Восемь ключевых правил успешного сбора данных, зависимого от данных, в масс-спектрометрической метаболомике

В последние годы метаболомика стала одним из ключевых подходов к комплексному анализу метаболитов в биологических системах. Быстрое развитие аналитического оборудования и появление мощных инструментов обработки данных открывают беспрецедентные возможности для углублённого понимания взаимосвязей между биохимическими процессами и физиологическими или фенотипическими характеристиками живых организмов. Однако получение данных без систематического смещения, охватывающих сотни или тысячи метаболитов, остаётся сложной задачей. Среди доступных аналитических методов наиболее широко применяются целевые и нецелевые подходы на основе масс-спектрометрии. В целевой метаболомике обычно используют регистрацию в режиме мониторинга множественных реакций, тогда как в нецелевой метаболомике применяют сбор данных, независимый от данных (DIA), или сбор данных, зависимый от данных (DDA). В отличие от DIA, DDA позволяет получать селективные спектры тандемной масс-спектрометрии (MS/MS) и тем самым повышать точность идентификации метаболитов при нецелевом анализе. Однако параметры DDA сложнее настраивать, чем параметры DIA, поэтому при разработке и применении метода DDA выше риск ошибок. В этом практическом руководстве приведены рекомендации по оптимизации технических параметров, необходимых для корректного проведения экспериментов DDA в метаболомике. Оно состоит из ряда правил, описывающих влияние различных параметров на сбор данных и их качество. Руководство предназначено прежде всего для специалистов по метаболомике и масс-спектрометрии, которым нужны теоретические основы и практические советы для разработки эффективных методов DDA.