Příprava vzorků, LC/MS, LC/MS/MS, LC/QQQ
ZaměřeníKlinická analýza, Proteomika, Metabolomika, Lipidomika
VýrobceEvosep, Agilent Technologies
Význam tématu
Automatizovaná příprava vzorků a integrovaná LC-MS/MS analýza metabolomiky, lipidomiky a proteomiky nabízí komplexní přístup k charakterizaci změn v biologických systémech. Tato tří-ve-jednom strategie umožňuje detailní mapování metabolických drah, identifikaci biomarkerů režimu působení léčiv, odhalení vedlejších účinků a podporu vývoje personalizované medicíny.
Cíle a přehled studie
Cíl prezentované práce spočívá ve vývoji a validaci end-to-end automatizovaného pracovního postupu pro analýzu plazmy ve třech omických vrstvách. Studie demonstruje:
- Implementaci Bravo Metabolomics Sample Prep Platform a AssayMAP Bravo pro automatickou extrakci vzorků.
- Separaci a detekci více než 500 polarních metabolitů, 763 lipidů ve 44 třídách a 375 peptidů z myší plazmy.
- Využití Agilent Infinity II Bio LC a Evosep One pro standardní a nízkoprůtokové chromatografické metody.
- Nasazení triple kvadrupólového detektoru 6495D LC/TQ pro vysokou citlivost a rychlost analýzy.
Použitá metodika a instrumentace
Automatizovaná příprava vzorků:
- Bravo Metabolomics Sample Prep Platform s Captiva EMR-Lipid destičkami pro extrakci metabolitů a lipidů.
- AssayMAP Bravo pro enzymatickou digesci proteinů a přípravu peptidů.
Chromatografie:
- Agilent Infinity II Bio LC se standardním průtokem pro separaci lipidů (C18, 16 minut), polarních metabolitů (HILIC-Z, 24 minut) a peptidů.
- Evosep One pro nízkoprůtokové nano LC aplikace peptidů.
Detekce a kvantifikace:
- Agilent 6495D Triple Quadrupole LC/TQ s možností nastavení iFunnel parametrů (Fragile, Standard) pro optimalizaci citlivosti.
- MRM režimy s dobou dwell 0,5–5 ms pro měření stovek přechodů v jedné injekci.
Software pro analýzu dat:
- MassHunter Quant a Skyline pro kvantifikaci.
- Mass Profiler Professional s Pathway Architect pro statistiku a interpretaci drah.
Hlavní výsledky a diskuse
Reprodukovatelnost extrakce:
- Automatizovaná extrakce metabolitů snížila variační koeficienty (RSD) o ~50 % ve srovnání s manuálním postupem.
Kvantitativní výkon:
- Metabolity: více než 500 polarních sloučenin s RSD kolem 1–2 % při dwell 0,5 ms.
- Lipidy: 763 lipidů v 44 třídách se značnou dobrou reprodukovatelností v rozsáhlých kohortách (>3000 vzorků) a mezi laboratořemi (RSD <20 %).
- Peptidy: LLOQ pod 50 amol pro 74 % peptidů, s RSD <30 % pro 95 % sledovaných peptidů.
Optimalizace iFunnel:
- Nastavení Fragile zvýšilo citlivost pro vybrané metabolity (např. cis-akonitová kyselina o ~28 %).
Přínosy a praktické využití metody
- Komplexní analýza více omických vrstev bez nutnosti různé instrumentace.
- Vyšší reprodukovatelnost a průchodnost díky automatizaci přípravy vzorků.
- Možnost širokého rozsahu aplikací od objevování biomarkerů po cílené kvantifikace v klinickém a farmaceutickém výzkumu a QA/QC.
Budoucí trendy a možnosti využití
- Integrace dalších omických vrstev, např. glykomiky nebo nukleomiky.
- Další zvýšení automatizace a miniaturizace přípravy vzorků pro vzorkově úsporné a vysoce výkonné analýzy.
- Implementace umělé inteligence pro pokročilou analýzu dat a predikci biomarkerů.
Závěr
Prezentovaný tří-ve-jednom workflow ukazuje, že kombinace automatizované přípravy vzorků a triple kvadrupólového MS přináší vysokou citlivost, reprodukovatelnost a průchodnost pro multi-omické studie plazmy. Taková platforma umožňuje komplexní pohled na biologické dráhy a podporuje vývoj cílených klinických aplikací.
Reference
- Van de Bittner GC et al. Agilent Application Note 5994-5065EN. 2022.
- Sartain M et al. Agilent Application Note 5994-2156EN. 2020.
- Yannell K et al. Agilent Application Note 5994-5628EN. 2023.
- Wu L. Agilent Application Note 5994-2285EN. 2020.
- Wu L. Agilent Application Note 5994-1928EN. 2020.
- Huynh K et al. Agilent Application Note 5994-3747EN. 2021.
- Van de Bittner GC et al. Poster ASMS 2024 TP-040.
Obsah byl automaticky vytvořen z originálního PDF dokumentu pomocí AI a může obsahovat nepřesnosti.