Improved Ranking of Putative Candidates Through a Hybrid In Silico/ Real Fragmentation Technique

Význam tématu

Identifikace neznámých malých molekul z hmotnostních spekter představuje klíčovou výzvu v metabolomice, environmentální analytice a v toxikologii. Omezená pokrytí referenčních spektrálních knihoven ztěžuje přesnou identifikaci, proto je důležité vyvíjet postupy, které kombinují experimentální data s chemickými databázemi a robustní algoritmickou logikou. Popisovaná metoda mzLogic ukazuje praktický hybridní přístup, který zlepšuje pořadí kandidátů z chemických databází využitím reálně pozorovaných fragmentačních vzorů z knihoven.

Cíle a přehled studie / článku

Hlavním cílem bylo demonstrovat algoritmickou strategii (mzLogic) pro robustní řazení putativních struktur získaných z databází pro neznámé sloučeniny tím, že se zkombinuje vyhledávání v chemických databázích (ChemSpider) se shodou spekter ve spektrální knihovně (mzCloud). Studie testovala přístup na standardech, které nebyly obsaženy v referenční knihovně, a ukázala, že metoda může významně zúžit množinu kandidátů a zvýšit pravděpodobnost nalezení správné struktury.

Použitá metodika a instrumentace

Metodika spojovala tři hlavní kroky:

• vyhledání putativních struktur podle molekulové hmotnosti nebo elementárního složení v ChemSpider,
• vyhledání podobných spekter (similarity search) v mzCloud bez omezení na přesnou předkurzní hmotnost a s využitím MSn záznamů,
• mapování fragmentů a společných podstrukturních prvků mezi podobným referenčním spektrem a každým kandidátem z databáze a následné skórování podle podílu vysvětlené struktury.

Hlavní instrumentace a podmínky akvizice:

• Mikroskopické rozdělení: Thermo Scientific Vanquish UHPLC; kolona Hypersil GOLD 100 x 5 mm, 3 µm při 35 °C.
• Ionizace: ESI v pozitivním i negativním módu (samostatné injekce).
• Hmotnostní analyzátor: Thermo Scientific Orbitrap Fusion Tribrid MS.
• Akvizice: MS1 při rozlišení 60 000 (FWHM @ m/z 200); DDA MS2 HCD s krokovaným NCE 40% ±20% při rozlišení 30 000; MS3 (top 3 MS2 ionty) CID v trapu při 30% NCE.
• Příprava vzorků: standardy v DMSO nebo MeOH, skladové koncentrace 0,1–0,5 mM, injekční koncentrace ~50 nM.

Algoritmická implementace byla součástí Mass Frontier 8.0 a Compound Discoverer 3.0 s využitím knihovny mzCloud a databáze ChemSpider.

Hlavní výsledky a diskuse

Metoda byla ověřena na několika příkladech sloučenin, které nejsou v referenční knihovně:

• Glycyl-prolyl-glutamová kyselina (m/z odpovídající MW 302,1344): ze 36 putativních kandidátů metoda vyřadila většinu irelevantních struktur a správný výsledek se umístil mezi vrchními pozicemi; algoritmus zohlednil procentuální krytí struktury vysvětlené reálnými fragmenty ze similarity hitu.
• Rosmarinová kyselina: chemické vyhledávání vrátilo přes 250 kandidátů; po seřazení mzLogic byla správná struktura posunuta na druhou pozici a top skóre obsadily strukturálně příbuzné sloučeniny. Celkově došlo k výraznému zúžení množiny přijatelných kandidátů.

Dále autoři ukázali, že přesnější určení elementárního složení využitím jemné izotopové struktury (fine isotopic pattern) v kombinaci s pokrytím fragmentů výrazně zlepšuje výběr elementárních kombinací a redukuje počet nesmyslných kandidátů. Klíčovým principem je, že společné podstruktury mezi similarity hitem a databázovým kandidátem jsou potvrzeny pouze tehdy, pokud odpovídají skutečně pozorovaným fragmentům v referenčním spektru, čímž se eliminuje náhodné překrytí struktur bez reálného fragmentačního podkladu.

Přínosy a praktické využití metody

Metoda přináší několik praktických výhod:

• redukuje počet putativních kandidátů pro ruční hodnocení a tím zrychluje identifikaci,
• snižuje riziko chybných prioritizací, které mohou vzniknout u čistě in silico fragmentačních predikcí,
• může být integrována do pracovních postupů v metabolomice, screeningových programech a při analýze neznámých kontaminantů v životním prostředí.

Budoucí trendy a možnosti využití

Očekávané směry rozvoje a aplikace této třídy hybridních metod zahrnují:

• rozšíření spektrálních knihoven a jejich anotací fragmentů, což zvýší účinnost podobných přístupů,
• integraci pokročilých strojových učících modelů pro lepší predikci fragmentace a pro kombinované skórování,
• zkombinování s dalšími datovými zdroji (retence, konformační výpočty, chemické reaktivity) pro vícedimenzionální filtrování kandidátů,
• automatizaci pracovních postupů pro vysokopropustné neznámé screeningy a rutinní QA/QC laboratoře.

Závěr

MzLogic představuje prakticky použitelný hybridní přístup, který efektivně kombinuje výsledky chemických databází a reálná fragmentační data z referenčních knihoven ke zlepšení pořadí putativních kandidátů. Tato metoda snižuje závislost na čistě in silico predikcích a zkracuje čas potřebný k dosažení správné struktury, přičemž ukazuje dobrou výkonnost na příkladech, kde tradiční knihovny neposkytují přímé shody.

Reference

1. Ridder L., van der Hooft J., Verhoeven S., de Vos R., van Schaik R., Vervoort J. Substructure-based annotation of high-resolution multistage MSn spectral trees. Rapid Communications in Mass Spectrometry. 2012. DOI: 10.1002/rcm.6364.
2. Allen F., Pon A., Wilson M., Greiner R., Wishart D. CFM-ID: a web server for annotation, spectrum prediction and metabolite identification from tandem mass spectra. Nucleic Acids Research. 2014.