uu.seUppsala universitets publikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Mass spectrometry based metabolomics for in vitro systems pharmacology: pitfalls, challenges, and computational solutions.
Uppsala universitet, Medicinska och farmaceutiska vetenskapsområdet, Medicinska fakulteten, Institutionen för medicinska vetenskaper, Klinisk kemi. Uppsala universitet, Medicinska och farmaceutiska vetenskapsområdet, Farmaceutiska fakulteten, Institutionen för farmaceutisk biovetenskap. (Spjuth)
Uppsala universitet, Medicinska och farmaceutiska vetenskapsområdet, Medicinska fakulteten, Institutionen för medicinska vetenskaper, Klinisk kemi.
Uppsala universitet, Medicinska och farmaceutiska vetenskapsområdet, Medicinska fakulteten, Institutionen för medicinska vetenskaper, Cancerfarmakologi och beräkningsmedicin.ORCID-id: 0000-0002-6194-2195
Uppsala universitet, Medicinska och farmaceutiska vetenskapsområdet, Medicinska fakulteten, Institutionen för medicinska vetenskaper, Klinisk kemi.
Visa övriga samt affilieringar
2017 (Engelska)Ingår i: Metabolomics, ISSN 1573-3882, E-ISSN 1573-3890, Vol. 13, nr 7, 79Artikel i tidskrift (Refereegranskat) Published
Abstract [en]

INTRODUCTION: Mass spectrometry based metabolomics has become a promising complement and alternative to transcriptomics and proteomics in many fields including in vitro systems pharmacology. Despite several merits, metabolomics based on liquid chromatography mass spectrometry (LC-MS) is a developing area that is yet attached to several pitfalls and challenges. To reach a level of high reliability and robustness, these issues need to be tackled by implementation of refined experimental and computational protocols.

OBJECTIVES: This study illustrates some key pitfalls in LC-MS based metabolomics and introduces an automated computational procedure to compensate for them.

METHOD: Non-cancerous mammary gland derived cells were exposed to 27 chemicals from four pharmacological classes plus a set of six pesticides. Changes in the metabolome of cell lysates were assessed after 24 h using LC-MS. A data processing pipeline was established and evaluated to handle issues including contaminants, carry over effects, intensity decay and inherent methodology variability and biases. A key component in this pipeline is a latent variable method called OOS-DA (optimal orthonormal system for discriminant analysis), being theoretically more easily motivated than PLS-DA in this context, as it is rooted in pattern classification rather than regression modeling.

RESULT: The pipeline is shown to reduce experimental variability/biases and is used to confirm that LC-MS spectra hold drug class specific information.

CONCLUSION: LC-MS based metabolomics is a promising methodology, but comes with pitfalls and challenges. Key difficulties can be largely overcome by means of a computational procedure of the kind introduced and demonstrated here. The pipeline is freely available on www.github.com/stephanieherman/MS-data-processing.

Ort, förlag, år, upplaga, sidor
2017. Vol. 13, nr 7, 79
Nyckelord [en]
Batch effects, Data handling, Drug metabolism, Mass spectrometry, Metabolomics
Nationell ämneskategori
Bioinformatik (beräkningsbiologi)
Forskningsämne
Bioinformatik
Identifikatorer
URN: urn:nbn:se:uu:diva-323946DOI: 10.1007/s11306-017-1213-zISI: 000403779800002PubMedID: 28596718OAI: oai:DiVA.org:uu-323946DiVA: diva2:1107942
Forskningsfinansiär
Science for Life Laboratory - a national resource center for high-throughput molecular bioscienceVetenskapsrådet
Tillgänglig från: 2017-06-11 Skapad: 2017-06-11 Senast uppdaterad: 2017-12-06Bibliografiskt granskad

Open Access i DiVA

fulltext(1346 kB)1 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 1346 kBChecksumma SHA-512
a193eda48d15f5ad2f5cb90f74f1a6c726c11e428789e87006c86c1f87590bb648e6c3e0c0e5685ba70d82f9f546a350c5fea4b9d5c09a7f64c22bb33c047bbf
Typ fulltextMimetyp application/pdf

Övriga länkar

Förlagets fulltextPubMed

Personposter BETA

Herman, StephanieEmami Khoonsari, PayamAftab, ObaidKrishnan, ShibuLarsson, RolfHammerling, UlfSpjuth, OlaKultima, KimGustafsson, Mats G

Sök vidare i DiVA

Av författaren/redaktören
Herman, StephanieEmami Khoonsari, PayamAftab, ObaidKrishnan, ShibuLarsson, RolfHammerling, UlfSpjuth, OlaKultima, KimGustafsson, Mats G
Av organisationen
Klinisk kemiInstitutionen för farmaceutisk biovetenskapCancerfarmakologi och beräkningsmedicinScience for Life Laboratory, SciLifeLab
I samma tidskrift
Metabolomics
Bioinformatik (beräkningsbiologi)

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 1 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

doi
pubmed
urn-nbn

Altmetricpoäng

doi
pubmed
urn-nbn
Totalt: 297 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf