Análisis bioinformático de los datos obtenidos en un análisis metabolómico no dirigido por espectrometría de masas mediante open-source software: MZmine2 y XCMS

Abstract

[ES] Tecnologías ómicas como la metabolómica, cuyo objetivo es el análisis completo de los metabolitos presentes en una muestra biológica, han experimentado un vertiginoso desarrollo durante la última década, y ello ha sido posible, no solo gracias los grande avances en las técnicas analíticas sino también a los desarrollos bioinformáticos, que han permitido análisis más exhaustivos y con una mayor cantidad de muestras. Para llevar a cabo este análisis y poder determinar la importancia biológica de cada metabolito diferencialmente expresado en un conjunto de muestras, es necesario realizar un riguroso procesamiento de los datos obtenidos, con el fin de minimizar señales espúreas, la variabilidad del análisis y cualquier otro sesgo que no permitiera comparar datos obtenidos en distintos momentos. Para facilitar este data processing existen actualmente diversos softwares que, mediante la selección de los parámetros adecuados, permiten llevar a cabo tanto el preprocesamiento y la normalización de los datos como la obtención de una tabla de resultados donde se recoge toda la información relativa a los picos cromatográficos (tiempo de retención, relación masa/carga de los iones, isótopos, aductos¿), para su posterior análisis comparativo y la identificación de los metabolitos. Estos softwares tienen características ligeramente diferentes y ofrecen experiencias distintas en cuanto a su uso y resultados, pese a contar muchos con el mismo algoritmo de detección. El presente trabajo se basa en la comparación de dos los más usados en la actualidad, MZmine2 y XCMS online para el procesamiento de datos obtenidos de un estudio metabolómico no dirigido mediante LC-MS enfocado a determinar cambios en el perfil metabólico de células reprogramadas durante su proceso de diferenciación a hepatocitos. Este ha dejado constancia del importante papel que juega la definición de los parámetros en el procesamiento y de la necesidad de su optimización para evitar que errores derivados de este proceso queden reflejados en los resultados de un análisis posterior.

[EN] Omics technologies like metabolomics, the complete analysis of the metabolites in a biological sample, have experimented a dramatic development during the last years. It has been possible by the advances in analytic technologies and bioinformatics which allow for carrying out thorough studies with huge number of samples. The analysis, the identification and the determination of the biological importance of each metabolite, differentially expressed in a group of samples, require an accurate data analysis and processing in order to reduce the noise, the variability due to the equipment and other biases which interfere with the data analysis. Different software, accessible to all, allow for data processing and normalization by means of the selection of some parameters as well as to obtain a peak table that includes all the information about the chromatographic peaks (retention time, m/z, isotopes, adducts¿) necessary to carry out the identification of the metabolites and the comparative analysis. Programs have different characteristics as far as usage and results is concerned, although they have the same algorithm. The objective of this work is to use two of the most used programs, MZmine 2 and XCMS, to process the data from an untargeted metabolomics study performed with LC-MS technology to evaluate the changes in the metabolic profile of reprogrammed cells across the process of differentiation to hepatocytes and compare their results. This work discloses the important role played by the definition of the parameters in data processing and the need for their optimization to avoid that errors derived from this process will affect the results of a subsequent analysis.