LC/MS, LC/MS/MS, LC/QQQ
ZaměřeníKlinická analýza, Lipidomika
VýrobceWaters
Význam tématu
Lipidová analýza u pacientů s karcinomem močového měchýře odhaluje důležité biologické změny spojené s růstem nádorových buněk a rezistencí na léčbu. Cílené lipidomické přístupy napomáhají objevení nových biomarkerů pro diagnostiku, prognózu a sledování terapie, čímž podporují rozvoj personalizované medicíny a zlepšení péče o pacienty.
Cíle a přehled studie / článku
Hlavním cílem bylo nasadit platformu LipidQuan pro rychlou kvantifikaci přes 400 lipidů v plazmě 6 pacientů s karcinomem močového měchýře a 6 zdravých kontrol. Studie demonstruje rychlou implementaci metodiky z knihovny Quanpedia™, minimalizaci chyb při přenosu metodických parametrů a porovnání lipidového profilu obou skupin za účelem identifikace odlišných lipidových vzorců.
Použitá metodika a instrumentace
Pro přípravu vzorků byla použita precipitace bílkovin isopropanolem s vnitřními standardy SPLASH® LIPIDOMIX®. Chromatografický separátor ACQUITY UPLC I-Class s HILIC kolonkou BEH Amide (2,1×100 mm, 1,7 µm) pracoval při 45 °C s gradientem acetonitril/voda s 10 mM acetátem amonným. Analýzu prováděl hmotnostní spektrometr Xevo TQ-XS (nebo TQ-S/TQ-S micro) v režimu MRM pozitivní i negativní ESI. Data se zpracovávala v TargetLynx™ Application Manager a alternativně ve Skyline. Statistické vyhodnocení v SIMCA P+ a MetaboAnalystu.
Hlavní výsledky a diskuse
Metoda umožnila detekci a kvantifikaci přes 400 jednotlivých lipidů. Vícevýběrová PCA modely jasně odlišily skupinu pacientů od kontrol (R2=0,93, Q2=0,91). VIP skóre a PLS-DA identifikovaly lipidy tří tříd (LPC, PC, SM) jako hlavní činitele rozlišení. Pacienti vykazovali nárůst koncentrací ceramidů, lysofosfatidylcholinů a sfingomyelinů, zatímco plasmalogeny byly významně snížené. Kalibrační křivky s izotopově značenými standardy prokázaly lineárnost (R2>0,97) napříč čtyřmi řády koncentrací.
Přínosy a praktické využití metody
- Rychlá implementace metodiky z veřejné knihovny zmírnila potřebu složitého vývoje a školení.
- Vysoká propustnost (8min běh) a robustnost sevřením HILIC separace lipidy podle tříd.
- Možnost kvantifikace stovek lipidů při nízkých nákladech díky využití jediných směsí izotopových standardů.
- Platforma vhodná pro výzkum biomarkerů, diagnostiku i kontrolu kvality v laboratořích.
Budoucí trendy a možnosti využití
Integrace lipidomiky s proteomikou a metabolomikou pro globální pohled na nádorovou biologii. Využití pokročilé datové analýzy a strojového učení ke zlepšení rozlišení izomerů a predikčních modelů. Rozšíření aplikace na další typy rakoviny a biologické matice, včetně moči a tkáňových extraktů. Standardizace workflow pro klinické nasazení.
Závěr
Metoda LipidQuan poskytuje rychlý, citlivý a nákladově efektivní přístup k cílené lipidomice. Umožnila detekci klíčových lipidů spojených s karcinomem močového měchýře a ukázala vynikající reprodukovatelnost a prediktivitu modelů. Tento přístup je perspektivní pro vývoj nových biomarkerů a podpoří personalizovanou péči.
Reference
- Bladder cancer overview, NHS, staženo 31. 1. 2019.
- Lee M. Y. a kol. Reprogrammed Lipid Metabolism in Bladder Cancer with Cisplatin Resistance, Oncotarget 2018, 9(17), 13231–13243.
- Zhou X. a kol. Identification of Plasma Lipid Biomarkers for Prostate Cancer by Lipidomics and Bioinformatics, PLoS One 2012, 7(11).
- Perrotti F. a kol. Advances in Lipidomics for Cancer Biomarkers Discovery, Int. J. Mol. Sci. 2016, 17(12).
- Isaac G., Munjoma N. a kol. LipidQuan for Comprehensive and High-Throughput HILIC-based LC-MS/MS Targeted Lipid Quantitation, Waters Corp. Application Note 720006402EN, 2018.
- Chong J., Wishart D. S., Xia J. Using MetaboAnalyst 4.0 for Comprehensive and Integrative Metabolomics Data Analysis, Curr. Protoc. Bioinformatics 2019, e86.
- Koivusalo M. a kol. Quantitative Determination of Phospholipid Compositions by ESI-MS: Effects of Acyl Chain Length, Unsaturation, and Lipid Concentration on Instrument Response, J. Lipid Res. 2001, 42(4), 663–672.
Obsah byl automaticky vytvořen z originálního PDF dokumentu pomocí AI a může obsahovat nepřesnosti.