Molekulare Netzwerke

Molekulare Netzwerke sind eine Methode um von Beziehungen zwischen Molekülen anhand ihrer Fragmentierungsmuster aus der Tandem-Massenspektrometrie (MS/MS) zu visualisieren. Jedes Spektrum im Netzwerk wird als Knoten (engl. node) dargestellt, und die Übereinstimmungen zwischen den Spektren werden als Kanten (engl. edge) (Verbindungen) zwischen diesen Knoten visualisiert. Dieser Ansatz hilft dabei, strukturell ähnliche Verbindungen zu identifizieren und zu gruppieren, was die Interpretation komplexer Daten und die Identifizierung neuer Moleküle in komplexen Gemischen erleichtert. Weitere Dimensionen wie Retentionszeit, Peakform oder Ionenmobilität können mit einfließen. Die Knoten können mit zusätzlichen Metadaten angereichert werden, wie z. B. Datenbankübereinstimmungen oder vom Anwender bereitgestellten Informationen, beispielsweise zur Häufigkeit, zur Herkunft des Produkts, zur biochemischen Aktivität oder zur Hydrophobie.

Molekulare Netzwerke sind ein wichtiges Werkzeug in der Bioinformatik und Naturstoffforschung, um Massenspektrometriedaten zu visualisieren und zu annotieren. Sie ermöglichen den Abgleich experimenteller Spektren untereinander und die Verknüpfung verwandter Moleküle. Eng verwandte Derivate, die sich etwa durch Glykosylierung, Alkylierung oder Oxidation/Reduktion unterscheiden, werden in den Netzwerken als Molekülfamilien zusammengefasst. Wichtig für die weite Verbreitung der Technik war die Webplattform GNPS (Global Natural Products Social Molecular Networking), welche die Generierung von molekularen Netzwerken aus MS-Rohdaten ermöglicht, MS-Datenbanken und Wissen bereitstellt und das öffentliche Teilen von Datensetzen ermöglicht.

Prinzip

Bei der MS/MS-Massenspektrometrie werden zwei Massenspektrometer in einem einzigen Gerät kombiniert, wodurch die Filterung von Vorläuferionen (engl. precursor) und deren gezielte Fragmentierung ermöglicht werden. Zur Erstellung von molekularen Netzwerken werden zunächst die MS/MS Spektren aus eines Datensatzes auf ihre auf Übereinstimmungen überprüft, gemessen an der Kosinus-Ähnlichkeit. Identische Spektren werden in einem Knoten zusammengefasst, jeder Knoten entspricht dabei einem Vorläuferion, so dass eine Verbindung auch durch mehrere Knoten repräsentiert werden kann (z. B. Wasserstoff- und Natriumaddukt). Verbindungen mit ähnlichen Fragmentationssprektren werden in Clustern zusammengefasst und durch Kanten verbunden. Weitere analytische Dimensionen wie die Retentionszeit, Peakform oder Ionenmobilität können zusätzlich eingebracht werden um Knoten genauer zu differenzieren.

GNPS

Die Plattform GNPS stellt eine Bibliothek von MS/MS-Spektren bekannter Verbindungen bereit, die die Identifizierung der Substanzen erleichtern. Insgesamt umfasst die Repositorium mehr als 2,7 Mio. MS/MS-Spektren, darunter zahlreiche Naturstoffe (Stand: Nov. 2026). GNPS basiert auf einem basiert auf einem Open-Access-Modell und dem Engagement der Nutzer. Es ist außerdem kostenlos für akademische Nutzer und hat sich als Standard für die Analyse von MS/MS-Daten etabliert. Eine graphische Benutzeroberfläche ermöglicht einfachen Zugang auch für Nutzer ohne Programmierkenntnisse. Das Team hinter GNPS hat zudem mehrsprachige Tutorials bereitgestellt, um die Zugänglichkeit zu verbessern.

Einzelnachweise

  1. ↑ Robin Schmid, Daniel Petras, Louis-Félix Nothias, Mingxun Wang, Allegra T. Aron, Annika Jagels, Hiroshi Tsugawa, Johannes Rainer, Mar Garcia-Aloy, Kai Dührkop, Ansgar Korf, Tomáš Pluskal, Zdeněk Kameník, Alan K. Jarmusch, Andrés Mauricio Caraballo-Rodríguez, Kelly C. Weldon, Melissa Nothias-Esposito, Alexander A. Aksenov, Anelize Bauermeister, Andrea Albarracin Orio, Carlismari O. Grundmann, Fernando Vargas, Irina Koester, Julia M. Gauglitz, Emily C. Gentry, Yannick Hövelmann, Svetlana A. Kalinina, Matthew A. Pendergraft, Morgan Panitchpakdi, Richard Tehan, Audrey Le Gouellec, Gajender Aleti, Helena Mannochio Russo, Birgit Arndt, Florian Hübner, Heiko Hayen, Hui Zhi, Manuela Raffatellu, Kimberly A. Prather, Lihini I. Aluwihare, Sebastian Böcker, Kerry L. McPhail, Hans-Ulrich Humpf, Uwe Karst, Pieter C. Dorrestein: Ion identity molecular networking for mass spectrometry-based metabolomics in the GNPS environment. In: Nature Communications. Band 12, Nr. 1. Nature Publishing Group, 22. Juni 2021, ISSN 2041-1723, S. 3832, doi:10.1038/s41467-021-23953-9, PMID 34158495, PMC 8219731 (freier Volltext) – (englisch, Online [abgerufen am 31. Oktober 2026]).
  2. ↑ Molecular Networking - GNPS Documentation. In: ccms-ucsd.github.io. Abgerufen am 29. April 2024 (englisch).
  3. ↑ Nothias: Feature-based molecular networking in the GNPS analysis environment. In: Nature Methods. 17. Jahrgang, Nr. 9, September 2020, ISSN 1548-7105, S. 905–908, doi:10.1038/s41592-020-0933-6, PMID 32839597, PMC 7885687 (freier Volltext) – (englisch, nih.gov [abgerufen am 29. April 2024]).
  4. 1 2 Wang: Sharing and community curation of mass spectrometry data with Global Natural Products Social Molecular Networking. In: Nature Biotechnology. 34. Jahrgang, Nr. 8, August 2016, ISSN 1546-1696, S. 828–837, doi:10.1038/nbt.3597 (englisch, nature.com [abgerufen am 29. April 2024]).
  5. ↑ Aron: Reproducible molecular networking of untargeted mass spectrometry data using GNPS. In: Nature Protocols. 15. Jahrgang, Nr. 6, Juni 2020, ISSN 1750-2799, S. 1954–1991, doi:10.1038/s41596-020-0317-5 (englisch, nature.com [abgerufen am 29. April 2024]).
  6. ↑ Spectral libraries · GNPS2 Library Knowledgebase. Abgerufen am 4. November 2026 (englisch).