tofsims
包的tofsims
package是一个用于导入、处理和分析飞行时间次级离子质谱(ToF-SIMS)数据的工具箱。它目前支持两种最常见的商业仪器平台。
ToF-SIMS是一种成熟的质谱技术,在化学成像方面具有令人印象深刻的优点(Belu, Graham, and Castner 2003, @FletcherVickermann2013).然而,由于一些原因,ToF-SIMS仪器在生命科学实验室中并不常见,因此实验通常在专门的设施中进行。的tofsims
该软件包的目标是生物学家和生物信息学家,他们的样本由ToF-SIMS设备分析,并需要工具来自行分析获得的原始数据。
其他R包可用于处理和分析成像质谱(IMS)数据是MALDIquant(吉布和斯特里默2012)和Caridnal(Bemis et al. 2015),但两者都不支持ToF-SIMS实验。R之外的一个非开源的Matlab包格雷厄姆(2014)而一个商用工具箱也为Matlab提供了为数不多的可供仪器制造商选择的工具。
类中可用的最常用方法的用户会话tofsims
包中。
的tofsims
包具有针对这两种类型的预处理二进制文件的导入函数BIF / BIF6以及两个流行的ToF-SIMS平台的原始数据(ULVAC-Phi,IONTOF).前者直接使用MassImage ()
函数与选择参数ulvacbif或iontofbif.后者需要额外的步骤,如下图所示。
在接下来的会话中,一个' ULVAC-Phi ' rawdata文件首先作为频谱导入。二进制文件存储在/ rawdata的目录tofsimsData包中。的选择的观点MassSpectra ()
有选择ulvacraw而且iontofraw:
图书馆(tofsims)图书馆(tofsimsData)获取原始数据文件的路径rawData < -执行(“rawdata”,“trift_test_001。生的,包=“tofsimsData”)下面的参数将导致非并行运行图书馆(BiocParallel)注册(SnowParam(工人=0),默认=真正的)spectraImport < -MassSpectra(选择=“ulvacraw”,analysisName =rawData)
显示()
返回创建的质谱仪对象的摘要和图()
可用于导入光谱的可视化:
## analysisName仪器编号光谱谱。总分。ion.count ## 1 trift_test_001。RAW ulvacphi 1 162'255 2'033'289 ##分析## 1无
用于批量校准的函数可以在屏幕上使用,也可以与参数一起用于批量处理多个文件。如果没有价值参数,则在绘图窗口中提示用户。
unitMassPeaks ()
用于构造图像导入的峰值列表。更高级的峰值拾取函数在软件包和即将到来的小插图中进行了描述。然而,对于低光谱分辨率的图像数据,单位质量分辨率往往是足够的。当较低的
和/或上
参数/被省略,所选M/z的峰值宽度(widthAt
)在屏幕上选择。的因素
参数允许选择不对称的峰值宽度。峰值宽度在两者之间线性插值M / z选择在widthAt
.
spectraImport < -unitMassPeaks(对象=spectraImport,mzRange =c(1,250),widthAt =c(15,181),系数=c(0.4,0.6),低=c(14.96283,15.05096),上=c(180.80902,181.43538))情节(spectraImportmzRange =c(35,45),类型=“l”)
现在,实验可以导入峰值表作为图像数据,然后进行泊松缩放。泊松标度通常用于ToF-SIMS数据(基南和科图拉2004).可视化的图像数据是由图像()
函数。
图书馆(RColorBrewer)imageImport < -MassImage(选择=“ulvacrawpeaks”,analysisName =rawData,PeakListobj =spectraImport)imageImport < -poissonScaling(imageImport)图像(imageImport坳=brewer.pal(9,“PuRd”))
采用多种多元分析方法。这里,主成分分析(PCA)(Wold, Esbensen, and Geladi 1987)和最大自相关因子(MAF)(斯威策和格林1984)所示。虽然PCA在广泛的应用中被用于降维,但MAF是专门用于空间数据集的。它的有用性已证明ToF-SIMS成像数据集(Henderson, Fletcher, and Vickerman 2009).方法中提供的其他方法tofsims多元曲线分辨率(MCR)(Jaumot and Tauler 2015)及最小噪音分数(MNF)(Stone et al. 2012).
imageImport < -PCAnalysis(imageImportnComp =4)imageImport < -加(imageImportnComp =4)票面价值(3月=c(0,0,0,0),oma =c(0,0,0,0),mfrow =c(2,4))为(3在1:4)图像(分析(imageImport1),comp =3)为(3在1:4)图像(分析(imageImport2),comp =3)
的EBImage
Bioconductor封装(Pau et al. 2010)可用于ToF-SIMS图像数据的分割。一个典型的工作流程是选择一个包含感兴趣的化学特征的主成分,并通过阈值将其转换为黑白掩模。
图书馆(EBImage)pcaScore3 < -imageMatrix(分析(imageImport1),comp =3.)pcaScore3Mask < -打(x =pcaScore3,h =30.,w =30.)票面价值(3月=c(0,0,0,0),oma =c(0,0,0,0))图像(pcaScore3Mask坳=c(“白色”,“黑”))
掩模可直接用于面积定量。
“49.77%的图像是细胞壁”
中可用的工具也可以修改掩码EBImage
.下面是形态学操作“打开”和“关闭”。
打开< -开放(pcaScore3Maskkern =makeBrush(3.,形状=“钻石”))< -关闭关闭(pcaScore3Maskkern =makeBrush(3.,形状=“钻石”))票面价值(3月=c(0,0,0,0),oma =c(0,0,0,0),mfcol =c(1,2))图像(打开,坳=c(“白色”,“黑”))图像(关闭,坳=c(“白色”,“黑”))
掩模可以应用到原始图像,以选择和可视化特定的化合物质谱。在下面的例子中,' opened '蒙版应用在原始导入的图像上。此操作将移除掩模中显示为白色的区域中的所有信号。多个掩码,例如来自不同PCA组件的掩码可以用于图像分割。
cellWall < -bwApply(imageImport,(打开1)^2)票面价值(3月=c(0,0,0,0),oma =c(0,0,0,0),mfcol =c(1,2))图像(cellWall坳=brewer.pal(9,“PuRd”))图像(imageImport坳=brewer.pal(9,“PuRd”))
安娜·M·贝卢,丹尼尔·j·格雷厄姆,大卫·g·卡斯纳。2003。飞行时间次级离子质谱:生物材料表面表征的技术和应用生物材料24(21): 3635-53。https://doi.org/http: / / dx.doi.org/10.1016/s0142 - 9612 (03) 00159 - 5.
Bemis, Kyle D, April Harry, Livia S. Eberlin, Christina Ferreira, Stephanie M. van de Ven, Parag Mallick, Mark Stolowitz, Olga Vitek, 2015。红衣主教:基于质谱成像实验统计分析的R包。生物信息学31(14): 2418-20。https://doi.org/10.1093/bioinformatics/btv146.
约翰·S·弗莱彻,约翰·c·维克曼,2013。二次离子质谱:在二维和三维中表征复杂样品。分析化学85(2): 610-39。https://doi.org/10.1021/ac303088m.
吉布,塞巴斯蒂安,科尔比尼安·斯特里默,2012。MALDIquant:用于质谱数据分析的多功能R包生物信息学28(17): 2270-1。https://doi.org/10.1093/bioinformatics/bts447.
丹·格雷厄姆,2014。“NBToolbox。”http://www.nb.uw.edu/mvsa/multivariate-surface-analysis-homepage.
亚历克斯·亨德森,约翰·s·弗莱彻,约翰·c·维克曼,2009。Tof-Sims图像判读Pca和Maf的比较表面与界面分析41(8): 666-74。https://doi.org/10.1002/sia.3084.
乔莫特,华金,罗马·陶勒,2015。多元曲线分辨率在质谱图像分析中的潜在应用分析师140(3): 837-46。https://doi.org/10.1039/C4AN00801D.
迈克尔·R·基南,保罗·g·科图拉,2004。Tof-Sims光谱图像多元分析中的泊松噪声表面与界面分析36(3): 203-12。https://doi.org/10.1002/sia.1657.
Pau, Grégoire, Florian Fuchs, Oleg Sklyar, Michael Boutros,和Wolfgang Huber. 2010。ebimage -一个用于细胞表型图像处理的R包。生物信息学26(7): 979-81。https://doi.org/10.1093/bioinformatics/btq046.
史东,格伦,大卫·克利福德,约翰·古斯塔夫松,肖恩·R·麦科尔,彼得·霍夫曼,2012。“使用最小噪声分数变换的成像质谱可视化”BMC研究笔记5: 419 - 19所示。https://doi.org/10.1186/1756-0500-5-419.
保罗·斯威策和安德鲁·a·格林,1984。多元空间图像的最小/最大自相关因子:技术报告6斯坦福,加利福尼亚州:斯坦福大学统计系。https://statistics.stanford.edu/sites/default/files/SWI%20NSF%2006.pdf.
沃尔德,斯万特,金·埃本森和保罗·格拉迪,1987年。主成分分析。化学计量学与智能实验室系统“,2(1-3): 37-52。https://doi.org/http: / / dx.doi.org/10.1016/0169 - 7439 (87) 80084 - 9.