Chromatografische vingerafdrukken op sjabloonmatching voor gegevens verzameld door uitgebreide tweedimensionale gaschromatografie
2 september 2020
Dit protocol presenteert een benadering van vingerafdruk en verkent multidimensionale gegevens verzameld door uitgebreide tweedimensionale gaschromatografie gekoppeld aan massaspectrometrie. Speciale algoritmen voor patroonherkenning (template matching) worden toegepast om de chemische informatie te verkennen die is gecodeerd in de extra vierge olijfolie vluchtige fractie (d.w.z. volatilome).
Chromatografische vingerafdrukken door sjabloonvergelijking zijn belangrijk omdat ze automatisch rijke niet-gerichte en gerichte chemische informatie kunnen extraheren door GC tijdens GC chromatogrammen in meerdere monsters met een consistente kruisvergelijking. De belangrijkste voordelen van deze techniek zijn de volledige dekking van niet-gerichte en gerichte analyten, en de consistente vergelijking van chromatografische kenmerken in meerdere chromatogrammen en monsters door middel van kruisvergelijking. De techniek heeft brede toepassingen.
Hier passen we het toe op foodomics en specifiek om de chemische informatie te karakteriseren die is gecodeerd in de vluchtige fractie van extra vierge olijfolie. De techniek is fundamenteel voor onderzoek met behulp van machine learning, om complexe relaties tussen monsterchemie en externe factoren te ontdekken. Bijvoorbeeld in voedsel, met behulp van sensorische kwaliteit en productiemethoden.
Ik zou het de essentie van de chromatografie noemen. Als de scheidingen slecht zijn, is de kracht van de techniek beperkt, maar als de chromatogrammen goed zijn, is de methode een redelijk succesvolle. GC door GC visualiseert structuurretentierelaties in beelden. Het menselijk oog is goed aangepast om tweedimensionale patronen waar te nemen, en het zien van de methode demonstreert zijn kracht op een zeer directe manier.
Om een tweedimensionaal rasterarray voor visualisatie en verwerking te maken, start de afbeeldingssoftware en selecteer bestand en importeer om de onbewerkte gegevensbestanden van belang te openen. In het importdialoogvenster stelt u de modulatieperiode in op 3,5 seconden, klikt u op OK en selecteert u bestand en beeld opslaan als. Navigeer naar de gewenste map, voer de bestandsnaam in en klik op opslaan.
Om de modulatiefase te verschuiven, selecteert u verwerking en fase verschuiven en stelt u de verschuivingswaarde in op min 0,8 seconden. Voor baselinecorrectie, selecteert u grafisch en tekent u een rechthoek en klikt en sleept u om een rechthoek te tekenen in de afbeelding waarin geen pieken worden gedetecteerd. Selecteer hulpmiddelen en visualiseer gegevens en noteer het gemiddelde en de standaarddeviatie van het detectorsignaalveranderen.
Sluit vervolgens het hulpmiddel en selecteer verwerking en baseline corrigeren. Om de chromatografische afbeeldingen met waarde- en kleurenkaarten te kleuren, selecteert u weergave en kleuren. Open het import/exporttabblad en selecteer het aantal AAAA aangepaste kleurenkaart en klik op importeren.
Stel vervolgens in de waardetoewijzingscontroles het waardebereik in op de minimum- en maximumwaarden en klik op OK. Voor 2D piek-anolytedetectie, selecteert u verwerking en detecteer blobs. Sommige pieken worden gesplitst en sommige onjuiste detecties worden waargenomen.
Selecteer configureren, instellingen en blobdetectie. Stel het gladmaken in op 0,1 voor 1D-monsters en op twee voor 2D-modulaties, en stel het minimum in op een maal 10 tot de zesde. Klik vervolgens op OK, selecteer verwerking en detecteer blobs en observeer de verbeteringen.
Om betekenisloze detecties te verwijderen, selecteert u eerst verwerking en interactieve blobdetectie. Noteer de blobdetectie-instellingen en klik op detecteren. In de geavanceerde filterbouwer, klik op toevoegen.
In het nieuwe beperkingsvenster selecteert u Retentie 2 en klikt u op OK. Stel vervolgens in een beperkingsschuifregelaar de minimale en maximale 2D-retentietijden voor de filter in om het aantal valse pieken te verminderen zonder de echte pieken te verliezen en klik op toepassen en ja. Om te zoeken naar de piekspectra en een NIST MS-bibliotheek van belang, selecteert u configureren, instellingen en bibliotheek zoeken en stelt u het type spectrum in op piek MS, de intensiteitsdrempel op 100, het NIST-zoektype op eenvoudige gelijkenis, het NIST-retentie-indiceskolomtype op standaard polair en de NIST-retentie-indicestolerantie op 10.
Klik vervolgens op OK en selecteer verwerking en zoekbibliotheek voor alle blobs. Om een sjabloon met gerichte pieken in de afbeeldingsweergave te maken, klikt u op de eerste piek en controleert u op een extra piek om de pieken van belang te selecteren. Klik op sjabloon toevoegen en selecteer bestand en sjabloon opslaan.
Geef vervolgens de map en bestandsnaam op en klik op opslaan. Om de sjabloon te matchen en toe te passen, selecteert u bestand en afbeelding openen en navigeert u naar en opent u het chromatogrambestand van belang. Stel de cursormodus in op sjabloon en selecteer objecten en selecteer sjabloon en sjabloon laden.
In het venster sjabloon laden, klikt u op bladeren en opent u de sjabloon met gerichte pieken. Klik vervolgens op laden en sluit. In de afbeeldingsweergave, klikt u met de rechtermuisknop op een sjabloonpiek om zijn objecteigenschappen te inspecteren, inclusief de kwalificerende chemische logica-expressie, of qCLIC, en referentie MS. Selecteer sjabloon en interactieve match en transformeer sjabloon.
In het venster sjabloon matchen, klikt u op alles matchen en bekijkt u de matchresultaten in de tabel en in de afbeelding. Elke sjabloonpiek wordt gemarkeerd met een ongevulde cirkel. Als er een match wordt gemaakt, is er een link naar een gevulde cirkel voor de gedetecteerde piek.
Bewerk vervolgens de matches zoals gepast en klik op toepassen om de metadata van de sjabloon naar het chromatogram over te brengen. Als de chromatografische omstandigheden aanzienlijk variëren, waardoor de sjabloon verkeerd wordt uitgelijnd met een nieuw chromatogram, laadt u de gerichte sjabloon2. bt-bestand en selecteert u sjabloon en interactieve sjabloon matchen en klikt u op bewerk transformatie.
In de getransformeerde sjablooninterface varieert u de 1D- en 2D-schalen, translaties en schuivingen om de sjabloon beter te aligneren met de gedetecteerde pieken en klikt u op sjabloon transformeren. Wanneer de sjabloon is getransformeerd, klikt u op match bewerken en past u de sjabloonpieken toe zoals gedemonstreerd. Om correspondenties tussen niet-gerichte en gerichte analyten te vestigen, selecteert u bestand en opent u analyse en opent u het
Overzicht
Dit protocol beschrijft een methode voor het vaststellen van vingerafdrukken en het analyseren van multidimensionale gegevens uit uitgebreide tweedimensionale gaschromatografie gekoppeld aan massaspectrometrie. De focus ligt op het extraheren van chemische informatie uit de vluchtige fractie van extra vierge olijfolie met behulp van specifieke algoritmen voor patroonherkenning.
Belangrijkste studieonderdelen
Wetenschappelijk vakgebied
- Analytische chemie
- Foodomics
- Massaspectrometrie
Achtergrond
- Chromatografische fingerprinting is essentieel voor het extraheren van chemische informatie.
- De techniek maakt een consistente matching van chromatografische kenmerken over verschillende monsters mogelijk.
- Het kent brede toepassingen in diverse vakgebieden, waaronder de analyse van voedselkwaliteit.
- Machine learning kan worden geïntegreerd om complexe relaties in data te verkennen.
Doel van de studie
- Om de chemische informatie in de vluchtige fractie van extra vierge olijfoliën te karakteriseren.
- Om de effectiviteit van template-matching in chromatografische analyse aan te tonen.
- Om een gedetailleerd protocol te bieden waarmee onderzoekers de methode kunnen reproduceren.
Gebruikte methoden
- Sjablonenmatching voor chromatografische data-analyse.
- Basislijncorrectie en inkleuring van chromatografische beelden.
- Blob-detectie voor het identificeren van pieken in de data.
- Bibliotheekzoeken voor piekspectra met behulp van de NIST MS-bibliotheek.
Belangrijkste resultaten
- Succesvolle extractie van gerichte en niet-gerichte chemische informatie.
- Verbeterde nauwkeurigheid bij piekdetectie door middel van geavanceerde filteringstechnieken.
- Vaststellen van correspondenties tussen analyten over verschillende chromatogrammen.
- Visualisatie van retentierelaties verbetert de data-interpretatie.
Conclusies
- De methode biedt een robuust kader voor het analyseren van complexe chemische gegevens.
- Template-matching verbetert de betrouwbaarheid van de chromatografische analyse aanzienlijk.
- Deze benadering kan worden toegepast op diverse vakgebieden buiten de foodomics.
Veelgestelde vragen
Relevantie voor de industrie
Chromatografische fingerprinting via template matching maakt een geautomatiseerde, consistente extractie van gerichte en niet-gerichte chemische informatie uit complexe GCxGC-MS-gegevens mogelijk, waardoor de variabiliteit afhankelijk van de analist wordt verminderd. Deze aanpak ondersteunt high-throughput screening en workflows voor patroonherkenning in voedselveiligheid, metabolomics en biomarker-ontdekking door een reproduceerbare uitlijning tussen monsters te bieden. De methode verbetert de interpreteerbaarheid en schaalbaarheid van gegevens voor vroege ontdekkingsfasen waarin betrouwbare feature-detectie over grote monsterreeksen vereist is.
Strategische toepassingen in BioPharma R&D
Vroege Ontdekking & Targetvalidatie
- Wetenschappelijke waarde: Maakt het mogelijk om complexe vluchtige profielen te analyseren ter ondersteuning van hypothesevorming in mechanistische studies naar bioactieve verbindingen.
- Operationele waarde: Zorgt voor een consistente piekuitlijning tussen monsters, waardoor het aantal fout-positieven in non-targeted screeningcampagnes wordt verminderd.
Screening & Assayontwikkeling
- Wetenschappelijke waarde: Vergemakkelijkt de bereiding van gestandaardiseerde chromatografische fingerprints voor analysebereidheid bij metabolomische profilering.
- Operationele waarde: Ondersteunt schaalbare, geautomatiseerde gegevensverwerking met minimale handmatige interventie, wat de doorvoercapaciteit in kernlaboratoria verbetert.
Translationeel en preklinisch onderzoek
- Wetenschappelijke waarde: Maakt correlatie van chemische patronen met fenotypische resultaten mogelijk via ongecontroleerde patroonherkenning, zoals PCA-gestuurde clustering van monstergroepen.
- Operationele waarde: Vestigt een betrouwbare correspondentie tussen analyten over chromatogrammen heen, wat de consistentie bij longitudinale studies en studies op meerdere locaties ondersteunt.
Integratie van Pipeline & Workflow
De methode wordt geïntegreerd in discovery-workflows door ruwe GCxGC-MS-gegevens om te zetten in uitgelijnde feature-tabellen die geschikt zijn voor downstream statistische modellering en machine learning-toepassingen.
- Ontdekkingsbiologie: Ondersteunt hypothesetoetsing via geautomatiseerde detectie en uitlijning van chromatografische kenmerken over verschillende experimentele condities.
- Screening: Levert kwantitatieve, reproduceerbare piektabellen die een betrouwbare evaluatie van verbindingen mogelijk maken in grootschalige metabolomische screenings.
- Analytiek: Genereert metriekwaarden en statistieken voor specifieke analyten en niet-doelgerichte kenmerken, wat vergelijkende analyse tussen monstersets vergemakkelijkt.
- Translationeel onderzoek: Verbindt chemische patronen uit de ontdekkingsfase met preklinische continuïteit door middel van retentietijd- en spectrale uitlijning over verschillende cohorten.
- Enterprise hergebruik: Biedt een herbruikbare, gestandaardiseerde pipeline voor de harmonisatie van chromatografische gegevens over projecten en locaties heen.
Operationele en zakelijke impact
- Wetenschappelijke waarde: Verhoogt het voorspellende vertrouwen door mechanistische ambiguïteit in complexe mengselanalyses te verminderen via consistente kenmerkextractie.
- Operationele waarde: Verbetert de reproduceerbaarheid en standaardisatie via geautomatiseerde template-matching en cross-aligneringsprotocollen.
- Strategische waarde: Verbetert go/no-go-beslissingen door snelle, betrouwbare karakterisering van de chemische ruimte in de vroege ontdekkingsfase mogelijk te maken.
- Impact op de portfolio: Ondersteunt risicogecorrigeerde prioritering via getrouwe, reproduceerbare metabolomische signaturen over steekproefpopulaties.
Overwegingen voor Implementatie
- Vereist expertise in chromatografische data-analyse en bekendheid met GCxGC-MS-instrumentatie en softwareomgevingen.
- Is afhankelijk van toegang tot beeldverwerkingstools die in staat zijn tot het genereren van 2D-rasterarrays, blob-detectie en template-matchingfuncties.
- Vereist cross-team standaardisatie van de modulatiefase, basislijncorrectie en piekdetectieparameters voor consistente resultaten.
- Omvat overwegingen voor aanpassing bij het toepassen van de methode op diverse monstermatrices, zoals biofluïda of plantextracten.
- Praktische beperkingen omvatten de afhankelijkheid van de kwaliteit van de chromatografische scheiding; een slechte resolutie vermindert de kracht van feature-detectie en -uitlijning.
Biopharma Veelgestelde Vragen
Chapters in this video
0:04
Introduction
1:45
Importing Raw Data
2:24
Baseline Correction
2:50
Chromatographic Image Coloring and 2D Peak Analyte Detection
3:49
2D Peak Filtration and Peak Spectra Location
4:54
Targeted Peak Template Creation and Template Matching and Application
6:20
Template Transformation (Optional)
6:58
Untargeted and Targeted Chromatogram Analysis
7:46
Results: Representative Chromatographic Fingerprinting
9:27
Conclusion
