Advancing Lipidomic Bioinformatic Technologies for the Study of Neurodegenerative Diseases

As an emerging field, lipidomics still encounters methodological challenges. Indeed, as it is an –omics field, analysis of data is time and labour intensive, if the necessary and appropriate bioinformatics tools are not existent. Here I present two programs I developed to address the challenges of p...

Full description

Bibliographic Details
Main Author: Fiala, Julie
Other Authors: Bennett, Steffany A.L.
Format: Others
Language:en
Published: Université d'Ottawa / University of Ottawa 2018
Subjects:
LIT
Online Access:http://hdl.handle.net/10393/38509
http://dx.doi.org/10.20381/ruor-22762
id ndltd-uottawa.ca-oai-ruor.uottawa.ca-10393-38509
record_format oai_dc
spelling ndltd-uottawa.ca-oai-ruor.uottawa.ca-10393-385092019-06-28T09:45:28Z Advancing Lipidomic Bioinformatic Technologies for the Study of Neurodegenerative Diseases Fiala, Julie Bennett, Steffany A.L. Perkins, Theodore Lipidomics Bioinformatics Lipids Mass Spectrometry Lipid identification Program LIT LITL As an emerging field, lipidomics still encounters methodological challenges. Indeed, as it is an –omics field, analysis of data is time and labour intensive, if the necessary and appropriate bioinformatics tools are not existent. Here I present two programs I developed to address the challenges of peak identification and peak annotation and filtering for a targeted lipidomics approach, which is not supported by available software. The first program, Lipid Identification Tool (LIT), consists of a stand-alone offline search engine, which provides a robust in silico database generated by linear equations based on lipid structures, containing information lacking on presently available online databases. The second program, Lipid Identification for Targeted Lipidomics (LITL), allows the annotation of HPLC-ESI-MS/MS MRM acquired spectral data in text-based format, comparing them to a library of identities, via retention time and mass-over-charge of detected ions, and to easily export the results to a statistical analysis software. // La lipidomique est un jeune domaine encore proie à des défis quant à sa méthodologie. En effet, l’analyse de données en lipidomique demeurera longue et ardue, tant que des outils bioinformatiques appropriés ne sont pas créés. Je décris ici deux de mes programmes développés pour remédier aux défis d’identification de pics et d’annotations et de sélection de pics provenant d’une approche lipidomique dénommée ciblée, données présentement incompatibles avec d’autres programmes. Lipid Identification Tool (LIT) est un moteur de recherche hors-ligne possédant une robuste base de données in silico générée mathématiquement, et contenant des informations sur des espèces lipidiques non décrites dans les bases de données disponibles. Lipid Identification for Targeted Lipidomics (LITL) permet l’annotation de données provenant de méthodes HPLC-ESI-MS/MS MRM, en comparant leur temps de rétention ainsi que leur rapport masse-sur-charge à une bibliothèque d’identités lipidiques, et permet de les exporter facilement vers un logiciel d’analyse statistique. 2018-11-30T15:49:34Z 2019-05-30T09:00:09Z 2018-11-30 Thesis http://hdl.handle.net/10393/38509 http://dx.doi.org/10.20381/ruor-22762 en application/pdf Université d'Ottawa / University of Ottawa
collection NDLTD
language en
format Others
sources NDLTD
topic Lipidomics
Bioinformatics
Lipids
Mass Spectrometry
Lipid identification
Program
LIT
LITL
spellingShingle Lipidomics
Bioinformatics
Lipids
Mass Spectrometry
Lipid identification
Program
LIT
LITL
Fiala, Julie
Advancing Lipidomic Bioinformatic Technologies for the Study of Neurodegenerative Diseases
description As an emerging field, lipidomics still encounters methodological challenges. Indeed, as it is an –omics field, analysis of data is time and labour intensive, if the necessary and appropriate bioinformatics tools are not existent. Here I present two programs I developed to address the challenges of peak identification and peak annotation and filtering for a targeted lipidomics approach, which is not supported by available software. The first program, Lipid Identification Tool (LIT), consists of a stand-alone offline search engine, which provides a robust in silico database generated by linear equations based on lipid structures, containing information lacking on presently available online databases. The second program, Lipid Identification for Targeted Lipidomics (LITL), allows the annotation of HPLC-ESI-MS/MS MRM acquired spectral data in text-based format, comparing them to a library of identities, via retention time and mass-over-charge of detected ions, and to easily export the results to a statistical analysis software. // La lipidomique est un jeune domaine encore proie à des défis quant à sa méthodologie. En effet, l’analyse de données en lipidomique demeurera longue et ardue, tant que des outils bioinformatiques appropriés ne sont pas créés. Je décris ici deux de mes programmes développés pour remédier aux défis d’identification de pics et d’annotations et de sélection de pics provenant d’une approche lipidomique dénommée ciblée, données présentement incompatibles avec d’autres programmes. Lipid Identification Tool (LIT) est un moteur de recherche hors-ligne possédant une robuste base de données in silico générée mathématiquement, et contenant des informations sur des espèces lipidiques non décrites dans les bases de données disponibles. Lipid Identification for Targeted Lipidomics (LITL) permet l’annotation de données provenant de méthodes HPLC-ESI-MS/MS MRM, en comparant leur temps de rétention ainsi que leur rapport masse-sur-charge à une bibliothèque d’identités lipidiques, et permet de les exporter facilement vers un logiciel d’analyse statistique.
author2 Bennett, Steffany A.L.
author_facet Bennett, Steffany A.L.
Fiala, Julie
author Fiala, Julie
author_sort Fiala, Julie
title Advancing Lipidomic Bioinformatic Technologies for the Study of Neurodegenerative Diseases
title_short Advancing Lipidomic Bioinformatic Technologies for the Study of Neurodegenerative Diseases
title_full Advancing Lipidomic Bioinformatic Technologies for the Study of Neurodegenerative Diseases
title_fullStr Advancing Lipidomic Bioinformatic Technologies for the Study of Neurodegenerative Diseases
title_full_unstemmed Advancing Lipidomic Bioinformatic Technologies for the Study of Neurodegenerative Diseases
title_sort advancing lipidomic bioinformatic technologies for the study of neurodegenerative diseases
publisher Université d'Ottawa / University of Ottawa
publishDate 2018
url http://hdl.handle.net/10393/38509
http://dx.doi.org/10.20381/ruor-22762
work_keys_str_mv AT fialajulie advancinglipidomicbioinformatictechnologiesforthestudyofneurodegenerativediseases
_version_ 1719214343750418432