Analytical and Informatic Benefits from Automated Conversion of Ion Mobility Arrival Times to Collision Cross Sections in Raw Data Files

Význam tématu

Ion mobility spektrometrie (IMS) nabízí rychlou separaci iontů podle tvaru a velikosti, přičemž iontové příjezdy (arrival times, AT) lze převést na kolizní průřezy (collision cross section, CCS). Standardizace výsledků do CCS prostoru zvyšuje reprodukovatelnost a porovnatelnost výsledků napříč různými experimentálními podmínkami a přístroji.

Cíle a přehled studie

Cílem práce bylo implementovat automatizovanou konverzi AT na CCS přímo v surových datech pomocí PNNL PreProcessoru a otestovat přínosy této konverze v oblasti analytické a informační kvality na příkladu lipidových standardů separovaných pomocí SLIM HRIM a LC/QTOF.

Použitá instrumentace

• High Resolution Ion Mobility (HRIM) přístroj SLIM od MOBILion Systems
• 6546 LC/QTOF (Agilent Technologies)
• 1290 Infinity II LC (Agilent Technologies) s HILIC kolonkou RX-Sil, 3.0×100 mm, 1.8 µm
• Agilent Tune Mix a lipidové standardy (Avanti Polar Lipids)

Použitá metodika

• Injekce lipidů formou flow injection a separace HILIC
• Dva LC gradienty se změnou složení a průtoku (0,36 a 0,45 mL/min)
• Tři SLIM wave režimy (rychlost 180 m/s při 40 Vpp, 180 m/s při 30 Vpp, 145 m/s při 30 Vpp)
• Předzpracování dat v PNNL PreProcessoru: drift bin summing, drift a mass smoothing, thresholding, spike removal, komprese do 3D formátu
• Kalibrace CCS pomocí Agilent IM-MS Browser a Agilent Tune Mix

Hlavní výsledky a diskuse

• Retenční časy se lišily až o 12–13,5 % při změně LC podmínek.
• Arrival times se měnily až o 30 % při různých SLIM wave nastaveních.
• Po převodu do CCS prostoru se posuny mezi experimentálními podmínkami zmenšily pod 0,2 %.
• Shoda CCS hodnot získaných feature findingem a mapováním byla lepší než 0,05 %.
• Rozdíl mezi SLIM CCS a jedinopolovými DTCCS z 6560 driftové tuby byl menší než 2 %, což potvrzuje kompatibilitu výsledků napříč technologiemi.

Přínosy a praktické využití metody

• Standardizované CCS umožňuje srovnávání dat mezi experimenty a přístroji bez nutnosti opakované kalibrace.
• Zjednodušuje integraci výsledků do databází a CCS knihoven.
• Zvyšuje spolehlivost identifikace molekul v komplexních směsích.

Budoucí trendy a možnosti využití

• Rozšiřování CCS knihoven pro další třídy biomolekul a malých molekul.
• Implementace automatizovaného mapování AT na CCS do běžných softwarových balíků pro omics workflow.
• Využití strojového učení pro predikci CCS a porovnání s experimentálními daty.
• Integrace různých IMS technologií do jednotné platformy pro CCS analýzy.

Závěr

Automatizované převedení iontových příjezdových časů na kolizní průřezy v surových datech výrazně zlepšuje reprodukovatelnost a porovnatelnost IMS-MS výsledků. Tento přístup usnadňuje vytváření robustních CCS knihoven a podporuje spolehlivou identifikaci analytů napříč různými experimentálními podmínkami a přístroji.

Reference

• May J.C. et al. Resolving Power and Collision Cross Section Measurement Accuracy of a Prototype High-Resolution Ion Mobility Platform Incorporating Structures for Lossless Ion Manipulation. Journal of the American Society for Mass Spectrometry, 2021, 32(4), 1126–1137.
• Bilbao A. et al. A Preprocessing Tool for Enhanced Ion Mobility-Mass Spectrometry-Based Omics Workflows. Journal of Proteome Research, 2021.