Een nieuwe uitdaging in mass spectrometrie: Computationele lipidomics in massaspectrometrische beeldvorming. (R-8547)

Massaspectrometrie is een veelzijdige analytische techniek voor de karakterisatie van biologische moleculen. Intuïtief kan men een massa spectrometer vergelijken met een uiterst gevoelige en dure weegschaal. Eén van de vele onderzoeksgebieden in de massaspectrometrie is proteomics. In dit onderzoeksdomein wordt massaspectrometrie gebruikt om eiwitten in een biologisch staal te identificeren; de sequentie van een eiwit te ontrafelen; de aanwezigheid van post-translationele modificaties te bestuderen, of inzicht te verkrijgen in de structuur van een eiwit. Helaas geven de gemeten massa's van het eiwit echter beperkte informatie en men blijft achter met veel onzekerheden in de data omtrent de ware aard van het bestudeerde eiwit. De onderzoeksgroepen aan UHasselt en UWarsaw hebben deze massaspectrometrisch technieken grondig bestudeerd en zijn expert in het ontwikkelen van nieuwe bioinformatica methodes die kunnen omgaan met deze onzekerheden. Veel minder bekende toepassingen in de massa spectrometrie situeren zich in de analyse van metabolieten en lipiden, hoewel lipiden en metabolieten één van de meest fundamentele biologische componenten zijn. De aanwezigheid van dubbele bindingen en functionele groepen maakt dat deze groep van biomoleculen zeer divers is. In dit project zullen we de expertise van beide onderzoeksgroepen combineren om bioinformatica oplossingen aan te reiken in metabolomics en lipidomics. In het eerste deel van dit project zullen we algoritmes ontwikkelen voor de analyse van lipiden met behulp van massaspectrometrie. In het bijzonder zullen we ons concentreren op het modelleren van lipide fragmentatie. We zullen een software tool ontwikkelen om de hoeveelheden verschillende fragmenten in een spectrum te bepalen, waardoor de fragmentatiepatronen kunnen worden berekend en gecorreleerd met experimentele observaties. We zullen ook de nieuwe techniek genaamd massa spectrometrische beelvorming onderzoeken. Deze techniek is gebaseerd op het verkrijgen van massaspectra uit de pixel coördinaten van een weefselcoupe. Op deze manier kunnen we de spatiale concentraties van vele biologische componenten meten met behulp van een enkel experiment. Dit hyper-dimensionaal beeld kunnen we vervolgens laten overlappen met een opname uit de microscopie voor multi-modale data integratie. De computationele analyse van deze enorme hoeveelheid gegevens die op deze manier worden gegenereerd vormen echter vele uitdagingen. Daarom gaan we tools ontwikkelen voor de verwerking, normalisatie en data-mining van massaspectrometrische beeldgegevens. Op deze manier maken we een multi-modale data interpretatie mogelijk dewelke gegevens van massaspectrometrie en microscopie integreert.

Trefwoorden:GECLUSTERDE DATA

Disciplines:Toegepaste wiskunde, Statistische en numerieke methoden