untitled

Herramientas para mejorar la identificación de metabolitos en metabolómica por RMN utilizando espectros 2D J-resueltos


Tools for improving metabolite identification in NMR metabolomics using 2D J-resolved spectra

Charris Molina, Andrés Fernando

Director(a):
Hoijemberg, Pablo Ariel
 
Institución otorgante:
Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
Fecha:
2023-06-12
Tipo de documento: 
info:eu-repo/semantics/doctoralThesis
 
Formato:
application/pdf
Idioma:
spa
Descripción:
La resonancia magnética nuclear (RMN) es una técnica poderosa para identificar y cuantificar metabolitos en mezclas biológicas complejas, por lo que se viene utilizando hace décadas para llevar adelante estudios metabolómicos en diversas áreas de aplicación. Sin embargo, la óptima recuperación de la información y la asignación de las señales de resonancia aún plantean desafíos importantes en el campo. Para ayudar en el proceso de identificación, la Espectroscopía de Correlación Estadística Total (STOCSY) continúa siendo una herramienta eficaz que facilita la detección de picos correlacionados con un pico de interés, sugiriendo que podrían provenir del mismo compuesto. Aun con todo su potencial, STOCSY presenta limitaciones donde su eficiencia se ve disminuida, principalmente en casos de desalineación de picos entre espectros, en picos de baja intensidad, en presencia de correlación biológica y cuando hay superposición de picos. En vista de esta premisa, en esta tesis se expone la creación de nuevas herramientas orientadas a mejorar la identificación de metabolitos, dirigidas a superar estos problemas, utilizando espectros homonucleares de 1H resueltos en J (JRES). En el paquete de herramientas desarrolladas se presenta COCOA-POD, por “COrrelation COmparison Analysis for Peak Overlap Detection”, como una metodología novedosa creada para mejorar y facilitar la identificación de metabolitos en muestras biológicas complejas donde existe superposición de picos. COCOA-POD se basa en la aplicación de STOCSY sobre un conjunto de espectros 2D JRES no inclinados (ntJRES-STOCSY) y crea un pseudo espectro 2D STOCSY que luego es proyectado para construir una traza STOCSY 1D (similar a un CPMG común). Esta traza es utilizada para consultas en bases de datos de RMN 1D 1H. Este trabajo fue titulado Tackling the Peak Overlap Issue in NMR Metabolomics Studies: 1D Projected Correlation Traces from Statistical Correlation Analysis on Nontilted 2D 1H NMR JResolved Spectra y se encuentra publicado en la revista Journal of Proteome Research. Sumado a esto, se desarrolló la base de datos Chemical Shift Multiplet Database (CSMDB), herramienta que permite realizar consultas de metabolitos con información proveniente de realizar estadística de correlación sobre espectros 2D JRES inclinados. CSMDB proporciona una contabilidad para los picos coincidentes y no coincidentes de una lista de picos detectados en una proyección de STOCSY 2D inclinadas, algo que en la actualidad no se encuentra en ninguna base de datos disponible. Además, acoplado a CSMDB se creó ConQuer ABC, herramienta dirigida a abordar la correlación biológica en trazas STOCSY. ConQuer ABC puede identificar correlaciones biológicas entre metabolitos en conjuntos de espectros JRES. Este trabajo fue titulado Consecutive Queries to Assess Biological Correlation in NMR Metabolomics: Performance of Comprehensive Search of Multiplets over Typical 1D 1H NMR Database Search y se encuentra publicado en la revista Journal of Proteome Research. En base a este trabajo además se creó una nueva base de datos acoplada a ConQuer ABC de espectros RMN 1D 1H con información proveniente de Human Metabolome Database, HMDB. Las herramientas anteriores utilizan como base STOCSY y se crearon para espectros J-resueltos alineados, por lo que disminuyen su rendimiento cuando los picos se mueven de manera inconsistente a través de diferentes espectros. Para mitigar este problema se desarrolló Multiplet Assisted Peak Alignment, MAPA, herramienta creada para la alineación de picos por comparación de multipletes de trazas f1 de espectros J-resueltos. MAPA es capaz de construir una matriz de trazas f1 concatenadas que puede ser utilizada para la identificación de compuestos con la aplicación de STOCSY. Usando esta metodología, es posible tratar conjuntos de espectros desalineados e identificar metabolitos, por medio de nuestra base de datos CSMDB y bases de datos 1D 1H, en conjuntos de espectros de matrices complejas. Este trabajo está en proceso de ser publicado y actualmente lleva el título de Aligning peaks by matching multiplet profiles in NMR metabolomics. Todas estas herramientas son interfaces gráficas desarrolladas en MATLAB, siendo por lo tanto de fácil manejo, y pueden ser usadas sin tener un pleno conocimiento de la parte interna de los códigos. Sumado a lo anterior, se realizó un estudio metabolómico retrospectivo “no dirigido” (untargeted) por RMN motivado hacia la búsqueda de potenciales biomarcadores para la detección temprana de carcinoma celular renal de células claras en muestras provenientes del Biobanco Público de Muestras Séricas Oncológicas (BPMSO) del Instituto de Oncología “Ángel H. Roffo”. Junto con una población de controles sanos, estas muestras fueron sometidas a un análisis multivariado de datos, MVDA, pero este no arrojó resultados estadísticamente significativos, en principio debido a una limitada cantidad de muestras.
Identificador:
https://hdl.handle.net/20.500.12110/tesis_n7331_CharrisMolina
Derechos:
info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-nd/2.5/ar/
Licencia de uso:
Licencia Creative Commons


Cita bibliográfica:

Charris Molina, Andrés Fernando  (2023-06-12).     Herramientas para mejorar la identificación de metabolitos en metabolómica por RMN utilizando espectros 2D J-resueltos.  (info:eu-repo/semantics/doctoralThesis).    Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales.    [consultado:  25/1/2025] Disponible en el Repositorio Digital Institucional de la Universidad de Buenos Aires:  <https://hdl.handle.net/20.500.12110/tesis_n7331_CharrisMolina>


1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27