2024-03-29T07:20:33Zhttps://www.tdx.cat/oai/requestoai:www.tdx.cat:10803/6875202023-07-10T22:47:15Zcom_10803_311col_10803_315
Computational tools for the annotation of in-source fragments and matrix-related signals in MALDI Mass Spectrometry Imaging
Baquer Gómez, Gerard
gerard.baquer@estudiants.urv.cat
true
Correig Blanchar, Francesc Xavier
Ràfols Soler, Pere
Mass Spectrometry Imagin
Annotation
Software
L´espectrometria de masses d´imatge MALDI (MALDI-MSI) és una tècnica analítica utilitzada en estudis bioquímics i
clínics per revelar la composició química i la informació espacial de teixits orgànics. Els fragments generats dins de la
font MALDI i els senyals relacionats amb la matriu abarroten els espectres, cosa que fa que la identificació de cada
massa a càrrega (m/z) sigui un desafiament. En aquesta tesi, desenvolupem dues eines computacionals
(rMSIfragment i rMSIcleanup) per a l'anotació controlada per FDR de fragments a la font i senyals relacionats amb la
matriu. També presentem un protocol computacional i experimental complet basat en una matriu MALDI marcada amb
isòtops estables per descobrir senyals relacionats amb la matriu. Demostrem l'alt rendiment de les nostres eines i
protocols en múltiples tipus de mostres, matrius MALDI i analitzadors MS. També trobem que l'eliminació d'aquests
senyals permet que les tècniques de reducció de dimensionalitat se centrin millor en les característiques espacials
biològicament rellevants i millorin l'anotació de metabòlits. En conjunt, aquests resultats indiquen que l'anotació de
fragments a la font i els senyals relacionats amb la matriu s'han d'incloure en estudis rigorosos de metabolòmica no
dirigits utilitzant MSI.
La espectrometría de masas de imagen MALDI (MALDI-MSI) es una técnica analítica utilizada en estudios
bioquímicos y clínicos para revelar la composición química y la información espacial de tejidos orgánicos. Los
fragmentos generados dentro de la fuente MALDI y las señales relacionadas con la matriz abarrotan los espectros, lo
que hace que la identificación de cada masa a carga (m/z) sea un desafío. En esta tesis, desarrollamos dos
herramientas computacionales (rMSIfragment y rMSIcleanup) para la anotación controlada por FDR de fragmentos en
la fuente y señales relacionadas con la matriz. También presentamos un protocolo computacional y experimental
completo basado en una matriz MALDI marcada con isótopos estables para descubrir señales relacionadas con la
matriz. Demostramos el alto rendimiento de nuestras herramientas y protocolos en múltiples tipos de muestras,
matrices MALDI y analizadores MS. También encontramos que la eliminación de estas señales permite que las
técnicas de reducción de dimensionalidad se centren mejor en las características espaciales biológicamente
relevantes y mejora la anotación de metabolitos. En conjunto, estos resultados indican que la anotación de
fragmentos en la fuente y las señales relacionadas con la matriz deben incluirse en estudios rigurosos de
metabolómica no dirigidos utilizando MSI.
Matrix-Assisted Laser Desorption Ionization Mass Spectrometry Imaging (MALDI-MSI) is an analytical technique used
in biochemical and clinical studies to reveal the chemical composition and spatial information of organic tissues. Insource
fragments and matrix-related signals clutter the spectra making the identification of each mass-to-charge (m/z)
a challenge. In this thesis we develop two computational tools (rMSIfragment & rMSIcleanup) for FDR-controlled
annotation of in-source fragments and matrix-related signals. We also present a full experimental and computational
protocol based on a Stable Isotope Labeled MALDI matrix to discover matrix-related signals. We demonstrate high
performance of our tools and protocols across multiple sample types, MALDI matrices and MS analyzers. We also find
that the removal of these signals allows dimensionality reduction techniques to better focus on biologically relevant
spatial features and improves metabolite annotation. Collectively, these results indicate that the annotation of insource
fragments and matrix-related signals should be included in rigorous untargeted metabolomics studies using
MSI.
2023-01-27T08:08:21Z
2023-07-10T22:47:15Z
2023-01-11
info:eu-repo/semantics/doctoralThesis
info:eu-repo/semantics/publishedVersion
http://hdl.handle.net/10803/687520
eng
info:eu-repo/semantics/openAccess
Universitat Rovira i Virgili
TDX (Tesis Doctorals en Xarxa)