Disseny de protocols metodològics per a estudis d’òmica ambiental basats en l’ús d’imatges hiperespectrals i mètodes quimiomètrics

Abstract

L’òmica ambiental estudia canvis ocasionats en un organisme viu per variacions físiques o químiques en el seu entorn i pretén avaluar el seu impacte i identificar marcadors biològics que caracteritzin l’estat biològic causat per aquestes variacions. La metabolòmica ambiental va sovint associada a la utilització de tècniques de separació acoblades a espectrometria de masses per gestionar adequadament la complexitat de les mostres. En aquesta tesi s’ha estudiat el potencial de tècniques d’espectroscòpia i d’imatge hiperespectral (HSI) com una nova aproximació als estudis de metabolòmica ambiental. En l’anàlisi de mostres biològiques complexes mitjançant espectroscòpia, les signatures espectrals contenen informació de moltes molècules simultàniament, és a dir, l’empremta espectral de les mostres proporciona informació global sobre la mostra estudiada. Les HSI proporcionen informació química i, a més, espacial sobre les mostres, cosa que permet diferenciar i interpretar la complexitat i heterogeneïtat dels teixits biològics. La utilització d’HSI en òmica ambiental no és comú i això fa necessària la creació d’estratègies per interpretar la informació que proporcionen.

L’objectiu principal d’aquesta tesi és el desenvolupament de protocols i estratègies per tractar i interpretar la informació procedent de mesures espectroscòpiques i d’HSI en estudis d’òmica ambiental. Seguint aquesta orientació, s’han proposat estratègies de preprocessat per millorar la identificació de marcadors espectrals, s’ha proposat un protocol per caracteritzar poblacions de mostres biològiques mitjançant HSI i el mètode de resolució multivariant de corbes per mínims quadrats alternats (MCR-ALS) i s’ha proposat una estratègia per incorporar la informació d’HSI en mètodes d’anàlisi estadística per comparar poblacions de mostres biològiques i avaluar l’efecte d’estressants ambientals.

Per millorar la identificació de marcadors espectrals, s’han estudiat combinacions d’escalat i normalització per diferenciar diferents poblacions biològiques mitjançant el mètode de regressió parcial per mínims quadrats amb anàlisi discriminant (PLS-DA). Concretament, s’han comparat les poblacions de

cèl·lules de càncer de pròstata control i contaminades amb el pesticida aldrin. S’ha estudiat l’efecte dels preprocessats quant a la qualitat dels models de classificació i a la identificació de biomarcadors fiables. També s’ha proposat un mètode d’escalat per millorar la classificació, que combinat amb la normalització euclidiana, ha proporcionat els millors resultats de classificació i detecció de biomarcadors.

D’altra banda, s’ha proposat una metodologia per caracteritzar poblacions biològiques mitjançant HSI i MCR-ALS. A tall d’exemple, s’han utilitzat imatges de crioseccions d’embrions de peix zebra. L’anàlisi mitjançant MCR-ALS proporciona l’espectre pur i el mapa de distribució sobre la superfície de la mostra per als components del teixit estudiat. Cal destacar el disseny d’estructures multiconjunt per millorar la modelització de contribucions biològiques i no biològiques del senyal i l’ús de la restricció de correspondència d’espècies per descriure millor la variabilitat associada a les HSI de diferents individus i crioseccions.

Finalment, s’ha proposat una estratègia per incorporar informació de l’anàlisi d’HSI mitjançant MCR-ALS en mètodes d’anàlisi estadística, com PLS-DA i ANOVA-anàlisi simultània de components (ASCA), en estudis d’òmica ambiental. En aquests estudis, s’ha avaluat l’efecte del pesticida clorpirifos-oxon (CPO) sobre teixits de l’ull d’embrions de peix zebra. PLS-DA s’ha utilitzat per comparar una població control amb una contaminada amb CPO per avaluar l’efecte del contaminant i els biomarcadors espectrals associats. D’altra banda, ASCA ha proporcionat models estadístics més complexos per a l’estudi de l’efecte del temps d’exposició al CPO sobre diferents fenotips del peix zebra i avaluar l’efecte d’aquests dos factors i de la interacció entre ells. El major avantatge de l’estratègia proposada que combina HSI, MCR-ALS i PLS-DA o ASCA és que permet construir models d’anàlisi estadística específics per a l’estudi de cadascun dels components biològics de les poblacions, que avaluen i interpreten els efectes dels factors estudiats més detalladament i s’adapten a l’heterogeneïtat dels teixits biològics.

The main objective of environmental metabolomics is the assessment of the effect of environmental stressors on living organisms and the identification of possible biomarkers related to this effect. In this thesis, new analytical approaches based on the use of vibrational spectroscopy and hyperspectral imaging (HSI) in environmental metabolomics studies are proposed. Vibrational spectroscopy and, recently, HSI, is often used in biological sample characterization, but it is not common in metabolomic studies. For this reason, the development of analytical and chemometric strategies oriented to handle information provided by this kind of measurements is required.

The main objective of this thesis is providing analytical strategies and data analysis protocols to interpret the information contained in spectroscopic data and HSI associated with environmental omics studies. Following this motivation, several aspects have been addressed, such as the proposal of preprocessing treatments for the reliable selection of spectroscopic biomarkers, a protocol to characterize biological populations by HSI and multivariate curve resolution-alternating least squares (MCR-ALS) and the proposal of a strategy to incorporate the information from the MCR-ALS analysis of HSI into statistical tools for comparison of biological populations.

In order to improve biomarker selection, several scaling and normalization preprocessing methods have been tested on Raman spectra from control and contaminated cell samples analyzed using the classification method partial least squares-discriminant analysis (PLS-DA). A scaling method oriented to improve classification and biomarkers identification has been proposed.

A tutorial for the characterization of biological samples by HSI and MCR-ALS has been presented. The use of multiset structures of several images from different individuals and dedicated constraints to span the variability of biological populations provides more reliable spectral signatures and distribution maps of the different tissues in the samples. Zebrafish embryos were used as model organism.

For a better assessment of the environmental stressor effects on biological populations using HSI, a strategy to submit HSI information to statistical analysis methods, such as PLS-DA or ANOVA-simultaneous component analysis (ASCA), has been proposed. The strategy proposed uses tissue spectroscopic fingerprints resolved by MCR-ALS and provides tissue-specific statistical models for a more detailed description of the environmental stressor effects.