Esta es una revisión de trabajo sobre Péptido, para quien quiere más que un párrafo y menos que un manual.
Revisado el 2026-08-01. Lo que sigue en debate se marca como tal.
Sus ventajas son que no requiere una superficie particular y que el análisis se realiza a presión atmosférica teniendo completo acceso a la muestra mientras se realiza el análisis. Una limitación de la DESI es su resolución espacial porque "enfocar" el spray del sorvente cargado es una tarea complicada. Sin embargo, un reciente avance llamado ESI por ablación de láser (LAESI) es prometedor para solucionar esta limitación. La espectroscopía de resonancia magnética nuclear es la única técnica de detección que no se basa en la separación de analitos, por lo que la muestra puede ser recuperada para análisis posteriores. Todos los tipos de metabolitos pueden ser medidos simultáneamente, es decir, la RMN está cercana a ser una técnica de detección universal. Las ventajas principales de la RMN son su alta reproducibilidad analítica y la simplicidad de la preparación de la muestra. Sin embargo, es relativamente insensible a comparación de las técnicas basadas en espectrometría de masas.
Fuentes: es.wikipedia.org
== Métodos estadísticos == Los datos generados en la metabolómica normalmente consisten en mediciones realizadas en muestras o sujetos bajo diversas condiciones. Estas mediciones pueden ser espectros digitalizados, o una lista de niveles de metabolito. En su forma más simple, esto genera una matriz con las columnas correspondiendo a las muestras y las columnas correspondiendo a los niveles de metabolito. Varios programas estadísticos están disponibles en la actualidad para el análisis de datos tanto de la RMN y la espectrometría de masas. Para los datos de la espectrometría de masas, existe software que identifica moléculas que varían en grupos de muestras sobre la base de masa y a veces tiempo de retención, dependiendo del diseño experimental. El primer software comprensivo para analizar la conjuntos datos de metabolómica de manera global fue desarrollado en el Siuzdak laboratory en el Scripps Research Institute en el año 2006. Este software, llamado XCMS, está disponible de manera gratuita y tiene más de 20,000 descargas desde su lanzamiento en 2006, y es uno de los programas más ampliamente citados en la literatura de la metabolómica basada en espectros de masa. XCMS ha sido sobrepasado en uso por una versión en nube llamada XCMS Online. Otros programas populares para el análisis de espectros de masa en metabolómica son MZmine, MetAlign, MathDAMP, que también compensa la desviación del tiempo de retención durante el análisis.
Fuentes: es.wikipedia.org
LCMStats es un paquete para R utilizado para el análisis detallado de datos de espectrometría de masas-cromatografía líquida (LCMS en inglés) y es útil en la identificación de iones co-eluyentes, especialmente isotopologos, de una muestra metabólica compleja. Combina funciones del paquete XCMS y puede ser usado para aplicar muchas herramientas estadísticas para corregir el tiempo muerto en la detección y para la generación de mapas de calor. Los datos de la metabolómica pueden ser analizados también por métodos de proyección estadística (quimiometría) como el análisis de componentes principales y la regresión de mínimos cuadrados parciales. Una vez que la composición metabólica es determinada, técnicas de reducción de datos pueden ser usadas para dilucidar patrones y conexiones. En muchos estudios, incluyendo aquellos que evalúan la toxicidad de medicamentos y modelos de enfermedad, los metabolitos de interés no se conocen a priori. Esto convierte en una popular primera elección a los métodos que pertenecen al tipo que no asumen nada de manera previa. Los métodos más comunes de etste tipo incluyen el análisis de componentes principales el cual puede reducir eficientemente las dimensiones de un conjunto de datos a unas pocas que expliquen las más grandes variaciones. Cuando se analiza en el espacio de menor dimensiones en este tipo de análisis, se puede detectar el aglomeramiento de muestras con huellas metabólicas similares.
Fuentes: es.wikipedia.org
== Aplicación de inteligencia artificial en metabolómica == Cada vez más la inteligencia artificial se está aplicando a todos los sectores de las ciencias. En mayo de 2020 se ha publicado en Analytical Chemistry, la revista de mayor impacto en química analítica, un artículo científico sobre la predicción del tiempo de retención cromatográfico en metabolomica. Este estudio, fruto de la colaboración de un laboratorio español NGAlab, el West Coast Metabolomics center en la universidad de California UC DAVIS y el centro de investigación Riken en Japón, utiliza las últimas técnicas de Machine learning como Keras y XGBoost en combinación con el software CDK para el cálculo avanzado de descriptores químicos. El software Retip es gratuitamente disponible en la página web de los desarrolladores. La predicción del tiempo de retención aumenta la tasa de identificación en cromatografía líquida y, posteriormente, conduce a una mejor interpretación biológica de los datos de metabolómica
Fuentes: es.wikipedia.org
Péptido se resume aquí a partir de literatura pública: definición, contexto y los puntos que se repiten en la práctica. Información general, no consejo médico.
La investigación sobre Péptido se apoya sobre todo en estudios de laboratorio y en modelos animales; los datos clínicos varían según la sustancia. Reflejamos el estado de la literatura.
Lo decisivo son la pureza y la analítica (HPLC, espectrometría de masas), una reconstitución correcta y un almacenamiento adecuado.%!(EXTRA string=Péptido)
No todos los mecanismos están demostrados y un estudio aislado no es evidencia global. Esta página señala las preguntas abiertas en lugar de darlas por resueltas.%!(EXTRA string=Péptido)