LC-MS-Based Global Metabolic Profiles of Alternative Blood Specimens Collected by Microsampling
Thaitumu MN, De Sá E Silva DM, Louail P, Rainer J, Avgerinou G, Petridou A, Mougios V, Theodoridis G,
DOI: 10.3390/metabo15010062
Die Metabolomik liefert einen Echtzeitüberblick über den Stoffwechselzustand der untersuchten Proben. In den letzten zehn Jahren verzeichnete das Feld ein starkes Wachstum, jedoch behindern inhärente Einschränkungen die weitere Anwendung auf epidemiologischer Ebene. Zu den Haupthindernissen gehören die Vielfalt der molekularen Strukturen von Analyten, die langsame Identifizierung von Markern, große Konzentrationsunterschiede, schlechte Validierung, unvollständige Kombination von Daten aus verschiedenen Analysen und die Fragmentierung der Forschung. Das Konsortium bringt Wissenschaftler aus verschiedenen, sich ergänzenden Disziplinen und Sektoren zusammen, um zusammenzuarbeiten und ein Forschungsausbildungsnetz zu errichten, in dem Infrastrukturerfahrung, Wissen und Fähigkeiten kombiniert werden. Ziel der Forschung ist es, die Ursachen von Problemen zu ermitteln, die die Entwicklung behindern, und Maßnahmen zu deren Überwindung zu empfehlen. Ausbildung durch
Forschung wird eine neue Generation von Omics-Forschern gefördert. Die Vernetzung und die Bündelung der Kräfte durch Abordnungen werden die Forschungsproduktivität und den Wissenstransfer verbessern. Im Rahmen des Projekts werden 10 ESR in Arbeitspaketen geschult, die auf die Verbesserung der Versuchsplanung, die Harmonisierung von Analysemethoden, die Verbesserung des Data Mining und der Analyse biochemischer Stoffwechselwege sowie die translationale Forschung abzielen. Die Anwendung wird in der Untersuchung des Blutmetaboloms bei anstrengender körperlicher Betätigung liegen.
Wir wollen die Probenstabilität und -vorbereitung (einschließlich Blut und alternativer Formen wie getrocknete Blutflecken), die Identifizierung von Biomarkern, die Nutzung mehrerer Datensätze, die Förderung von Standardverfahren, die Entwicklung robuster Pipelines, die Entwicklung und Umsetzung maschinell durchsuchbarer Notationen für Metadaten, eine zentrale Datenbank für die Datenspeicherung, den Vergleich von Datensätzen, die Automatisierung der laborübergreifenden Datenkombination, die Entwicklung neuartiger Algorithmen für multidimensionales Data Mining und die Rekonstruktion biochemischer Pfade untersuchen. Das übergeordnete Ziel besteht darin, die ESRs in der Spitzenforschung im Bereich Metabolomik auszubilden und gleichzeitig einen Konzeptnachweis für die Demokratisierung der Metabolomik durch die Verwendung von patientenzentrierten Stichproben zu erbringen.

Discover
Verwandte Expertinnen und Experten, Publikationen und Forschungsthemen ansehen.
Eurac Research ist ein privates Forschungszentrum mit Sitz in Bozen, Südtirol. Unsere Forscherinnen und Forscher kommen aus allen Teilen der Welt und arbeiten in vielen verschiedenen Disziplinen. Gemeinsam widmen sie sich dem, was ihr Beruf und ihre Berufung ist – Zukunft zu gestalten.

Unsere Forschung befasst sich mit den größten Herausforderungen, vor denen wir in Zukunft stehen: Menschen brauchen Gesundheit, Energie, gut funktionierende politische und soziale Systeme und ein intaktes Umfeld. Dies sind komplexe Fragen, und wir suchen nach Antworten in der Interaktion zwischen vielen verschiedenen Disziplinen. [Über uns](/de/ueber-uns-eurac-research)
Eurac Research Headquarter
Viale Druso 1
39100 Bolzano
Italy
Eurac Research NOI Techpark
Via A.-Volta
39100 Bolzano
Italy
Except where otherwise noted, content on this site is licensed under a Creative Commons Attribution 4.0 International license.
Thaitumu MN, De Sá E Silva DM, Louail P, Rainer J, Avgerinou G, Petridou A, Mougios V, Theodoridis G,
DOI: 10.3390/metabo15010062
De Graeve M, Bittremieux W, Naake T, Huber C, Anagho-Mattanovich M, Hoffmann N, Marchal P, Chrone V,
Mass spectrometry (MS) is a key technology used across multiple fields, including biomedical research and life sciences. The data is often times large and complex, and analyses must be tailored to the experimental and instrumental setups. Excellent software libraries for such data analysis are available in both R and Python, including R packages from the RforMassSpectrometry initiative such as Spectra, MsCoreUtils, MetaboAnnotation, and CompoundDb (Rainer et al., 2022), as well as Python libraries like matchms (Huber et al., 2020), spectrum_utils (Bittremieux, 2020), Pyteomics (Goloborodko et al., 2013), and pyOpenMS (Röst et al., 2014). The reticulate R package (Ushey et al., 2025) provides an R interface to Python enabling interoperability between the two programming languages. The open-source SpectriPy R package builds upon reticulate and provides functionality to efficiently translate between R and Python MS data structures. It can convert between R’s Spectra::Spectra and Python’s matchms.Spectrum and spectrum_utils.spectrum.MsmsSpectrum objects and includes functionality to directly apply spectral similarity, filtering, normalization, etc. routines from the Python matchms library on MS data in R. SpectriPy hence enables and simplifies the integration of R and Python for MS data analysis, empowering data analysts to benefit from the full power of algorithms in both programming languages. Furthermore, software developers
can reuse algorithms across languages rather than re-implementing them, enhancing efficiency and collaboration.
DOI: 10.21105/joss.08070
Louail P, Brunius C, Garcia-Aloy M, Kumler W, Storz N, Stanstrup J, Treutler H, Vangeenderhuysen P,
DOI: 10.1021/acs.analchem.5c04338
Conference: European Bioconductor Conference 2026 (EuroBioC2026) | Turku | 3.6.2026 - 5.6.2026
Weitere Informationen: https://doi.org/10.5281/zenodo.20921564
Conference: Metabolomics in Life Science | Umea | 27.1.2026 - 28.1.2026
Weitere Informationen: https://doi.org/10.21105/joss.08070