Application of Metabolomics Techniques using LC/MS and GC/MS Profiling Analysis of Green Tea Leaves

Význam tématu

Metabolomika umožňuje komplexní analýzu malých molekul v biologických vzorcích a nachází uplatnění v medicíně, farmacii a potravinářské kvalitě. Detailní profilování metabolitů pomáhá odhalit biomarkery, predikovat kvalitu produktu a sledovat účinky léčiv či toxické reakce.

Cíle a přehled studie

Studie se zaměřila na porovnání metabolického profilu devíti vysoce hodnocených odrůd zeleného čaje z regionální soutěže kvality. Cílem bylo identifikovat sloučeniny, které nejvíce korelují s kvalitativním hodnocením, a navrhnout predikční model kvality na základě výsledků LC/MS a GC/MS analýz.

Použitá metodika a instrumentace

• Výběr vzorků: 9 odrůd zeleného čaje s hodnocením 5., 10., 15. … 45. místa, rozmělnění pod tekutým dusíkem.
• Extrakcí vodní/methanol/chloroform (1/2,5/1) pro LC/MS a příprava derivátů pro GC/MS (metoxymace a silylace MSTFA).
• LC/MS: Prominence UFLC v kombinaci s LCMS-IT-TOF (ESI +/-, m/z 100–1000), data zpracována v LCMSsolution.
• GC/MS: GCMS-QP2010 Plus s kolónou Rtx-5MS, ionizace EI, m/z 50–1000, databáze NIST 2008 a Shimadzu GC/MS metabolite database, data zpracována v GCMSsolution.
• Multivariační analýza provedená v SIMCA-P (PCA pro identifikaci markerů kvality).

Hlavní výsledky a diskuse

• LC/MS metodu s gradientem 10 min oddělila 10 klíčových sloučenin (kofein, katechiny) s RSD retence < 0,3 %.
• GC/MS detekovalo ~100 stop, 71 sacharidů, aminokyselin a organických kyselin bylo identifikováno.
• PCA ukázala jasné rozdělení vzorků podle kvality; vysoké hodnocení korelovalo s vyšším obsahem organických kyselin a polyfenolů.
• Neznámá sloučenina Peak X byla pomocí MSn a přesné hmotnosti (C14H16O10) identifikována jako theogallin.

Přínosy a praktické využití metody

Metoda nabízí robustní a vysoce propustnou platformu pro kvalitu potravinářských vzorků, umožňuje rychlou detekci a kvantifikaci kvalitativních markerů a podporuje vývoj predikčních modelů pro hodnocení surovin.

Budoucí trendy a možnosti využití

• Integrace více analytických technik a rozšíření databází pro komplexnější metabolomické studie.
• Automatizace přípravy vzorků a zrychlení zpracování dat s využitím umělé inteligence.
• Vývoj pokročilého softwaru pro identifikaci neznámých sloučenin a prediktivní modelování.

Závěr

Kombinace ultra­rychlé LC/MS a GC/MS poskytuje široký rozsah separace a detekce metabolitů, umožňuje identifikovat klíčové markery kvality zeleného čaje a staví základ pro robustní predikční modely kvality.

Použitá instrumentace

• Shimadzu Prominence UFLC
• Shimadzu LCMS-IT-TOF
• Shimadzu LCMS-2020
• Shimadzu GCMS-QP2010 Plus

Reference

1. Fukusaki E.; Possibilities and Technological Obstacles in Metabolomics. Biotechnology 2006, 84, 231–234
2. Pongsuwan W.; Fukusaki E.; Bamba T. et al. Prediction of Japanese Green Tea Ranking by Gas Chromatography/Mass Spectrometry–Based Hydrophilic Metabolite Fingerprinting. J. Agric. Food Chem. 2007, 55, 231–236