使用显微镜告知约束的成像质谱测量测量不混合
R A R Moens1, N H Patterson2,3, L G Migas1
1Delft Center for Systems and Control, Delft University of Technology, Delft 2628 CD, Netherlands.
这项研究引入了计算方法,在成像质谱学 (IMS) 数据中将像素信号分解. 这些技术通过预测特定生物结构的分子概况来增强现场组织分析.
科学领域:
- 生物医学成像技术 生物医学成像技术
- 计算生物学 计算生物学
- 频谱测量是一种光谱测量.
背景情况:
- 图像质谱 (IMS) 提供空间分辨率的分子数据,但由于像素中的混合信号而受到影响,模糊了单个细胞和功能组织单元的分析.
- 精确的分子分析组织内不同的生物结构对于理解细胞和多细胞功能至关重要.
研究的目的:
- 开发和验证用于IMS数据中分离像素级信号的计算方法.
- 利用显微镜衍生的边界信息来改进空间分子分析.
- 增强复杂组织环境中生物结构的现场分析.
主要方法:
- 制定了一种基于每个生物结构具有独特质谱的前提的线性混合模型.
- 解决了对超确定和不足确定线性系统的信号不混合的反向问题.
- 将标准算法 (普通最小平方,非负最小平方,奇数值值) 与一种新的算法进行比较,即通过反向问题 (TULIP) 进行标记区域的组织信息解混.
主要成果:
- 通过预测生物结构的质谱配置文件,成功地将IMS数据中的未混合混合信号预测出来.
- 在合成现场单细胞数据上证明了 TULIP 和其他方法的有效性.
- 验证了大规模功能组织单元 (FTU) 数据集的方法,展示了增强的组织分析能力.
结论:
- 计算脱杂方法,特别是TULIP,显著提高了来自IMS的分子信息的空间分辨率和准确性.
- 这些方法可以更精确地对细胞和组织结构进行现场分析,从而推动生物医学研究.
- 开发的技术具有巨大的潜力,可以在使用IMS的细胞和组织研究中未来应用.
更多相关视频
08:22Measurement of 3-Dimensional cAMP Distributions in Living Cells using 4-Dimensional x, y, z, and λ Hyperspectral FRET Imaging and Analysis
Published on: October 27, 2020
10:47Whole-body Mass Spectrometry Imaging by Infrared Matrix-assisted Laser Desorption Electrospray Ionization IR-MALDESI
Published on: March 24, 2016
相关概念视频
Mass Spectrometry: Complex Analysis
GC–MS is a powerful hyphenated method commonly used in forensics and environmental...
MALDI-TOF Mass Spectrometry
Tandem Mass Spectrometry
Mass Analyzers: Overview
High-Resolution Mass Spectrometry (HRMS)
Inductively Coupled Plasma-Mass Spectrometry (ICP-MS): Interferences
