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
La metabolomica fornisce una visione in tempo reale dello stato metabolico dei campioni esaminati. Nell'ultimo decennio il campo ha registrato una forte crescita, ma le limitazioni intrinseche al campo ne ostacolano l'ulteriore applicazione a livello epidemiologico. Gli ostacoli principali includono: varietà di strutture molecolari degli analiti, lentezza nell'identificazione dei marcatori, grandi differenze nelle concentrazioni, scarsa validazione, combinazione incompleta di dati provenienti da analisi diverse e frammentazione della ricerca. Il consorzio riunisce scienziati di diverse discipline e settori complementari per collaborare e creare una rete di formazione alla ricerca, combinando esperienze, conoscenze e competenze infrastrutturali. L'obiettivo della ricerca è identificare la fonte dei problemi che ostacolano lo sviluppo e raccomandare misure per superarli. La formazione attraverso
ricerca promuoverà una nuova generazione di ricercatori in campo omico. La creazione di reti e l'unione di forze attraverso i distaccamenti miglioreranno la produttività della ricerca e il trasferimento delle conoscenze. Il progetto prevede la formazione di 10 ESR in pacchetti di lavoro finalizzati al miglioramento della progettazione degli esperimenti, all'armonizzazione dei metodi analitici, al miglioramento del Data Mining e dell'analisi delle vie biochimiche e alla ricerca traslazionale. L'applicazione sarà lo studio del metaboloma ematico dell'esercizio fisico estenuante.
L'obiettivo è studiare la stabilità e la preparazione dei campioni (compreso il sangue e le forme alternative come le macchie di sangue essiccato), l'identificazione dei biomarcatori, lo sfruttamento di set di dati multipli, la promozione di procedure standard, lo sviluppo di pipeline robuste, lo sviluppo e l'implementazione di notazioni di metadati ricercabili meccanicamente, un database centrale per l'archiviazione dei dati, il confronto dei set di dati, l'automazione della combinazione dei dati tra laboratori, lo sviluppo di nuovi algoritmi per l'estrazione di dati multidimensionali e la ricostruzione di percorsi biochimici. L'obiettivo generale è quello di formare i ERS alla ricerca metabolomica d'avanguardia e, allo stesso tempo, fornire una prova del concetto di democratizzazione della metabolomica attraverso l'uso di un campionamento incentrato sul paziente.

Discover
Scopri esperte ed esperti, pubblicazioni e temi di ricerca collegati.
Eurac Research è un centro di ricerca privato con sede a Bolzano, Alto Adige. I nostri ricercatori e le nostre ricercatrici provengono da una vasta gamma di discipline scientifiche e da tutte le parti del globo. Insieme si dedicano a quella che è la loro professione e vocazione – plasmare il futuro.

La nostra ricerca affronta le maggiori sfide che ci attendono in futuro: le persone hanno bisogno di salute, energia, sistemi politici e sociali ben funzionanti e un ambiente intatto. Sono domande complesse a cui cerchiamo di dare risposta grazie all'interazione tra molte discipline diverse. [Chi siamo](/it/chi-siamo-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
Ulteriori informazioni: https://doi.org/10.5281/zenodo.20921564
Conference: Metabolomics in Life Science | Umea | 27.1.2026 - 28.1.2026
Ulteriori informazioni: https://doi.org/10.21105/joss.08070