NEUROREG adminnb 18 de Agosto de 2022

NEUROREG

Medicina rigenerativa applicata alle lesioni del midollo spinale e danni al sistema nervoso periferico: nuovi prodotti per terapie avanzate e strumenti diagnostici

INNPACTO 2011 – 2013 Ministero di Scienza e Innovazione

Codice Progetto: IPT-2011-0742-900000

Finanziamento concesso: 322.062,03€

Progetto finanziato dal Ministero di Scienza e Innovazionenell’ambito del Piano Nazionale di Ricerca Scientifica, Sviluppo e Innovazione Tecnologica, 2008-2011, sotto il call 2011 del Programma di Cooperazione Pubblico-Privato, sottoprogramma INNPACTO.

L’obiettivo principale del Progetto NeuroReg è la generazione di nuovi prodotti di medicina rigenerativa e strumenti diagnostici per le lesioni del midollo spinale e danni al sistema nervoso periferico, che sarà raggiunto combinando tre aspetti:

  1. Cellule, cellule staminali mesenchimali soprattutto per il loro potenziale per lo sviluppo di terapie cellulari
  2. Biomateriali innovativi che servono come supporto per lo sviluppo di tecnologie bioattive di Ingegneria dei Tessuti
  3. Tecnologie basate su sistemi di analisi delle immagini e software, con tutte le possibilità che offrono per la diagnosi e il monitoraggio del trattamento di nuove terapie avanzate per la rigenerazione di lesioni nervose.

Attività di NorayBio

Sviluppare un prototipo software chiamato NEUROMASS, per l’analisi di campioni di tessuto nervoso utilizzando l’analisi dell’immagine mediante spettrometria di massa (IMS) per identificare le regioni differenziali del tessuto nervoso e composti associati con varie tecniche statistiche per ottenere, tra l’altro, regioni differenziali per la sua composizione, marcatori e posizione dei composti.

Sviluppato in collaborazione con

Histocell, S.L.
Universidad del País Vasco
Fundación para la Investigación Biosanitaria de Andalucía Oriental Alejandro Otero
Fundación Hospital Nacional de Parapléjicos

Risultato del progetto: MSI Analyst

Dal progetto NEUROREG è stato implementato un nuovo software per gli studi sulla spettrometria di massa di imaging. MSI Analyst è un nuovo software per studi in materia di spettrometria di massa che consente la elaborazione e la visualizzazione degli esperimenti MSI e integra una serie di strumenti di data mining che offrono nuove prospettive di analisi e una migliore interpretazione dei dati.

MSI Analyst funziona con i formati dei più importanti distributori, oltre ad altri standard come imzML. Include anche gli strumenti classici per il tratamento dei dati di spettrometria di massa, nonché altri sviluppi proprietari (ad esempio, otto tipi diversi di normalizzazione) e strumenti grafici che offrono una nuova esperienza di visualizzazione al ricercatore. Inoltre, integra funzionalità per l’identificazione semi-automatica dei picchi contro un database adattabile di molecole.

Principali funzionalitá

  • Trattamento rapido e completo. Importare, filtrare, allineare e normalizzare per ottenere i dati pronti in pochi minuti.
  • Visualizzazione intuitiva e potente, attraverso nuovi componenti e strumenti di visualizzazione, grazie alla tecnologia XNA.
  • Automazione dell’estrazione delle conoscenze. Gli strumenti integrati di estrazione dati automatizzano l’individuazione di regioni differenziali, nonché la selezione dei composti.
  • Facile gestione di esperimenti, processi e composti.
  • Report automatizzati. Ricevi un rapporto esaustivo dei tuoi risultati con un solo click.

Caratteristiche principali

Pre-trattamento dei dati

  • Filtraggio di massa.
  • Filtraggio corrente (Rapporto segnale-rumore/ percentuale massima/ aggiustamento polinomiale).
  • Eliminazioe di picchi.
  • Metodi di categorizzazione: Standard Binning/ Centre of Mass Binning.
  • Smoothing: metodo Savitzky-Golay.
  • Correzione della línea di base: per sezioni/ aggiustamento polinomiale.
  • Selezione del picco: Naïve/Simple Peak Finding.
  • Antreprima istantanea degli effetti dei filtri per facilitare la decisione.

Allineamento e calibrazione

  • Allinamento: allineato in blocco/ metodo Xiong.
  • Calibrazione in blocco.

Normalizzazione

  • 8 metodi di normalizzazione: Total Ion Current / P-norm / Mean / Median / Noise Level / Maximum / TIC with range exclusion / Normalization against selected peak.

Data management

  • Gestione intuitive di esperimenti: Elenco/ Filtrazione/ Visualizzazione albero di tutti i processi eseguiti su un esperimento.
  • Database di composti: Ricerca/ Importazione da file o inserimento manuale/ Modifica/ Raggrupamento di composti.
  • Report automatiche e esaustivi.

Visualizzazione dei dati

  • Distribuzzione dei picchi: rappresenta e esamina le distribuzioni bidimensionali di molecule in un tessuto.
  • Ottiene spettri medi dell’esperimento o della regione di interesse.
  • Identificazione di composti.
  • Visualizzazione di “mass videos” dalle imagini della rappresentazione sul tessuto di ciascuno dei picchi interessanti dello spettro medio.
  • Più di 20 gradienti di colore.
  • Regolazione degli intervalli di intensità del colore.
  • Zoom su immagini e spettri.

Database dei composti

  • Esporta in file di immagini e spettri.
  • Importazione, ricerca e gestione di composti.
  • Il database aggiornabile contiene più di 33.000 lipidi pre-riempiti, anche se si adatta a qualsiasi tipo di molecola.
  • Identificazione del picco. Trova tutti i composti candidati ionizzati per un picco particolare/ Ottieni un elenco di candidati per tutti i picchi nello spettro medio.

Analisi statistica: Principal Component Analysis

  • Tre algoritmi: Classic PCA / PCA Iterativo / Landmark Isomap.
  • Trova automaticamente regioni di tessuto differenziate in base alla loro composizione.
  • Visualizza la distribuzione di componenti singoli.
  • Mostra il grafico dei coefficienti dei componenti componenti principali.

Analisi statistica: Clustering

  • Due algoritmi: K-MEANS / Partitional Hierarchical Clustering.
  • Trova automaticamente regioni di tessuto differenziate e assegna ogni punto di tessuto a uno di esse.
  • Mostra lo spettro medio di ogni cluster.
  • Identificazione dei biomarker: ottiene i picchi principali coinvolti in un cluster.

Riferimenti

  • R. Fernández, S. Lage, B. Abad, G. Barceló, S. Terés, D. H. López, F Guardiola, M. L. Martín, P. V. Escribá and J. A. Fernández. Analysis of the lipidome of xenografts using MALDI-IMS and UHPLC-ESI-QTOF, J. Am. Soc. Mass Spectrom. 2014, Accepted for publication

È stato anche rivisto nella seguente pubblicazione:

  • David Fernández ( 2012) Minería de datos aplicada a Imagen por Espectrometría de Masas. LifeSciencesLab, Num. 24 24