Převod do formátu mzML pro zpracování chromatogramů v NIST26

NIST26 přináší integrované zpracování chromatogramů, dekonvoluci a vyhledávání v knihovnách pro data EI GC-MS a LC-MS/MS. Celý postup však začíná jedním zásadním požadavkem: chromatografická data musí být k dispozici ve formátu mzML. James Little ze společnosti Mass Spec Interpretation Services ve své prezentaci Conversion to mzML Format for NIST26 Chromatogram Processing vysvětluje, jak převést data výrobců přístrojů do formátu mzML pomocí softwaru výrobce nebo bezplatného nástroje MSConvert ze sady ProteoWizard. Zároveň upozorňuje na několik nastavení, která jsou pro správné zpracování dat v NIST26 zásadní.

Zpracování chromatogramů v NIST26 vyžaduje formát mzML

Pro zpracování chromatogramů popsaným v prezentaci je mzML akceptovaným vstupním formátem. Proprietární data z LC-MS nebo GC-MS je proto nutné před načtením do prostředí NIST26 převést.

Soubor mzML lze získat dvěma základními způsoby:

• převodem pomocí softwaru dodávaného výrobcem přístroje,
• převodem pomocí nástroje MSConvert, který je součástí bezplatného softwarového balíčku ProteoWizard.

Použití otevřeného formátu, jako je mzML, zároveň představuje praktický způsob přenosu hmotnostně spektrometrických dat mezi různými softwarovými prostředími bez závislosti výhradně na proprietárních formátech jednotlivých výrobců.

Použití ProteoWizard a MSConvert

MSConvert se instaluje jako součást kompletního balíčku ProteoWizard, nikoli jako samostatná aplikace. Po instalaci ProteoWizard mohou uživatelé pracovat buď s grafickým rozhraním MSConvert, nebo s jeho verzí pro příkazovou řádku.

Pro běžné rutinní použití prezentace doporučuje stabilní verzi softwaru. Novější nebo tzv. nightly build verze však mohou někdy nabídnout lepší podporu novějších proprietárních formátů nebo širší možnosti nastavení filtrů pro zpracování dat. To může být užitečné zejména při práci se soubory, u kterých je třeba věnovat větší pozornost centroidaci nebo detekci píků.

Pro většinu uživatelů představuje grafické rozhraní jednoduchý způsob, jak převést proprietární surová data do souboru mzML vhodného pro další zpracování v NIST26.

Začněte výběrem mzML jako výstupního formátu

Prvním krokem v MSConvert je výběr zdrojového souboru nebo datové sady pomocí funkce Browse.

Software podporuje širokou škálu formátů hmotnostně spektrometrických dat. V okně pro výběr souboru lze zobrazit buď konkrétní formát daného výrobce, nebo všechny podporované spektrální formáty.

Po výběru zdrojových dat je nutné nastavit jako výstupní formát mzML. Ukázky v prezentaci zobrazují toto nastavení přímo v panelu možností MSConvert před spuštěním převodu.

Před přidáním datové sady do fronty pro konverzi lze rovněž zvolit cílovou složku a další možnosti výstupního souboru.

Přidání dat a spuštění konverze

Jakmile jsou vybrány zdrojový soubor a výstupní parametry, soubor se pomocí příkazu Add přidá do seznamu pro konverzi.

Samotný převod se následně spustí tlačítkem Start.

U jednodušších datových sad, které již obsahují spektra ve správné podobě, může být tento postup dostačující. James Little však zdůrazňuje ještě jeden požadavek, který je pro NIST26 obzvlášť důležitý: data musí být centroidovaná.

Centroidovaná data jsou nezbytná

Podle prezentace nejsou pro tento workflow zpracování chromatogramů v NIST26 vhodná data v profilovém režimu. Spektra musí být převedena do centroidované podoby, tedy do formy po detekci píků.

Profilová spektra obsahují kompletní naměřený tvar jednotlivých signálů v celém rozsahu m/z. Centroidovaná data tyto profily převádějí na jednotlivé diskrétní píky reprezentované charakteristickou hodnotou m/z a intenzitou.

Pokud jsou původní data výrobce stále v profilovém režimu, lze centroidaci provést přímo během převodu přidáním filtru Peak Picking v MSConvert.

Konverze tak může v jednom kroku provést dvě operace:

proprietární surová data → centroidace / Peak Picking → mzML

Výsledný soubor mzML je následně možné použít jako vstup pro zpracování chromatogramu v NIST26.

Peak Picking musí být prvním filtrem

Jedním z nejdůležitějších praktických bodů prezentace je pořadí operace Peak Picking v seznamu filtrů MSConvert.

Pokud je centroidace nutná, Peak Picking musí být prvním algoritmem nebo filtrem v seznamu. Zařazení jiné zpracovatelské funkce před něj může narušit zamýšlený průběh konverze.

MSConvert umožňuje zvolit filtr Peak Picking, nastavit příslušné úrovně MS a přidat jej do posloupnosti zpracování ještě před spuštěním převodu. Příklad v prezentaci využívá vendor-based peak picking pro vybrané úrovně MS.

Pokud si uživatel není jistý, zda jsou zdrojová data již centroidovaná, lze filtr Peak Picking přidat i tak. Podle prezentace jeho aplikace na již centroidovaná data soubor zbytečně nemění.

To může být užitečná pojistka zejména u starších datových sad, u kterých není režim akvizice zcela jistý.

Výběr správných úrovní MS

Peak picking nemusí být nutně aplikován stejným způsobem na všechna spektra v datové sadě. MSConvert umožňuje určit úrovně MS, na které se má filtr vztahovat.

To je důležité zejména u LC-MS/MS dat, kde jeden soubor může obsahovat jak MS spektra prekurzorových iontů, tak tandemová MS/MS spektra.

Nastavení konverze by proto mělo odpovídat způsobu, jakým byla původní data získána, a také tomu, jak budou následně zpracovávána v NIST26.

Počítejte se změnami velikosti souboru

Prezentace rovněž upozorňuje, že velikost převedených souborů se může výrazně lišit od původních proprietárních dat.

To je důležité zejména při práci s rozsáhlými LC-MS/MS datovými sadami nebo při dávkovém zpracování většího množství chromatogramů. Velikost výsledného souboru mzML může záviset na původním režimu akvizice, centroidaci, nastavení komprese, počtu úrovní MS i dalších výstupních parametrech.

Před převodem rozsáhlejších kolekcí surových dat je proto vhodné počítat také s požadavky na úložný prostor.

Jednoduchý postup pro přípravu dat pro NIST26

Celý postup prezentovaný Jamesem Littlem lze shrnout do několika kroků:

1. Získejte původní proprietární LC-MS nebo GC-MS data.
2. Otevřete data v MSConvert nebo použijte konverzní software výrobce přístroje.
3. Nastavte mzML jako výstupní formát.
4. Ověřte, zda jsou spektra centroidovaná.
5. Pokud je to nutné, přidejte Peak Picking jako první filtr zpracování.
6. Vyberte odpovídající úrovně MS.
7. Přidejte soubor do seznamu pro konverzi.
8. Spusťte převod.
9. Výsledný soubor mzML použijte pro zpracování chromatogramu v NIST26.

Samotný postup není složitý, ale požadavek na centroidovaná data je zásadní. Soubor může mít správnou příponu .mzML, ale přesto nemusí být pro daný workflow vhodný, pokud jeho spektra zůstávají v profilovém režimu.

Od proprietárních dat k integrovanému zpracování v NIST26

Převod datových souborů může na první pohled působit jako méně důležitý krok ve srovnání s dekonvolucí, interpretací spekter nebo knihovním vyhledáváním, ve skutečnosti však tvoří základ celého následného workflow.

Díky použití mzML jako jednotného vstupního formátu může NIST26 zpracovávat data pocházející z různých přístrojových platforem konzistentnějším způsobem. ProteoWizard a MSConvert představují praktické propojení mezi proprietárními hmotnostně spektrometrickými soubory a tímto standardizovaným formátem.

Hlavní sdělení prezentace je proto jednoduché: převeďte data do mzML, ověřte, že jsou spektra centroidovaná, a pokud je centroidace nutná, umístěte Peak Picking jako první filtr v pořadí. Po splnění těchto podmínek jsou data připravena pro integrované zpracování chromatogramů a vyhledávání v knihovnách v NIST26.