Un nuevo método de obtención de imágenes por espectrometría de masas computacional permite a los investigadores lograr una alta resolución de masa y una alta resolución espacial para muestras biológicas, al tiempo que proporciona conjuntos de datos exponencialmente más rápido.

Los investigadores del Instituto Beckman de Ciencia y Tecnología Avanzadas desarrollaron un enfoque de imágenes de espectrometría de masas subespaciales que acelera la velocidad de adquisición de datos, sin sacrificar la calidad, mediante el diseño de una estrategia de reconstrucción basada en modelos.

La técnica, que fue desarrollado utilizando modelos animales, podría tener implicaciones importantes para muchas aplicaciones, incluyendo química analítica y estudios clínicos, con resultados disponibles en una fracción del tiempo. También puede detectar una amplia gama de biomoléculas, desde moléculas pequeñas como neurotransmisores y aminoácidos hasta moléculas más grandes como lípidos o péptidos.

El artículo "Aceleración de la obtención de imágenes por espectrometría de masas por resonancia de ciclotrón de iones por transformada de Fourier utilizando un enfoque subespacial" se publicó en la Revista de la Sociedad Estadounidense de Espectrometría de Masas .

"La resonancia ciclotrónica de iones de transformación de Fourier es un instrumento realmente poderoso, proporcionando la resolución de masa más alta, "dijo Yuxuan Richard Xie, estudiante de posgrado en bioingeniería en la Universidad de Illinois Urbana-Champaign, quién es el primer autor del artículo. "Pero una desventaja de FT-ICR es que es muy lento. Así que, esencialmente, si la gente quiere lograr una determinada resolución masiva, tienen que esperar días para adquirir conjuntos de datos. Nuestro enfoque computacional acelera este proceso de adquisición, potencialmente de un día a quizás una o dos horas, básicamente un aumento de diez veces en la velocidad de adquisición de datos ".

"Nuestro método está cambiando la forma en que adquirimos los datos, ", Dijo Xie." En lugar de adquirir espectros de masas por píxel, la técnica reconoce la redundancia en los datos de imágenes de alta dimensión y utiliza un modelo subespacial de baja dimensión para explotar esta redundancia y reconstruir imágenes multiespectrales a partir de solo un subconjunto de los datos ".

Xie colaboró ​​con Fan Lam, un profesor asistente de bioingeniería, y Jonathan V. Sweedler, la Cátedra Dotada de la Familia James R. Eiszner en Química y el director de la Facultad de Ciencias Químicas, quienes son co-investigadores principales en el papel. Daniel Castro, estudiante de posgrado en fisiología molecular e integrativa, también contribuyó.

"Hemos estado utilizando modelos subespaciales en nuestro trabajo de imágenes espectroscópicas de resonancia magnética y resonancia magnética durante mucho tiempo, "Es realmente agradable ver que también tiene un gran potencial para una modalidad de imagen bioquímica diferente", dijo Lam.

"La capacidad de adquirir información química mejorada y la ubicación de los productos químicos en una muestra compleja, como una sección de un cerebro, se convierte en un factor que permite nuestra investigación neuroquímica, "Dijo Sweedler.

El concepto de imágenes subespaciales fue iniciado por Zhi-Pei Liang, profesor de ingeniería eléctrica e informática y miembro de la facultad de Beckman a tiempo completo, quien es un experto líder mundial en MRI y MRSI.

La investigación continúa mientras los investigadores buscan aplicar la técnica a las imágenes en 3D. "(El enfoque) podría tener un impacto mucho mayor para la comunidad científica para la obtención de imágenes en 3D de áreas más grandes, como el cerebro, ", Dijo Xie." Porque si hacemos 50 cortes en FT-ICR, tomaría semanas ahora mismo, pero (con esta técnica) podemos lograr una cobertura decente tal vez en unos días.

"Creo que las imágenes computacionales especialmente el enfoque basado en datos, es como una nueva estrella brillante. Se está volviendo cada vez más poderoso y definitivamente deberíamos utilizar algunas de esas técnicas para el análisis químico de tejidos a través de imágenes de espectrometría de masas ".