MassBankを用いて化合物を同定する

IMSC2012日本語プログラム
MassBankを用いて化合物を同定する
蓬莱尚幸1)、西岡孝明2)
1)茨城高等工業専門学校
2)奈良先端科学技術大学院大学
September 17, 2012
プログラム
• 前半：「化合物を同定する」
蓬莱尚幸
• 後半：「化合物を推定する」
西岡孝明
IMSC2012日本語プログラム
「MassBankを用いて化合物を同定する」
MassBankデータベース・サービス
茨城工業高等専門学校
蓬莱尚幸
MassBankの特徴
既存のデータベースと比較して ...
スペクトルデータ
• これまでのMSDB（NISTなど）
– 低分解能 EI-MS スペクトルが中心
• 1 化合物 - 1 スペクトルが基本
• m/z値（整数）と相対強度（100分率）
NIST：MS/MSを増強中
・約1/3はペプチド
・ほとんどが低分解能
- 2012追加分からOrbitrapも
• MassBank
– ESI-CID-高分解能 MS スペクトル
• 1化合物 - 複数のスペクトル：MS/MS, (MS)n
• m/z値（実数）と実測強度と相対強度、LCやCEの保持時間
– 二次情報の提供
• 各種データベースへのリンク
• フラグメント・イオンのアノテーション
• 化合物の開裂スキーム
提供方法
• これまでのMSDB
– CD等の媒体の有償配布
• 定期的/不定期的なupdate
– 同梱閲覧ソフトのインストール
• MassBank
– 無償公共データベース
– インターネット利用：分散データベース
• ブラウザ＋JavaApplet
• 随時update、直ちに検索に反映
収集方針
• これまでのMSDB
– 測定条件の統一⇒コンテンツの均質化
– 測定困難な化合物の存在
• MassBank
– 様々な測定条件のスペクトルの共有財産化
• 多くの参加者がデータを持ち寄り、公開する
• 実際の測定を"in situ"に記録
– 検索/解析技術の向上⇒高い同定性能
• ｲﾝﾌｫﾏﾃｨｸｽ技術の向上のためには
多種多量のデータが必要
[cf. GenBank, RefSeq, ...]
MassBankサービス
サービス
コミュニティ
“Public Repository”
蓄積公開データベース
共有インターネット
閲覧検索、ダウンロード
公開アップロード
研究者
研究室
会社・大学
個人
測定、抽出測定ソフト、ビューワ
化学的解析、物質同定ピーク同定ソフト
蓄積、検索スペクトル管理ソフト
8
マススペクトルは共有財産
コミュニティ
公開スペクトル
データベース
質量分析技術の
発展に寄与
開発に不可欠な
大量データを提供
新しい解析インフォマティクス技術
ピークアノテーション、化合物推定、...
公開データを利用したインフォマティクスの研究
－化合物同定/推定に関する新しい技術の研究
MassBankプロジェクトにおける成果は後半で！
MassBankで公開しているグループ
25 研究グループ(
研究グループ(日本17,
日本17, EU 4, USA 2, スイスと中国 1) が10データサーバから約
10データサーバから約1
データサーバから約1万5千
化合物の 31,153 MSデータを公開
MSデータを公開 (2012年
(2012年8月). うち約1/4
うち約1/4が高分解能データ。
1/4が高分解能データ。
MassBankの特徴
• 代謝物を中心にしたマススペクトルの収集
– 様々な機器、実験条件で測定されたスペクトル
– 高分解能ESI-(MS)n
• 分散協調型の公開データベース
– 多くの機関から提供されたデータ
– インターネットを介したサーバ連携
• 関連ソフトウェアの提供
– 世界的な（デファクト）スタンダードを目指す
化合物同定の方法
スペクトルデータベースの利用方法
GC-, LC-, CE-MSを用いた一般的な
低分子化合物の同定方法
① 既知化合物（標準試薬）の分析と参照データ化
– 保持時間(Retention Time; RT)、MSスペクトルを測定
•
測定方法の標準化
– 参照データに変換
•
Retention Index (RI)へ変換、m/zと強度を標準化
– 参照データDBに蓄積
② 未知試料の測定/分析
– RT、MSスペクトルの測定
– RI、MSデータに変換
③ 未知試料のRI、MSデータを参照データDBに照合
– 一致/類似したら、同定できたと判定
– コサイン相関を用いたMSデータの比較
MassBankでも実施可能
MassBankの基本機能
化合物同定のための検索機能
類似スペクトル検索
ユーザが準備したクエリスペクトルを元に、 MassBank から類似スペクトルを検索
クエリスペクトルと検索結果のスペクトルをグラフィカルに比較
検索結果
スコア
クエリスペクトル
0.96
0.92
• クエリファイルの準備
• 検索実行
• 検索結果の表示
– Compare View
– Package View
0.88
0.86
15
クエリファイル
半角スペース
名称
化合物名などの任意の
名称を記述（省略可能）
ピーク情報
m/z と強度の列
スペースとセミコロンで区切る
改行を挿入可能
（空行は許さない）
空行
スペクトルの区切り
Name: Sample Compound 1
70 24; 71 10; 72 68; 73 999;
74 107; 75 162; 76 13; 77 40;
78 3; 79 7; 80 1; 82 7; 83 5;
84 9; 85 9; 86 22; 87 8; 88 4;
89 2; 90 1;
Name: Sample_Compound 2
73.1 15008;
78.54 4456;
79.45 2158311;
85.3 964800;
86.11 150;
90.0 804911;
Name: Sample …
任意の文字列
先頭に「Name:」を必ず記述
半角スペース
78.54 4456;
強度
セミコロン区切り
Name: Sample Compound 3
178.876379147 15; 186.884786287 8;
229.504276894 9; 360.7581988508 12;
スペクトルは
個でも複数でもよい
スペクトルは1個でも複数でもよい
m/z
強度は、相対強度でも絶対強度でもよい
m/zと強度は、整数でも実数でもよい
と強度は、整数でも実数でもよい
16
検索実行＆Compare View
クエリスペクトル
クエリの選択
クエリスペクトル
検索結果（スコア順）
検索結果
検索結果
Package View（複数結果の比較）
④
③
クエリ
②
検索結果から選択
①
①
クエリ
②
③
④
スペクトルの類似性の評価方法
コサイン相関
コサイン相関
• 多次元ベクトル量の類似度
– 同じ向き（θ＝0）ならば、1
– 逆向き（θ＝180）ならば、ｰ1
– 大きさの違いは反映されない
ベクトル v1
内積
v1 • v 2
Score(v1, v 2) = cos θ =
v1 ⋅ v 2
θ
大きさ
ベクトル v2
MSデータへの適用
• m/zの値ごとに次元を割当てる。
• Intensityを各次元の要素（値）とする。
整数m/zのコサイン相関
• ベクトル空間の次元数＝ピーク数（m/z数）
クエリのピーク数＋検索対象のピーク数
－クエリと検索対象に共起するピーク数
q3
q1
q5
Score(q, d ) = cos θ =
q•d
q⋅d
q = q12 + q32 + q 4 2 + q52
q4
(q1, 0, q3, q4, q5, 0)
クエリ
d • q = q1⋅ d1 + q4 ⋅ d4
d6
d = d12 + d22 + d42 + d5 2
d4
d1
d2
(d1, d2, 0, d4, 0, d5)
検索対象
0
・ ①～⑥：m/z
①～⑥：
・ q1～
～q5, d1～
～d6：強度
：強度
①
②
③
④
⑤
⑥
次元数＝６
MassBankにおけるm/zの実数化
• 許容範囲(Tolerance)を考慮したベクトル空
間（次元数）の決定
q3
q1
q5
q4
(q1, 0, q3, q4, q5, 0)
クエリ
d6
d4
d1
d2
(d1, d2, 0, d4, 0, d5)
検索対象
0
q1～
～q5, d1～
～d6：強度
：強度
①
②
③
④
⑤
⑥
Toleranceは、測定機器性能、検索目的などに依存するので、
MassBankではユーザによる指定が可能
次元数＝６
MassBankの基本機能
化合物をクエリにした検索
化合物検索
化合物名や組成式によるDB検索
AND/OR検索
検索
Compound Name: 化合物名
（文字列の部分一致検索、別名も検索対象）
Exact Mass: 化合物の質量
Tolerance: 化合物の質量の誤差範囲
Formula: 化合物の組成式
（文字列の完全一致検索、ワイルドカード「*」を許す）
部分構造検索
奈良先端科学技術大学院大学
金谷研で開発された
部分構造検索エンジンを
使用しています
化合物の部分構造によるDB検索
部分構造の指定：
・エディタによる直接入力
・Molfileのアップロード
MSスペクトルのピーク（m/z）検索とのAND検索
検索結果
化合物ごとに集約
精密質量
組成式と構造式
各データへのリンク
マウスを構造式に乗せると
拡大表示される
拡大表示される
指定して「複数スペクトル表示」や「スペクトル検索連携」
MassBankの利便性を高める機能
インタネット・サービスとしての利点を活かして...
バッチ検索
大量のクエリスペクトルを一気に検索
C:¥¥data¥query.txt
[email protected]
1. クエリファイルの準備
2. クエリファイルのアップロード
3. 検索開始
4. 簡単なメッセージのみ
5. 全結果を電子メールで送付
[email protected]
検索結果（テキストファイルとして電子メールに添付）
検索結果（テキストファイルとして電子メールに添付）
ID
スペクトルのタイトル
組成式
精密質量スコア
ヒットした
ピーク数
検索結果サマリ（
ファイルとして電子メールに添付）
検索結果サマリ（HTMLファイルとして電子メールに添付）
結果サマリ（
クエリごとにスコア最上位のみ
KEGGパスウェイにヒットした
化合物（すべて）を表示
MassBankのAPI化
目的：ユーザがMassBankを部品として利用するプログラムを作成
ブラウザ
ユーザ
手作業のためのGUI
(Graphical User Interface)
MassBank Server
ユーザ独自
プログラム
サーバアクセスのためのAPI
(Application Programming Interface)
SOAP (Simple Object Access Protocol)
- プログラムからサーバへインターネット経由でアクセスするための標準的なAPI
- 多くの言語（Java, Perl, PHP, C++, Rubyなど）で利用可能
MassBank SOAPのメソッド呼出し
• 取得系メソッド
– getInstrumentTypes:分析機器種別リストを取得
– getRecordInfo: MassBankレコードを取得
– getPeak: ピークデータの取得
• 検索系メソッド
– searchSpectrum:類似スペクトル検索
– searchPeak: ピークのm/zによるスペクトル検索
– searchPeakDiff: m/zの差によるスペクトル検索
• バッチ処理関連メソッド
– execBatchJob: 類似スペクトル検索のバッチ処理を開始
– getJobStatus: バッチ処理の実行状況を取得
– getJobResult : 終了したバッチ処理の検索結果を取得
SOAPを使うと何ができるのか?
• ユーザサイドでMassBankの複数の機能を
組み合わせる
• MassBankのデータを入力とする分析ツールを
作成する
• 大量データに対して処理を繰り返す。
• MassBankと他のWebサービスを
組み合わせる
• 既存のツールにMassBank検索機能を
追加する
SOAP
複数の機能の組合せ
例：検索結果top10のスペクトルを化合物ごとにまとめ、ピークの異同をプロファイルする
入力スペクトル
59.000 514852.0
71.200 1178219.0
87.400 207921.0
89.000 13539617.5
97.200 564357.0
98.700 14851.5
...
類似スペクトル検索結果
検索
1:KO000141 Acyclovir; MS/MS; QqQ; CE:40 V; [M-H]2:KO000140 Acyclovir; MS/MS; QqQ; CE:30 V; [M-H]3:KO000142 Acyclovir; MS/MS; QqQ; CE:50 V; [M-H]4:KO000035 N-Acetylneuraminate; MS/MS; QqQ; CE:20 V; [M-H]5:KO000076 Argininosuccinate; MS/MS; QqQ; CE:50 V; [M-H]6:KO000075 Argininosuccinate; MS/MS; QqQ; CE:40 V; [M-H]7:KO000036 N-Acetylneuraminate; MS/MS; QqQ; CE:30 V; [M-H]8:KO000074 Argininosuccinate; MS/MS; QqQ; CE:30 V; [M-H]9:KO000037 N-Acetylneuraminate; MS/MS; QqQ; CE:40 V; [M-H]10:KO000223 Allantoate; MS/MS; QqQ; CE:10 V; [M-H]-
0: Acyclovir
KO000141 KO000140 KO000142
1: N-Acetylneuraminate
KO000035 KO000036 KO000037
2: Argininosuccinate
KO000076 KO000075 KO000074
ピークのプロファイル
3: Allantoate
KO000223
m/z 41 42 43 50 52 54 55 56 58 59 60 61 65 66 67 68 69 70 71 72 78 79
Q
0
1
2
3
Q: 入力スペクトル
0,1,2: 化合物ごとにスペクトルを合成
: ピークあり
・・・
他のWebサービスとの連携
例：検索結果（化合物）をKEGGのパスウェイ上に図示する
プログラム
大量スペクトル
LC-MS/MS
一斉分析など
MassBank
スペクトル検索
MassBank
第1位のスペクトルの
Accession番号リスト
化合物をパスウェイ上に
色付け表示
MassBankレコード
からKEGG ID取得
KEGG IDリスト
KEGG
KEGG SOAP API
を用いてパスウェイ上に図示
Mass++との連携
• Mass++とは...
– 島津製作所田中最先端研究所が提供する質量分析解
析フリーソフトウェア、様々なMSデータフォーマットを読
込み可能
– http://www.first-ms3d.jp/achievement/softwareから入
手可能
• 連携機能-1：MassBankレコード作成機能
– Mass++上で表示されたスペクトルをMassBankレコード
形式で出力
– ピークリストと実験条件を自動的に抽出
– MassBankレコードの作成に便利
連携機能-2：MassBank検索機能
• MassBankのSOAP APIを用いて、スペクトル類似検索、
ピーク検索、ピーク差検索を行う
ローカルMassBank
による共有
LAN
インタネット
ローカルDB
MassBankサービス
の利用
Mass++
スペクトル
データ
パーソナルMassBank
の構築/検索
パーソナルDB
Mass++でMassBankを利用するための設定
1. Mass++のメニューから“Tools”
⇒ “Options...”を選択し、Optionsダイアログを開く
2. “Settings” ⇒ “Search Engine” → “MassBank"を選択
3. “MassBank URL”を“http://www.massbank.jp”に変更
4. Mass++の再起動
インストール時に1回実行するだけ
Mass++のSpectrum Search機能の利用方法
1. クエリとして使うスペクトルが格納されたファイルを開く
⇒ スペクトルが“Sample Tree”に読み込まれる
2. “Sample Tree”内のクエリにしたいスペクトルをダブルクリック
して、スペクトルを表示
3. メニューから ”Tools” ⇒ “MassBank”
⇒ “Spectrum Search…” を選択して
MassBank Spectrum Search ダイアログを開く
4. 検索パラメータの設定と検索実行
Tolerance Unit
m/z の誤差範囲を指定する際の単位
Tolerance
m/z の誤差範囲
Cutoff
相対強度のしきい値
Ion Mode
イオン化モード
Max Number of Results
検索結果一覧の最大数
Instruments…
装置種別
“Search”ボタンをクリック
5. 検索結果の表示
検索結果一覧
検索結果一覧
MassBankレコードの表示
レコードの表示
MassBank.jpとMass++の比較
MassBank.jp
Mass++
(webサービス
サービス)
(SOAP経由
経由)
サービス
経由
クエリスペクトル
テキスト形式
様々なフォーマット
類似スペクトル検索〇
〇
バッチ検索
〇結果はe-mailのみ ◎結果はe-mail
＋Mass++で閲覧
化合物検索
〇
×
部分構造検索
〇
×
〇m/z、分子式
〇m/zのみ
ピーク検索
Mass++は、MassBank SOAPで提供
されている機能をすべて利用可能
前半のまとめ
• MassBankの設計思想
– Public repository
– 分散型 DB
– 実数値 m/z
• 化合物同定の方法
– {GC|LC|CE}-MS
– 保持時間とスペクトル
– コサイン相関
• MassBankの検索機能
– Spectrum search
– 化合物検索
– 部分構造検索
• インタネット機能
– Batch 検索
– SOAP-API
– Mass++ からの検索

Download Report