פסגות ממוקדות בתצוגת התמונה, לחץ על הפסגה הראשונה ולחץ על כל פסגה נוספת כדי לבחור את הפסגות המעניינות. לחץ על הוסף לתבנית ובחר קובץ ושמור תבנית.
לאחר מכן ציין את שם התיקייה והקובץ ולחץ על Save. כדי להתאים ולהחיל את התבנית, בחר קובץ ופתח תמונה ונווט אל קובץ הכרומטוגרמה המעניין ופתח אותו. הגדר את מצב הסמן לתבנית ובחר אובייקטים ובחר תבנית וטען תבנית.
בחלון תבנית הטעינה, לחץ על עיון ופתח את תבנית הפסגות הממוקדת. לאחר מכן לחץ על טען וסגור. בתצוגת התמונה, לחץ לחיצה ימנית על שיא תבנית כדי לבדוק את מאפייני האובייקט שלה, כולל ביטוי הלוגיקה הכימית המזהה, או qCLIC, והפניה MS. בחר תבנית ותבנית אינטראקטיבית להתאמה ושינוי צורה.
בחלון תבנית ההתאמה, לחץ על התאם הכל וסקור את התוצאות התואמות בטבלה ובתמונה. כל פסגת תבנית תסומן בעיגול לא מלא. אם נוצרת התאמה, יהיה קישור לעיגול מלא עבור השיא שזוהה.
לאחר מכן ערוך את ההתאמות לפי הצורך ולחץ על החל כדי להעביר את המטא נתונים מהתבנית לכרומטוגרמה. אם התנאים הכרומטוגרפיים משתנים באופן מהותי, מה שגורם לתבנית להיות לא מיושרת עם כרומטוגרמה חדשה, טען את התבנית הממוקדת2. bt ובחר תבנית ותבנית התאמה אינטראקטיבית ולחץ על ערוך טרנספורמציה.
בממשק התבנית שהשתנה, שנו את קנה המידה החד-ממדי והדו-ממדי, התרגומים והמספריים כדי ליישר טוב יותר את התבנית עם הפסגות שזוהו, ולחצו על תבנית שינוי הצורה. לאחר שינוי הצורה של התבנית, לחץ על ערוך התאמה והתאם את פסגות התבנית כפי שמודגם. כדי ליצור התכתבויות בין אנליטים לא ממוקדים וממוקדים, בחר קובץ ופתח ניתוח ופתח את הקובץ כפי שמצוין.
פתח את הכרטיסייה תרכובות כדי לסקור את הערכים המטריים והסטטיסטיקה עבור אנליטים ספציפיים או אנליטים לא ממוקדים עם מזהים מיושרים על פני כל הכרומטוגרמות. פתח את כרטיסיית התכונות כדי לסקור ערכים וסטטיסטיקה עבור מדדים ספציפיים על פני הכרומטוגרמות ופתח את כרטיסיית הסיכום הסטטיסטית הזו כדי לסקור את סטטיסטיקת הסיכום הן עבור תרכובות והן עבור תכונות. אם הכרומטוגרמות הן ממחלקות שונות, כרטיסיית הסיכום תפרט נתונים סטטיסטיים של יחס פישר המספקים תובנה לגבי התכונות להבחנה בין מחלקות.
בגרפים אלה מוצגים דפוסי שימור יחסיים עבור סדרות ומחלקות הומולוגיות. עם הערות לפחמימנים רוויים ליניאריים, פחמימנים בלתי רוויים, אלדהידים רוויים ליניאריים, אלדהידים חד בלתי רוויים, אלדהידים רב בלתי רוויים, אלכוהולים ראשוניים וחומצות שומן קצרות שרשרת. ניתן לזהות פסגות דו-ממדיות שזוהו על ידי השוואת ספקטרום MS הממוצע המופק מכל השיא הדו-ממדי או מהספקטרום הגדול ביותר.
ניתן לאמץ את אוסף הפסגות הדו-ממדיות שזוהו כדי לבנות תבנית של פסגות ממוקדות כדי לבסס כראוי התאמות אמינות בין אותה תרכובת על פני כל הכרומטוגרמות של הדגימה. בניתוח זה ניתן להבחין בחוסר יישור חלקי בין התבנית הממוקדת לכרומטוגרמה בפועל. למינימום אי-יישורים, שינויי תבנית אינטראקטיביים יכולים למקם מחדש את פסגות התבנית להתאמה טובה יותר.
תבנית התכונה הלא ממוקדת מורכבת מפסגות דו-ממדיות מאנליטים שזוהו בכרומטוגרמה המרוכבת המותאמות לתבנית הפסגות האמינה. ספקטרום המסה של הפסגות המרוכבות, כמו גם זמני השמירה שלהן נרשמים לאחר מכן בתבנית התכונה. כאשר זיהוי דפוסים לא מפוקח על ידי ניתוח רכיבים עיקריים מיושם על התפלגות שיאים ממוקדת בתוך 20 הדגימות שנותחו, שמנים סיציליאניים וטוסקנה מתקבצים בנפרד, מה שמצביע על כך שתנאי אקלים פדו-קלימקטיים וטרואר משפיעים על השכיחות היחסית של חומרים נדיפים.
כאשר לומדים לראשונה את הנוהל חשוב לבדוק את התוצאות בכל שלב. אם יש לך שאלות, האנשים ב-GC Image מאוד מגיבים ועוזרים. כיום אנו משתמשים בטכניקה כדי לנתח מוצרי מזון אחרים, כמו למשל אגוזי לוז, קקאו ותה, אך גם נוזלים ביולוגיים, כגון רוק, שתן וצואה ליישומים מטבולומיים של חומרים מזינים.
פרוטוקול זה מתווה שיטה לטביעת אצבע וניתוח של נתונים רב-ממדיים מקרומטוגרפיית גז דו-ממדית מקיפה המשולבת עם ספקטרומטריית מסות. הוא מתמקד בהפקת מידע כימי מהמרכיב הנדיף של שמן זית כתית מעולה באמצעות אלגוריתמים ייעודיים לזיהוי תבניות.
טביעת אצבע כרומטוגרפית באמצעות התאמת תבנית מאפשרת מיצוי אוטומטי ועקבי של מידע כימי ממוקד ובלתי ממוקד מנתוני GCxGC-MS מורכבים, ובכך מפחיתה שונות התלויה באנליסט. גישה זו תומכת בתהליכי סריקה בתוספת גבוהה (high-throughput screening) ובזרימות עבודה של זיהוי תבניות בבטיחות מזון, מטבוליזומיקה וגילוי סממנים ביולוגיים, על ידי אספקת יישור שמיש וניתן לשחזור בין דגימות. השיטה משפרת את יכולת פרשנות הנתונים והסקילביליות עבור יישומי גילוי בשלבים מוקדמים הדורשים זיהוי מאפיינים אמין על פני קבוצות דגימות גדולות.
השיטה משתלבת בתהליכי גילוי על ידי המרת נתוני GCxGC-MS גולמיים לטבלאות מאפיינים מיושרות המתאימות למידול סטטיסטי וליישומים של למידת מכונה בשלבים הבאים.