포괄적인 2차원 가스 크로마토그래피에 의해 수집된 데이터에 대한 템플릿 매칭에 의한 크로마토그래피 지문

템플릿 일치에 의한 크로마토그래피 핑거프린팅은 일관된 교차 정렬로 여러 샘플에서 GC 곱하기 GC 크로마토그램을 통해 풍부한 비표적 및 표적 화학 정보를 자동으로 추출할 수 있기 때문에 중요합니다. 이 기술의 주요 장점은 비표적 및 표적 분석물질의 포괄적인 적용 범위와 교차 정렬을 통해 여러 크로마토그램 및 샘플에 걸쳐 크로마토그래피 기능을 일관되게 일치시킨다는 것입니다. 이 기술은 광범위하게 적용됩니다.

여기에서 우리는 이를 식품 유전체학에 적용하고 특히 엑스트라 버진 올리브 오일의 휘발성 분획에 암호화된 화학 정보를 특성화합니다. 이 기법은 시료 화학과 외부 요인 간의 복잡한 관계를 발견하기 위해 기계 학습을 사용하는 연구의 기초입니다. 예를 들어, 식품에서는 감각적 품질 및 생산 방법을 사용합니다.

저는 이것을 크로마토그래피가 필수적이라고 부르겠습니다. 분리가 불량하면 기술의 힘이 제한되지만 크로마토그램이 양호하면 이 방법은 상당히 성공적인 방법입니다.GC에 의한 GC는 이미지에서 구조 유지 관계를 시각화합니다. 인간의 눈은 2차원 패턴을 인식하는 데 잘 적응되어 있으므로 이 방법을 보는 것은 매우 직접적인 방식으로 그 힘을 보여줍니다.

시각화 및 처리를 위한 2차원 래스터 배열을 생성하려면 이미지 소프트웨어를 실행하고 파일 및 가져오기를 선택하여 관심 있는 원시 데이터 파일을 엽니다. 가져오기 대화 상자에서 변조 기간을 3.5초로 설정하고 확인을 클릭한 다음 파일을 선택하고 이미지를 다른 이름으로 저장합니다. 원하는 폴더로 이동하여 파일 이름을 입력하고 저장을 클릭합니다.

변조 위상을 이동하려면 처리 및 이동 위상을 선택하고 이동량을 마이너스 0.8초로 설정합니다. 기준선 보정을 위해 그래픽을 선택하고 사각형을 그린 다음 클릭하고 드래그하여 이미지에 피크가 감지되지 않는 사각형을 그립니다. 툴을 선택하고 데이터를 시각화하며 검출기 신호의 평균과 표준편차를 기록해 둡니다.

그런 다음 도구를 닫고 처리 및 기준선 수정을 선택합니다. value 및 color map을 사용하여 크로마토그래피 이미지를 색칠하려면 view 및 colorize를 선택합니다. 가져오기 내보내기 탭을 열고 숫자 AAAA 사용자 정의 색상 맵을 선택한 다음 가져오기를 클릭합니다.

그런 다음 값 매핑 컨트롤에서 값 범위를 최소값 및 최대값으로 설정하고 확인을 클릭합니다. 2D 피크 양극액 검출의 경우 processing(처리)을 선택하고 blob을 검출합니다. 일부 피크는 분할되고 일부 스퓨리어스 감지가 관찰됩니다.

구성, 설정 및 Blob 검색을 선택합니다. 1D 샘플의 경우 평활화를 0.1로, 2D 변조의 경우 2로 설정하고, 최소값을 10에서 6번째 값으로 설정합니다. 그런 다음, 확인을 클릭하고, 처리를 선택하고, Blob을 검색하고, 개선 사항을 관찰합니다.

의미 없는 검색을 제거하려면 먼저 처리 및 대화형 Blob 검색을 선택합니다. Blob 검색 설정을 확인하고 검색을 클릭합니다. 고급 필터 빌더에서 추가를 클릭합니다.

새 제약 조건 창에서 Retention 2를 선택하고 확인을 클릭합니다. 그런 다음 제약 조건 슬라이더에서 필터의 최소 및 최대 2D 보존 시간을 설정하여 실제 피크를 잃지 않고 거짓 피크 수를 줄이고 적용 및 예를 클릭합니다. 피크 스펙트럼과 NIST MS 관심 라이브러리를 검색하려면 configure, settings 및 search library를 선택하고 스펙트럼 유형을 peak MS, intensity threshold를 100, NIST 검색 유형을 simple similarity로, NIST retention indices column type을 standard polar로, NIST retention indices tolerance 를 10으로 설정합니다.

그런 다음 확인을 클릭하고 모든 Blob에 대한 처리 및 검색 라이브러리를 선택합니다. 이미지 보기에서 대상 피크가 있는 템플릿을 만들려면 첫 번째 피크를 클릭하고 추가 피크를 Control 클릭하여 관심 피크를 선택합니다. 템플릿에 추가를 클릭하고 파일을 선택하고 템플릿을 저장합니다.

그런 다음 폴더와 파일 이름을 지정하고 저장을 클릭합니다. 템플릿을 일치시키고 적용하려면 file(파일)을 선택하고 이미지를 열고, 관심 있는 크로마토그램 파일을 찾아 엽니다. 커서 모드를 템플릿으로 설정하고 개체를 선택한 다음 템플릿을 선택하고 템플릿을 로드합니다.

load template(템플릿 로드) 창에서 browse(찾아보기)를 클릭하고 targeted peaks 템플릿을 엽니다. 그런 다음 load and dismiss(로드 및 해제)를 클릭합니다. 이미지 보기에서 템플릿 피크를 마우스 오른쪽 버튼으로 클릭하여 한정자 chemical logic expression 또는 qCLIC(chemical logic expression) 및 참조 MS를 포함한 객체 속성을 검사합니다. 템플릿과 대화형 일치 및 변환 템플릿을 선택합니다.

match template(일치 템플릿) 창에서 match all(모두 일치)을 클릭하고 테이블과 이미지에서 일치하는 결과를 검토합니다. 각 템플릿 피크는 채워지지 않은 원으로 표시됩니다. 일치가 이루어지면 감지된 피크에 대해 채워진 원에 대한 링크가 있습니다.

그런 다음 일치 항목을 적절하게 편집하고 적용을 클릭하여 템플릿의 메타데이터를 크로마토그램으로 전송합니다. 크로마토그래피 조건이 크게 달라져 템플릿이 새 크로마토그램과 잘못 정렬되는 경우 타겟 template2를 로드합니다. BT 파일을 선택하고 템플릿과 대화형 일치 템플릿을 선택한 다음 Edit Transform을 클릭합니다.

변환된 템플릿 인터페이스에서 1D 및 2D 스케일, 변환 및 전단을 변경하여 감지된 피크에 템플릿을 더 잘 정렬하고 변환 템플릿을 클릭합니다. 템플릿이 변환되면 edit match(일치 항목)를 클릭하고 표시된 대로 템플릿 피크를 일치시킵니다. 비표적 분석물과 표적 분석물 간의 일치성을 설정하려면 파일을 선택하고 분석을 열고 표시된 대로 파일을 엽니다.

Compounds(화합물) 탭을 열어 모든 크로마토그램에 걸쳐 정렬된 식별자를 사용하여 특정 분석물 또는 비표적 분석물에 대한 메트릭 값과 통계를 검토합니다. 속성 탭을 열어 크로마토그램 전반의 특정 지표에 대한 값과 통계를 검토하고, 이 통계 요약 탭을 열어 화합물과 특징 모두에 대한 요약 통계를 검토합니다. 크로마토그램이 다른 등급에서 온 경우, 요약 탭에는 등급 간 구별을 위한 기능에 대한 통찰력을 제공하는 Fisher Ratio 통계가 나열됩니다.

이 그래프에는 상동 급수 및 클래스에 대한 상대적 보존 패턴이 표시됩니다. 선형 포화 탄화수소, 불포화 탄화수소, 선형 포화 알데히드, 단일 불포화 알데히드, 고도 불포화 알데히드, 1차 알코올 및 단쇄 지방산에 대한 주석이 있습니다. 검출된 2D 피크는 전체 2D 피크 또는 가장 큰 스펙트럼에서 추출된 평균 MS 스펙트럼을 비교하여 식별할 수 있습니다.

식별된 2D 피크 수집을 채택하여 모든 샘플 크로마토그램에서 동일한 화합물 간의 신뢰할 수 있는 일치 관계를 적절하게 설정하기 위해 표적 피크의 템플릿을 구축할 수 있습니다. 이 분석에서는 표적 템플릿과 실제 크로마토그램 사이의 부분적인 불일치를 관찰할 수 있습니다. 정렬 불량을 최소화하기 위해 대화형 템플릿 변환을 통해 템플릿 피크를 더 잘 맞도록 재배치할 수 있습니다.

비표적 특징 템플릿은 복합 크로마토그램에서 검출된 분석물의 2D 피크로 구성되며, 이는 신뢰할 수 있는 피크 템플릿과 일치합니다. 그런 다음 composite peaks의 질량 스펙트럼과 그 머무름 시간이 feature 템플릿에 기록됩니다. 주성분 분석에 의한 비지도 패턴 인식을 분석된 20개의 샘플 내 표적 피크 분포에 적용하면 시칠리아 오일과 토스카나 오일이 별도로 클러스터링되며, 이는 소아 클라이막스 조건과 떼루아가 휘발성 물질의 상대적 유병률에 영향을 미친다는 것을 시사합니다.

절차를 처음 배울 때 각 단계에서 결과를 확인하는 것이 중요합니다. 질문이 있는 경우 GC Image의 사람들이 매우 반응이 빠르고 도움이 됩니다. 우리는 현재 이 기술을 사용하여 예를 들어 헤이즐넛, 코코아 및 차와 같은 다른 식품뿐만 아니라 영양 대사체 응용 분야를 위한 타액, 소변 및 대변과 같은 생체 유체도 분석하고 있습니다.