A python-based pipeline for preprocessing lc–ms data for untargeted metabolomics workflows | ||
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Parque Centenario. Centro de Investigaciones en Bionanociencias "Elizabeth Jares Erijman" | |
| dc.conicet.organizacion | Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Química Inorgánica, Analítica y Química Física | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Parque Centenario. Centro de Investigaciones en Bionanociencias "Elizabeth Jares Erijman" | |
| dc.conicet.organizacion | Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Química Inorgánica, Analítica y Química Física | |
| dc.conicet.organizacion | Universidad de Buenos Aires. Facultad de Ingeniería | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas | |
| dc.conicet.organizacion | National Institute Of Standards And Technology | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Parque Centenario. Centro de Investigaciones en Bionanociencias "Elizabeth Jares Erijman" | |
| dc.contributor.author | Riquelme, Gabriel | |
| dc.contributor.author | Zabalegui, Nicolás | |
| dc.contributor.author | Marchi, Pablo Gabriel | |
| dc.contributor.author | Jones, Christina M. | |
| dc.contributor.author | Monge, Maria Eugenia | |
| dc.date.issued | 2020-10 | |
| dc.description.abstract | Preprocessing data in a reproducible and robust way is one of the current challenges in untargeted metabolomics workflows. Data curation in liquid chromatography–mass spectrometry (LC–MS) involves the removal of biologically non-relevant features (retention time, m/z pairs) to retain only high-quality data for subsequent analysis and interpretation. The present work introduces TidyMS, a package for the Python programming language for preprocessing LC–MS data for quality control (QC) procedures in untargeted metabolomics workflows. It is a versatile strategy that can be customized or fit for purpose according to the specific metabolomics application. It allows performing quality control procedures to ensure accuracy and reliability in LC–MS measurements, and it allows preprocessing metabolomics data to obtain cleaned matrices for subsequent statistical analysis. The capabilities of the package are shown with pipelines for an LC–MS system suitability check, system conditioning, signal drift evaluation, and data curation. These applications were implemented to preprocess data corresponding to a new suite of candidate plasma reference materials developed by the National Institute of Standards and Technology (NIST; hypertriglyceridemic, diabetic, and African-American plasma pools) to be used in untargeted metabolomics studies in addition to NIST SRM 1950 Metabolites in Frozen Human Plasma. The package offers a rapid and reproducible workflow that can be used in an automated or semi-automated fashion, and it is an open and free tool available to all users. | es |
| dc.description.fil | Fil: Riquelme, Gabriel. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Parque Centenario. Centro de Investigaciones en Bionanociencias "Elizabeth Jares Erijman"; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Química Inorgánica, Analítica y Química Física; Argentina | |
| dc.description.fil | Fil: Zabalegui, Nicolás. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Parque Centenario. Centro de Investigaciones en Bionanociencias "Elizabeth Jares Erijman"; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Química Inorgánica, Analítica y Química Física; Argentina | |
| dc.description.fil | Fil: Marchi, Pablo Gabriel. Universidad de Buenos Aires. Facultad de Ingeniería; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina | |
| dc.description.fil | Fil: Jones, Christina M.. National Institute Of Standards And Technology; Estados Unidos | |
| dc.description.fil | Fil: Monge, Maria Eugenia. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Parque Centenario. Centro de Investigaciones en Bionanociencias "Elizabeth Jares Erijman"; Argentina | |
| dc.format | application/pdf | es |
| dc.identifier.citation | Riquelme, Gabriel; Zabalegui, Nicolás; Marchi, Pablo Gabriel; Jones, Christina M.; Monge, Maria Eugenia; A python-based pipeline for preprocessing lc–ms data for untargeted metabolomics workflows; Molecular Diversity Preservation International; Metabolites; 10; 10; 10-2020; 1-14 | es |
| dc.identifier.institucional | CONICET | |
| dc.identifier.issn | 2218-1989 | es |
| dc.identifier.repo | CONICET Digital | |
| dc.identifier.uri | http://hdl.handle.net/11336/129950 | |
| dc.journal.number | 10 | es |
| dc.journal.pagination | 1-14 | es |
| dc.journal.pais | Suiza | es |
| dc.journal.title | Metabolites | es |
| dc.journal.volume | 10 | es |
| dc.language.iso | eng | es |
| dc.publisher | Molecular Diversity Preservation International | es |
| dc.relation.alternativeid | info:eu-repo/semantics/altIdentifier/doi/http://dx.doi.org/10.3390/metabo10100416 | |
| dc.relation.alternativeid | info:eu-repo/semantics/altIdentifier/url/https://www.mdpi.com/2218-1989/10/10/416 | |
| dc.rights | info:eu-repo/semantics/openAccess | * |
| dc.rights.uri | https://creativecommons.org/licenses/by-nc-sa/2.5/ar/ | * |
| dc.subject | DATA CLEANING | es |
| dc.subject | DATA CURATION | es |
| dc.subject | PREPROCESSING | es |
| dc.subject | PYTHON | es |
| dc.subject | QUALITY CONTROL | es |
| dc.subject | REFERENCE MATERIALS | es |
| dc.subject | SIGNAL DRIFT | es |
| dc.subject | SYSTEM SUITABILITY | es |
| dc.subject | UNTARGETED METABOLOMICS | es |
| dc.subject.classification | Química Analítica | es |
| dc.subject.classification | Ciencias Químicas | es |
| dc.subject.classification | CIENCIAS NATURALES Y EXACTAS | es |
| dc.title | A python-based pipeline for preprocessing lc–ms data for untargeted metabolomics workflows | es |
| dc.type | info:eu-repo/semantics/article | |
| dc.type | info:ar-repo/semantics/artículo | |
| dc.type | info:eu-repo/semantics/publishedVersion | |
Archivos
Bloque original
Cargando...
- Nombre:
- CONICET_Digital_Nro.3b2c492c-8df9-4b51-95dc-98c81852fc4a_A.pdf
- Tamaño:
- 2.05 MB
- Formato:
- Adobe Portable Document Format