Интегрированный рабочий процесс идентификации и количественной оценки нецелевого метаболома на основе контроля FDR

Этот протокол позволяет проводить качественный и количественный анализ нецелевого метаболома на основе контроля качества FDR, что эффективно снижает ложноположительные результаты идентификации метаболитов. Этот рабочий процесс интегрирует XY-Meta, который использует стратегию target-decoy для более точной оценки FDR для идентификации метаболома в модуле качественного анализа. Эта мера может эффективно фильтровать ложноположительные результаты нецелевой идентификации метаболомов, что повышает надежность обнаружения биомаркеров или ключевых молекул.

Мы ожидаем, что исследователи смогут понять и освоить стратегию target-decoy для управления FDR и должны попытаться строго запустить этот конвейер несколько раз с параметрами протокола по умолчанию. Начните с перехода на веб-страницу базы данных GNPS и нажмите кнопку Обзор наборов данных. Найдите ключевое слово в столбце заголовка, затем щелкните идентификационный номер набора данных.

Загрузите набор данных с помощью FTP и сохраните необработанные данные в соответствующей папке. Чтобы преобразовать формат необработанных данных, сначала установите программное обеспечение ProteoWizard. В поле Путь установки ProteoWizard введите msconvert.

exe, за которым следуют конкретные параметры для преобразования формата необработанных данных в формат mzXML. Опять же, используя msconvert. exe преобразуйте эти данные в формат MGF и сохраните их в папке MGF.

Чтобы подготовить справочную спектральную библиотеку для метаболитов, перейдите на веб-страницу GNPS. Выполните поиск по ключевому слову NIST, нажмите кнопку Просмотр для получения подробной информации и загрузите библиотеку. Сохраните библиотеку в папке базы данных.

Загрузите программу XY-Meta. Найдите файл конфигурации параметров в папке config и измените его содержимое, как описано в текстовом протоколе. Задайте тип adducts в виде списка в папке adduct.

Выполните идентификацию метаболитов и контроль скорости ложного обнаружения с помощью команды XY-Meta.exe. Загрузите и установите пакет программного обеспечения metaX. Затем отредактируйте список образцов.

txt для указания образца и соответствующих ему масс-спектрометрических данных, как описано в текстовом протоколе. Используйте файл R, поставляемый с текстовым протоколом, для запуска скрипта для количественной оценки групп Mock и wild-type с помощью программного обеспечения metaX. Проверьте выходную папку, в которой хранятся результаты количественного анализа, например график PCA.

Затем измените параметры в скрипте R, чтобы аннотировать пики в качественном и количественном анализе с использованием идентификации метаболитов, чтобы интегрировать как результаты, так и запустить скрипт R. Коробчатые графики количественных метаболитов показали, что общее распределение здоровых и больных образцов было сходным с низким колебанием средних значений. Только 3,39% метаболитов имели более 30% недостающих значений.

Принципиальный компонентный анализ графика образцов из обеих групп показал, что metaX заметно увеличил долю метаболитов с CV менее 0,3. Диаграмма Венна дифференциально обнаруженных метаболитов из трех статистических методов испытаний выявила 119 общих метаболитов. Время удержания и массу по распределению заряда всех аннотированных метаболитов строили с коэффициентом ложного обнаружения менее 0,01, показывая шесть значимых и дифференциально обнаруженных метаболитов.

Важно ограничить время тестирования рабочего процесса. Помните, чтобы не отбирать слишком много образцов для анализа и держать не менее двух образцов в каждой группе. Этот метод позволяет контролировать качество метаболизированной идентификации по данным независимого сбора данных, создавая более надежную спектральную библиотеку эталонного спектра с использованием результатов сопоставления спектра, основанных на контроле FDR.