25/09/2015 | Coloquios en el CIBION
Pablo A. Hoijemberg – Jueves 1 de Octubre 11:00 hs
CIBION-CONICET

Empleo de estadística de correlación para mejorar la identificación de metabolitos en estudios metabolómicos por resonancia magnética nuclear

En un estudio metabolómico no dirigido la búsqueda de moléculas marcadoras sirve para responder a muchas preguntas, para lo cual es necesario averiguar la identidad de estos compuestos de interés. Varias docenas de metabolitos son detectados normalmente en cantidades mensurables mediante el análisis de biofluidos utilizando resonancia magnética nuclear (RMN). Los espectros de RMN de estos biofluidos pueden tener más de unos cien picos, incluyendo picos superpuestos, multiplicidades variables y picos con diferentes anchos.

La identificación de los compuestos es uno de los cuellos de botella en el análisis y normalmente se realiza con la ayuda de paquetes de software comerciales que contienen sus propias bases de datos, búsquedas bibliográficas, o mediante búsquedas en bases de datos públicas (utilizando listados de desplazamientos químicos como entrada). Los espectros de RMN bidimensionales de correlación también ayudan, al poder identificar correlaciones de 1H con átomos de 13C, con otros átomos de 1H, o evaluando multipletes en un experimento de tipo J-resolved (se obtienen las constantes de acoplamiento para los multipletes). Finalmente se recurre también a experimentos de spiking (agregados del compuesto candidato a una muestra real para confirmar la identidad observando el incremento de intensidad en los picos sospechados de pertenecer al metabolito).

Dada la cantidad de información que se obtiene para el análisis multivariado de datos, las “correlaciones estadísticas” son asequibles, y son de suma utilidad para presentar una “mejor” entrada en la consulta en una base de datos. La versión más popularizada hasta ahora fue publicada hace casi una década y lleva el nombre de STOCSY (Statistical TOtal Correlation SpectroscopY), espectroscopía de correlación estadística total (Cloarec, O. et al, Anal. Chem., 2005, 77(5), 1282-1289, del Imperial College, Reino Unido). Esto es el análisis estadístico de los datos provenientes de los experimentos, y no un experimento de RMN en sí (como sí lo es TOCSY), y se basa en la colinealidad de las variaciones de las intensidades de los picos correspondientes al mismo compuesto en el conjunto de espectros, debido a los cambios en la composición entre muestras. Habiendo “nacido” como una herramienta de análisis de espectroscopías homonucleares (correlaciones de 1H a 1H), tuvo adaptaciones y variaciones que condujeron al análisis de correlación para la identificación de biomarcadores en experimentos de diferentes núcleos, editados por difusión y multiplataforma (con espectrometría de masas por ejemplo), así como para la búsqueda de conectividades entre vías metabólicas. Puede ser aplicado a datos 1D y 2D, así como a matrices de datos de “tamaño pequeño”.

En el presente trabajo se propone obtener mejoras en la recuperación de la información empleando un análisis estadístico sobre la matriz de datos de STOCSY (que de por sí posee información redundante). La metodología propuesta permite agilizar la obtención de los grupos de desplazamientos químicos a ser utilizados como entrada en las búsquedas en bases de datos. La superposición de picos abunda en algunas regiones del espectro estándar de 1H de biofluidos y el análisis vía STOCSY sufre por dicha superposición. Se ha demostrado que tanto los espectros de 13C, como las proyecciones 1D de espectros “2D J-resolved” son buenos experimentos alternativos para utilizar STOCSY, y por ende la extensión “mejorada” del análisis estadístico sobre la matriz de datos de STOCSY que se propone. Se mostrarán ejemplos de su aplicación en muestras biológicas y en mezclas sintéticas (ya que en sí STOCSY no es exclusivo para el estudio muestras biológicas). Se encuentra aun pendiente la automatización de la metodología propuesta.

Imágenes
cerrar
Últimas entradas
19/10/2018
Instituto de Investigaciones Fisicoquímicas Teóricas y Aplicadas (INIFTA), Universidad Nacional de La Plata (UNLP) - CONICET.
16/10/2018
Grupo de Nanofisica aplicada-CIBION
05/10/2018
UMYMFOR - FCEN - UBA
28/09/2018
Laboratorio de Química Medicinal-CIBION y Laboratorio de virología molecular-IIB UNSAM
21/09/2018
Laboratorio de Fotónica, Facultad de Ingeniería, UBA