Nossa sugestão do mês de janeiro é o artigo "Perspective" contando um pouco mais sobre a história e os futuros desafios na descoberta (e principalmente, identificação) de novos metabólitos. Como pontos de partida na nossa discussão:
1. Estima-se que, em média, menos de 2% de todos os features detectados em estudos de metabolômica untargeted são identificados. Dentre os vários motivos, está também a falta de espectros experimentais de MS/MS. O autor afirma: "In silico methods offer a possible solution to the problem of incomplete espectral libraries." No mesmo sentido, em Jan/2022, a plataforma HMDB lançou sua mais recente versão (5.0, publicação disponível aqui), na qual destacam a inclusão de diversos espectros de fragmentação in silico gerados a partir de ferramentas com capacidade de predição de 30 a 40% mais precisas. E você? Utiliza espectros de fragmentação in silico na tentativa de identificação de seus metabólitos? Já reportou algum metabólito anotado com espectro in silico em alguma publicação? Acredita que futuramente as ferramentas de predição se desenvolverão a um ponto muito próximo do experimental, ou acha que sempre dependeremos de espectros experimentais?
2. O autor afirma: "In addition to MS-based approaches, NMR can still be considered the gold standard for metabolite identification". Neste sentido, para os que trabalham com MS, com que frequência (se já aconteceu alguma vez) você recorreu à técnica de RMN para uma identificação mais precisa de determinado metabólito?
*Devido aos direitos de publicação, não disponibilizamos o artigo em formato pdf.
Outro ponto pouco abordado no artigo são os algortimos de predição da biotransformacão enzimática que acontecem no fígado.
Software como o https://biotransformer.ca/ são capazes de prever as transformacões que as moléculas sofrem no organismo (fase 1, fase 2 e microbiota) e permitem o link com a "molécula original".
Isso é muito importante na área de metabolômica de medicamentos e do microbioma humano.
Os bancos de dados com espectros de fragmentacao de MS/MS são fundamentais para a identificaco de novos metabólitos em mistura complexa e ganham forca com os algoritimos de predicão de fragmentos, que podem ser usados para identificao de compostos e classes metabolicas desconhecidas.
Atualmente, eu uso o https://cfmid.wishartlab.com/, que é um algoritimo grátis para predicao!
É claro, vale lembrar que sempre os dados preditos e as anotacões das bases de dados devem ser manualmente avaliados, porque estão sujeitos a falsos positivos e erros na predicão.