Formato de datos de espectrometría de masas

Este formato fue uno de los primeros intentos de proporcionar un formato de archivo estandarizado para el intercambio de datos en espectrometría de masas. JCAMP-DX se desarrolló inicialmente para espectrometría infrarroja. JCAMP-DX es un formato basado en ASCII y, por lo tanto, no es muy compacto, aunque incluye estándares para la compresión de archivos. JCAMP se lanzó oficialmente en 1988. ^{[ 2 ]} Junto con la Sociedad Estadounidense de Espectrometría de Masas, se desarrolló un formato JCAMP-DX para espectrometría de masas con el objetivo de preservar los datos heredados. ^{[ 3 ]}

El formato de intercambio de datos analíticos para espectrometría de masas (ANDI) es un formato para el intercambio de datos. Muchos paquetes de software de espectrometría de masas pueden leer y escribir archivos ANDI. ANDI está especificado en la norma ASTM E1947. ^{[ 4 ]} ANDI se basa en netCDF , una biblioteca de herramientas de software para la lectura y escritura de archivos de datos. ANDI se desarrolló inicialmente para datos de cromatografía-espectrometría de masas y, por lo tanto, no se utilizó en la fiebre del oro de la proteómica , donde se desarrollaron nuevos formatos basados ​​en XML . ^{[ 5 ]}

AnIML es un esfuerzo conjunto de la IUPAC y ASTM International para crear un estándar basado en XML que cubra una amplia variedad de técnicas analíticas, incluida la espectrometría de masas. ^{[ 6 ]}

mzData fue el primer intento de la Iniciativa de Estándares de Proteómica (PSI) de la Organización del Proteoma Humano (HUPO) para crear un formato estandarizado para datos de espectrometría de masas. ^{[ 7 ]} Este formato ahora está obsoleto y ha sido reemplazado por mzML. ^{[ 8 ]}

mzXML es un formato de archivo común basado en XML (Lenguaje de Marcado Extensible) para datos de espectrometría de masas de proteómica . ^{[ 9 ] [ 10 ]} Este formato fue desarrollado en el Centro de Proteómica de Seattle/Instituto de Biología de Sistemas mientras el HUPO-PSI intentaba especificar el formato estandarizado mzData, y todavía se utiliza en la comunidad de proteómica.

Y et Another Format for Mass Spectrometry (YAFMS) es una sugerencia para guardar datos en un esquema de base de datos relacional sin servidor de cuatro tablas, donde la extracción y adición de datos se realiza mediante consultas SQL . ^{[ 11 ]}

Dado que tener dos formatos (mzData y mzXML) para representar la misma información es una situación indeseable, HUPO-PSI, SPC/ISB y los fabricantes de instrumentos colaboraron para crear un estándar unificado que combinara las mejores características de ambos formatos, mzData y mzXML, con el objetivo de reemplazarlos. Originalmente llamado dataXML, se anunció oficialmente como mzML. ^{[ 12 ]} La primera especificación se publicó en junio de 2008. ^{[ 13 ]} Este formato se presentó oficialmente en la reunión de la Sociedad Americana de Espectrometría de Masas de 2008 y, desde entonces, se ha mantenido relativamente estable con muy pocas actualizaciones. El 1 de junio de 2009 se publicó mzML 1.1.0. No hay planes para realizar más cambios a partir de 2013.

En lugar de definir nuevos formatos de archivo y escribir convertidores para formatos propietarios de proveedores, un grupo de científicos propuso definir una interfaz de programación de aplicaciones común para trasladar la responsabilidad del cumplimiento de las normas a las bibliotecas de acceso a datos existentes de los fabricantes de instrumentos. ^{[ 14 ]}

El formato mz5 aborda los problemas de rendimiento de los formatos anteriores basados ​​en XML. Utiliza la ontología mzML, pero guarda los datos mediante el backend HDF5 para reducir los requisitos de espacio de almacenamiento y mejorar la velocidad de lectura/escritura. ^{[ 15 ]}

El estándar imzML se propuso para intercambiar datos de imágenes de espectrometría de masas en un archivo XML estandarizado basado en la ontología mzML. Divide los datos experimentales en XML y datos espectrales en un archivo binario . Ambos archivos están vinculados por un identificador único universal . ^{[ 16 ]}

mzDB guarda los datos en una base de datos SQLite para ahorrar espacio de almacenamiento y mejorar los tiempos de acceso, ya que los puntos de datos se pueden consultar desde una base de datos relacional . ^{[ 17 ]}

Toffee es un formato de archivo abierto sin pérdidas para espectrometría de masas con adquisición independiente de datos . Aprovecha HDF5 y busca lograr tamaños de archivo similares a los de los formatos propietarios y cerrados de los proveedores. ^{[ 18 ]}

mzMLb es otra forma de utilizar un backend HDF5 para guardar datos sin procesar con alto rendimiento. Sin embargo, conserva la estructura de datos XML de mzML y cumple con el estándar existente. ^{[ 19 ]}

La Fundación Allotrope gestiona un formato de archivo basado en HDF5 y Triplestore llamado Allotrope Data Format (ADF) y una representación JSON plana ASM, abreviatura de Allotrope Simple Model. Ambos se basan en las Ontologías de la Fundación Allotrope (AFO) y contienen esquemas para espectrometría de masas y cromatografía acopladas a detectores de espectrometría de masas. ^{[ 20 ]}

Existen varios visores para mzXML, mzML y mzData. Estos visores son de dos tipos: software libre de código abierto (FOSS) o software propietario.

En la categoría de visores FOSS, se pueden encontrar MZmine, ^{[ 22 ]} mineXpert2 (mzXML, mzML, timsTOF nativo, xy, MGF, BafAscii) ^{[ 23 ]} MS-Spectre, ^{[ 24 ]} TOPPView (mzXML, mzML y mzData), ^{[ 25 ]} Spectra Viewer, ^{[ 26 ]} SeeMS, ^{[ 27 ]} msInspect, ^{[ 28 ]} jmzML. ^{[ 29 ]}

En la categoría de marcas propias, se pueden encontrar PEAKS, ^{[ 30 ]} Insilicos, ^{[ 31 ]} Mascot Distiller, ^{[ 32 ]} Elsci Peaksel. ^{[ 33 ]}

Existe un visor para imágenes ITA. ^{[ 34 ]} Las imágenes ITA e ITM se pueden analizar con la biblioteca pySPM de Python. ^{[ 35 ]}

Convertidores conocidos de mzData a mzXML:

Hermes: Un convertidor Java "mzData, mzXML, mzML" en todas las direcciones: disponible públicamente, se ejecuta con una interfaz gráfica de usuario , por el Instituto de Biología de Sistemas Moleculares, ETH Zúrich ^{[ 36 ] [ 37 ]}

FileConverter: Una herramienta de línea de comandos que convierte a/desde varios formatos de espectrometría de masas, parte de TOPP ^{[ 38 ].}

Convertidores conocidos para mzXML:

El Instituto de Biología de Sistemas mantiene una lista de convertidores ^{[ 39 ].}

Convertidores conocidos para mzML:

msConvert: Una herramienta de línea de comandos para convertir datos a/desde varios formatos de espectrometría de masas. También hay una interfaz gráfica de usuario disponible para usuarios de Windows. ^{[ 40 ]}

ReAdW: ^{[ 41 ]} El convertidor de línea de comandos del Instituto de Biología de Sistemas para archivos Thermo RAW, parte de TransProteomicPipeline. ^{[ 42 ]} La última actualización de esta herramienta se realizó en septiembre de 2009. El equipo de desarrollo de TPP ahora redirige a los usuarios al software msConvert (ver más arriba).

FileConverter: Una herramienta de línea de comandos que convierte a/desde varios formatos de espectrometría de masas, parte de TOPP ^{[ 38 ].}

Convertidores para formatos propietarios:

msConvert: Una herramienta de línea de comandos que convierte datos a/desde varios formatos de espectrometría de masas, incluyendo múltiples formatos propietarios. También hay una interfaz gráfica de usuario disponible para usuarios de Windows. ^{[ 38 ]}

CompassXport, la herramienta gratuita de Bruker que genera archivos mzXML (y ahora mzData) para muchos de sus formatos de archivo nativos (.baf). ^{[ 43 ]}

MASSTransit, un software para convertir datos entre formatos propietarios, de Palisade Corporation y distribuido por Scientific Instrument Services, Inc. ^{[ 44 ]} y PerkinElmer . ^{[ 45 ]} Adquirido a Palisade por John Wiley and Sons en 2020 e incorporado al software de espectroscopia KnowItAll. (lista de formatos de archivo compatibles).

Aston, ^{[ 46 ]} soporte nativo para varios formatos de archivo de Agilent Chemstation, Agilent Masshunter y Thermo Isodat

unfinnigan, ^{[ 47 ]} soporte nativo para formatos de archivo Finnigan (*.RAW)

OpenChrom , un software de código abierto con soporte para convertir varios formatos de archivo nativos, incluido su propio formato abierto .ocb, para almacenar cromatogramas, picos y resultados de identificación ^{[ 48 ].}

Los convertidores disponibles actualmente son  :

MassWolf, para Micromass MassLynx. Formato .Raw

mzStar, para el formato de analista de SCIEX / ABI SCIEX/ABI

wiff2dta ^{[ 49 ]} para el formato SCIEX / ABI Analyst a mzXML, DTA, MGF y PMF