Metabolomik Çalışmalarda Yazılım ve Veritabanı Desteği: LC-MS Verilerinin Değerlendirilmesinde XCMS Kullanımı

Bir hücre veya canlıdaki metabolizmanın tümüne metabolom denilmektedir. Metabolomik, metabolomdaki küçük moleküllü metabolitlerin yüksek hassasiyette analitik teknikler kullanılarak saptanması, tanımlanması ve miktarının belirlenmesidir. Günümüzde herhangi bir hastalığın moleküler mekanizmasının aydınlatılmasında yalnızca genom analizinin ya da yalnızca proteom analizinin yeterli olmadığı, bunun yerine metabolomik çalışmaları da içine alan bütünsel bir değerlendirmenin akılcı olduğu ve kesin sonuçlar verdiği bilinmektedir. Metbolitlerin düzeyleri hücresel fonksiyonların işleyiş bilgilerini yansıtır ve bunun sonucu olarak genetik veya çevresel değişikliklere bağlı hücrenin veya dokunun fenotipini tanımlar. Tıbbi teşhis ve tedavi amaçlı metabolit analizleri uzun zamandır uygulanmasına rağmen, çok sayıda metabolitin analiz edilmesi ve profillenmesi amacıyla kullanılacak metodların geliştirilmesi için yapılan çalışmalar yeni yeni artmaktadır. Metabolomik çalışmaları içeren uygulamalar; biyobelirteç tespitinde, enzim substrat ilişkisi değerlendirmede, ilaç aktivite çalışmalarında, metabolik yolak analizlerinde ve daha birçok amaca hizmet eden çalışmalarda son dönemlerde yaygın olarak kullanılmaktadırlar. Metabolit profilleme çalışmaları için LC-MS, GC-MS, CE-MS ve NMR tekniklerinden elde edilen verinin bilgisayar destekli bir ön işlemden geçirilmesi çalışma sürecinde harcanacak zaman kaybını, yapılabilecek olası hataları ve varoldukları halde gözden kaçabilecek metabolitlerin tespit edilememe sorunlarını en aza indirmektedir. Bu yüzden, yapılan çalışmalarda onlarca hatta yüzlerce metabolitin ayrılması ve tanımlanmasında yazılım ve veribankası desteği kaçınılmazdır. Bu çalışmada; metabolit analizlerinde halihazırda kullanılmakta olan yazılım ve veribankaları kullanım amaçları da belirtilerek özetlenmiş ve LC-MS verilerinin değerlendirilmesinde son yıllarda öne çıkan açık kaynak kodlu XCMS yazılımının kullanımı ve performansıyla ilgili yapılmış olan çalışmalar incelenmiştir. Gün geçtikçe yazılım ve veribankası desteğini de arkasına alarak rutin birer uygulama haline dönüşmesi muhtemel metabolomik uygulamalar ile hastalıklara yakalanma riskinin belirlenmesi ve hastalıkların teşhis ve tedavisinde ulaşılabilecek yeni ufuklar değerlendirilmeye çalışılmıştır.

Anahtar Kelimeler:

Metabolomik, metabolit profilleme, metabolit veribankası

Software and Database Usage on Metabolomic Studies: Using XCMS on LC-MS Data Analysis

Metabolome is the complete set of small-molecule metabolites to be found in a cell or a single organism. Metabolomics is the scientific study to determine and identify the chemicals in metabolome with advanced analytical techniques. Nowadays, the elucidation of the molecular mechanism of any disease with genome analysis and proteome analysis is not sufficient. Instead of these, a holistic assessment including metabolomic studies provides rational and accurate results. Metabolite levels in an organism are associated with the cellular functions. Thus, determination of the metabolite amounts identifies the phenotype of a cell or tissue related with the genetic and some other variations. Even though, the analysis of metabolites for medical diagnosis and therapy have been performed for a long time, the studies to improve the analysis methods for metabolite profiling are recently increased. The application of metabolomics includes the identification of biomarkers, enzyme-substract interactions, drug-activity studies, metabolic pathway analysis and some other studies related with the system biology. The preprocessing and computing of the data obtained from LC-MS, GC-MS, CE-MS and NMR for metabolite profiling are helpful for preventing from time consuming manual data analysis processes and possible random errors on profiling period. In addition, such preprocesses allow us to identify low amount of metabolites which are not possible to be analyzed by manual processing. Therefore, the usage of software and databases for this purpose could not be ignored. In this study, it is briefly presented the software and database used on metabolomics and it is evaluated the capability of these software on metabolite profiling. Particularly, the performance of one of the most popular software called XCMS on the evaluation of LC-MS results for metabolomics was overviewed. In the near future, metabolomics with software and database support is estimated to be a routine process for medical diagnosis, treatment and identification of the risk of contracting diseases.

Keywords:

Metabolomics, metabolite profiling metabolite databases, XCMS, mass spectrometry,

PDF

___

Venter JC. A part of the human genome sequence. Science. 2003; 299:1183-4.
Tyers M, Mann M. From genomics to proteomics. Nature. 2003; 422:193-7.
Pandey A, Mann M. Proteomics to study genes and genomes. Nature. 2000; 405:837-46.
Mishra NC. Introduction to Proteomics: Principles and Applications. USA, Wiley, 2010.
Fiehn O. Combining genomics, metabolome analysis, and biochemical modelling to understand metabolic networks. Comparative and Functional Genomics. 2001; 2:155-68.
Perroud B, Lee J, Valkova N, Dhirapong A, Lin PY, Fiehn O et. al. Pathway analysis of kidney cancer using proteomics and metabolic profiling. Mol Cancer. 2006; 5:64.
Ibanez C, Valdes A, Garcia-Canas V, Simo C, Celebier M, Rocamora-Reverte L et. al. Global Foodomics strategy to investigate the health benefits of dietary constituents. J Chromatogr A. 2012; 1248:139-53.
Başaran E, Aras S, Cansaran-Duman D. Genomik, Proteomik, Metabolomik kavramlarına genel bakış ve uygulama alanları. Turk Hij Deney Biyol Derg. 2010; 67: 85-96.
Griffiths WJ, Karu K, Hornshaw M, Woffendin G, Wang Y. Metabolomics and metabolite profiling: past heroes and future developments. Eur J Mass Spectrom(Chichester, Eng). 2007; 13:45-50.
Villas-Bôas SG, Roessner U, Hansen MAE, Smedsgaard J, Nielsen J: Metabolome Analysis: An Introduction. USA, Wiley, 2007.
Kurban S, Mehmetoglu İ. Proteomik. Yeni Tıp Dergisi. 2010; 27:70-75.
Asiago VM, Alvarado LZ, Shanaiah N, Gowda GA, Owusu-Sarfo K, Ballas RA et al. Early detection of recurrent breast cancer using metabolite profiling. Cancer Res. 2010; 70:8309-18.
Ramautar R, Somsen GW, de Jong GJ. CE-MS in metabolomics. Electrophoresis. 2009; 30:276-91. Bajad S, Shulaev V. LC-MS-based metabolomics. Methods Mol Biol. 2011; 708:213-28.
Garcia A, Barbas C. Gas chromatography-mass spectrometry (GC-MS)-based metabolomics. Methods Mol Biol. 2011; 708:191-204.
Lei Z, Huhman DV, Sumner LW. Mass spectrometry strategies in metabolomics. J Biol Chem. 2011; 286:25435-42.
Nielsen J, Oliver S. The next wave in metabolome analysis. Trends Biotechnol. 2005; 23:544-6.
Carroll AJ, Badger MR, Harvey Millar A. The MetabolomeExpress Project: enabling web-based processing, analysis and transparent dissemination of GC/MS metabolomics datasets. BMC Bioinformatics. 2010; 11:376.
Madsen R, Lundstedt T, Trygg J. Chemometrics in metabolomics--a review in human disease diagnosis. Anal Chim Acta. 2010; 659:23-33.