Wykorzystanie potoku IDBac MALDI TOF-MS o otwartym kodzie źródłowym do analizy białek mikrobiologicznych i specjalistycznych danych metabolitowych
May 15th, 2019
IDBac to open-source'owy potok bioinformatyczny oparty na spektrometrii mas, który integruje dane zarówno z nienaruszonych białek, jak i wyspecjalizowanych widm metabolitów, zebrane na materiale komórkowym zeskrobanym z kolonii bakteryjnych. Procedura ta pozwala naukowcom szybko zorganizować setki lub tysiące kolonii bakteryjnych w przypuszczalne grupy taksonomiczne i dalej je różnicować w oparciu o wyspecjalizowaną produkcję metabolitów.
IDBac łączy dane masowe z białek i wyspecjalizowanych regionów metabolitów nieznanych izolatów bakteryjnych, aby szybko rozróżnić izolaty zarówno na podstawie ich tożsamości, jak i potencjalnej funkcji środowiskowej. Nasze oprogramowanie biurowe rozszerza użyteczność istniejących strategii identyfikacji drobnoustrojów opartych na MALDI TOF. To rozszerzenie obejmuje analizę wyspecjalizowanego metabolizmu jako dodatkowego sposobu różnicowania kolonii o podobnych fenotypach.
Dużym wyzwaniem w charakterystyce nieznanych mikroorganizmów jest rozróżnienie blisko spokrewnionych izolatów. IDBac zapewnia naukowcom łatwy i szybki sposób charakteryzowania izolatów poprzez profilowanie białek i małych cząsteczek. IDBac zapewnia wizualne porównanie wyspecjalizowanej produkcji metabolitów w próbce bakteryjnej i może zapewnić wgląd w szeroki zakres tematów badawczych, od badań ekologicznych po odkrywanie ołowiu leków.
Istnieje wiele sposobów zapisywania danych MALDI między instrumentami. Jeśli masz problemy z uruchomieniem plików z usługą IDBac, zgłoś problem do usługi GitHub firmy IDBac. Za pomocą sterylnej wykałaczki przenieś niewielką porcję kolonii bakteryjnej w odpowiednie miejsce na czystej płytce MALDI.
Rozprowadź kolonię bakteryjną równomiernie w miejscu, tak aby plamka wydawała się jak najbardziej płaska. Nałóż jeden mikrolitr kwasu mrówkowego o stężeniu 70% spektrometrii mas na próbkę i plamki kontrolne matrycy i pozostaw kwas do wyschnięcia na powietrzu w chemicznym dygestoriach. Następnie dodać jeden mikrolitr wcześniej przygotowanego roztworu matrycy MALDI do plam kontrolnych próbki i pożywki matrycowej i pozostawić do całkowitego wyschnięcia na powietrzu.
Po skonfigurowaniu spektrometru masowego MALDI TOF, uzyskaj widma. Zapisz widma białek w jednym folderze, a wyspecjalizowane widma metabolitów w drugim oddzielnym folderze. Aby rozpocząć tę procedurę, pobierz oprogramowanie IDBac.
Kliknij dwukrotnie pobrany install_idbac, aby uruchomić instalator. Następnie kliknij dwukrotnie skrót IDBac na pulpicie, aby uruchomić IDBac, który domyślnie otworzy się na karcie wprowadzenia. Kliknij kartę Starting with Raw Data (Rozpoczynanie od danych pierwotnych) i wybierz z menu tworzenia eksperymentu IDBac typ danych, które mają być używane z IDBac.
Podczas konfigurowania konwersji i przetwarzania plików danych wprowadź opisową nazwę eksperymentu w miejscu, w którym zostanie wyświetlony monit, a następnie kliknij folder z surowymi danymi i wybierz odpowiedni folder. Następnie kliknij Przetwarzaj dane. Po przekonwertowaniu plików i przetworzeniu ich za pomocą IDBac przejdź do strony pracy z poprzednimi eksperymentami i wybierz eksperyment, z którym chcesz pracować.
Dodaj informacje o próbkach za pomocą menu, kliknij tutaj, aby zmodyfikować wybrany eksperyment. Wprowadź informacje do automatycznie wypełnionego arkusza kalkulacyjnego i naciśnij Zapisz. Gdy wszystko będzie gotowe do rozpoczęcia analizy, upewnij się, że eksperyment do pracy jest wybrany.
Następnie wybierz analizę danych dotyczących białek. Na stronie analizy danych białkowych wybierz ustawienia pików i oceń widma białek próbek za pomocą wyświetlonych wykresów lustrzanych. Dostosować odsetek powtórzeń, w których musi występować pik, aby mógł zostać włączony do analizy.
Korzystając z wykresów lustrzanych jako wskazówek wizualnych, dostosuj sygnał do odcięcia szumu, który zachowuje najwięcej prawdziwych szczytów i najmniejszy szum, zauważając, że więcej powtórzeń w wyższej procentowej wartości obecności piku pozwoli na wybór niższego odcięcia sygnału do szumu. Następnie określ dolną i górną masę do odcięcia ładunku, dyktując zakres wartości mas w każdym widmie, które mają być wykorzystane w dalszej analizie przez IDBac. Na stronie analizy danych białkowych wybierz zakładkę Dendrogram, aby umożliwić grupowanie próbek w dendrogram zgodnie z wybranymi przez użytkownika miarami odległości i algorytmami grupowania.
Kliknij opcję Wybierz próbki w menu i postępuj zgodnie z instrukcjami, aby wybrać próbki, które mają zostać uwzględnione w analizie. Tylko próbki zawierające widma białek będą wyświetlane w polu dostępnych próbek. Użyj wartości domyślnych dla algorytmów odległości i klastrowania, a następnie wybierz intensywności jako dane wejściowe.
Aby wyświetlić wartości bootstrap w dendrogramie, wprowadź liczbę z przedziału od dwóch do 1 000 w polu boottrap. Aby rozpocząć dostosowywanie dendrogramu, otwórz menu Dostosuj dendrogram. Aby pokolorować linie dendrogramu, wybierz opcję kliknij, aby zmodyfikować linie i wybierz żądane opcje.
Aby wykreślić informacje z arkusza kalkulacyjnego obok dendrogramu, wybierz przycisk Uwzględnij informacje o próbkach. Spowoduje to otwarcie panelu, w którym kategoria zostanie wypełniona automatycznie na podstawie wprowadzonych wartości. Aby wstawić próbki z innego eksperymentu, wybierz przycisk menu Wstaw próbki z innego eksperymentu i postępuj zgodnie ze wskazówkami w nowo otwartym panelu.
Przejdź do strony analizy danych małych cząsteczek, aby umożliwić wizualizację danych według głównych składników, analizy i metabolicznych sieci asocjacyjnych, które wykorzystują sieci dwudzielne do wyświetlania korelacji masy małych cząsteczek w celu naładowania wartości próbkami. Kliknij i przeciągnij dendrogram, aby podświetlić wybrane próbki do analizy. Jeśli żadna próbka nie zostanie wyróżniona lub nie utworzono dendrogramu białkowego, pojawi się sieć asocjacyjna metabolitów składająca się odpowiednio z losowego podzbioru lub wszystkich próbek.
Aby odjąć ślepą próbę podłoża matrycowego w sieci asocjacji metabolitów, otwórz menu, wybierz próbkę do odjęcia i wybierz odpowiednią próbkę, która ma być używana jako próba ślepa. Otwórz menu pokaż/ukryj ustawienia MAN, aby wybrać żądane wartości procentu obecności piku i replikacji, sygnału do szumu oraz górnych i dolnych granic masy. Użyj wykresów lustrzanych małych cząsteczek, aby pokierować wyborem tych ustawień.
Aby uzyskać raportowanie wyników, skopiuj tekst w akapicie sugestii dotyczących raportowania analizy MAN, aby zapewnić zdefiniowane przez użytkownika ustawienia używane do generowania utworzonej sieci asocjacji metabolicznej. Sześć szczepów Micromonospora chokoriensis i dwa barwniki Bacillus subtilis przeanalizowano przy użyciu danych w oprogramowaniu IDBac. Postępując zgodnie ze wskazówkami w zakładce Rozpoczynanie od surowych danych, wybrano opcję kliknij tutaj, aby przekonwertować pliki Bruker i postępowano zgodnie z instrukcjami dostarczonymi przez IDBac dla każdego zestawu danych.
Do zautomatyzowanej konwersji i wstępnego przetwarzania etapów szczytowania stworzono połączony eksperyment IDBac poprzez przeniesienie próbek Bacillus i Micromonospora z dwóch eksperymentów do jednego eksperymentu. Uzyskana analiza obejmowała porównanie widm białek przy użyciu wykresów lustrzanych, które były przydatne do oceny jakości widm i dostosowania ustawień szczytowych pików. Zrzut ekranu przedstawiający wyniki grupowania białek z wybranymi ustawieniami domyślnymi jest pokazany tutaj.
Dendrogram został pokolorowany poprzez dostosowanie progu na działce. Na uwagę zasługuje wyraźna separacja między rodzajami, przy czym zarówno izolaty M. chokoriensis, jak i B. subtilis grupują się oddzielnie. Klikając i przeciągając po dendrogramie białkowym, możliwe było szybkie stworzenie metabolicznych sieci asocjacyjnych w celu porównania tylko szczepów B.subtilis, tylko szczepów M.chokoriensis i wszystkich szczepów jednocześnie.
Podstawową funkcją tych sieci jest zapewnienie naukowcom szerokiego przeglądu stopnia nakładania się wyspecjalizowanych metabolitów między bakteriami. Podczas pracy z nowymi danymi należy korzystać z wykresów lustrzanych IDBac, aby upewnić się, że dane mają sens, a widma są wysokiej jakości. Krytycznie oceniaj swój projekt eksperymentalny i wyniki na każdym etapie.
IDBac umożliwia naukowcom tworzenie małych i zróżnicowanych bibliotek mikroorganizmów do dalszych badań. To znacznie obniża koszty związane z tradycyjnie dużymi i nadmiarowymi bibliotekami mikrobiologicznymi. Ponieważ IDBac umożliwia wizualizację wyspecjalizowanego nakładania się metabolitów w bardzo podobnych grupach filogenetycznych, może być używany do generowania pytań badawczych i hipotez, które łączą dwie zazwyczaj niepowiązane ze sobą dziedziny.
Kwas mrówkowy jest i należy się z nim obchodzić w dygestorium chemicznym. Niektóre izolaty środowiskowe mogą stanowić potencjalne zagrożenie dla zdrowia, a wszystkie szczepy powinny być traktowane jako drugi poziom bezpieczeństwa biologicznego.
Przegląd
IDBac to otwartoźródłowy pipeline bioinformatyczny, który wykorzystuje dane spektrometrii mas do klasyfikacji bakterii na podstawie profili białek i specjalistycznych metabolitów. Narzędzie to poprawia identyfikację drobnoustrojów poprzez integrację analizy metabolicznej, zapewniając wgląd w badania ekologiczne i farmaceutyczne.
Główne komponenty badania
Obszar nauki
- Identyfikacja mikroorganizmów
- Bioinformatyka
- Spektrometria mas
Tło
- Charakteryzowanie nieznanych mikroorganizmów jest wyzwaniem z powodu blisko spokrewnionych izolatów.
- Istniejące strategie MALDI TOF koncentrują się głównie na danych białkowych.
- IDBac rozszerza te strategie poprzez włączenie specjalistycznej analizy metabolitów.
- Oprogramowanie jest zaprojektowane tak, aby usprawnić przetwarzanie danych spektrometrii mas.
Cel badania
- Dostarczenie szybkiej metody różnicowania izolatów bakterii.
- Poprawa rozumienia ekologii drobnoustrojów i potencjalnego odkrywania leków.
- Ułatwienie integracji danych białkowych i metabolitów dla kompleksowej analizy.
Stosowane metody
- Spektrometria mas do profilowania białek i metabolitów.
- Przetwarzanie danych za pomocą oprogramowania IDBac.
- Wizualne porównanie produkcji metabolitów między próbkami.
- Analiza danych za pomocą dendrogramów i sieci skojarzeń metabolicznych.
Główne wyniki
- IDBac z powodzeniem sklasyfikował bakterie na podstawie profili metabolicznych.
- Narzędzia wizualne zapewniły wgląd w produkcję specjalistycznych metabolitów.
- Oprogramowanie wykazało skuteczność w obsłudze złożonych danych spektrometrii mas.
- Wyniki mogą informować badania ekologiczne i wysiłki dotyczące odkrywania potencjalnych leków.
Wnioski
- IDBac jest cennym narzędziem dla badaczy w ekologii mikroorganizmów.
- Integracja danych białkowych i metabolitowych poprawia identyfikację mikroorganizmów.
- Przyszłe zastosowania mogą obejmować różne dziedziny badań biologicznych.
Często zadawane pytania
Executive Industry Relevance
IDBac enables rapid, high-throughput discrimination of microbial isolates by integrating protein and specialized metabolite mass spectrometry data, addressing a key challenge in early discovery and target validation. This open-source pipeline supports portfolio triage by reducing redundancy in microbial libraries and linking phylogenetic identity to functional metabolite output. Its scalable, standardized workflow enhances predictive confidence for downstream screening and lead identification in biopharma R&D.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables functional differentiation of closely related microbial isolates through combined protein and metabolite profiling.
- Supports biological de-risking by visualizing specialized metabolite overlap within phylogenetic groups.
- Facilitates hypothesis generation linking microbial identity to environmental or therapeutic function.
- Reduces costs and redundancy in microbial library construction for discovery-stage programs.
Screening & Assay Development
- Prepares validated microbial systems for downstream compound screening by confirming both identity and metabolite production.
- Standardizes data acquisition and analysis, improving reproducibility and scalability across experiments.
- Enables rapid clustering and selection of diverse isolates for assay development and screening campaigns.
- Provides quantitative outputs for reliable comparison of microbial candidates.
Translational & Preclinical Research
- Aligns microbial metabolite profiles with potential translational biomarkers when relevant to disease models.
- Maintains continuity from early discovery through preclinical validation by integrating protein and metabolite data.
- Supports risk-adjusted advancement decisions by clarifying functional diversity among isolates.
- Offers predictive de-risking for microbial-derived lead identification.
Pipeline & Workflow Integration
IDBac fits at the intersection of early discovery, lead identification, and preclinical research by enabling rapid, reproducible microbial characterization and selection.
- Discovery Biology: Supports hypothesis testing and pathway clarification by linking protein fingerprints to metabolite output.
- Screening: Delivers assay-ready, reproducible data for microbial candidate evaluation.
- Analytics: Provides quantitative dendrograms and metabolite association networks for robust comparison of isolates.
- Translational Research: Facilitates continuity by tracking functional metabolite production across phylogenetic groups.
- Enterprise Reuse: Offers a scalable, open-source platform adaptable to diverse microbial discovery programs.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence and reduces mechanistic ambiguity in microbial selection.
- Operational Value: Standardizes and streamlines high-throughput microbial analysis for reproducibility and scalability.
- Strategic Value: Enables informed go/no-go decisions and capital-efficient portfolio management.
- Portfolio Impact: Supports risk-adjusted prioritization and advancement of microbial-derived assets.
Implementation Considerations
- Requires expertise in mass spectrometry data acquisition and interpretation.
- Needs access to MALDI-TOF MS instrumentation and compatible data formats.
- Demands cross-team standardization of sample preparation and data processing protocols.
- Adaptable to various microbial model systems with appropriate validation.
- Dependent on data quality and careful experimental design for reliable outputs.
Biopharma FAQs
Chapters in this video
0:04
Title
1:10
Preparation of MALDI Target Plates and Data Acquisition
2:02
Installing the IDBac Software and Starting with Raw Data
2:47
Work with Previous Experiments
3:22
Setting up Protein Data Analysis and Creating Mirror Plots
4:07
Clustering Samples Using Protein Data
4:49
Customizing the Protein Dendrogram and Inserting Samples from a Separate Experiment into the Dendrogram
5:32
Analyzing Specialized Metabolite Data and Metabolite Association Networks (MANs)
6:51
Results: Analysis of Microbial Protein and Specialized Metabolite Data by IDBac
8:28
Conclusion
