Zeitschrift für Proteomik und Bioinformatik
Offener Zugang

Abstrakt

Anwendung multivariater Datenanalyse zur Klassifizierung zweidimensionaler Gelbilder in der Neuroproteomik

Saveria Mazzara, Sergio Cerutti, Sandro Iannaccone, Antonio Conti, Stefano Olivieri, Massimo Alessio und Linda Pattini

Die zweidimensionale Gelelektrophorese (2DE) spielt in der Proteomik nach wie vor eine Schlüsselrolle bei der Erforschung des Proteingehalts komplexer biologischer Gemische. Die Entwicklung vollautomatischer Strategien zur Extraktion interpretierbarer Informationen aus Gelbildern ist jedoch nach wie vor eine anspruchsvolle Aufgabe. In dieser Arbeit präsentieren wir eine Computerstrategie, die auf eine automatische Klassifizierung der diskriminanten Muster abzielt, die aus Separationsbildern hervorgehen, die als Fingerabdrücke der entsprechenden biologischen Zustände gedacht sind. Die Methode wurde auf Gelbilder angewendet, die im Rahmen einer Studie zu Motoneuronerkrankungen gewonnen wurden: 33 2DE-Karten, die aus Proben der Zerebrospinalflüssigkeit generiert wurden, wurden verarbeitet (26 pathologische und 7 Kontrollpersonen). Quantitative Bilddeskriptoren wurden extrahiert und an eine partielle kleinste Quadrate-Diskriminanzanalyse (PLSDA) angepasst, um die Wahrscheinlichkeit der Klassifizierung der Proben zu bewerten. Darüber hinaus konnte das Modell Gelbereiche identifizieren, die sich in den klinischen Kategorien am meisten unterscheiden. Die Kombination multivariater statistischer Techniken mit 2DE kann ein wirksames Instrument zur Extraktion informativer Proteinmuster darstellen. Ein solcher Ansatz kann zur Entwicklung eines Screening-Systems beitragen, mit dem sich unterschiedliche klinische Zustände auf der Grundlage der aus den Karten hervorgehenden Gesamtmuster unterscheiden lassen, und stellt eine nützliche ergänzende Analyse in der Routine eines proteomischen Labors dar.