MaxDIA: llevar la proteómica al siguiente nivel
Análisis de datos de alta sensibilidad y precisión: Un nuevo software mejora la proteómica de adquisición independiente de los datos
Sonja Taut © MPI für Biochemie
Las proteínas son esenciales para el funcionamiento de nuestras células, pero muchas preguntas sobre su síntesis, abundancia, funciones y defectos siguen sin respuesta. Las técnicas de alto rendimiento pueden ayudar a mejorar nuestra comprensión de estas moléculas. Para el análisis mediante cromatografía líquida seguida de espectrometría de masas (EM), las proteínas se descomponen en péptidos más pequeños, en un proceso denominado "proteómica de escopeta". La relación masa-carga de estos péptidos se determina posteriormente con un espectrómetro de masas, lo que da lugar a espectros de EM. A partir de estos espectros se puede reconstruir la información sobre la identidad de las proteínas analizadas. Sin embargo, la enorme cantidad y complejidad de los datos hacen que el análisis y la interpretación de los mismos sean un reto.
Dos formas de analizar las proteínas con la espectrometría de masas
En la proteómica de escopeta se utilizan dos métodos principales: La adquisición dependiente de los datos (DDA) y la adquisición independiente de los datos (DIA). En la DDA, los péptidos más abundantes de una muestra se preseleccionan para su fragmentación y medición. Esto permite reconstruir las secuencias de estos pocos péptidos preseleccionados, haciendo el análisis más sencillo y rápido. Sin embargo, este método induce un sesgo hacia los péptidos altamente abundantes. La DIA, en cambio, es más robusta y sensible. Todos los péptidos de un determinado rango de masas se fragmentan y se miden a la vez, sin preselección por abundancia. Como resultado, este método genera grandes cantidades de datos, y la complejidad de la información obtenida aumenta considerablemente. Hasta ahora, la identificación de las proteínas originales sólo era posible comparando los espectros recién medidos con los espectros de las bibliotecas que comprenden los espectros medidos anteriormente.
Combinación de DDA y DIA en un solo mundo
Jürgen Cox y su equipo han desarrollado un software que proporciona un flujo de trabajo computacional completo para los datos de la DIA. Permite, por primera vez, aplicar algoritmos a los datos DDA y DIA de la misma manera. En consecuencia, los estudios basados en DDA o DIA serán ahora más fácilmente comparables. MaxDIA analiza datos proteómicos con y sin bibliotecas espectrales. Mediante el aprendizaje automático, el software predice la fragmentación de los péptidos y las intensidades espectrales. Por lo tanto, crea bibliotecas espectrales MS precisas in silico. De este modo, MaxDIA incluye un modo de descubrimiento sin bibliotecas con un control fiable de las identificaciones de proteínas falsas positivas. Además, el software es compatible con nuevas tecnologías como la DIA bootstrap, la DIA BoxCar y la DIA por espectrometría de movilidad de iones atrapados. ¿Cuáles son los próximos pasos? El equipo ya está trabajando en la mejora del software. Se están desarrollando varias extensiones, por ejemplo para mejorar el análisis de las modificaciones postraduccionales y la identificación de péptidos reticulados.
Permitir a los investigadores realizar análisis de datos proteómicos complejos
MaxDIA es un software gratuito disponible para los científicos de todo el mundo. Está integrado en el entorno de software establecido MaxQuant. "Queremos que el análisis de datos proteómicos sea accesible a todos los investigadores", afirma Pavel Sinitcyn, primer autor del artículo que presenta MaxDIA. Así, en la escuela de verano MaxQuant, Cox y su equipo ofrecen formación práctica en este software a todos los investigadores interesados. De este modo, ayudan a salvar la distancia entre el trabajo de laboratorio húmedo y el análisis de datos complejos.
Aplicación en las clínicas
Sinitcyn afirma que el objetivo es "llevar la espectrometría de masas del MPI de Bioquímica a las clínicas". En lugar de medir sólo unas pocas proteínas, ahora se pueden medir y analizar miles de ellas. Esto abre nuevas posibilidades para las aplicaciones médicas, especialmente en el campo de la medicina personalizada.
Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.