Comprehensive Accurate Mass Metabolomics Library and Its Evaluation in Targeted and Nontargeted Data Analysis Workflows

Význam tématu

V metabolomice hraje jednoznačná identifikace metabolitů klíčovou roli při interpretaci biologických dat. Integrace vysoce přesné hmotnostní spektrometrie s retenčními indexy zvyšuje jistotu určení látek v komplexních vzorcích, což umožňuje lepší pochopení metabolických drah ovlivněných onemocněním, farmaky či vnějšími vlivy.

Cíle a přehled studie / článku

Autoři představují novou osobní databázi a knihovnu Agilent Fiehn Accurate Mass Metabolomics PCDL obsahující přes 900 položek s kompletními elektronově ionizačními (EI) spektry a kovatsovými retenčními indexy. Studie hodnotí použitelnost této knihovny v cílených i necílených screeningových postupech na příkladu krevní plazmy a více druhů tkání myší.

Použitá metodika a instrumentace

Vzorky byly extrahovány směsí acetonitril:isopropanol:voda (3:3:2), sušeny a derivatizovány metoximací následovanou silylací (MSTFA + 1 % TMCS). Jako interní standard sloužil D27-myristin.

Použitá instrumentace

• GC/Q-TOF Agilent 7250 s přesným měřením hmotnosti
• GC Agilent 7890B s kolonkou J&W DB-5ms Ultra Inert (30 m × 0,25 mm × 0,25 µm)
• Převod a správa PCDL v softwarech Agilent MassHunter Qualitative Analysis, PCDL Manager a ChemVista
• Vyhodnocení nekódovaných vzorků přes Unknowns Analysis a ExactMass; cílené měření přes MassHunter Quantitative Analysis

Hlavní výsledky a diskuse

Porovnání s jednotkovou hmotnostní knihovnou (Fiehn.L) ukázalo 474 společných entit a 199 unikátních látek ve vysoké hmotnostní PCDL. Rozšířený rozsah spekter až do m/z 1 200 umožnil identifikaci iontů, jež jednotková metoda postrádá, což zvyšuje selektivitu i citlivost.
V necíleném režimu ExactMass filtr eliminoval až 30 % falešně pozitivních nálezů z NIST17 knihovny. V cíleném režimu Screener přístupu a v nekódu analýze se přes PCDL identifikovalo ve vzorcích plazmy až o 10 % více metabolitů než s NIST17.
Analýza pěti myších tkání (mozek, játra, ledviny, plazma, sérum) odhalila 86 společných metabolitů a řadu látek unikátních pro jednotlivé tkáně, což dokládá robustnost knihovny.

Přínosy a praktické využití metody

Precizní hmotnostní informace spolu s kovatsovými indexy výrazně snižují podíl falešných pozitiv a rozšiřují rozsah detekovaných metabolitů. Metoda je aplikovatelná v biomedicínském výzkumu, farmakometabolomice, toxikologii i QA/QC laboratořích.

Budoucí trendy a možnosti využití

Rozšiřování PCDL o další xenobiotika a lipidomické třídy, integrace s LC/MS knihovnami a automatizované strojové učení pro pokročilé anotace fragmentů představují logický směr dalšího rozvoje. Cloudová sdílení a otevřené platformy podpoří širší adopci techniky v datově náročných studiích.

Závěr

Agilent Fiehn Accurate Mass Metabolomics PCDL posouvá hranice GC/Q-TOF metabolomiky díky vysoké přesnosti hmotnosti, rozšířenému m/z rozsahu a komplexním retenčním indexům. Validace na krevní plazmě i biologických tkáních potvrdila zvýšenou citlivost a selektivitu při minimalizaci falešných nálezů.

Reference

• Schauer N. et al. GC–MS Libraries for the Rapid Identification of Metabolites in Complex Biological Samples. FEBS Letters. 2005;579(6):1332–1337.
• Stein S. Mass Spectral Reference Libraries: an Ever-Expanding Resource for Chemical Identification. Anal. Chem. 2012;84(17):7274–7282.
• Beale D. J. et al. Review of Recent Developments in GC-MS Approaches to Metabolomics-Based Research. Metabolomics. 2018;14(11):152.
• Mihaleva V. V. et al. Automated Procedure for Candidate Compound Selection in GC-MS Metabolomics. Bioinformatics. 2009;25(6):787–794.
• Nieto S. et al. Contaminants Screening Using High-Resolution GC/Q-TOF. Agilent Technologies, 2016.
• Fiehn O. Metabolomics by Gas Chromatography-Mass Spectrometry. Curr. Protoc. Mol. Biol. 2016;114:30.4.1–30.4.32.