NYHET Den 23–25 mars samlades forskare med olika bakgrunder vid Umeå universitet för den första kursen Introduction to Metabolomics Data Analysis. Bland höjdpunkterna fanns en session om förbehandling av metabolomikdata med MS-DIAL, ledd av Dr. Stefano Papazian, samt en gästföreläsning av Dr. Gabi Kastenmüller med titeln “What Stories Can Metabolites Tell? Exploring data from cohorts to the individuals”.
Deltagare i kursen i metabolomikdataanalys
BildAinhoa QuerejetaMetabolomik är storskaliga studier av små molekyler, eller metaboliter, i celler, biofluider, vävnader eller organismer. Det spelar en viktig roll för att förstå biokemiska processer, med tillämpningar som sträcker sig från sjukdomsdiagnostik till identifiering av resistenta grödor.
Kursen lockade deltagare från olika livsvetenskapliga områden och länder. Doktorander från Malmö, Uppsala, Stockholm och Lund deltog och arbetade med bland annat hudbarriärbiologi, metabolomik i tandvävnad och nervcellsliknande cellers respons på beroendeframkallande substanser. Veterinärforskare undersökte metaboliska skillnader hos hästar med olika typer av astma. Internationella deltagare reste från Tjeckien, Finland och Spanien. Många deltog för att få praktisk vägledning i dataanalys och datahantering, medan andra ville stärka sin förmåga att tolka metabolomikdata från sina egna plattformar.
Målet för kursarrangören Dr. Elena Dracheva från NBIS var att introducera deltagarna till de viktigaste stegen i ett typiskt metabolomikflöde, från studiedesign till dataanalys. Kursen behandlade principerna bakom vanligt använda analytiska tekniker, inklusive LC-MS, GC-MS och NMR.
Ilona Dudka och Mattias Hedenström presenterade NMR-plattformen och bearbetning av NMR-data vid Umeå universitet, medan professor Carl Brunius (NBiS) höll en uppskattad session om allmänna aspekter av modellering. Deltagarna fick utbildning i bearbetning av instrumentgenererad data och tillämpade därefter multivariata statistiska metoder, inklusive PCA, (O)PLS och (O)PLS-DA, för vidare dataanalys med hjälp av programvarorna R och SIMCA. Kursen behandlade dessa metoders antaganden, styrkor och begränsningar, och hjälpte deltagarna att tolka den biologiska relevansen av sina resultat. Vid kursens slut hade deltagarna fått verktyg för att välja lämpliga metoder för datahantering och statistisk analys utifrån sina forskningsfrågor.
“Det har varit roligt och intressant”, säger Linnea Good, doktorand i bioinformatik vid Uppsala universitet. “Kursen var väldigt teknisk och visade hur instrumenten fungerar. Dr. Stefano Papazians session om MS-DIAL för dataförbehandling var särskilt hjälpsam. Jag ville lära mig hela arbetsflödet, från provberedning till dataanalys, och mina förväntningar har uppfyllts.”
Dr. Stefano Papazian, chef för National Facility for Exposomics vid Stockholms universitet och en del av SciLifeLabs plattform för metabolomik och exposomik, ledde en session om förbehandling av LC-MS-data. Han förklarade skillnaderna mellan data-dependent och data-independent acquisition (DDA och DIA), innan han guidade deltagarna genom en praktisk övning i MS-DIAL. Genom att arbeta med verklig exposomikdata fick deltagarna praktisk insikt i centrala steg såsom toppdetektion, spektraldekonvolution och alignering, samt introducerades till arbetsflöden som används för att studera komplexa kemiska exponeringar hos människor och i miljön.
Tre deltagare från Tjeckien – Vladimír Skalicky, Ondřej Hodek och Štěpán Strnad – reflekterade över sina erfarenheter av kursen:
“Att delta i kursen har varit mycket givande”, säger Štěpán Strnad, forskningsassistent vid Institutet för organisk kemi och biokemi vid Tjeckiska vetenskapsakademin. “Jag ville få mer kunskap för att kunna ge bättre analyser och rådgivning. Ondřej Hodek ville jämföra olika mjukvaruverktyg, och jag ville lära mig hur man visualiserar stora dataset. Vi ser fram emot den sista dagen.”
Dr. Gabi Kastenmüller, chef för forskargruppen Systems Metabolomics vid Helmholtz Munich, fokuserar på att förstå hur metabolism och individuell variation i metabolism påverkar människors hälsa och sjukdom. Med bakgrund inom kemi, datavetenskap och bioinformatik arbetar hon med att integrera och tolka storskaliga metabolomikdata. I sin presentation visade hon hur kombinationen av kohortstudier och riktade analyser kan avslöja samband mellan metabolism, genetisk risk, miljöexponeringar och hälsa. Med exempel från sin egen forskning illustrerade hon hur genetisk variation påverkar metabolitnivåer, hur kombinerade metabolit- och genetiska data kan användas för patientstratifiering, samt hur longitudinella metabolitprofiler kan fånga individuella förändringar över tid.
Genom att introducera deltagarna till metabolomiska arbetsflöden, analytiska tekniker och verktyg för dataanalys stärkte kursen forskarnas förmåga att omvandla komplexa dataset till meningsfulla vetenskapliga insikter – och därmed tillämpa metabolomik inom en rad olika biologiska frågeställningar och projekt.