CONFIDENTIEL DE L'ENTREPRISE. NE PAS DIVULGUER.
Avec la technologie NanoSIMS, les scientifiques reconstruisent le sous-cellulaire
Les images générées par NanoSIMS au National Physical Laboratory du Royaume-Uni sont recréées avec un logiciel de visualisation de données afin que les scientifiques puissent explorer - en détail - des régions analytiques plus petites qu'une cellule de mammifère. Une analyse plus efficace aide les scientifiques à maximiser l'impact scientifique.
Défi: L'analyse et l'imagerie des cellules à l'aide de la spectrométrie de masse à imagerie multi-isotopes (MIMS) avec un instrument CAMECA NanoSIMS peuvent générer des quantités massives de données d'image quantitatives brutes. La préparation et l'analyse des données demandent donc beaucoup de temps.
Solution: Le chercheur scientifique Greg McMahon exporte les données de l'instrument NanoSIMS vers JMP, où il utilise la plate-forme Graph Builder du logiciel avec une liaison dynamique pour effectuer une analyse statistique des données et extraire des données d'image pour les zones d'intérêt. Avec seulement quelques scripts simples, McMahon a automatisé les analyses répétées afin qu'il puisse désormais passer des données aux résultats en quelques clics.
Résultats: Grâce à sa capacité à la fois de gérer facilement de grandes quantités de données et de permettre une exploration visuelle, McMahon affirme que JMP a considérablement réduit le temps de préparation et d'analyse des données. Des sorties de données plus réductibles et des flux de travail efficaces aident le NPL et ses partenaires à optimiser l'utilisation de l'instrument NanoSIMS et à générer un impact scientifique maximal.
_______________________________________________________________________________________________
Au cœur de toute recherche scientifique se trouve la capacité de collecter des mesures avec exactitude et précision. Au Royaume-Uni, le National Physical Laboratory (NPL) est un leader de la recherche en sciences de la mesure, fournissant des solutions de mesure de pointe aux partenaires universitaires et industriels. Les experts en métrologie du NPL déploient une technologie de pointe pour une recherche scientifique de grande envergure, de l'évaluation des structures de surface des matériaux pour les applications électroniques à la surveillance de la façon dont les thérapies ciblées atteignent les cellules tumorales dans le corps.
Parmi les nombreux services de recherche du NPL figure SIMS, une technologie traditionnellement utilisée dans les applications de géochimie et de semi-conducteurs pour permettre aux scientifiques d'analyser la composition isotopique des surfaces. La technique concentre un faisceau d'ions primaires à la surface d'un échantillon, et l'impact provoque l'éjection d'atomes et de molécules de cette surface d'échantillon, dont une petite fraction est ionisée dans le processus et appelée ions secondaires. En fin de compte, les ions secondaires sont la clé de la prochaine étape analytique car ces particules chargées peuvent être dirigées vers un spectromètre de masse et triées en fonction de leur rapport masse sur charge.
Le spectromètre de masse utilise un aimant pour filtrer les ions par leur masse de la même manière qu'un prisme est capable de filtrer la lumière dans les différentes couleurs de l'arc-en-ciel, explique Greg McMahon, PhD, directeur du laboratoire NanoSIMS du NPL. "Un prisme sépare la lumière en couleurs, et l'aimant du SIMS sépare les particules par leur masse et leur charge", dit-il. Ces ions secondaires sont caractéristiques de la région à partir de laquelle ils ont été émis, permettant ainsi la cartographie et l'imagerie des surfaces.
Des instruments à plus haute résolution permettent l'imagerie des structures sous-cellulaires
McMahon explique que le prochain niveau de technologie SIMS - la spectrométrie de masse à ions secondaires à l'échelle nanométrique (NanoSIMS) - a une résolution nettement plus élevée que le SIMS traditionnel et peut donc être appliqué pour répondre à des problèmes plus difficiles en biologie unicellulaire ou subcellulaire. De plus, il est équipé de sept détecteurs distincts, ce qui signifie que plusieurs isotopes émis depuis la même région analytique peuvent être détectés. Les scientifiques peuvent ensuite utiliser les informations de plusieurs isotopes pour construire une carte plus petite qu'une cellule de mammifère. Avec une résolution côte à côte de 35 nanomètres, les scientifiques peuvent, par exemple, identifier non seulement quelle cellule absorbe les molécules isotopiquement enrichies, mais où dans la cellule ces molécules s'accumulent.
Les applications de la technologie NanoSIMS sont vastes. Parmi eux figurent l'avancement de la recherche pharmaceutique et biotechnologique, qui a été un domaine d'intérêt important pour NPL. Aujourd'hui, une grande partie du travail de McMahon consiste à collaborer avec des institutions et des entreprises des sciences de la vie au Royaume-Uni pour, par exemple, résoudre des problèmes tels que l'attrition des médicaments. «Parfois, des millions sont dépensés en R&D pour un composé candidat prometteur particulier, pour le voir échouer à la toute fin des essais cliniques. Donc, si c'est pour échouer, il vaut mieux échouer rapidement », explique McMahon. "Si nous pouvons aider les sociétés pharmaceutiques à décider ce qui ne fonctionnera pas [à un stade précoce du cycle de vie du développement de médicaments] et le faire rapidement, nous pouvons leur faire économiser une tonne d'argent." Peut-être plus important encore, la preuve précoce qu'un candidat-médicament échouera aide les scientifiques à réorienter leurs ressources et leur temps vers d'autres candidats-médicaments plus prometteurs.
> En savoir plus sur les applications biologiques NanoSIMS dans l'article de McMahon, " Applications d'imagerie par spectrométrie de masse (MIMS) à imagerie multi-isotopes haute résolution dans la biologie des cellules souches ", dans les protocoles actuels
Optimiser l'utilisation d'un instrument scientifique extraordinairement coûteux
Aussi convaincante que puisse être la technologie NanoSIMS, les instruments comme celui du NPL sont rares. Le coût élevé de la technologie la met hors de portée de nombreuses organisations et, en 2021, il n'y a qu'environ 40 instruments NanoSIMS en service dans le monde. Pour générer un impact scientifique maximal, les scientifiques travaillant avec NanoSIMS sont donc sous pression pour raccourcir les temps d'expérimentation et d'analyse.
McMahon explique qu'au NPL, la collecte de données sur l'instrument NanoSIMS peut dans certains cas prendre 18 heures ou plus pour une seule exécution. Traditionnellement, une règle empirique standard était que le laboratoire pouvait s'attendre à investir trois fois plus d'heures dans l'analyse que dans la collecte de données ; si une analyse prenait 18 heures, l'analyse des données pouvait prendre plus de trois jours ouvrables. Mais avec un instrument aussi coûteux à faire fonctionner et à entretenir que le CAMECA du laboratoire, le temps perdu pour l'analyse signifie que moins de temps peut être consacré à faire fonctionner l'instrument au service de la science.
Les données d'image, cependant, posent un certain nombre de défis uniques. D'une part, explique McMahon, parce que chaque pixel d'une image est significatif, il existe des possibilités infinies de continuer à collecter des données de plus en plus infimes. « Nos régions d'intérêt commencent à devenir de plus en plus petites et contiennent toujours des données significatives », dit-il ; cela signifie des ensembles de données de plus en plus volumineux qui peuvent être difficiles pour les logiciels mal équipés pour gérer des fichiers de grande taille.
Pour optimiser l'utilisation de l'instrument, McMahon a reconnu le potentiel d'un logiciel statistique pour rationaliser à la fois l'expérimentation et l'analyse qui étaient auparavant effectuées avec l'utilisation d'Excel. Même avec la possibilité de coder des macros Excel avancées, McMahon affirme que beaucoup de temps a été perdu pour les étapes fastidieuses de préparation des données, l'accès aux données, la conversion entre les formats, les analyses répétées et l'inévitable dépannage qui l'accompagne. De plus, il a vu le besoin de meilleures visualisations plus interactives avec lesquelles identifier plus rapidement les valeurs aberrantes dans les données d'image.
Une meilleure approche pour explorer les données d'image
Avec sa combinaison de fonctionnalités de visualisation conviviales et de capacités d'analyse plus avancées, JMP était un choix évident. "Quand j'ai commencé à utiliser JMP, c'était juste, 'wow, c'est fantastique' - c'était facile et bien organisé et tout simplement logique", explique McMahon. La capacité de JMP à traiter de très grands ensembles de données était une innovation particulièrement importante par rapport aux approches standard précédentes. Et les graphiques visuels aident à capturer les données d'image dans leur format natif. « C'est là que je pense que JMP brille vraiment : dans les visualisations qu'il produit », déclare-t-il.
En exportant les emplacements et les décomptes des pixels X et Y des données brutes NanoSIMS directement vers JMP, McMahon peut reconstruire les données d'image dans Graph Builder, une plate-forme qui prend également en charge la manipulation et l'analyse des données. La création de sous-ensembles de données qui représentent une seule région de l'image se fait en un seul clic, et la fonction de liaison dynamique du logiciel permet aux utilisateurs d'effectuer un large éventail d'analyses, toutes dans le même outil. "Cela rend vraiment la partie exploration tellement plus facile : si vous avez créé votre image dans Graph Builder, vous avez alors une distribution des masses que vous mesurez", explique McMahon.
« Nous pouvons sélectionner les valeurs aberrantes [comme un amas isotopiquement étiqueté, par exemple] simplement en regardant où elles se trouvent dans l'image. C'est une façon très, très rapide et efficace de faire les choses... JMP est vraiment flexible en termes d'exploration de données. »
Avec une petite quantité de scripts dans JMP, les analyses automatisées obtiennent des résultats en « quelques clics seulement ».
Depuis l'introduction de JMP, McMahon rapporte que la plate-forme Graph Builder de l'outil à elle seule a considérablement réduit le temps d'analyse et que l'automatisation a amplifié les avantages. La possibilité de créer des scripts et de le faire facilement rend JMP personnalisable, ce qui signifie que l'aspect traitement des données peut être largement automatisé et permettra de gagner du temps et de fournir des sorties de données reproductibles. Tout cela permet aux scientifiques de résoudre les problèmes plus rapidement.
« Nous avons [l'analyse] automatisée dans une certaine mesure maintenant, où nous exécutons simplement les scripts la plupart du temps. Il suffit donc de quelques clics et nous avons la réponse sur place », déclare McMahon. "Et la courbe d'apprentissage de la création de scripts dans JMP est assez raisonnable, en partie parce que JMP dispose de nombreuses ressources en ligne."
En plus d'en faire plus avec la personnalisation, McMahon prévoit d'utiliser ces ressources en ligne pour explorer de nouvelles façons d'utiliser JMP, que ce soit par le biais de la conception d'expériences (DOE) ou d'autres applications de modélisation. D'une part, McMahon suggère qu'un opérateur d'instrument pourrait utiliser le DOE pour prédire l'effet du changement de chacune des lentilles sur l'instrument NanoSIMS et donc choisir l'alignement optimal de l'instrument sans test manuel. La comparaison des données prédictives avec les données réellement collectées a montré une excellente corrélation.
« En fait, j'ai changé certaines façons de faire fonctionner les choses en fonction des résultats de la conception des expériences », dit-il. Les opportunités de travailler plus efficacement pourraient signifier accélérer le rythme de la science à fort impact, et c'est de cela qu'il s'agit.
