База данных метаболома Голма - Википедия - Golm Metabolome Database

Эталонный масс-спектр GMD
профиль одного метаболита в повторах различных экспериментов
профиль всех метаболитов в одном эксперименте
относительные концентрации метаболитов в группах реплик одного эксперимента

В База данных метаболома Голма (GMD) [1][2][3][4] это газовая хроматография (ГХ) - масс-спектрометрия (МС) справочная библиотека, посвященная профилирование метаболитов экспериментов и содержит информацию о масс-спектре и индексе удерживания (RI) для неаннотированных масс-спектральных меток (MST, масс-спектральную информацию с время удерживания прилагаемые индексы) вместе с данными множества уже идентифицированных метаболитов и эталонных веществ. GMD находится в Институт молекулярной физиологии растений им. Макса Планка в Голм район Потсдам, Германия.

Фон

Газовая хроматография (ГХ) в сочетании с масс-спектрометрией (МС) - одна из наиболее распространенных рутинных технологий, применяемых для крупномасштабного скрининга и открытия новых биомаркеров в метаболомика. Однако большинство MST, которые в настоящее время измеряются в экспериментах по метаболомному профилированию растений, остаются неидентифицированными из-за отсутствия аутентифицированных чистых эталонных веществ и дорогостоящих и трудоемких усилий по поддержанию библиотек масс-спектральных RI, необходимых для идентификации соединений с помощью GC -MS. аналитических результатов и других деталей, связанных с подходом, таких как масс-спектральная справочная информация и справочная информация RI в научном сообществе, становится все более популярной, платформы открытого доступа для обмена информацией, такие как GMD, являются обязательными. Из-за отсутствия обязательных стандартов это остается сложно сравнивать индивидуальные масс-спектры. В то время как различные технологии масс-детекторов, а именно квадруполь, ионная ловушка и время полета, может считаться несущественным, настройки хроматографии, такие как программирование температуры, тип капиллярной колонки и выбор производителя колонки, сильно влияют на эмпирически определенные свойства RI. Таким образом, процедуры передачи свойств RI между вариантами хроматографии очень важны для использования общей библиотеки. GMD оценивает точность передачи RI между вариантами хроматографии и реализует средства для передачи эмпирически определенных свойств RI.[5]С целью классификации и идентификации неидентифицированных MST, GMD получает доступ к информации о доступных эталонных соединениях. Эти соединения служат в качестве обучающего набора данных для применения деревья решений (DT) как контролируемый машинное обучение подход. Извлечение структурных признаков применялось для классификации пространства метаболитов GMD до DT-обучения. Основанные на DT предсказания наиболее частых субструктур классифицируют масс-спектры ГХ-МС низкого разрешения связанного (потенциально неизвестного) метаболита в отношении присутствия или отсутствия химических составляющих.[6]Веб-интерфейс поддерживает обычное масс-спектральное сравнение и сравнение RI по ранжированным спискам совпадений, а также расширенное прогнозирование субструктур с поддержкой DT. Пакетная обработка включена через Простой протокол доступа к объектам (SOAP) веб-сервисы, в то время как веб-сервисы доступа к данным предоставляют определенные объекты базы данных, адаптирующиеся Изобразительное State Transfer (ReST) принципы и масс-спектральные стандарты, такие как NIST -MSP и JCAMP -DX. GMD визуализирует количественные данные об изменении размера пула метаболитов.

Смотрите также

Рекомендации

  1. ^ Hummel, J .; Strehmel, N .; Bölling, C .; Schmidt, S .; Walther, D .; Копка Дж. (2013). «Масс-спектральный поиск и анализ с использованием базы данных метаболома Голма». Справочник по метаболомике растений. п. 321. Дои:10.1002 / 9783527669882.ch18. ISBN  9783527669882.
  2. ^ Хуммель, Ян; Селбиг, Иоахим; Вальтер, Дирк; Копка, Иоахим (2007). «База данных метаболома Голма: база данных для профилирования метаболитов на основе ГХ-МС». В Нильсене, Джон; Джеветт (ред.). Метаболомика. Springer Berlin Heidelberg. стр.75 –96. Дои:10.1007/4735_2007_0229. ISBN  978-3-540-74719-2.
  3. ^ Шауэр Н., Штайнхаузер Д., Стрелков С., Шомбург Д., Эллисон Г., Мориц Т., Лундгрен К., Ресснер-Тунали Ю., Форбс М.Г., Вилмитцер Л., Ферни А.Р., Копка Дж. (2005). «Библиотеки GC-MS для быстрой идентификации метаболитов в сложных биологических образцах». Письма FEBS. 579 (6): 1332–1337. Дои:10.1016 / j.febslet.2005.01.029. PMID  15733837.
  4. ^ Копка Дж., Шауэр Н., Крюгер С., Биркемейер С., Усадель Б., Бергмюллер Е., Дорманн П., Векверт В., Гибон И., Стит М., Вилмитцер Л., Ферни А. Р., Штайнхаузер Д. (2005). "[email protected]: база данных метаболома Голма". Биоинформатика. 21 (8): 1635–1638. Дои:10.1093 / биоинформатика / bti236. PMID  15613389.
  5. ^ Strehmel N, Hummel J, Erban A, Strassburg K, Kopka J (2008). «Пороги индекса удерживания для сопоставления соединений в профилировании метаболитов ГХ-МС». Журнал хроматографии B. 871 (2): 182–190. Дои:10.1016 / j.jchromb.2008.04.042. PMID  18501684.
  6. ^ Хаммел Дж., Стрехмель Н., Селбиг Дж., Вальтер Д., Копка Дж. (2010). «Дерево решений поддерживает предсказание субструктуры метаболитов из профилей ГХ-МС». Метаболомика. 6 (2): 322–333. Дои:10.1007 / s11306-010-0198-7. ЧВК  2874469. PMID  20526350.

внешняя ссылка