Highly sensitive feature detection for high resolution LC/MS

Abstract

LC/MSはmetabolomics experimentsにとって重要な分析技術である。LC/MS生データにおける2次元のシグナルの領域、中心、強さを決めることはfeature detectionと呼ばれている。数千のfeaturesに対応する数百の物質を含む複雑なサンプルの一貫性のある分析のためには、信頼できるfeature detectionが必須である。

我々は新しいfeature detectionのアルゴリズムcentWave for LC/MS data setsを開発した。これは生データにおけるregions of interestを収集する。そして、chromatographic domeinにおいて、continuous wavelet transformationとoptionallyでGauss-fittingを適用する。我々は種子や葉の抽出物の混合物や希薄の系列において、我々のfeature detectionアルゴリズム、再現率、precisionそしてF値を評価した。

結論として、新しいfeature detection algorithmは現在のmetabolomics experimentsの要件に合致した。centWave はclose-by and partially overlapping featuresを見分けることができ、matchedFilter(xcmsのthe original algorithm)やcentroidPicker(from MZmine)他のアルゴリズムと比較して、全体に渡る高い再現率とprecisionを持っている。centWaveアルゴリズムは、Bioconductor R-package XMCSに統合され、http://www.bioconductor.org/ より取得することが出来る。

Background

メタボロミクスに基づいたprocessing pipeline for LC/MSは次のステップに分けることが出来る。

1. signal preprocessing and centroidization in m/z

2. Two-dimensional feature detection and integration

3. Alignment of correspoinding features in multiple samples

4. Statistical analysis, chemical and biological interpretation

(on progress)