DEIMoS: An Open-Source Tool for Processing High-Dimensional Mass Spectrometry Data.
DEIMoS: An Open-Source Tool for Processing High-Dimensional Mass Spectrometry Data.
复制标题
Deimos：用于处理高维质谱数据的开源工具。
DOI：
10.1021/acs.analchem.1c05017
复制
发表时间：
2022-04-26
影响因子：
7.4
通讯作者：
Metz, Thomas O.
中科院分区：
文献类型：
--
作者：
Colby, Sean M.;Chang, Christine H.;Bade, Jessica L.;Nunez, Jamie R.;Blumer, Madison R.;Orton, Daniel J.;Bloodsworth, Kent J.;Nakayasu, Ernesto S.;Smith, Richard D.;Ibrahim, Yehia M.;Renslow, Ryan S.;Metz, Thomas O.
我们介绍了Deimos：用于集成多维光谱分析的数据提取，这是一个用于高维质谱数据分析工作流的Python应用程序编程接口(API)和命令行工具，提供了易于开发和访问高效算法实现的能力。功能包括特征检测、特征对齐、碰撞截面(CCS)校准、同位素检测和MS/MS光谱反卷积，输出包括在研究样本中对齐的检测特征，并通过质量、CCS、串联质谱图和同位素特征进行表征。值得注意的是，Deimos处理N维数据，在很大程度上与采集仪器无关；算法实现同时利用所有维度来(I)提供特征之间更大的分离，从而提高检测灵敏度，(Ii)增加数据集之间的对齐/特征匹配置信度，以及(Iii)减轻串联质谱图中的卷积伪影。我们使用LC-IMS-MS/MS代谢组学数据演示了DEIMOS，以说明多维方法在每个数据处理步骤中的优势。
We present DEIMoS: Data Extraction for Integrated Multidimensional Spectrometry, a Python application programming interface (API) and command-line tool for high-dimensional mass spectrometry data analysis workflows that offers ease of development and access to efficient algorithmic implementations. Functionality includes feature detection, feature alignment, collision cross section (CCS) calibration, isotope detection, and MS/MS spectral deconvolution, with the output comprising detected features aligned across study samples and characterized by mass, CCS, tandem mass spectra, and isotopic signature. Notably, DEIMoS operates on N-dimensional data, largely agnostic to acquisition instrumentation; algorithm implementations simultaneously utilize all dimensions to (i) offer greater separation between features, thus improving detection sensitivity, (ii) increase alignment/feature matching confidence among data sets, and (iii) mitigate convolution artifacts in tandem mass spectra. We demonstrate DEIMoS with LC-IMS-MS/MS metabolomics data to illustrate the advantages of a multidimensional approach in each data processing step.
登录
查看更多内容
影响因子：
64.8
作者：
Harris CR;Millman KJ;van der Walt SJ;Gommers R;Virtanen P;Cournapeau D;Wieser E;Taylor J;Berg S;Smith NJ;Kern R;Picus M;Hoyer S;van Kerkwijk MH;Brett M;Haldane A;Del Río JF;Wiebe M;Peterson P;Gérard-Marchant P;Sheppard K;Reddy T;Weckesser W;Abbasi H;Gohlke C;Oliphant TE
通讯作者：
Oliphant TE
影响因子：
7.4
作者：
Broeckling, Corey D.;Reddy, Indira R.;Sumner, Lloyd W.
通讯作者：
Sumner, Lloyd W.
影响因子：
7.4
作者：
Blazenovic, Ivana;Shen, Tong;Fiehn, Oliver
通讯作者：
Fiehn, Oliver
DOI：
10.1007/s13361-019-02288-2
发表时间：
2019-11-01
影响因子：
3.2
作者：
Dodds, James N.;Baker, Erin S.
通讯作者：
Baker, Erin S.
影响因子：
7.4
作者：
DeFelice BC;Mehta SS;Samra S;Čajka T;Wancewicz B;Fahrmann JF;Fiehn O
通讯作者：
Fiehn O