Após o seminário do Prof Dr Rafael Garrett, pretendemos utilizar este post para continuar e aprofundar a discussão a respeito do uso de amostras para controle de qualidade em análises de metabolômica. Compartilhe aqui quais são suas práticas e quais os tipos de amostras utilizadas em seus projetos (branco de injeção, branco de extração, solução de padrões ou system suitability, padrão interno, entre outros).
Caso tenha dúvidas ou referências interessantes na área, a discussão também está aberta para o compartilhamento!
Muito obrigado pela discussão e inclusão das referências!
Obrigado por acrescentar essas informações @Rafael Garrett . Não conhecia esse artigo e realmente ainda não é comum encontrar esse tipo de abordagem. Prof @Alvaro Santos Neto, no artigo publicado pelo mQACC eles mencionam brevemente e afirmam que mais estudos precisam ser feitos (ver seção "Other QC Sample Types"): https://link.springer.com/article/10.1007/s11306-018-1367-3#Sec9
Nestes artigos, também utilizam:
Caso encontre mais alguma referência, acrescento.
Sobre normalização, essa plataforma é bem interessante:
NOREVA: NORmalization and EVAluation of Metabolomics Data (idrblab.cn)
@Alvaro Santos Neto realmente essa questão de diluição de QC é bem interessante. Eu vi uma abordagem neste artigo aqui, o tema não é controle de qualidade, mas tem uma descrição sobre como foi usado e para que.
Veja no material suplementar. Legal que ele é de acesso aberto.
Urinary metabolic phenotyping of mucopolysaccharidosis type I combining untargeted and targeted strategies with data modeling - ScienceDirect
Ótima discussão @Vinicius Veri, a apresentação do @Rafael Garrett nos trouxe bastante material e no chat também teve um bate-papo sobre normalização intra e inter batch, o Estevan Bruginski colocou vários papers e poderia contribuir por aqui. Eu me interessei sobre essa questão das diluição seriadas de QCs, você (@Vinicius Veri) poderia indicar um ou dois trabalhos publicados que acha importantes sobre o assunto? Obrigado!
Outro ponto de discussão entre alguns grupos de pesquisa (e dentro do mQAQCC) é o uso de diluições seriadas de QC. A ideia ainda não é utilizada ou necessária nas publicações, mas existe uma discussão para o uso de amostras de QC diluídas/concentradas que seriam utilizadas para definir a linearidade obtida para cada feature (considerando-se diluição x área do pico). A ideia seria: se um feature não apresenta linearidade, talvez ele deva ser excluído??
Acrescentamos esse tipo de amostra em nosso estudo populacional. Havíamos já 5000 amostras analisadas sem esse tipo de QC, estou finalizando a análise de mais 2000 com esse tipo de QC incluso, sendo analisado ao início (depois do condicionamento) e novamente ao final da análise. Ainda teremos que tratar os dados e pensar em como trabalhar com esse tipo de amostra, mas inserimos no estudo para testarmos.
Sobre um tema que foi abordado na apresentação mas que não foi possível discutir mais a fundo: os filtros de features que podem ser utilizados a partir das amostras de QC. Conversamos sobre o mais comum (RSD) mas o artigo abaixo também explora o uso da D-ratio e
Testamos aqui, para um conjunto de amostras de células iPSC, 3 diferentes filtros (separadamente e combinados): RSD<30%, feature detectado em pelo menos 50% das amostras de ao menos um grupo (controle ou estudo) e D-ratio. O que observamos é que utilizando tantos filtros em combinação, eliminamos um grande número de features
O que praticamos aqui, em geral, é adicionar esse cálculo da D-ratio às nossas análises não como uma forma de filtro, mas como um parâmetro a ser checado nos features (em alguns casos, passamos de ~1500 para ~280). Certamente que isso depende muito do seu tipo de amostra e de análise (utilizamos HILIC, menos robusta que C18). Mas o que praticamos no geral é sempre excluir o menor número de features possíveis (normalmente empregamos apenas o RSD) e sempre checar com muita cautela os features significativos (calculamos por exemplo D-ratio para todos e utilizamos como um indicativo de qualidade para os features significativos). E complementando: não utilizamos as amostras de branco para filtragem/subtração de features.
A página oficial do Metabolomics Quality Assurance & Quality Control Consortium contém várias informações e discussões, e pode ser acessada abaixo:
https://epi.grants.cancer.gov/Consortia/mQACC/#:~:text=The%20metabolomics%20Quality%20Assurance%20and,QC)%20issues%20in%20the%20untargeted