LC/HRMS, LC/MS, LC/MS/MS, LC/Orbitrap
ZaměřeníLipidomika
VýrobceThermo Fisher Scientific
Význam tématu
Charakterizace lipidů na molekulární úrovni je klíčová pro pochopení biologických procesů a vlivu lipidů v patofyziologii, jako jsou rakovina, kardiovaskulární choroby či metabolické syndromy. Trávení a skladování energií, buněčné signální dráhy a integrita biomembrán závisí na specifických lipidových molekulách. Nutnost komplexní, citlivé a vysoce průchodné metodiky, která během jediné LC/MS analýzy poskytne přesné určení třídy a struktury lipidů (včetně izomerů), je hnací silou současného vývoje v oblasti lipidomiky.
Cíle a přehled studie
Cílem aplikace bylo vyvinout workflow založené na vysokém rozlišení a přesné hmotnosti (HRAM) pomocí Tribrid Orbitrap Fusion Lumos mass spektrometru, které:
- umožní provést jedno LC/MSn měření v pozitivním a negativním režimu
- zajistí rychlou a citlivou detekci stovek až tisíců lipidových molekul
- umožní kvantifikovat a identifikovat fosfolipidy, triacylglyceroly a jejich izomery
Použitá instrumentace
Tribridní Orbitrap Fusion Lumos MS přístroj s architekturou Q-OT-qIT kombinuje:
- high-field Orbitrap analyzátor (rozlišení >500 000 FWHM, rychlost až 20 Hz při 15 000 FWHM)
- dual-pressure lineární iontový trap pro CID a HCD fragmentace
- pokročilou kvadrupólovou technologii a iontový routing multipól pro paralelní manipulaci a fragmentaci
- vysokokapacitní přenosovou trubici a elektrodynamický iontový trychtýř pro zvýšení přenosu iontů
Použitá metodika
Vzorky tvořily:
- standardní extrac ty z vajec (PC)
- boviní srdeční lipidový extrakt
- celkové lipidové extrakty ze tří potravinových talířů
- střídavou akvizici pozitivního a negativního HCD MS2 v Top-speed režimu (1 s cykly)
- podmíněné CID MS2 při detekci diagnostického produktu m/z 184,0733 (PC fragment)
- podmíněné CID MS3 na tři nejintenzivnější HCD fragmenty s neutrálním úbytkem mastné kyseliny plus NH3 pro TG izomery
Hlavní výsledky a diskuse
Porovnání cyklů 1 s vs. 2,4 s ukázalo, že Fusion Lumos dosahuje stejného počtu lipidových ID i při rychlém 1 s cyklu, což umožňuje střídat polaritu a současně zachovat dostatek datových bodů pro kvantifikaci.
Charakterizace PC:
- HCD MS2 + podmíněný CID MS2 (po detekci m/z 184) v jednom běhu identifikovala 158 molekulárních PC
- oddělené pozitivní/negativní HCD MS2 metody vyžadovaly dvojnásobný průběh a identifikovaly 166 PC
- komplexní workflow (alternující polarita + CID MS2) zvýšilo počet kompletně charakterizovaných PC na 208
- běžná HCD MS2 neposkytuje dostatek informací pro izomery
- podmíněné CID MS3 na neutrální úbytek MK+NH3 umožnilo rozlišit koelutující isomery TG (např. 14:0_14:0_18:2)
Přínosy a praktické využití metody
Nové workflow:
- uve z jednoho LC/MS běhu získá data obou polarit
- zkracuje dobu analýzy na polovinu
- zvyšuje důvěru v určení lipidových tříd a molekulárních složení
- umožňuje analýzu biologických i potravinových vzorků s vysokou průchodností a přesností
Budoucí trendy a možnosti využití
Očekávané směry rozvoje:
- rozšíření automatizace výběru MSn událostí pomocí umělé inteligence
- propojení lipidomiky s dalšími omickými přístupy
- vývoj rychlejších a citlivějších ionizačních zdrojů a fúzní instrumentace
- využití hloubkové statistické analýzy a strojového učení pro lipidová biomarkerová zjištění
Závěr
Představený komplexní LC/MSn přístup na Tribridním Orbitrap Fusion Lumos MS přináší výrazné zvýšení průchodnosti, citlivosti a spolehlivosti lipidové profilace. Jednoanalytová akvizice obou iontových režimů s automatickou výzvou CID MSn fragmentů umožňuje detailní studium fosfolipidů a triacylglycerolů, včetně izomerů, a je aplikovatelná na biologické, potravinové i plantární vzorky.
Reference
1. Kiyonami R. et al. Increased Identification Coverage and Throughput for Complex Lipidomes. Thermo Fisher Scientific App. Note #607.
2. Matyash V. et al. Lipid Extraction by MTBE for High-throughput Lipidomics. J. Lipid Res. 2008, 49, 1137–1146.
3. Peake D.A. et al. Processing of a Complex Lipid Dataset for the NIST Inter-Laboratory Comparison Exercise. ASMS 2015.
4. Michalski A. et al. Mass Spectrometry Based Proteomics Using Q Exactive. MCP 2011.
5. Liebisch G. et al. Shorthand Notation for Lipid Structures Derived from MS. J. Lipid Res. 2013, 54(6):1523–1530.
6. Vaniya A., Fiehn O. Comprehensive Analysis of Food Metabolites and Natural Products Using Eight Metabolomics Platforms. Metabolomics Society 2015.
Obsah byl automaticky vytvořen z originálního PDF dokumentu pomocí AI a může obsahovat nepřesnosti.