mzrtsim:原始数据模拟可复制气体/液体染色学-基于质谱的非目标代谢学数据分析

科学领域:

• 分析化学 分析化学
• 生物信息学是一种生物信息学.
• 计算生物学 计算生物学

背景情况:

• 在非目标代谢学中,可重复性对于可靠的数据分析至关重要.
• 目前用于特征提取算法的验证方法通常使用有限的已知化合物,忽视现实世界的数据复杂性.
• 现有的数据模拟方法专注于特征级别,忽视质谱数据中的峰值提取不确定性.

研究的目的:

• 介绍"mzrtsim",一个R包,用于模拟气体/液体染色学-质谱学 (GC/LC-MS) 全扫描原始数据的mzML格式.
• 开发一种模拟方法,将北美MassBank (MoNA) 和人类新陈代谢数据库 (HMDB) 等数据库的实验光谱数据结合起来.
• 通过模拟具有现实不确定性的染色学峰值,包括尾巴因子,使代谢学软件能够进行可靠的验证.

主要方法:

• 利用来自MoNA和HMDB的实验光谱数据来创建现实的模拟.
• 开发了模拟色谱峰值的算法,特别考虑到尾部因子.
• 使用R包"mzrtsim"以生成模拟GC/LC-MS原始数据在mzML格式.

主要成果:

• "mzrtsim"包允许对代谢学质谱数据进行模拟,包括染色学峰值不确定性.
• 使用模拟数据对已建立的代谢学软件 (XCMS,mzMine,OpenMS) 进行比较,发现了诸如假阳性峰值和化合物损失等问题.
• 软件性能在对色谱峰值异常 (如尾部和领先峰值) 的灵敏度上有所不同.

结论:

• "mzrtsim"为评估代谢学数据分析软件的可复制性和性能提供了一个有价值的工具.
• 模拟方法突出了当前特征提取算法改进的关键领域.
• 这款免费的R包可帮助客观地对代谢学工具与模拟的基准真相数据进行比较.