{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:1325630"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:1325630","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Διερεύνηση και εφαρμογή της Στατιστικής φασματοσκοπίας στη μεταβολομική ανάλυση πολύπλοκων φυτικών εκχυλισμάτων. Χρήση της συνδιακύμαΝσης δεδομένων ΝΜR, LC-MS και βιοδραστικότητας για την ταυτοποίηση φυσικών προϊόντων.","abstract":"Οι μελέτες μεταβολομικής και μεταβονομικής βασίζονται στα φασματοσκοπικά ή φασματομετρικά δεδομένα πολύπλοκων βιολογικών δειγμάτων, προερχόμενων κυρίως από τη φασματοσκοπία 1Η NMR αλλά και από τη χρωματογραφία στερεής ή αέριας φάσης σε σύζευξη με τη φασματομετρία μάζας. Σε αυτές, η αναγνώριση της δομής μιας ουσίας αποτελούσε μια χρονοβόρα διαδικασία με ανάλυση δεδομένων της φασματοσκοπίας NMR και της φασματομετρίας μάζας μεμονωμένα, η οποία βασιζόταν στη χρήση βάσεων δεδομένων, στις οποίες, προφανώς, ήταν αδύνατο να συγκαταλέγονται όλες οι ουσίες. Ωστόσο, τα τελευταία χρόνια, η ανάπτυξη της στατιστικής φασματοσκοπίας και η συνεχής βελτίωση και επέκταση των εργαλείων της αυξάνουν σημαντικά τη χρησιμότητά της στις μελέτες μεταβολομικής και μεταβονομικής ως εργαλείο ταυτοποίησης και αναγνώρισης μεταβολιτών σε μικρό χρόνο. Δύο σημαντικά εργαλεία της, τα οποία πραγματεύεται αυτή η εργασία είναι η Στατιστική συνολική φασματοσκοπία συσχέτισης (Statistical Total Correlation Spectroscopy, STOCSY) και η Στατιστική ετεροφασματοσκοπία (Statistical heterospectroscopy, SHY). Η STOCSY πραγματεύεται τον εντοπισμό των δομικών σχέσεων μεταξύ των 1D σημάτων 1Η NMR ή 13C NMR, την ανακάλυψη δομικών σχέσεων μεταξύ πολλών αναλυτικών πλατφόρμων και την ταυτοποίηση μεταβολιτών από μεταξύ συσχετίσεις των σχέσεων βιολογικών και βιοχημικών μονοπατιών. Η SHY βασίζεται στη συμπληρωματικότητα των μεθόδων NMR και MS σα δομικά εργαλεία, η οποία καταστά αναγκαία την παράλληλη χρήση τους για τη διερεύνηση των δομών σε μελέτες φυσικών προϊόντων, την ανάλυση μεταβολιτών φαρμάκων και σε άλλα σύνθετα προβλήματα ανάλυσης μειγμάτων. Μέχρι στιγμής, η πλειοψηφία των εφαρμογών αυτών των δύο εργαλείων αφορούσε μελέτες μεταβολομικής σε ιστούς ή βιολογικά υγρά. Στην παρούσα εργασία γίνεται συνδιασμός δύο σημαντικών τομέων της έρευνας, της χημείας των φυσικών προϊόντων και τη μεταβολομικής (Plantomics), έχοντας ως στόχο την διερεύνηση της επιτυχίας του εντοπισμού των μικρών βιολογικών μορίων, είτε ως καθαρές δραστικές ενώσεις (φυσικά προϊόντα) είτε ως βιοδείκτες (μεταβολομική) με χρήση των προαναφερθέντων εργαλείων της στατιστικής φασματοσκοπίας σε στοχευμένη ανάλυση των δειγμάτων κλασμάτων που προέρχονται από κλασματοποίηση CPC των εκχυλισμάτων του φυτού Morus Alba. Επιπλέον, διερευνήθηκε η επέκταση της στατιστικής ετεροφασματοσκοπίας σε δεδομένα δραστικότητας και NMR, διερευνώντας το ποσοστό επιτυχίας της ταυτοποίησης βιοδραστικών ενώσεων στα δεδομένα NMR στα δείγματα κλασμάτων του φυτού Morus Alba και σε θαλάσσιους οργανισμούς. Αρχικά, αναπτύχθηκε η HetCA Toolbox, βάση της οποίας αποδείχθηκε ότι η συσχέτιση δεδομένων NMR και δεδομένων δραστικότητας μπορεί να αποκαλύψει τα δομικά χαρακτηριστικά των δραστικών μεταβολιτών των κλασμάτων και των θαλάσσιων οργανισμών. Επειδή τα δείγματα είναι προϊόντα κλασματοποίησης CPC, τα οποία περιέχουν δευτερογενείς μεταβολίτες σε διαφορετικές συγκεντρώσεις σε διαφορετικές ομάδες κλασμάτων ακολουθώντας κάποια κατανομή, παρατηρήθηκε ότι δεν είναι δόκιμο να εφαρμοστεί ο αλγόριθμος HetCA στο σύνολο των φασμάτων. Συγκεκριμένα, προτείνεται η εφαρμογή του σε ομάδες των φασμάτων 14 που ορίζονται είτε βάσει του πως διαχωρίζονται βάση της στατιστικής ανάλυσης PCA, είτε κάθε φορά σε 4 φάσματα, καθώς βρέθηκε ότι αυτός είναι ο ελάχιστος αριθμός δειγμάτων για να γίνει επιτυχής συσχέτιση δεδομένων. Όσον αφορά την περίπτωση των θαλάσσιων οργανισμών, η HetCA εφαρμόσθηκε ξέχωρα για κάθε είδος, αποκλείοντας τα είδη που αποτελούνται μόνο από ένα δείγμα. Η προαναφερθείσα οδηγία εκφάνθηκε μέσω πολλαπλών αναλύσεων PCA στα φάσματα NMR των οργανισμών. Επόμενο βήμα για την ταυτοποίηση των δραστικών μεταβολιτών που προέκυψαν από τον αλγόριθμο HetCA είναι η εφαρμογή του αλγόριθμου STOCSY, υπό τις ίδιες συνθήκες, με χρήση της Bruker Toolbox. Επομένως, έχοντας ως οδηγό τα 1D ψευδοφάσματα 1H NMR που προέκυψαν, γίνεται εφαρμογή του αλγόριθμου STOCSY επιλέγοντας ο χρήστης μια κορυφή ενδιαφέροντος σε κάθε ομάδα κλασμάτων ή ειδών θαλάσσιων οργανισμών ώστε, είτε να διασταυτώσει τα δομικά χαρακτηριστικά του δραστικού δευτερογενούς μεταβολίτη, είτε να ταυτοποιήσει κάποιο άλλο μεταβολίτη. Και στις δύο εφαρμογές παρατηρήθηκε ότι η επιλογή προκαθορισμένου κατώτερου όριου συσχέτισης r > 0.90 θεωρήθηκε επαρκής για τη συσχέτιση δύο κορυφών σε μια δομική ομάδα. Πριν την εφαρμογή της στατιστικής ετεροφρασματοσκοπίας έγινε συγκριτική μελέτη αρκετών λογισμικών για την ανίχνευση των μεταβολομικών δεδομένων LC-MS, επικεντρώνοντας στο λογισμικό MZmine στη περίπτωση των δειγμάτων του φυτού Morus Alba. Έτσι, πραγματοποιήθηκε μια σειρά από συγκριτικές μελέτες για τη διερεύνηση της επίδρασης της επιλογής διαφορετικών παραμέτρων και αλγορίθμων στην επεξεργασία, οπτικοποίηση και ανάλυση δεδομένων φασματομετρίας μάζας για την εξαγωγή των σημάτων 2-D LC-MS χρησιμοποιώντας το λογισμικό MZmine και ελέγχοντας κάθε φορά το συνολικό αριθμό των εξαγόμενων m/z_RT και το αν σε αυτά περιλαμβάνονται τα m/z_RT που αντιστοιχούν στους μεταβολίτες ενδιαφέροντος, μιας και πραγματοποιείται μια στοχευμένη ανάλυση. Έτσι, διερευνήθηκε η επιλογή ή μη της ενότητας Baseline Correction, η χρήση του λογισμικού CAMERA, η επιλογή των βέλτιστων αλγορίθμων της ενότητας Mass Detection και Chromatograph deconvolution και των βέλτιστων τιμών των παραμέτρων τους σύμφωνα με τα προαναφερθέντα κριτήρια. Συνοψίζοντας, προτείνεται η χρήση της ενότητας Baseline Correction και της CAMERA, καθώς, προτείνονται οι αλγόριθμοι Local maxima και Centroid της ενότητας Mass Detection, και οι Local minima και Savitzky-Golay για αποσυνέλιξη χρωματογραφικών κορυφών. Στη συνέχεια, αναπτύχθηκε το Μass_data_driven Toolbox που επικεντρώνεται στην επεξεργασία των δεδομένων της φασματομετρίας μάζας των κλασμάτων που προέρχονται από κλασματοποίηση CPC. Συγκεκριμένα, αναπτύχθηκε ο αλγόριθμος CPC_cut_off, που αφορά δεδομένα MS προϊόντων κλασματοποίησης CPC, ο οποίος μειώνει κατά περίπου 61.90 % ± 3.33 % τον συνολικό αριθμό των m/z_RT που προέρχονται από τα λογισμικά για LC-MS επεξεργασία δεδομένων, ελέγχοντας και πάλι αν στα εξαγόμενα m/z_RT εμπεριέχονται τα στοιχεία m/z_RT που αντιστοιχούν στους μεταβολίτες ενδιαφέροντος. Επίσης, έγινε ανάπτυξη του αλγορίθμου mass_profile_group, ο οποίος έχει στόχο την ταξινόμηση των στοιχείων m/z_RT σε ομάδες (cells) κάνοντας ανά ζεύγη συσχέτιση των αριθμητικών τιμών των εντάσεων ή των εμβαδών των στοιχείων m/z_RT ανά τα κλάσματα, καθώς, επίσης, διερευνεί ταυτόχρονα ανά 15 ομάδα (cell) τη πιθανή ύπαρξη παραγώγων ιόντων ενός μεταβολίτη, τα οποία εκλούονται στον ίδιο χρόνο, επιστρέφοντας στο χρήστη ένα σύνολο δεδομένων το οποίο αποτελείται μόνο από τα βασικά ιόντα, οδηγώντας σε περαιτέρω μείωση των δεδομένων m/z_RT, κατά 19.71 % ± 4.38 %. Αυτός ο αλγόριθμος μπορεί να εφαρμοσθεί και σε δεδομένα MS πέρα από αυτών που προέρχονται από κλασματοποίηση CPC. Έπειτα, γίνεται εφαρμογή του αλγορίθμου SHY, όπου στην περίπτωση του Morus Alba, ο αλγόριθμος εφαρμόστηκε σε ομάδες των φασμάτων, όπως πράχθηκε και κατά την εφαρμογή του HetCA Toolbox και της STOCSY. Λόγω του συμπεράσματος ότι πανομοιότυπα 1D ψευδοφάσματα 1H NMR συσχέτισης δεδομένων NMR – MS παρουσίαζουν τα στοιχεία που ανήκουν στην ίδια ομάδα (cell) βάση του προηγούμενου αλγορίθμου, προτείνεται η διατήρηση των στοιχείων m/z_RT που παρουσιάζουν τη μέγιστη τιμή στα αντίστοιχα κλάσματα κάθε ομάδας (cell). Η εφαρμογή της διαδικασίας αυτής οδήγησε σε συνολική μείωση των δεδομένων m/z_RT, κατά ~76.37 %, στα οποία εμπεριέχονταν όλα τα στοιχεία ενδιαφέροντος m/z_RT. Έτσι, ο χρήστης σε κάθε εφαρμογή της SHY στις 37 επαναλήψεις των 4 κλασμάτων λαμβάνει λιγότερα ψευδώς θετικά αποτελέσματα (ψευδοφάσματα). Τα ψευδοφάσματα που εξέρχονται εντός της κάθε μιας από τις 37 επαναληψεις μπορούν να διαφοροποιηθούν από άσχετα και άτοπα (nonsence) δεδομένα m/z_RT, ενώ και ο μικρός αριθμός τους καθιστά τη χρήση τους πιο στοχευμένη, διότι ο χρήστης μπορεί να τα συγκρίνει οπτικά και να τα απορρίψει ή να τα δεκτεί. Ολοκληρώνοντας, με την εφαρμογή της SHY επιτεύχθηκε επιτυχής συσχέτιση και ανάθεση δεδομένων NMR και MS μόνο στα 7 από τα 12 μόρια (58.33 % επιτυχία), ενώ αναγνωρίστηκαν και άλλες ουσίες οι οποίες δεν ήταν δυνατό να αναγνωριστούν με την ως τώρα διαδικασία. Τελευταία ιδέα αποτέλεσε η ταυτόχρονη σύγκριση των δεδομένων MS, NMR και δραστικότητας για την άμεση ταυτοποίηση των δραστικών μοριών και με τις 3 ομάδες αριθμητικών δεδομένων. Έτσι, δημιουργήθηκε το script shyhetCA. Η επιτυχία της ορθής ταυτοποίησης των δραστικών μορίων με τη βοήθεια αυτού του script σε δεδομένα MS με τα αντίστοιχα δεδομένα NMR και IC50 ανέρχεται στο ~75%. Συνοψίζοντας, προτείνεται ένα διάγραμμα ροής για τη χρήση της στατιστικής φασματοσκοπίας SHY σε κλάσματα που προέρχονται από κλασματοποίηση CPC και η διερεύνηση της επιτυχίας της χρήσης του.","abstract_html":"Οι μελέτες μεταβολομικής και μεταβονομικής βασίζονται στα φασματοσκοπικά ή φασματομετρικά δεδομένα πολύπλοκων βιολογικών δειγμάτων, προερχόμενων κυρίως από τη φασματοσκοπία 1Η NMR αλλά και από τη χρωματογραφία στερεής ή αέριας φάσης σε σύζευξη με τη φασματομετρία μάζας. Σε αυτές, η αναγνώριση της δομής μιας ουσίας αποτελούσε μια χρονοβόρα διαδικασία με ανάλυση δεδομένων της φασματοσκοπίας NMR και της φασματομετρίας μάζας μεμονωμένα, η οποία βασιζόταν στη χρήση βάσεων δεδομένων, στις οποίες, προφανώς, ήταν αδύνατο να συγκαταλέγονται όλες οι ουσίες. Ωστόσο, τα τελευταία χρόνια, η ανάπτυξη της στατιστικής φασματοσκοπίας και η συνεχής βελτίωση και επέκταση των εργαλείων της αυξάνουν σημαντικά τη χρησιμότητά της στις μελέτες μεταβολομικής και μεταβονομικής ως εργαλείο ταυτοποίησης και αναγνώρισης μεταβολιτών σε μικρό χρόνο. Δύο σημαντικά εργαλεία της, τα οποία πραγματεύεται αυτή η εργασία είναι η Στατιστική συνολική φασματοσκοπία συσχέτισης (Statistical Total Correlation Spectroscopy, STOCSY) και η Στατιστική ετεροφασματοσκοπία (Statistical heterospectroscopy, SHY). Η STOCSY πραγματεύεται τον εντοπισμό των δομικών σχέσεων μεταξύ των 1D σημάτων 1Η NMR ή 13C NMR, την ανακάλυψη δομικών σχέσεων μεταξύ πολλών αναλυτικών πλατφόρμων και την ταυτοποίηση μεταβολιτών από μεταξύ συσχετίσεις των σχέσεων βιολογικών και βιοχημικών μονοπατιών. Η SHY βασίζεται στη συμπληρωματικότητα των μεθόδων NMR και MS σα δομικά εργαλεία, η οποία καταστά αναγκαία την παράλληλη χρήση τους για τη διερεύνηση των δομών σε μελέτες φυσικών προϊόντων, την ανάλυση μεταβολιτών φαρμάκων και σε άλλα σύνθετα προβλήματα ανάλυσης μειγμάτων. Μέχρι στιγμής, η πλειοψηφία των εφαρμογών αυτών των δύο εργαλείων αφορούσε μελέτες μεταβολομικής σε ιστούς ή βιολογικά υγρά. Στην παρούσα εργασία γίνεται συνδιασμός δύο σημαντικών τομέων της έρευνας, της χημείας των φυσικών προϊόντων και τη μεταβολομικής (Plantomics), έχοντας ως στόχο την διερεύνηση της επιτυχίας του εντοπισμού των μικρών βιολογικών μορίων, είτε ως καθαρές δραστικές ενώσεις (φυσικά προϊόντα) είτε ως βιοδείκτες (μεταβολομική) με χρήση των προαναφερθέντων εργαλείων της στατιστικής φασματοσκοπίας σε στοχευμένη ανάλυση των δειγμάτων κλασμάτων που προέρχονται από κλασματοποίηση CPC των εκχυλισμάτων του φυτού Morus Alba. Επιπλέον, διερευνήθηκε η επέκταση της στατιστικής ετεροφασματοσκοπίας σε δεδομένα δραστικότητας και NMR, διερευνώντας το ποσοστό επιτυχίας της ταυτοποίησης βιοδραστικών ενώσεων στα δεδομένα NMR στα δείγματα κλασμάτων του φυτού Morus Alba και σε θαλάσσιους οργανισμούς. Αρχικά, αναπτύχθηκε η HetCA Toolbox, βάση της οποίας αποδείχθηκε ότι η συσχέτιση δεδομένων NMR και δεδομένων δραστικότητας μπορεί να αποκαλύψει τα δομικά χαρακτηριστικά των δραστικών μεταβολιτών των κλασμάτων και των θαλάσσιων οργανισμών. Επειδή τα δείγματα είναι προϊόντα κλασματοποίησης CPC, τα οποία περιέχουν δευτερογενείς μεταβολίτες σε διαφορετικές συγκεντρώσεις σε διαφορετικές ομάδες κλασμάτων ακολουθώντας κάποια κατανομή, παρατηρήθηκε ότι δεν είναι δόκιμο να εφαρμοστεί ο αλγόριθμος HetCA στο σύνολο των φασμάτων. Συγκεκριμένα, προτείνεται η εφαρμογή του σε ομάδες των φασμάτων 14 που ορίζονται είτε βάσει του πως διαχωρίζονται βάση της στατιστικής ανάλυσης PCA, είτε κάθε φορά σε 4 φάσματα, καθώς βρέθηκε ότι αυτός είναι ο ελάχιστος αριθμός δειγμάτων για να γίνει επιτυχής συσχέτιση δεδομένων. Όσον αφορά την περίπτωση των θαλάσσιων οργανισμών, η HetCA εφαρμόσθηκε ξέχωρα για κάθε είδος, αποκλείοντας τα είδη που αποτελούνται μόνο από ένα δείγμα. Η προαναφερθείσα οδηγία εκφάνθηκε μέσω πολλαπλών αναλύσεων PCA στα φάσματα NMR των οργανισμών. Επόμενο βήμα για την ταυτοποίηση των δραστικών μεταβολιτών που προέκυψαν από τον αλγόριθμο HetCA είναι η εφαρμογή του αλγόριθμου STOCSY, υπό τις ίδιες συνθήκες, με χρήση της Bruker Toolbox. Επομένως, έχοντας ως οδηγό τα 1D ψευδοφάσματα 1H NMR που προέκυψαν, γίνεται εφαρμογή του αλγόριθμου STOCSY επιλέγοντας ο χρήστης μια κορυφή ενδιαφέροντος σε κάθε ομάδα κλασμάτων ή ειδών θαλάσσιων οργανισμών ώστε, είτε να διασταυτώσει τα δομικά χαρακτηριστικά του δραστικού δευτερογενούς μεταβολίτη, είτε να ταυτοποιήσει κάποιο άλλο μεταβολίτη. Και στις δύο εφαρμογές παρατηρήθηκε ότι η επιλογή προκαθορισμένου κατώτερου όριου συσχέτισης r &gt; 0.90 θεωρήθηκε επαρκής για τη συσχέτιση δύο κορυφών σε μια δομική ομάδα. Πριν την εφαρμογή της στατιστικής ετεροφρασματοσκοπίας έγινε συγκριτική μελέτη αρκετών λογισμικών για την ανίχνευση των μεταβολομικών δεδομένων LC-MS, επικεντρώνοντας στο λογισμικό MZmine στη περίπτωση των δειγμάτων του φυτού Morus Alba. Έτσι, πραγματοποιήθηκε μια σειρά από συγκριτικές μελέτες για τη διερεύνηση της επίδρασης της επιλογής διαφορετικών παραμέτρων και αλγορίθμων στην επεξεργασία, οπτικοποίηση και ανάλυση δεδομένων φασματομετρίας μάζας για την εξαγωγή των σημάτων 2-D LC-MS χρησιμοποιώντας το λογισμικό MZmine και ελέγχοντας κάθε φορά το συνολικό αριθμό των εξαγόμενων m/z_RT και το αν σε αυτά περιλαμβάνονται τα m/z_RT που αντιστοιχούν στους μεταβολίτες ενδιαφέροντος, μιας και πραγματοποιείται μια στοχευμένη ανάλυση. Έτσι, διερευνήθηκε η επιλογή ή μη της ενότητας Baseline Correction, η χρήση του λογισμικού CAMERA, η επιλογή των βέλτιστων αλγορίθμων της ενότητας Mass Detection και Chromatograph deconvolution και των βέλτιστων τιμών των παραμέτρων τους σύμφωνα με τα προαναφερθέντα κριτήρια. Συνοψίζοντας, προτείνεται η χρήση της ενότητας Baseline Correction και της CAMERA, καθώς, προτείνονται οι αλγόριθμοι Local maxima και Centroid της ενότητας Mass Detection, και οι Local minima και Savitzky-Golay για αποσυνέλιξη χρωματογραφικών κορυφών. Στη συνέχεια, αναπτύχθηκε το Μass_data_driven Toolbox που επικεντρώνεται στην επεξεργασία των δεδομένων της φασματομετρίας μάζας των κλασμάτων που προέρχονται από κλασματοποίηση CPC. Συγκεκριμένα, αναπτύχθηκε ο αλγόριθμος CPC_cut_off, που αφορά δεδομένα MS προϊόντων κλασματοποίησης CPC, ο οποίος μειώνει κατά περίπου 61.90 % ± 3.33 % τον συνολικό αριθμό των m/z_RT που προέρχονται από τα λογισμικά για LC-MS επεξεργασία δεδομένων, ελέγχοντας και πάλι αν στα εξαγόμενα m/z_RT εμπεριέχονται τα στοιχεία m/z_RT που αντιστοιχούν στους μεταβολίτες ενδιαφέροντος. Επίσης, έγινε ανάπτυξη του αλγορίθμου mass_profile_group, ο οποίος έχει στόχο την ταξινόμηση των στοιχείων m/z_RT σε ομάδες (cells) κάνοντας ανά ζεύγη συσχέτιση των αριθμητικών τιμών των εντάσεων ή των εμβαδών των στοιχείων m/z_RT ανά τα κλάσματα, καθώς, επίσης, διερευνεί ταυτόχρονα ανά 15 ομάδα (cell) τη πιθανή ύπαρξη παραγώγων ιόντων ενός μεταβολίτη, τα οποία εκλούονται στον ίδιο χρόνο, επιστρέφοντας στο χρήστη ένα σύνολο δεδομένων το οποίο αποτελείται μόνο από τα βασικά ιόντα, οδηγώντας σε περαιτέρω μείωση των δεδομένων m/z_RT, κατά 19.71 % ± 4.38 %. Αυτός ο αλγόριθμος μπορεί να εφαρμοσθεί και σε δεδομένα MS πέρα από αυτών που προέρχονται από κλασματοποίηση CPC. Έπειτα, γίνεται εφαρμογή του αλγορίθμου SHY, όπου στην περίπτωση του Morus Alba, ο αλγόριθμος εφαρμόστηκε σε ομάδες των φασμάτων, όπως πράχθηκε και κατά την εφαρμογή του HetCA Toolbox και της STOCSY. Λόγω του συμπεράσματος ότι πανομοιότυπα 1D ψευδοφάσματα 1H NMR συσχέτισης δεδομένων NMR – MS παρουσίαζουν τα στοιχεία που ανήκουν στην ίδια ομάδα (cell) βάση του προηγούμενου αλγορίθμου, προτείνεται η διατήρηση των στοιχείων m/z_RT που παρουσιάζουν τη μέγιστη τιμή στα αντίστοιχα κλάσματα κάθε ομάδας (cell). Η εφαρμογή της διαδικασίας αυτής οδήγησε σε συνολική μείωση των δεδομένων m/z_RT, κατά ~76.37 %, στα οποία εμπεριέχονταν όλα τα στοιχεία ενδιαφέροντος m/z_RT. Έτσι, ο χρήστης σε κάθε εφαρμογή της SHY στις 37 επαναλήψεις των 4 κλασμάτων λαμβάνει λιγότερα ψευδώς θετικά αποτελέσματα (ψευδοφάσματα). Τα ψευδοφάσματα που εξέρχονται εντός της κάθε μιας από τις 37 επαναληψεις μπορούν να διαφοροποιηθούν από άσχετα και άτοπα (nonsence) δεδομένα m/z_RT, ενώ και ο μικρός αριθμός τους καθιστά τη χρήση τους πιο στοχευμένη, διότι ο χρήστης μπορεί να τα συγκρίνει οπτικά και να τα απορρίψει ή να τα δεκτεί. Ολοκληρώνοντας, με την εφαρμογή της SHY επιτεύχθηκε επιτυχής συσχέτιση και ανάθεση δεδομένων NMR και MS μόνο στα 7 από τα 12 μόρια (58.33 % επιτυχία), ενώ αναγνωρίστηκαν και άλλες ουσίες οι οποίες δεν ήταν δυνατό να αναγνωριστούν με την ως τώρα διαδικασία. Τελευταία ιδέα αποτέλεσε η ταυτόχρονη σύγκριση των δεδομένων MS, NMR και δραστικότητας για την άμεση ταυτοποίηση των δραστικών μοριών και με τις 3 ομάδες αριθμητικών δεδομένων. Έτσι, δημιουργήθηκε το script shyhetCA. Η επιτυχία της ορθής ταυτοποίησης των δραστικών μορίων με τη βοήθεια αυτού του script σε δεδομένα MS με τα αντίστοιχα δεδομένα NMR και IC50 ανέρχεται στο ~75%. Συνοψίζοντας, προτείνεται ένα διάγραμμα ροής για τη χρήση της στατιστικής φασματοσκοπίας SHY σε κλάσματα που προέρχονται από κλασματοποίηση CPC και η διερεύνηση της επιτυχίας της χρήσης του.","abstract_has_math":false,"creators":["Σάνη Μαρία"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2016,"date_issued":"2016","date_published":"2016","updated_at":"2026-11-19T05:27:15Z","subjects":["Θετικές Επιστήμες","Science"],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:1325630"],"render_values":[{"text":"uoadl:1325630","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/1325630","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/1325630","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A1325630","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Σάνη Μαρία"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2016"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Θετικές Επιστήμες","Science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["Ελληνικά","Greek"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:1325630","https://pergamos.lib.uoa.gr/uoa/dl/object/1325630"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Οι μελέτες μεταβολομικής και μεταβονομικής βασίζονται στα φασματοσκοπικά ή φασματομετρικά δεδομένα πολύπλοκων βιολογικών δειγμάτων, προερχόμενων κυρίως από τη φασματοσκοπία 1Η NMR αλλά και από τη χρωματογραφία στερεής ή αέριας φάσης σε σύζευξη με τη φασματομετρία μάζας. Σε αυτές, η αναγνώριση της δομής μιας ουσίας αποτελούσε μια χρονοβόρα διαδικασία με ανάλυση δεδομένων της φασματοσκοπίας NMR και της φασματομετρίας μάζας μεμονωμένα, η οποία βασιζόταν στη χρήση βάσεων δεδομένων, στις οποίες, προφανώς, ήταν αδύνατο να συγκαταλέγονται όλες οι ουσίες. Ωστόσο, τα τελευταία χρόνια, η ανάπτυξη της στατιστικής φασματοσκοπίας και η συνεχής βελτίωση και επέκταση των εργαλείων της αυξάνουν σημαντικά τη χρησιμότητά της στις μελέτες μεταβολομικής και μεταβονομικής ως εργαλείο ταυτοποίησης και αναγνώρισης μεταβολιτών σε μικρό χρόνο. Δύο σημαντικά εργαλεία της, τα οποία πραγματεύεται αυτή η εργασία είναι η Στατιστική συνολική φασματοσκοπία συσχέτισης (Statistical Total Correlation Spectroscopy, STOCSY) και η Στατιστική ετεροφασματοσκοπία (Statistical heterospectroscopy, SHY). Η STOCSY πραγματεύεται τον εντοπισμό των δομικών σχέσεων μεταξύ των 1D σημάτων 1Η NMR ή 13C NMR, την ανακάλυψη δομικών σχέσεων μεταξύ πολλών αναλυτικών πλατφόρμων και την ταυτοποίηση μεταβολιτών από μεταξύ συσχετίσεις των σχέσεων βιολογικών και βιοχημικών μονοπατιών. Η SHY βασίζεται στη συμπληρωματικότητα των μεθόδων NMR και MS σα δομικά εργαλεία, η οποία καταστά αναγκαία την παράλληλη χρήση τους για τη διερεύνηση των δομών σε μελέτες φυσικών προϊόντων, την ανάλυση μεταβολιτών φαρμάκων και σε άλλα σύνθετα προβλήματα ανάλυσης μειγμάτων. Μέχρι στιγμής, η πλειοψηφία των εφαρμογών αυτών των δύο εργαλείων αφορούσε μελέτες μεταβολομικής σε ιστούς ή βιολογικά υγρά. Στην παρούσα εργασία γίνεται συνδιασμός δύο σημαντικών τομέων της έρευνας, της χημείας των φυσικών προϊόντων και τη μεταβολομικής (Plantomics), έχοντας ως στόχο την διερεύνηση της επιτυχίας του εντοπισμού των μικρών βιολογικών μορίων, είτε ως καθαρές δραστικές ενώσεις (φυσικά προϊόντα) είτε ως βιοδείκτες (μεταβολομική) με χρήση των προαναφερθέντων εργαλείων της στατιστικής φασματοσκοπίας σε στοχευμένη ανάλυση των δειγμάτων κλασμάτων που προέρχονται από κλασματοποίηση CPC των εκχυλισμάτων του φυτού Morus Alba. Επιπλέον, διερευνήθηκε η επέκταση της στατιστικής ετεροφασματοσκοπίας σε δεδομένα δραστικότητας και NMR, διερευνώντας το ποσοστό επιτυχίας της ταυτοποίησης βιοδραστικών ενώσεων στα δεδομένα NMR στα δείγματα κλασμάτων του φυτού Morus Alba και σε θαλάσσιους οργανισμούς. Αρχικά, αναπτύχθηκε η HetCA Toolbox, βάση της οποίας αποδείχθηκε ότι η συσχέτιση δεδομένων NMR και δεδομένων δραστικότητας μπορεί να αποκαλύψει τα δομικά χαρακτηριστικά των δραστικών μεταβολιτών των κλασμάτων και των θαλάσσιων οργανισμών. Επειδή τα δείγματα είναι προϊόντα κλασματοποίησης CPC, τα οποία περιέχουν δευτερογενείς μεταβολίτες σε διαφορετικές συγκεντρώσεις σε διαφορετικές ομάδες κλασμάτων ακολουθώντας κάποια κατανομή, παρατηρήθηκε ότι δεν είναι δόκιμο να εφαρμοστεί ο αλγόριθμος HetCA στο σύνολο των φασμάτων. Συγκεκριμένα, προτείνεται η εφαρμογή του σε ομάδες των φασμάτων 14 που ορίζονται είτε βάσει του πως διαχωρίζονται βάση της στατιστικής ανάλυσης PCA, είτε κάθε φορά σε 4 φάσματα, καθώς βρέθηκε ότι αυτός είναι ο ελάχιστος αριθμός δειγμάτων για να γίνει επιτυχής συσχέτιση δεδομένων. Όσον αφορά την περίπτωση των θαλάσσιων οργανισμών, η HetCA εφαρμόσθηκε ξέχωρα για κάθε είδος, αποκλείοντας τα είδη που αποτελούνται μόνο από ένα δείγμα. Η προαναφερθείσα οδηγία εκφάνθηκε μέσω πολλαπλών αναλύσεων PCA στα φάσματα NMR των οργανισμών. Επόμενο βήμα για την ταυτοποίηση των δραστικών μεταβολιτών που προέκυψαν από τον αλγόριθμο HetCA είναι η εφαρμογή του αλγόριθμου STOCSY, υπό τις ίδιες συνθήκες, με χρήση της Bruker Toolbox. Επομένως, έχοντας ως οδηγό τα 1D ψευδοφάσματα 1H NMR που προέκυψαν, γίνεται εφαρμογή του αλγόριθμου STOCSY επιλέγοντας ο χρήστης μια κορυφή ενδιαφέροντος σε κάθε ομάδα κλασμάτων ή ειδών θαλάσσιων οργανισμών ώστε, είτε να διασταυτώσει τα δομικά χαρακτηριστικά του δραστικού δευτερογενούς μεταβολίτη, είτε να ταυτοποιήσει κάποιο άλλο μεταβολίτη. Και στις δύο εφαρμογές παρατηρήθηκε ότι η επιλογή προκαθορισμένου κατώτερου όριου συσχέτισης r > 0.90 θεωρήθηκε επαρκής για τη συσχέτιση δύο κορυφών σε μια δομική ομάδα. Πριν την εφαρμογή της στατιστικής ετεροφρασματοσκοπίας έγινε συγκριτική μελέτη αρκετών λογισμικών για την ανίχνευση των μεταβολομικών δεδομένων LC-MS, επικεντρώνοντας στο λογισμικό MZmine στη περίπτωση των δειγμάτων του φυτού Morus Alba. Έτσι, πραγματοποιήθηκε μια σειρά από συγκριτικές μελέτες για τη διερεύνηση της επίδρασης της επιλογής διαφορετικών παραμέτρων και αλγορίθμων στην επεξεργασία, οπτικοποίηση και ανάλυση δεδομένων φασματομετρίας μάζας για την εξαγωγή των σημάτων 2-D LC-MS χρησιμοποιώντας το λογισμικό MZmine και ελέγχοντας κάθε φορά το συνολικό αριθμό των εξαγόμενων m/z_RT και το αν σε αυτά περιλαμβάνονται τα m/z_RT που αντιστοιχούν στους μεταβολίτες ενδιαφέροντος, μιας και πραγματοποιείται μια στοχευμένη ανάλυση. Έτσι, διερευνήθηκε η επιλογή ή μη της ενότητας Baseline Correction, η χρήση του λογισμικού CAMERA, η επιλογή των βέλτιστων αλγορίθμων της ενότητας Mass Detection και Chromatograph deconvolution και των βέλτιστων τιμών των παραμέτρων τους σύμφωνα με τα προαναφερθέντα κριτήρια. Συνοψίζοντας, προτείνεται η χρήση της ενότητας Baseline Correction και της CAMERA, καθώς, προτείνονται οι αλγόριθμοι Local maxima και Centroid της ενότητας Mass Detection, και οι Local minima και Savitzky-Golay για αποσυνέλιξη χρωματογραφικών κορυφών. Στη συνέχεια, αναπτύχθηκε το Μass_data_driven Toolbox που επικεντρώνεται στην επεξεργασία των δεδομένων της φασματομετρίας μάζας των κλασμάτων που προέρχονται από κλασματοποίηση CPC. Συγκεκριμένα, αναπτύχθηκε ο αλγόριθμος CPC_cut_off, που αφορά δεδομένα MS προϊόντων κλασματοποίησης CPC, ο οποίος μειώνει κατά περίπου 61.90 % ± 3.33 % τον συνολικό αριθμό των m/z_RT που προέρχονται από τα λογισμικά για LC-MS επεξεργασία δεδομένων, ελέγχοντας και πάλι αν στα εξαγόμενα m/z_RT εμπεριέχονται τα στοιχεία m/z_RT που αντιστοιχούν στους μεταβολίτες ενδιαφέροντος. Επίσης, έγινε ανάπτυξη του αλγορίθμου mass_profile_group, ο οποίος έχει στόχο την ταξινόμηση των στοιχείων m/z_RT σε ομάδες (cells) κάνοντας ανά ζεύγη συσχέτιση των αριθμητικών τιμών των εντάσεων ή των εμβαδών των στοιχείων m/z_RT ανά τα κλάσματα, καθώς, επίσης, διερευνεί ταυτόχρονα ανά 15 ομάδα (cell) τη πιθανή ύπαρξη παραγώγων ιόντων ενός μεταβολίτη, τα οποία εκλούονται στον ίδιο χρόνο, επιστρέφοντας στο χρήστη ένα σύνολο δεδομένων το οποίο αποτελείται μόνο από τα βασικά ιόντα, οδηγώντας σε περαιτέρω μείωση των δεδομένων m/z_RT, κατά 19.71 % ± 4.38 %. Αυτός ο αλγόριθμος μπορεί να εφαρμοσθεί και σε δεδομένα MS πέρα από αυτών που προέρχονται από κλασματοποίηση CPC. Έπειτα, γίνεται εφαρμογή του αλγορίθμου SHY, όπου στην περίπτωση του Morus Alba, ο αλγόριθμος εφαρμόστηκε σε ομάδες των φασμάτων, όπως πράχθηκε και κατά την εφαρμογή του HetCA Toolbox και της STOCSY. Λόγω του συμπεράσματος ότι πανομοιότυπα 1D ψευδοφάσματα 1H NMR συσχέτισης δεδομένων NMR – MS παρουσίαζουν τα στοιχεία που ανήκουν στην ίδια ομάδα (cell) βάση του προηγούμενου αλγορίθμου, προτείνεται η διατήρηση των στοιχείων m/z_RT που παρουσιάζουν τη μέγιστη τιμή στα αντίστοιχα κλάσματα κάθε ομάδας (cell). Η εφαρμογή της διαδικασίας αυτής οδήγησε σε συνολική μείωση των δεδομένων m/z_RT, κατά ~76.37 %, στα οποία εμπεριέχονταν όλα τα στοιχεία ενδιαφέροντος m/z_RT. Έτσι, ο χρήστης σε κάθε εφαρμογή της SHY στις 37 επαναλήψεις των 4 κλασμάτων λαμβάνει λιγότερα ψευδώς θετικά αποτελέσματα (ψευδοφάσματα). Τα ψευδοφάσματα που εξέρχονται εντός της κάθε μιας από τις 37 επαναληψεις μπορούν να διαφοροποιηθούν από άσχετα και άτοπα (nonsence) δεδομένα m/z_RT, ενώ και ο μικρός αριθμός τους καθιστά τη χρήση τους πιο στοχευμένη, διότι ο χρήστης μπορεί να τα συγκρίνει οπτικά και να τα απορρίψει ή να τα δεκτεί. Ολοκληρώνοντας, με την εφαρμογή της SHY επιτεύχθηκε επιτυχής συσχέτιση και ανάθεση δεδομένων NMR και MS μόνο στα 7 από τα 12 μόρια (58.33 % επιτυχία), ενώ αναγνωρίστηκαν και άλλες ουσίες οι οποίες δεν ήταν δυνατό να αναγνωριστούν με την ως τώρα διαδικασία. Τελευταία ιδέα αποτέλεσε η ταυτόχρονη σύγκριση των δεδομένων MS, NMR και δραστικότητας για την άμεση ταυτοποίηση των δραστικών μοριών και με τις 3 ομάδες αριθμητικών δεδομένων. Έτσι, δημιουργήθηκε το script shyhetCA. Η επιτυχία της ορθής ταυτοποίησης των δραστικών μορίων με τη βοήθεια αυτού του script σε δεδομένα MS με τα αντίστοιχα δεδομένα NMR και IC50 ανέρχεται στο ~75%. Συνοψίζοντας, προτείνεται ένα διάγραμμα ροής για τη χρήση της στατιστικής φασματοσκοπίας SHY σε κλάσματα που προέρχονται από κλασματοποίηση CPC και η διερεύνηση της επιτυχίας της χρήσης του.","Metabolomics and metabonomics studies are based on the spectroscopic or spectrometric data of complex biological samples, in particular from 1H NMR spectroscopy and by solid or gas chromatography coupled to mass spectrometry (MS). In these cases; the identification of the structure of a substance was a time consuming process which included the individual analysis of NMR spectroscopy data and mass spectrometry data, based on the use of databases; which; obviously, was impossible to include all substances’ spectroscopic data. However; in recent years; the development of statistical spectroscopy and the continuous improvement and expansion of its tools significantly increase its usefulness in metabolomics and metabonomics studies as an identification tool which helped in the identification of metabolites in a short time. Two important tools of statistical spectroscopy; with which this research deals with is the Statistic Total Correlation Spectroscopy (STOCSY) and the Statistical Heterospectroscopy (SHY). STOCSY deals with the detection of structural relationships between 1D 1H NMR or 13C NMR signals; the discovery of structural relationships among multiple analytical platforms and the identification of correlations between metabolites of relations of biological and biochemical pathways. SHY is based on the complementarity of NMR and MS methods as structural tools, which necessitates their parallel use to investigate the structures in natural products studies; drug metabolites analysis and other complex mixtures analysis problems. So far; the majority of the applications of these two statistical tools were performed on metabolomics studies; in tissues or biological fluids. This work combines the two major areas of research, chemistry of natural products and metabolomics (Plantomics), aiming to investigate the success of detection of small organic molecules, either as pure active compounds (natural products) or as biomarkers (metabolomics) by using the aforementioned statistical spectroscopy’s tools in the case of the targeted analysis of fraction samples from CPC fractionation of Morus Alba plant extracts. Furthermore, it is investigated the extension of the application of Statistical Heterospectroscopy to activity and NMR data, by investigating the identification success rate of bioactive compounds to NMR data in fractions of Morus Alba plant extracts and in marine organisms. First of all, HetCA Toolbox was developed, based on which it was proved that the correlation between NMR and activity data can reveal the structural characteristics of the active metabolites of the fractions and marine organisms. Because the samples are products of CPC fractionation; containing secondary metabolites in different concentrations in different fractions’ groups, following an approximated distribution, it was noted that it is not prudent to apply the algorithm HetCA throughout the spectra. Therefore, HetCa was applied in groups of spectra, defined by either the separation pattern of NMR spectra in PCA statistical analysis, either by correlation of every 4 spectra, because it was observed that this is the minimum number of spectra in order to perform a successful correlation of data. As far as it concerns marine organisms, HetCA Toolbox was performed saperately in every species, excluding these which are consisted only of one sample. The above 18 mentioned procedure was suggested through the results of multiple PCA analyzes of marine organisms’ NMR spectra. Next step for the identification of the active metabolites resulting from HetCA algorithm is the application of the algorithm STOCSY; under the same conditions; using the Bruker Toolbox. Therefore; using the guidance of the 1D 1H NMR obtained pseudospectra; the STOCSY algorithm is applied in each group of fractions’ or marine organisms’ species NMR spectra by selecting the peak of interest in order to; either crossvalidate the structural characteristics of the active secondary metabolite or identify another metabolite. In both algorithms; it was observed that the choice predetermined lower limit correlation r > 0.90 was considered sufficient to relate the two peaks in a subassembly. Before applying the Statistical Heterospectroscopy algorithm, a comparative study of several frameworks for detecting LC-MS data was made, focusing on MZmine software in the case of Morus Alba fractions. Thus, a series of comparative studies to investigate the effect of choosing different parameters and algorithms in processing, visualization and analysis of mass spectrometry data for the export of 2D LC-MS signals using MZmine software by checking each time the total number of the exported m/z_RT results and whether these include the m/z_RT corresponding to the metabolites of interest, since a targeted analysis took place. Additionally, it was investigated the selection or non- of the module Baseline Correction, the use of CAMERA software; the selection of the best algorithms in Mass Detection and in Chromatograph deconvolution modules and the best parameter values for optimization; according to the above criteria. In summary, it is suggested the use of the module Baseline Correction and CAMERA, as well as, the optimized algorithms Local maxima and Centroid for the module Mass Detection, and Local minima and Savitzky-Golay for deconvolution of the chromatographic peaks. Then, the Mass_data_driven Toolbox was developed; focused on processing of mass spectral data of the fractions from CPC fractionation. Specifically, the CPC_cut_off algorithm was developed according MS data obtained from samples which were treated in CPC fractionation; and its application resulted in the decrease of 61.90 % ± 3.33 % of the total number of m/z_RT obtained from a software for LC-MS data processing. The criteria of the success of this algorithm were confirmed by checking again whether the obtained m/z_RT results contained the m/z_RT data corresponding to the metabolites of interest. The mass_profile _group algorithm was; also; developed, which can also be applied in other MS data than these. The latter aims to classify m/z_RT data into groups (cells) by pairwise correlation of the Height or Area m/z_RT numerical data per fractions, as also investigates simultaneously per class (cell) the possible existence of ion’s derivatives of a metabolite, which are eluted in the retention time. At last, it is exported a set of m/z_RT data which consists only of the basic ions and the above algorithm results in a further m/z_RT data’s decrease of 19.71 % ± 4.38 %. Then, SHY algorithm was performed, where in the case of Morus Alba, was applied to the spectra groups, likewise the application of HetCA Toolbox and STOCSY. Due to the conclusion that the m/z_RT data belonging to the same group (cell) based on the previous algorithm result in identical 1D 1H NMR pseudospectra obtained from correlation of NMR and MS data; it is proposed to maintain the m/z_RT data showing the maximum value in the corresponding fractions of each 19 group (cell). The application of this procedure led to an overall m/z_RT data’s reduction of ~76.37%, which still contained all the m/z_RT of interest. Thus, the user takes fewer false- positive results (pseudospectra) in every application of SHY to 37 repetitions of 4 fractions. The pseudospectra exported within each of the 37 repeats can be distinguished from unrelated and atopic (nonsence) m/z_RT data while their small number makes their use more focused because the user can visually compare, reject or accept them. In conclusion, the implementation of SHY achieved successful association and assigning of NMR and MS data in only 7 of the 12 molecules (58.33 % success)., while recognized and other substances that could not be identified with the process so far Last idea was the simultaneous comparison of MS, NMR and activity data for the direct identification of active molecules with the 3 numerical data blocks. Thus, the shyhetCA script was created. The success of the correct identification of active molecules by means of this script to MS data with the NMR and IC50 data reaches ~75 %. In summary, it is provided a flow chart for the use of SHY in samples derived from CPC fractionation and an investigation of the success of its use."]},{"key":"dc:title","label":"Title","values":["Διερεύνηση και εφαρμογή της Στατιστικής φασματοσκοπίας στη μεταβολομική ανάλυση πολύπλοκων φυτικών εκχυλισμάτων. Χρήση της συνδιακύμαΝσης δεδομένων ΝΜR, LC-MS και βιοδραστικότητας για την ταυτοποίηση φυσικών προϊόντων."]}]}],"canonical_facts":{"dc:creator":["Σάνη Μαρία"],"dc:date":["2016"],"dc:description":["Οι μελέτες μεταβολομικής και μεταβονομικής βασίζονται στα φασματοσκοπικά ή φασματομετρικά δεδομένα πολύπλοκων βιολογικών δειγμάτων, προερχόμενων κυρίως από τη φασματοσκοπία 1Η NMR αλλά και από τη χρωματογραφία στερεής ή αέριας φάσης σε σύζευξη με τη φασματομετρία μάζας. Σε αυτές, η αναγνώριση της δομής μιας ουσίας αποτελούσε μια χρονοβόρα διαδικασία με ανάλυση δεδομένων της φασματοσκοπίας NMR και της φασματομετρίας μάζας μεμονωμένα, η οποία βασιζόταν στη χρήση βάσεων δεδομένων, στις οποίες, προφανώς, ήταν αδύνατο να συγκαταλέγονται όλες οι ουσίες. Ωστόσο, τα τελευταία χρόνια, η ανάπτυξη της στατιστικής φασματοσκοπίας και η συνεχής βελτίωση και επέκταση των εργαλείων της αυξάνουν σημαντικά τη χρησιμότητά της στις μελέτες μεταβολομικής και μεταβονομικής ως εργαλείο ταυτοποίησης και αναγνώρισης μεταβολιτών σε μικρό χρόνο. Δύο σημαντικά εργαλεία της, τα οποία πραγματεύεται αυτή η εργασία είναι η Στατιστική συνολική φασματοσκοπία συσχέτισης (Statistical Total Correlation Spectroscopy, STOCSY) και η Στατιστική ετεροφασματοσκοπία (Statistical heterospectroscopy, SHY). Η STOCSY πραγματεύεται τον εντοπισμό των δομικών σχέσεων μεταξύ των 1D σημάτων 1Η NMR ή 13C NMR, την ανακάλυψη δομικών σχέσεων μεταξύ πολλών αναλυτικών πλατφόρμων και την ταυτοποίηση μεταβολιτών από μεταξύ συσχετίσεις των σχέσεων βιολογικών και βιοχημικών μονοπατιών. Η SHY βασίζεται στη συμπληρωματικότητα των μεθόδων NMR και MS σα δομικά εργαλεία, η οποία καταστά αναγκαία την παράλληλη χρήση τους για τη διερεύνηση των δομών σε μελέτες φυσικών προϊόντων, την ανάλυση μεταβολιτών φαρμάκων και σε άλλα σύνθετα προβλήματα ανάλυσης μειγμάτων. Μέχρι στιγμής, η πλειοψηφία των εφαρμογών αυτών των δύο εργαλείων αφορούσε μελέτες μεταβολομικής σε ιστούς ή βιολογικά υγρά. Στην παρούσα εργασία γίνεται συνδιασμός δύο σημαντικών τομέων της έρευνας, της χημείας των φυσικών προϊόντων και τη μεταβολομικής (Plantomics), έχοντας ως στόχο την διερεύνηση της επιτυχίας του εντοπισμού των μικρών βιολογικών μορίων, είτε ως καθαρές δραστικές ενώσεις (φυσικά προϊόντα) είτε ως βιοδείκτες (μεταβολομική) με χρήση των προαναφερθέντων εργαλείων της στατιστικής φασματοσκοπίας σε στοχευμένη ανάλυση των δειγμάτων κλασμάτων που προέρχονται από κλασματοποίηση CPC των εκχυλισμάτων του φυτού Morus Alba. Επιπλέον, διερευνήθηκε η επέκταση της στατιστικής ετεροφασματοσκοπίας σε δεδομένα δραστικότητας και NMR, διερευνώντας το ποσοστό επιτυχίας της ταυτοποίησης βιοδραστικών ενώσεων στα δεδομένα NMR στα δείγματα κλασμάτων του φυτού Morus Alba και σε θαλάσσιους οργανισμούς. Αρχικά, αναπτύχθηκε η HetCA Toolbox, βάση της οποίας αποδείχθηκε ότι η συσχέτιση δεδομένων NMR και δεδομένων δραστικότητας μπορεί να αποκαλύψει τα δομικά χαρακτηριστικά των δραστικών μεταβολιτών των κλασμάτων και των θαλάσσιων οργανισμών. Επειδή τα δείγματα είναι προϊόντα κλασματοποίησης CPC, τα οποία περιέχουν δευτερογενείς μεταβολίτες σε διαφορετικές συγκεντρώσεις σε διαφορετικές ομάδες κλασμάτων ακολουθώντας κάποια κατανομή, παρατηρήθηκε ότι δεν είναι δόκιμο να εφαρμοστεί ο αλγόριθμος HetCA στο σύνολο των φασμάτων. Συγκεκριμένα, προτείνεται η εφαρμογή του σε ομάδες των φασμάτων 14 που ορίζονται είτε βάσει του πως διαχωρίζονται βάση της στατιστικής ανάλυσης PCA, είτε κάθε φορά σε 4 φάσματα, καθώς βρέθηκε ότι αυτός είναι ο ελάχιστος αριθμός δειγμάτων για να γίνει επιτυχής συσχέτιση δεδομένων. Όσον αφορά την περίπτωση των θαλάσσιων οργανισμών, η HetCA εφαρμόσθηκε ξέχωρα για κάθε είδος, αποκλείοντας τα είδη που αποτελούνται μόνο από ένα δείγμα. Η προαναφερθείσα οδηγία εκφάνθηκε μέσω πολλαπλών αναλύσεων PCA στα φάσματα NMR των οργανισμών. Επόμενο βήμα για την ταυτοποίηση των δραστικών μεταβολιτών που προέκυψαν από τον αλγόριθμο HetCA είναι η εφαρμογή του αλγόριθμου STOCSY, υπό τις ίδιες συνθήκες, με χρήση της Bruker Toolbox. Επομένως, έχοντας ως οδηγό τα 1D ψευδοφάσματα 1H NMR που προέκυψαν, γίνεται εφαρμογή του αλγόριθμου STOCSY επιλέγοντας ο χρήστης μια κορυφή ενδιαφέροντος σε κάθε ομάδα κλασμάτων ή ειδών θαλάσσιων οργανισμών ώστε, είτε να διασταυτώσει τα δομικά χαρακτηριστικά του δραστικού δευτερογενούς μεταβολίτη, είτε να ταυτοποιήσει κάποιο άλλο μεταβολίτη. Και στις δύο εφαρμογές παρατηρήθηκε ότι η επιλογή προκαθορισμένου κατώτερου όριου συσχέτισης r > 0.90 θεωρήθηκε επαρκής για τη συσχέτιση δύο κορυφών σε μια δομική ομάδα. Πριν την εφαρμογή της στατιστικής ετεροφρασματοσκοπίας έγινε συγκριτική μελέτη αρκετών λογισμικών για την ανίχνευση των μεταβολομικών δεδομένων LC-MS, επικεντρώνοντας στο λογισμικό MZmine στη περίπτωση των δειγμάτων του φυτού Morus Alba. Έτσι, πραγματοποιήθηκε μια σειρά από συγκριτικές μελέτες για τη διερεύνηση της επίδρασης της επιλογής διαφορετικών παραμέτρων και αλγορίθμων στην επεξεργασία, οπτικοποίηση και ανάλυση δεδομένων φασματομετρίας μάζας για την εξαγωγή των σημάτων 2-D LC-MS χρησιμοποιώντας το λογισμικό MZmine και ελέγχοντας κάθε φορά το συνολικό αριθμό των εξαγόμενων m/z_RT και το αν σε αυτά περιλαμβάνονται τα m/z_RT που αντιστοιχούν στους μεταβολίτες ενδιαφέροντος, μιας και πραγματοποιείται μια στοχευμένη ανάλυση. Έτσι, διερευνήθηκε η επιλογή ή μη της ενότητας Baseline Correction, η χρήση του λογισμικού CAMERA, η επιλογή των βέλτιστων αλγορίθμων της ενότητας Mass Detection και Chromatograph deconvolution και των βέλτιστων τιμών των παραμέτρων τους σύμφωνα με τα προαναφερθέντα κριτήρια. Συνοψίζοντας, προτείνεται η χρήση της ενότητας Baseline Correction και της CAMERA, καθώς, προτείνονται οι αλγόριθμοι Local maxima και Centroid της ενότητας Mass Detection, και οι Local minima και Savitzky-Golay για αποσυνέλιξη χρωματογραφικών κορυφών. Στη συνέχεια, αναπτύχθηκε το Μass_data_driven Toolbox που επικεντρώνεται στην επεξεργασία των δεδομένων της φασματομετρίας μάζας των κλασμάτων που προέρχονται από κλασματοποίηση CPC. Συγκεκριμένα, αναπτύχθηκε ο αλγόριθμος CPC_cut_off, που αφορά δεδομένα MS προϊόντων κλασματοποίησης CPC, ο οποίος μειώνει κατά περίπου 61.90 % ± 3.33 % τον συνολικό αριθμό των m/z_RT που προέρχονται από τα λογισμικά για LC-MS επεξεργασία δεδομένων, ελέγχοντας και πάλι αν στα εξαγόμενα m/z_RT εμπεριέχονται τα στοιχεία m/z_RT που αντιστοιχούν στους μεταβολίτες ενδιαφέροντος. Επίσης, έγινε ανάπτυξη του αλγορίθμου mass_profile_group, ο οποίος έχει στόχο την ταξινόμηση των στοιχείων m/z_RT σε ομάδες (cells) κάνοντας ανά ζεύγη συσχέτιση των αριθμητικών τιμών των εντάσεων ή των εμβαδών των στοιχείων m/z_RT ανά τα κλάσματα, καθώς, επίσης, διερευνεί ταυτόχρονα ανά 15 ομάδα (cell) τη πιθανή ύπαρξη παραγώγων ιόντων ενός μεταβολίτη, τα οποία εκλούονται στον ίδιο χρόνο, επιστρέφοντας στο χρήστη ένα σύνολο δεδομένων το οποίο αποτελείται μόνο από τα βασικά ιόντα, οδηγώντας σε περαιτέρω μείωση των δεδομένων m/z_RT, κατά 19.71 % ± 4.38 %. Αυτός ο αλγόριθμος μπορεί να εφαρμοσθεί και σε δεδομένα MS πέρα από αυτών που προέρχονται από κλασματοποίηση CPC. Έπειτα, γίνεται εφαρμογή του αλγορίθμου SHY, όπου στην περίπτωση του Morus Alba, ο αλγόριθμος εφαρμόστηκε σε ομάδες των φασμάτων, όπως πράχθηκε και κατά την εφαρμογή του HetCA Toolbox και της STOCSY. Λόγω του συμπεράσματος ότι πανομοιότυπα 1D ψευδοφάσματα 1H NMR συσχέτισης δεδομένων NMR – MS παρουσίαζουν τα στοιχεία που ανήκουν στην ίδια ομάδα (cell) βάση του προηγούμενου αλγορίθμου, προτείνεται η διατήρηση των στοιχείων m/z_RT που παρουσιάζουν τη μέγιστη τιμή στα αντίστοιχα κλάσματα κάθε ομάδας (cell). Η εφαρμογή της διαδικασίας αυτής οδήγησε σε συνολική μείωση των δεδομένων m/z_RT, κατά ~76.37 %, στα οποία εμπεριέχονταν όλα τα στοιχεία ενδιαφέροντος m/z_RT. Έτσι, ο χρήστης σε κάθε εφαρμογή της SHY στις 37 επαναλήψεις των 4 κλασμάτων λαμβάνει λιγότερα ψευδώς θετικά αποτελέσματα (ψευδοφάσματα). Τα ψευδοφάσματα που εξέρχονται εντός της κάθε μιας από τις 37 επαναληψεις μπορούν να διαφοροποιηθούν από άσχετα και άτοπα (nonsence) δεδομένα m/z_RT, ενώ και ο μικρός αριθμός τους καθιστά τη χρήση τους πιο στοχευμένη, διότι ο χρήστης μπορεί να τα συγκρίνει οπτικά και να τα απορρίψει ή να τα δεκτεί. Ολοκληρώνοντας, με την εφαρμογή της SHY επιτεύχθηκε επιτυχής συσχέτιση και ανάθεση δεδομένων NMR και MS μόνο στα 7 από τα 12 μόρια (58.33 % επιτυχία), ενώ αναγνωρίστηκαν και άλλες ουσίες οι οποίες δεν ήταν δυνατό να αναγνωριστούν με την ως τώρα διαδικασία. Τελευταία ιδέα αποτέλεσε η ταυτόχρονη σύγκριση των δεδομένων MS, NMR και δραστικότητας για την άμεση ταυτοποίηση των δραστικών μοριών και με τις 3 ομάδες αριθμητικών δεδομένων. Έτσι, δημιουργήθηκε το script shyhetCA. Η επιτυχία της ορθής ταυτοποίησης των δραστικών μορίων με τη βοήθεια αυτού του script σε δεδομένα MS με τα αντίστοιχα δεδομένα NMR και IC50 ανέρχεται στο ~75%. Συνοψίζοντας, προτείνεται ένα διάγραμμα ροής για τη χρήση της στατιστικής φασματοσκοπίας SHY σε κλάσματα που προέρχονται από κλασματοποίηση CPC και η διερεύνηση της επιτυχίας της χρήσης του.","Metabolomics and metabonomics studies are based on the spectroscopic or spectrometric data of complex biological samples, in particular from 1H NMR spectroscopy and by solid or gas chromatography coupled to mass spectrometry (MS). In these cases; the identification of the structure of a substance was a time consuming process which included the individual analysis of NMR spectroscopy data and mass spectrometry data, based on the use of databases; which; obviously, was impossible to include all substances’ spectroscopic data. However; in recent years; the development of statistical spectroscopy and the continuous improvement and expansion of its tools significantly increase its usefulness in metabolomics and metabonomics studies as an identification tool which helped in the identification of metabolites in a short time. Two important tools of statistical spectroscopy; with which this research deals with is the Statistic Total Correlation Spectroscopy (STOCSY) and the Statistical Heterospectroscopy (SHY). STOCSY deals with the detection of structural relationships between 1D 1H NMR or 13C NMR signals; the discovery of structural relationships among multiple analytical platforms and the identification of correlations between metabolites of relations of biological and biochemical pathways. SHY is based on the complementarity of NMR and MS methods as structural tools, which necessitates their parallel use to investigate the structures in natural products studies; drug metabolites analysis and other complex mixtures analysis problems. So far; the majority of the applications of these two statistical tools were performed on metabolomics studies; in tissues or biological fluids. This work combines the two major areas of research, chemistry of natural products and metabolomics (Plantomics), aiming to investigate the success of detection of small organic molecules, either as pure active compounds (natural products) or as biomarkers (metabolomics) by using the aforementioned statistical spectroscopy’s tools in the case of the targeted analysis of fraction samples from CPC fractionation of Morus Alba plant extracts. Furthermore, it is investigated the extension of the application of Statistical Heterospectroscopy to activity and NMR data, by investigating the identification success rate of bioactive compounds to NMR data in fractions of Morus Alba plant extracts and in marine organisms. First of all, HetCA Toolbox was developed, based on which it was proved that the correlation between NMR and activity data can reveal the structural characteristics of the active metabolites of the fractions and marine organisms. Because the samples are products of CPC fractionation; containing secondary metabolites in different concentrations in different fractions’ groups, following an approximated distribution, it was noted that it is not prudent to apply the algorithm HetCA throughout the spectra. Therefore, HetCa was applied in groups of spectra, defined by either the separation pattern of NMR spectra in PCA statistical analysis, either by correlation of every 4 spectra, because it was observed that this is the minimum number of spectra in order to perform a successful correlation of data. As far as it concerns marine organisms, HetCA Toolbox was performed saperately in every species, excluding these which are consisted only of one sample. The above 18 mentioned procedure was suggested through the results of multiple PCA analyzes of marine organisms’ NMR spectra. Next step for the identification of the active metabolites resulting from HetCA algorithm is the application of the algorithm STOCSY; under the same conditions; using the Bruker Toolbox. Therefore; using the guidance of the 1D 1H NMR obtained pseudospectra; the STOCSY algorithm is applied in each group of fractions’ or marine organisms’ species NMR spectra by selecting the peak of interest in order to; either crossvalidate the structural characteristics of the active secondary metabolite or identify another metabolite. In both algorithms; it was observed that the choice predetermined lower limit correlation r > 0.90 was considered sufficient to relate the two peaks in a subassembly. Before applying the Statistical Heterospectroscopy algorithm, a comparative study of several frameworks for detecting LC-MS data was made, focusing on MZmine software in the case of Morus Alba fractions. Thus, a series of comparative studies to investigate the effect of choosing different parameters and algorithms in processing, visualization and analysis of mass spectrometry data for the export of 2D LC-MS signals using MZmine software by checking each time the total number of the exported m/z_RT results and whether these include the m/z_RT corresponding to the metabolites of interest, since a targeted analysis took place. Additionally, it was investigated the selection or non- of the module Baseline Correction, the use of CAMERA software; the selection of the best algorithms in Mass Detection and in Chromatograph deconvolution modules and the best parameter values for optimization; according to the above criteria. In summary, it is suggested the use of the module Baseline Correction and CAMERA, as well as, the optimized algorithms Local maxima and Centroid for the module Mass Detection, and Local minima and Savitzky-Golay for deconvolution of the chromatographic peaks. Then, the Mass_data_driven Toolbox was developed; focused on processing of mass spectral data of the fractions from CPC fractionation. Specifically, the CPC_cut_off algorithm was developed according MS data obtained from samples which were treated in CPC fractionation; and its application resulted in the decrease of 61.90 % ± 3.33 % of the total number of m/z_RT obtained from a software for LC-MS data processing. The criteria of the success of this algorithm were confirmed by checking again whether the obtained m/z_RT results contained the m/z_RT data corresponding to the metabolites of interest. The mass_profile _group algorithm was; also; developed, which can also be applied in other MS data than these. The latter aims to classify m/z_RT data into groups (cells) by pairwise correlation of the Height or Area m/z_RT numerical data per fractions, as also investigates simultaneously per class (cell) the possible existence of ion’s derivatives of a metabolite, which are eluted in the retention time. At last, it is exported a set of m/z_RT data which consists only of the basic ions and the above algorithm results in a further m/z_RT data’s decrease of 19.71 % ± 4.38 %. Then, SHY algorithm was performed, where in the case of Morus Alba, was applied to the spectra groups, likewise the application of HetCA Toolbox and STOCSY. Due to the conclusion that the m/z_RT data belonging to the same group (cell) based on the previous algorithm result in identical 1D 1H NMR pseudospectra obtained from correlation of NMR and MS data; it is proposed to maintain the m/z_RT data showing the maximum value in the corresponding fractions of each 19 group (cell). The application of this procedure led to an overall m/z_RT data’s reduction of ~76.37%, which still contained all the m/z_RT of interest. Thus, the user takes fewer false- positive results (pseudospectra) in every application of SHY to 37 repetitions of 4 fractions. The pseudospectra exported within each of the 37 repeats can be distinguished from unrelated and atopic (nonsence) m/z_RT data while their small number makes their use more focused because the user can visually compare, reject or accept them. In conclusion, the implementation of SHY achieved successful association and assigning of NMR and MS data in only 7 of the 12 molecules (58.33 % success)., while recognized and other substances that could not be identified with the process so far Last idea was the simultaneous comparison of MS, NMR and activity data for the direct identification of active molecules with the 3 numerical data blocks. Thus, the shyhetCA script was created. The success of the correct identification of active molecules by means of this script to MS data with the NMR and IC50 data reaches ~75 %. In summary, it is provided a flow chart for the use of SHY in samples derived from CPC fractionation and an investigation of the success of its use."],"dc:identifier":["uoadl:1325630","https://pergamos.lib.uoa.gr/uoa/dl/object/1325630"],"dc:language":["Ελληνικά","Greek"],"dc:subject":["Θετικές Επιστήμες","Science"],"dc:title":["Διερεύνηση και εφαρμογή της Στατιστικής φασματοσκοπίας στη μεταβολομική ανάλυση πολύπλοκων φυτικών εκχυλισμάτων. Χρήση της συνδιακύμαΝσης δεδομένων ΝΜR, LC-MS και βιοδραστικότητας για την ταυτοποίηση φυσικών προϊόντων."],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:27:15Z"}