去芜存菁！单细胞代谢组学分析

摘要基于直接进样的单细胞代谢组学分析可揭示耐药性与癌症进展的成因但其数据处理与分析仍存在挑战。现有代谢组学分析软件包均未针对直接进样单细胞检测优化——该类检测无色谱分离步骤噪声远高于传统群体水平检测。为此本文开发了直接进样非靶向单细胞代谢组学分析R语言软件包MeDUSA专为直接进样单细胞代谢组学设计具备模块化、噪声过滤、用户自定义的核心特性。本文介绍该软件包的功能、使用方法并将其应用于单细胞代谢组学实验以区分两种细胞系的差异。MeDUSA涵盖文件导入、峰识别、谱图处理、统计分析、特征注释等全套功能每个函数均明确用途、用法、参数、默认值与示例数据集输出。该软件包为模块化平台可作为单细胞代谢组学领域的基础工具支持后续扩展更多功能模块。https://github.com/laura-hetzel/MeDUSAalilacdr.leidenuniv.nl#代谢组学 #数据分析 #直接进样 #单细胞结果实际应用表1 13种化合物的理论m/z值与MeDUSA提取对齐后m/z值的百万分比ppm误差图1 MeDUSA数据处理工作流程概览.mzML格式质谱文件先经数据提取处理扫描信息经分箱、过滤后转换为MzObj对象随后基于强度阈值、缺失值、同位素标记与质控指标对该对象进行过滤归一化、转换、插补等后处理步骤为统计分析准备数据将主成分分析、方差分析、随机森林等统计工具应用于处理后的MzObj对象通过加合物规则与标记策略将识别的m/z值与化合物数据库匹配完成化合物注释。图2 MeDUSA功能概览将实际调用的函数纳入推荐工作流突出显示魔术函数整合多函数的复合函数及构成魔术函数的子函数。统计分析图3 13种化合物实测m/z值与MeDUSA处理后m/z值的百万分比ppm绝对误差详细总结思维导图MeDUSA核心功能模块13种化合物m/z值计算误差ppm参考J Am Soc Mass Spectrom. 2026 May 6. doi: 10.1021/jasms.5c00297.From Mythology to Methodology: Untargeted Single-Cell Metabolomics in R with MeDUSA260506MeDUSA.pdf注AI辅助创作如有错误欢迎指出。内容仅供参考不构成任何建议。