OpenTIMS、TimsPy和TimsR在訪問timsTOF原始數據的應用
近年來，離子淌度（IM）質譜（MS）為分析化學，尤其是在蛋白質組學、代謝組學和脂質組學中開發(fā)新的研究方法做出重大貢獻。離子淌度為分離提供一種新的維度，從而提高了總的峰容量。例如，相同質荷比不同磷酸化修飾位點的異構體（isobaric phosphorylation site isomers）通常在液相色譜（LC）維度被共洗脫，無法通過LC保留時間或質荷比來進行區(qū)分。然而，由于它們在氣相中的碰撞截面不同，因此可以被離子淌度分開。此外，離子淌度設備提供了無損的氣相分餾平均值，從而降低了質譜儀中同時測量的離子種類的數量。增加的峰容量和離子淌度的新型采集方式實現了更好的蛋白質組覆蓋。
布魯克tims TOF Pro就是這樣一款能夠在蛋白質組學、脂質組學和代謝組學研究中提供高分析物覆蓋率的質譜儀。新儀器和實驗方法的發(fā)展也在生物信息學領域引發(fā)極大熱情，對現有解決方案的升級包含了更多維度。商業(yè)軟件，如PEAKS和Spectronaut已經開始支持timsTOF數據的分析，這預示著該平臺將在世界各地的實驗室中越來越多地被使用。
目前來自tims TOF儀器的原始數據只能使用官方提供的閉源庫訪問，開發(fā)開源替代方案十分必要。因為免費簡單地訪問原始tims TOF數據可以促進新型生物信息學工具的開發(fā)，這些工具可以優(yōu)化儀器所產生的高度復雜的數據集。
來自德國美因茲大學的Mateusz K. Łącki等人與Bruker合作開發(fā)了一系列用于Tims數據格式（TDF）接入并且能夠提供開放、簡化訪問的軟件，并在OpenTIMS, TimsPy, and TimsR: Open and Easy Access to timsTOF Raw Data一文中對方法進行了詳細的闡述，同時給出了使用示例和相應的討論。
文章作者從PRIDE項目PXD017703下載了一個公開可用數據的子集用以展示所提供的軟件的潛在應用并與Bruker數據訪問庫進行了比較。
圖1中作者展示了所有MS1母離子的總強度。強度被聚合到依據質荷比和逆IM空間定義的矩形塊中。上層云主要由單電荷母離子組成，在大多數DDA和數據非依賴采集(DIA)方法中，這些前體離子通常不作為碎裂目標。作者在每個圖中疊加的對角線（任意選擇）將離子分為單電荷和多電荷種群。
布魯克tims TOF Pro就是這樣一款能夠在蛋白質組學、脂質組學和代謝組學研究中提供高分析物覆蓋率的質譜儀。新儀器和實驗方法的發(fā)展也在生物信息學領域引發(fā)極大熱情，對現有解決方案的升級包含了更多維度。商業(yè)軟件，如PEAKS和Spectronaut已經開始支持timsTOF數據的分析，這預示著該平臺將在世界各地的實驗室中越來越多地被使用。
目前來自tims TOF儀器的原始數據只能使用官方提供的閉源庫訪問，開發(fā)開源替代方案十分必要。因為免費簡單地訪問原始tims TOF數據可以促進新型生物信息學工具的開發(fā)，這些工具可以優(yōu)化儀器所產生的高度復雜的數據集。
來自德國美因茲大學的Mateusz K. Łącki等人與Bruker合作開發(fā)了一系列用于Tims數據格式（TDF）接入并且能夠提供開放、簡化訪問的軟件，并在OpenTIMS, TimsPy, and TimsR: Open and Easy Access to timsTOF Raw Data一文中對方法進行了詳細的闡述，同時給出了使用示例和相應的討論。
文章作者從PRIDE項目PXD017703下載了一個公開可用數據的子集用以展示所提供的軟件的潛在應用并與Bruker數據訪問庫進行了比較。
圖1中作者展示了所有MS1母離子的總強度。強度被聚合到依據質荷比和逆IM空間定義的矩形塊中。上層云主要由單電荷母離子組成，在大多數DDA和數據非依賴采集(DIA)方法中，這些前體離子通常不作為碎裂目標。作者在每個圖中疊加的對角線（任意選擇）將離子分為單電荷和多電荷種群。
圖1
使用先前定義的行，作者分別積分了來自LC-IMS-MS分析的單電荷和多電荷離子的強度。圖2對圖1中定義的兩個區(qū)域的強度進行了積分。
圖2
由圖，觀察到的分析物的總量減少了，與帶多電荷的離子相比，帶單電荷的離子百分比增加。作者還進行了整合強度，以便根據LC條件監(jiān)測電離過程，如圖3所示。
圖3
分析顯示，增加LC流速（將通量從每天60個增加到100到200個樣品）導致單電荷離子和多電荷離子的百分比更高，這可能表明使用每天200個樣品的方法電離不足。該信息可用于優(yōu)化電離條件，例如毛細管電壓。它還強調了TimsPy作為數據探索工具的重要性。
此外，多電荷離子TIC的積分可用于通過預先測量確定最佳進樣量。對于這個用例，使用腳本的實驗設置如下：
1.對于每個樣品，運行快速預測量。
2.估計多電荷云的強度。
3.修正主要MS分析的柱上加載量，以盡量減少不同分析物濃度的影響或避免柱過載。
因此，作者使用預測量來更好地控制不同樣品中分析物的量，從而使分析更具重現性。
所有代碼都是用Python編寫的，因此人們可以輕松設想其使用管道或將其集成到更復雜的樣本管理系統(tǒng)中。
TimsPy和TimsR確實簡化了從Python和R訪問timsTOF數據的過程，而不會給用戶帶來任何額外的不便。為了分析在C++中使用OpenTIMS相對于現有Bruker綁定的速度優(yōu)勢，作者設置了一個簡單的基準測試，包括對給定數據集中所有幀的迭代。在實驗室獲得的大約139個數據集上重復了它。圖4比較了這些結果。
圖4
clang編譯的OpenTIMS將迭代所需的時間減少了約43%。此外，在Python中，作者將數據導出為更高效的數據結構（numpy.arrays），而不是簡單的Python列表。與原生Python相比，NumPy庫提供了顯著的速度改進。因此，從用戶的角度來看，代碼更快，并且可以與他最有可能愿意應用的工具一起使用，而不會影響運行時。
未來的工作將包括與布魯克合作進一步開放校準功能。這將完成輸入格式的過程，并將OpenTIMS、TimsPy和TimsR的使用完全擴展到每個主要操作系統(tǒng)。
總之，所提供的軟件包系列提供了對布魯克TDF數據的開放、快速和通用的訪問，使研究和可視化此類原始數據變得容易。
軟件獲取鏈接
www.github.com/michalsta/opentims
www.github.com/MatteoLacki/timspy
www.github.com/MatteoLacki/timsr
這些網站還包含對項目的介紹，并通過程序的基本用法提供指導。API文檔隨標準Python和R幫助功能一起提供。此外，Python和C++函數參考也可從https://michalsta.github.io/opentims獲得。
