Non-convex quasi-norm-based normalization of MALDI-MS Imaging Data

Význam tématu

Normalizace MALDI-MS obrazových dat představuje klíčový krok před aplikací multivariačních metod nebo pro zlepšení vizualizace prostorového rozložení analyzovaných látek. Volba vhodné normalizační funkce významně ovlivňuje potlačení artefaktů a zároveň zachování citlivosti na nízké signální intenzity.

Cíle a přehled studie / článku

Cílem studie je představit a ověřit využití nelineárních lp-kvazi-norem s parametrem p v intervalu 0<p<1 jako alternativy ke standardnímu TIC (p=1) nebo l2-normě (p=2) v normalizaci MALDI-MS zobrazovacích dat. Autoři demonstrují dopad volby p na kvalitu normalizace na sadě vzorků s klesajícími koncentracemi angiotensinu II samostatně i v kombinaci se suspenzí E. coli.

Použitá metodika a instrumentace

• Příprava vzorků: Spotting 0,5 µl roztoků angiotensinu II (1046,54 m/z) v koncentracích od 76,48 do 0,38 pmol/µl na ITO sklo, paralelně s mícháním 1 µl E. coli suspenze.
• Matrix a nanášení: CHCA 5 mg/ml aplikovaný 20 vrstvami pomocí SunCollect sprayeru (10 µl/min).
• Sběr dat: MALDI-7090 (Shimadzu) v reflectronu, pozitivní režim, 100 střel/záznam, rozlišení 150 µm, laser průměr 100 µm.
• Software: Export/import do imzML formátu (MALDI Solutions), výpočet normalizace v C++, vizualizace v R a Biomap.

Hlavní výsledky a diskuse

• Snížení parametru p pod jednotku exponentně zvyšuje váhu nízkých intenzit v normalizačním faktoru, čímž se zlepšuje viditelnost slabých signálů.
• Pro velmi nízké p (blížící se 0) se všechny nenulové intenzity podílejí stejně, což však vede k méně vyrovnané normalizační škále.
• Pro p>1 dominuje nejvyšší intenzita, ale citlivost na slabé signály dramaticky klesá.
• Experimentálně bylo zjištěno, že rozsah 0,75≤p≤1 poskytuje nejlepší kompromis mezi potlačením artefaktů a rovnoměrným vyvážením signálů.

Přínosy a praktické využití metody

Optimalizace parametru p umožňuje flexibilně ladit normalizaci podle charakteru vzorku a cíle analýzy. Pro laboratorní vizualizace a předzpracování dat v onko­logii, farmakologii nebo mikrobiologii poskytuje tato metoda lepší detekční schopnost slabých signálů a minimalizuje falešně pozitivní artefakty.

Budoucí trendy a možnosti využití

Očekává se vývoj adaptivních algoritmů, které budou automaticky volit optimální p na základě statistických charakteristik dat. Dalšími směry jsou integrace s umělou inteligencí pro on-the-fly normalizaci, rozšíření na 3D zobrazování a aplikace v kombinaci s jinými ionizačními technikami.

Závěr

Non-konvexní lp-kvazi-normy rozšiřují možnosti normalizace MALDI-MS obrazových dat do prostoru 0<p<1, kde lze jemně ladit poměr mezi zvýšenou citlivostí na slabé signály a vyvážeností amplitud napříč pixely. Prakticky je pro většinu aplikací doporučován interval p mezi 0,75 a 1.

Reference

1. Rasmussen G.T.; Isenhour T.L. J. Chem. Inf. Comput. Sci. 1979, 19:179–186
2. Deininger S.O.; Cornett D.S.; Paape R.; Becker M.; Pineau C.; Rauser S.; Walch A.; Wolsky E. Anal Bioanal Chem 2011, 401:167–181