全平台全維度脂質鑑定的新利器 -- LipidIMMS Analyzer


原創: omicsPie team 組學派

引言

脂質是細胞膜最主要的成分,具有許多重要的生理功能。對脂質的系統分析(脂質組學)近年來也是發展迅速。然而,由於脂質同分異構體眾多,如何對脂質進行大規模地準確鑑定仍然是當前 難點之一。目前最常用的脂質鑑定工具(數據庫)包括:LipidMaps, LipidBlast, Lipid Data Analyzer,以及商用的軟件SimLipid等等。

那麼還有沒有更簡單好用,經濟免費的工具呢?

今天,小編要給大家介紹一個新的利器,LipidIMMS Analyzer(重要提示:后文附帶詳細的使用說明)。

這項工作最近發表在Bioinformatics雜誌上 [1] 。通訊作者是中科院上海有機化學研究所-生物與化學交叉研究中心的朱正江教授。

相比于傳統的工具,該軟件能夠結合多個維度的信息,包括一級的精確質量(m/z),保留時間(retention time, RT),碰撞截面積(collision cross-section, CCS)以及二級碎片譜圖(MS/MS),從而 次實現了全維度高精度的脂質鑑定。


圖一:基於全維度信息的脂質精確鑑定

與此對應,在該軟件當中還內嵌了一個超級大的脂質數據庫,包含了4個大類,25個小類,超過26萬個脂質結構,每個脂質均含有四個維度的信息(m/z, RT, CCS, MS/MS)。在該數據庫中,碰撞截面積和二級碎片譜圖的 預測主要依賴於該課題組早前開發的 LipidCCS [2] 和 LipidAnalyzer [3] 工具。此外,作者還提供了HILIC柱和RP柱上的兩種不同的保留時間可以供用戶個性化的使用。

那麼問題來了,該工具是否只能支持離子淌度質譜呢?當然不是,實際上該工具可以支持全平台數據的脂質鑑定,不管是哪家的儀器,不管是離子淌度質譜(IM-MS),常規的LC-MS,甚至是Direct infusion - MS的數據,它通通能夠處理。

既然這麼強大,那麼就來擺事實講道理,實際操練一下吧。


圖二:基於全維度信息的脂質精確鑑定

總的來說,完成整個鑑定的過程只需要七步,而且每一步都可以進行交互式的鑑定,具體的數據格式和準備還請大家參考網站上所提供的教程。那麼我們一步一步來簡單了解一下吧~準備好了嗎??

[1]. Z. Zhou, X. Shen, X. Chen, J. Tu, X. Xiong, and Z.-J. Zhu*, Bioinformatics, 2018, In Press.
[2]. Z. Zhou, J. Tu, X. Xiong, X. Shen, and Z.-J. Zhu*, Anal. Chem., 2017, 89, 9559–9566.
[3]. J. Tu, Y. Yin, M. Xu, R. Wang, and Z.-J. Zhu*, Metabolomics, 2018,14: 5.

賣萌分割線LipidIMMS Analyzer使用的簡明教程
網站地址:http://imms.zhulab.cn/LipidIMMS/
(建議在PC端使用)

LipidIMMS Analyzer
LipidIMMS.png

0數據準備

Peak table:csv文件,前三列分別為 “mz”, “rt”, “ccs”,後面為每個樣本的峰面積。

MS/MS文件:可以支持MGF,CEF,MSP等,具體的導出方法請參考教程。

RT calibration table: csv文件,用於保留時間的校正。

注意:具體的數據格式和準備,還請大家參考LipidIMMS網站上所提供的教程。

1步驟一:上傳數據

填寫項目的名稱,選擇離子化的正負模式,儀器平台(比如Agilent),上傳peak table(csv文件)和MSMS文件(MGF/CEF/MSP)即可,選擇“Load data”。右邊的結果展示欄中會展示上傳的數據信息,以及繪製的peak profile圖片。點擊“Next”可以進入到下一步。在這裡小編直接使用網站上所提供的demo數據。注意,如果是非離子淌度的數據,只需要把CCS這一列空着就好。




2步驟二:數據庫加載

選擇我們感興趣的脂質類別,點擊“Submit”,進行數據庫的加載。這裡,小編直接加載了所有的類別。




3步驟三:保留時間校正

選擇色譜柱類型,比如小編選擇的反相柱(reverse phase)。上傳之前準備好的RT calibration table即可,點擊“submit”。右邊就會顯示RT校正的效果啦。注意:這一步是後面進行RT match的前提,如果不需要進行RT match,可以直接選擇“Next”。




4步驟四:m/z, RT, CCS匹配

大家可以根據自己的實驗數據和需求,首先選擇和調整匹配的方式和參數。比如我不希望進行保留時間匹配,那麼直接勾掉“RT match”就可以,這樣匹配的時候就不會去匹配RT,設置的RT match的參數也不會被使用。同理,比如我的數據是利用LC-MS采的,沒有CCS值,那麼就可以直接去掉“CCS match”,然後進行匹配。選擇好匹配條件后,點擊“Submit”即可。對於匹配過程中,每個參數的具體意義,大家還可以點擊右邊的感嘆號小圖標進行查看哦。




5步驟五:MS/MS匹配

第五步是MS/MS的匹配。與上面相同,如果你不希望進行MS/MS匹配,可以直接去除“MS/MS Match”前面的勾,這樣就不會進行MS/MS的匹配啦。設置好匹配的參數后,點擊“Submit”就會進行匹配啦。匹配完成后,會在右邊的結果展示表格中展示出MS/MS匹配的具體結果。



6步驟六:多維度得分整合

在完成前面的步驟之後,我們就可以進入得分整合的階段。我們需要根據前面選擇的匹配條件調整每個維度得分的權重,比如我們前面沒有進行CCS 匹配,那麼就需要將“CCS score weight”設為0。注意,三個維度得分權重的加和需要等於1。完成參數設置后,點擊“Submit”即可,右邊就會展示最終的鑑定結果。



7步驟七:結果展示

在結果展示界面中,包含了三個選項卡,“Summary”,“Result table”和“Detail”。

在Summary當中,會對數據處理的情況進行匯總。比如小編點點鼠標,就輕輕鬆松就鑑定到了226個脂質。同時,點擊“Download result”就可以下載所有的鑑定結果,這些都會添加到“result table.csv”文件當中哦。



同時我們還可以在網站上“Result table”選項卡中,對鑑定結果進行瀏覽。此外,我們還可以選中每一個鑑定結果,並在“Detail”選項卡里去看具體的鑑定結果。在這裡,小編選中 個feature的鑑定結果,我們可以進一步點擊“Detail”選項卡,這樣我們可以看到更進一步的match結果。



而在“Detail”選項卡,我們還可以在選擇任何一個candidate,點擊