福建省等离子体与磁共振研究重点实验室研究生
在Analytical Chemistry上发表分子成像分析的研究成果
近日，福建省等离子体与磁共振研究重点实验室生物医学网络分析团队在分析化学类顶级期刊《Analytical Chemistry》 (Impact Factor 6.78) 上发表论文“Data filtering and its prioritization in pipelines for spatial segmentation of mass spectrometry imaging”。该研究详细讨论了数据滤波算法对质谱成像(Mass Spectrometry Imaging，MSI)空间分割的影响，并提出了一种新型质谱成像空间分割流程，有效地提高了空间分割结果的准确性和可靠性。
MSI是由质谱技术发展而来的一种新型分子成像技术。它通过直接扫描生物组织切片，同时获得生物分子的定性、定量和定位的信息，具有免标记、高通量和高分辨等优点，在药物分析、癌症研究和环境毒理等各种研究领域具有广泛的应用前景。图像分割是MSI研究的一个重要步骤。由于仪器热噪声、基质解离噪声和离子噪声等干扰作用，常规算法对于结构微区的分割结果不甚理想。虽然有学者把数据滤波引入到MSI分割的流程中，以减少样品制备和仪器状态带来的噪声干扰。然而，数据滤波与MSI分割的其它步骤(如降维、聚类等)互相影响，造成分割结果的不确定性。该工作通过优化数据滤波在分割流程中的位置和算法，提出了一种改进的空间分割流程，有效地提高了分割结果的可靠性。
该研究工作使用脂质体特征的小鼠胎儿质谱成像数据，比较新的分割流程与其他常用的三种流程的空间分割结果。结果说明，新流程能够更好地区分图像中的亚组织/微区，在目视检测、空间均匀性、时间成本和鲁棒性等方面均优于其他传统方法，如图1 所示。这项研究提高MSI的空间分割效果，为研究人员评估和筛选药物/化学诱导的靶向器官，探索疾病进展和分子机制提供了有力的工具。
图1. 小鼠胎儿分析结果。(左) 基于导向滤波的分割流程及结果；(中) UMAP降维结果； (右) 冷冻切片。
论文由博士生郭磊和硕士生胡振兴为共同第一作者(Anal. Chem.2021, 93 (11): 4788–4793)。研究工作得到了国家自然科学基金(91843301，81871445和21705007)，国家重点研发计划(2017YFC1600505和2017YFE0191000)等科研基金的资助。
近年来，生物医学网络分析团队董继扬教授和许晶晶高级工程师，联合香港浸会大学蔡宗苇教授和中科院深圳先进院赵超副研究员，开展质谱成像及在环境毒理学的应用研究，将分子网络建模方法应用于质谱成像分析，并已获得一些重要的研究结果，有望在近期陆续发表。
相关链接：
生物医学网络分析实验室:https://bionet.xmu.edu.cn/yjfx/zpcx.htm