KMDSeeker : Un Nouvel Outil d’Aide à l’Annotation de Familles de Composés Chimiques
Résumé
L’annotation des signaux dans le cadre d’analyse d’empreintes métaboliques reste un défi majeur. Pour y répondre, nous avons développé KMDSeeker, un package R basé sur le Kendrick Mass Defect (KMD). Cette méthode de normalisation des masses permet d’aligner les composés partageant des motifs répétés en attribuant une masse entière à un groupe fonctionnel spécifique (ex. CH = 14,000 Da). Ainsi, des triglycérides aux chaînes de longueur variable présentent un même KMD, facilitant leur regroupement et l’annotation dans des mélanges complexes. Intégré à une application RShiny, KMDSeeker permet une annotation interactive et efficace des données issues de spectrométrie de masse. Après un peak-picking via Galaxy W4M, les tableaux clés (variableMetadata, sampleMetadata et dataMatrix) sont exploités pour visualiser les pics détectés et leur distribution selon le KMD. L’outil génère un KMD plot, affichant les valeurs de KMD en fonction de la masse nominale. L’utilisateur sélectionne un cluster (défini par CAMERA et XCMS) pour examiner les formules chimiques suggérées via EnviPat. Il peut ensuite valider ou non l’annotation et explorer les autres clusters partageant le même KMD, facilitant ainsi l’identification de motifs récurrents. Enfin, KMDSeeker permet d’intégrer et d’enrichir une base de données locale, mettant en évidence les standards et composés connus. Cela améliore la rapidité et la précision de l’annotation. Cet outil constitue ainsi une solution performante pour l’analyse et l’annotation semi-automatique, structurée et approfondie des familles de composés en spectrométrie de masse.