IDBac koppelt Massendaten aus Protein- und spezialisierten Metabolitenregionen unbekannter Bakterienisolate, um schnell zwischen Isolaten zu unterscheiden, die sowohl auf ihrer Identität als auch auf ihrer potenziellen Umweltfunktion basieren. Unsere Office-Source-Software erweitert den Nutzen bestehender MALDI TOF-basierter mikrobiellen Identifikationsstrategien. Diese Erweiterung umfasst die Analyse des spezialisierten Stoffwechsels als zusätzliche Möglichkeit, zwischen Kolonien mit ähnlichen Phänotypen zu unterscheiden.
Eine große Herausforderung bei der Charakterisierung unbekannter Mikroorganismen besteht darin, eng verwandte Isolate zu unterscheiden. IDBac bietet Forschern eine einfache und schnelle Möglichkeit, Isolate durch Protein- und Kleinmolekülprofilierung zu charakterisieren. IDBac bietet einen visuellen Vergleich der spezialisierten Metabolitenproduktion innerhalb einer bakteriellen Probe und kann Einblicke in ein breites Spektrum von Forschungsthemen geben, von ökologischen Studien bis hin zur Entdeckung von Wirkstoffen.
Es gibt viele Möglichkeiten, malDI-Daten zwischen und zwischen Instrumenten zu speichern. Wenn Sie Probleme haben, Dateien mit IDBac zu arbeiten, senden Sie ein Problem an IDBac s GitHub. Mit einem sterilen Zahnstocher einen kleinen Teil einer Bakterienkolonie an die entsprechende Stelle auf einer sauberen MALDI-Platte übertragen.
Verteilen Sie die Bakterienkolonie gleichmäßig über die Stelle, so dass der Fleck so flach wie möglich erscheint. Überlagern Sie einen Mikroliter 70%massenspektrometriegrad ammic acid auf die Proben- und Matrixkontrollpunkte und lassen Sie die Säure in einer chemischen Rauchhaube trocknen. Als nächstes fügen Sie einen Mikroliter zuvor vorbereiteter MALDI-Matrixlösung zu den Proben- und Matrixmedienkontrollpunkten hinzu und lassen Sie die Luft vollständig trocknen.
Nach dem Einrichten des MALDI TOF-Massenspektrometers erwerben Sie die Spektren. Speichern Sie die Proteinspektren in einem Ordner und die spezialisierten Metabolitenspektren in einem zweiten separaten Ordner. Um mit diesem Verfahren zu beginnen, laden Sie die IDBac-Software herunter.
Doppelklicken Sie auf die heruntergeladene install_idbac, um das Installationsprogramm zu initiieren. Doppelklicken Sie als Nächstes auf die IDBac-Desktopverknüpfung, um IDBac zu starten, das standardmäßig auf der Registerkarte Einführung geöffnet wird. Klicken Sie auf die Registerkarte Start mit Rohdaten und wählen Sie aus dem IDBac-Experimentmenü den Typ der Daten aus, die mit IDBac verwendet werden sollen.
Geben Sie beim Einrichten der Konvertierung und Verarbeitung von Datendateien einen beschreibenden Namen für das Experiment ein, in dem Sie dazu aufgefordert werden, und klicken Sie auf den Rohdatenordner, und wählen Sie den entsprechenden Ordner aus. Klicken Sie dann auf Prozessdaten. Nachdem Sie die Dateien konvertiert und mit IDBac verarbeitet haben, navigieren Sie zur Seite mit früheren Experimenten und wählen Sie ein Experiment aus, mit dem Sie arbeiten möchten.
Fügen Sie Informationen zu Beispielen hinzu, die sie im Menü verwenden, klicken Sie hier, um das ausgewählte Experiment zu ändern. Geben Sie Informationen in die automatisch ausgefüllte Kalkulationstabelle ein, und drücken Sie Speichern. Wenn Sie bereit sind, mit der Analyse zu beginnen, stellen Sie sicher, dass das Experiment ausgewählt ist, mit dem gearbeitet werden soll.
Wählen Sie dann die Proteindatenanalyse aus. Wählen Sie auf der Seite Proteindatenanalyse die Spitzeneinstellungen aus und bewerten Sie die Proteinspektren von Proben über die angezeigten Spiegeldiagramme. Passen Sie den Prozentsatz der Replikationen an, in denen ein Spitzenwert vorhanden sein muss, damit er für die Analyse einbezogen werden kann.
Wenn Sie die Spiegeldiagramme als visuelle Führung verwenden, passen Sie das Signal an die Geräuschabschaltung an, die die echantesten Spitzen beibehält, und stellen Sie fest, dass mehr Replikationen in einem höheren prozentsatzualen Spitzenanwesenheitswert die Auswahl eines niedrigeren Signals zum Rauschen-Cutoff ermöglichen. Geben Sie anschließend die untere und obere Masse an, um Cutoffs aufzuladen, die den Bereich der Massenwerte innerhalb jedes Spektrums diktieren, das für die weitere Analyse durch IDBac verwendet werden soll. Wählen Sie auf der Seite Proteindatenanalyse die Registerkarte Dendrogram aus, um Proben in ein Dendrogramm entsprechend den vom Benutzer ausgewählten Entfernungsmaßen und Clusteringalgorithmen zu gruppieren.
Klicken Sie im Menü auf Samples auswählen, und folgen Sie den Anweisungen, um Beispiele auszuwählen, die in die Analyse eingeschlossen werden sollen. Nur Proben, die Proteinspektren enthalten, werden in der verfügbaren Probenbox angezeigt. Verwenden Sie die Standardwerte für die Entfernungs- und Clusteralgorithmen, und wählen Sie Intensitäten als Eingabe aus.
Um Bootstrap-Werte auf dem Dendrogramm anzuzeigen, geben Sie eine Zahl zwischen zwei und 1 000 unter Bootstraps ein. Um mit der Anpassung des Dendrogramms zu beginnen, öffnen Sie das Menü "Dendrogramm" anpassen. Um die Linien des Dendrogramms zu färben, wählen Sie auf , um Linien zu ändern, und wählen Sie die gewünschten Optionen aus.
Um Informationen aus der Kalkulationstabelle neben dem Dendrogramm zu zeichnen, wählen Sie die Schaltfläche Informationen zu Beispielen integrieren. Dadurch wird ein Bereich geöffnet, in dem sich eine Kategorie basierend auf den eingegebenen Werten selbst auffüllt. Um Beispiele aus einem anderen Experiment einzufügen, wählen Sie die Menüschaltfläche Samples aus einem anderen Experiment ein und folgen Sie den Anweisungen im neu geöffneten Bereich.
Fahren Sie zur Seite der kleinen Moleküldatenanalyse fort, um die Datenvisualisierung durch Prinzipkomponentenanalyse und metabolische Assoziationsnetzwerke zu ermöglichen, die zweiseitige Netzwerke verwenden, um die Korrelation der kleinen Molekülmasse anzuzeigen, um Werte mit Proben aufzuladen. Klicken und ziehen Sie auf das Dendrogramm, um ausgewählte, zu analysierende Beispiele hervorzuheben. Wenn keine Proben hervorgehoben oder kein Proteindendrogramm erstellt wurde, wird ein Metabolitenzuordnungsnetzwerk aus einer zufälligen Teilmenge bzw. allen Proben angezeigt.
Um ein Matrixmedium-Leerfeld im Metabolitenzuordnungsnetzwerk zu subtrahieren, öffnen Sie das Menü, wählen Sie ein Zuziehen des Samples aus, und wählen Sie das entsprechende Beispiel aus, das als Leerzeichen verwendet werden soll. Öffnen Sie das Menü MAN-Einstellungen anzeigen/ausblenden, um die gewünschten Werte für einen Prozentsatz der Spitzenpräsenz auszuwählen und zu replizieren, auf Rauschen zu signalisieren und die oberen und unteren Massenabschaltungen. Verwenden Sie die kleinen Molekülspiegeldiagramme, um die Auswahl dieser Einstellungen zu steuern.
Kopieren Sie den Text im Abschnitt "Vorschläge für die Meldung von MAN-Analysen", um die benutzerdefinierten Einstellungen bereitzustellen, die zum Generieren eines erstellten metabolischen Assoziationsnetzwerks verwendet werden. Sechs Stämme von Micromonospora Chokoriensis und zwei Flecken von Bacillus subtilis wurden mit Daten in der IDBac Software analysiert. Folgende Anweisungen in der Registerkarte "Anfangs mit Rohdaten" wurde die Option zum Konvertieren von Bruker-Dateien ausgewählt und die idBac bereitgestellten Anweisungen für jeden Datensatz befolgt.
Zu den automatisierten Konvertierungs- und Vorverarbeitungsspitzenschritten wurde ein kombiniertes IDBac-Experiment erstellt, indem Bacillus- und Micromonospora-Proben aus den beiden Experimenten in ein einziges Experiment übertragen wurden. Die resultierende Analyse umfasste den Vergleich von Proteinspektren mithilfe von Spiegeldiagrammen, die für die Bewertung der Spektrenqualität und die Anpassung von Spitzenwerten nützlich waren. Ein Screenshot der Proteinclustering-Ergebnisse mit den ausgewählten Standardeinstellungen wird hier gezeigt.
Das Dendrogramm wurde durch Anpassen des Schwellenwerts auf dem Diagramm eingefärbt. Bemerkenswert ist die klare Trennung zwischen Gattungen mit M.chokoriensis und B.subtilis Isolate Clustering getrennt. Durch Anklicken und Ziehen über das Protein Dendrogramm, es war möglich, schnell metabolische Assoziationsnetzwerke zu erstellen, um nur die B.subtilis Stämme zu vergleichen, nur die M.chokoriensis Stämme, und alle Stämme gleichzeitig.
Die primäre Funktion dieser Netzwerke besteht darin, den Forschern einen umfassenden Überblick über den Grad der spezialisierten Metabolitenüberlappung zwischen Bakterien zu geben. Wenn Sie mit neuen Daten arbeiten, verwenden Sie die Spiegeldiagramme von IDBac, um sicherzustellen, dass Ihre Daten sinnvoll sind und Spektren qualitativ hochwertig sind. Bewerten Sie Ihr experimentelles Design und Ihre Ergebnisse bei jedem Schritt kritisch.
IDBac ermöglicht es Forschern, kleine und vielfältige Bibliotheken von Mikroorganismen für weitere Untersuchungen zu bauen. Dies reduziert die Kosten für traditionell große und redundante mikrobielle Bibliotheken erheblich. Da IDBac es Ihnen ermöglicht, spezialisierte Metabolitenüberlappungen innerhalb sehr ähnlicher phylogenetischer Gruppen zu visualisieren, kann es verwendet werden, um Forschungsfragen und Hypothesen zu generieren, die zwei typischerweise getrennte Felder verknüpfen.
Ameisensäure ist ätzend und sollte in einer chemischen Rauchhaube behandelt werden. Einige Umweltisolate können potenzielle Gesundheitsgefahren darstellen, und alle Stämme sollten als Biosicherheitsstufe zwei behandelt werden.
