A metabolomics study into infuenza virus infection by HRAM Q-TOF analysis

Význam tématu

Infekce virem chřipky A představuje významnou hrozbu pro zdraví lidí i hospodářských zvířat. Metabolomická analýza dokáže odhalit komplexní změny v biochemických drahách během virové infekce, což přispívá k porozumění patogeneze, vývoji nových léčivých přístupů a optimalizaci vakcinace.

Cíle a přehled studie / článku

Studie si kladla za cíl využít nepřesměrovanou metabolomickou analýzu ke sledování dynamiky metabolických změn v séru prasat infikovaných virem chřipky A v průběhu čtrnáctidenního časového intervalu. Klíčovým cílem bylo porovnat metabolické profily mezi časovými body odpovídajícími rané, adaptivní a reparativní fázi infekce.

Použitá metodika a instrumentace

• Modelový organismus: prasata aklimatizovaná sedm dní před intranazální infekcí kmenem H1N1pdm09.
• Odběry vzorků: krevní sérum před infekcí a v 1, 2, 3, 4, 5, 6, 7, 9, 11 a 13 dnech po infekci; potvrzení infekce denním stěrem z nosu a po ukončení studie pitevním zhodnocením plic.
• Příprava vzorku: extrakce metabolitů ze séra a zařazení kontrolních vzorků QC do analytické šarže.
• Analytická platforma: HRAM Q-TOF LCMS-9030 Shimadzu; režim nepřesměrované analýzy s MS1 scany v rozsahu 100–1000 Da a 44 sekvenčními DIA MS/MS scany v rozsahu 75–1000 Da, cyklus < 1 sekundy, rozpětí kolizní energie 5–35 eV, exogenní kalibrace hmotnosti.
• Software a zpracování dat: LabSolutions Insight – Explore, algoritmus FIND pro detekci komponent, sestavení tabulky sloučenin, automatická integrace špiček a ruční kontrola kvality výstupů; identifikace přes databázi METLIN a predikci sumárních vzorců.

Hlavní výsledky a diskuse

• Všechny vzorky obsahovaly 716 spolehlivých iontových signálů získaných workflowem FIND a následnou manuální verifikací.
• Identifikace klíčových metabolitů a lipidů, například lysophosphatidylcholin 18:2, byla potvrzena porovnáním experimentálních DIA MS/MS spekter s databází METLIN a interpretací charakteristických fragmentů.
• Statistické a trendové analýzy ukázaly vysokou variabilitu mezi jednotlivými časovými skupinami a žádné významné odlišení metabolických profilů napříč dny po infekci.
• Příklady sledovaných látek včetně sphingomyelinu d18:0/18:1 a kyseliny hippurové vykazovaly nepravidelné změny, které nebyly konzistentní napříč vzorky.

Přínosy a praktické využití metody

• Robustní nepřesměrovaný LC–MS/MS protokol s krátkým cyklem (< 1 s) umožňuje zachytit komplexní metabolomické profily.
• Workflow zahrnující vysoce přesnou detekci a identifikaci komponent je aplikovatelný na biologické studie zaměřené na virové infekce i další zánětlivé procesy.
• Metoda poskytuje škálovatelnou platformu pro objev biomarkerů a hodnocení farmakodynamiky v preklinických modelech.

Budoucí trendy a možnosti využití

• Integrace metabolomiky s proteomikou, lipidomikou a mikrobiální metagenomikou pro multidimenzionální pohled na virovou patogenezi.
• Rozšíření počtu vzorků a inkluze různých kmenů viru či hostitelských druhů pro vyšší statistickou sílu a zobecnitelnost výsledků.
• Využití pokročilých algoritmů strojového učení pro automatickou klasifikaci a predikci průběhu infekce.
• Vývoj rychlých distribuovaných analytických přístrojů pro on-site monitoring metabolických změn.

Závěr

Nepřesměrovaná HRAM Q-TOF metabolomická analýza séra prasat infikovaných virem chřipky A odhalila komplexní, avšak vysoce variabilní metabolické profily bez jednoznačných trendů mezi časovými body. Navržené workflow je robustní a lze jej nasadit v dalších preklinických studiích zaměřených na biomarkerové objevy a hodnocení patofyziologických změn.

Reference

1. Armitage E., Swann J., Bailey M., Wilson I.D., Loftus N.J. A metabolomics study into influenza virus infection by HRAM Q-TOF analysis. ASMS 2019, PO-CON1888E.
2. Han X., Gross R.W. Structural and functional analysis of lysophosphatidylcholine isomers. J. Mass Spectrom. 1996.
3. Cui L. et al. Metabolomic profiling of a murine model of influenza virus infection. PLoS One 2016.