Essential Oil Metabolomic Profiling with HRMS and a Variety of Complementary Ionization Techniques - Allowing Discrimination of Samples of Different Botanical Origin and Non-Conformity

Aplikace | 2019 | WatersInstrumentace
LC/TOF, LC/HRMS, LC/MS, LC/MS/MS
Zaměření
Potraviny a zemědělství, Metabolomika
Výrobce
Waters

Význam tématu


Analýza přírodních vonných olejů, zejména vetiverového oleje, je klíčová pro udržení kvality surovin v parfumérním průmyslu a pro splnění rostoucích regulačních požadavků (REACH, NCS). Tradiční GC-MS se zaměřuje na těkavé složky, ale neodhalí kontaminanty či přísady neodpařitelné za běžných podmínek. Kombinace vysoce výkonné kapalné chromatografie (UPLC, UPC²) s vysokým rozlišením hmotnostní spektrometrie (HRMS) a různými ionizačními technikami rozšiřuje pohled na hluboké metabolické složení, umožňuje odhalit nekonformní šarže a zvýšit kontrolu kvality surovin.

Cíle a přehled studie


Cílem bylo porovnat deset vzorků vetiverového oleje z různých geografických lokalit (Haiti, Indonésie, Paraguay) a identifikovat markerové sloučeniny charakterizující původ či nekvalitní dávky. Studie využila nekonvenční kombinaci UPLC-HRMS a UPC²-HRMS s ionizacemi ESI, APCI a ASAP, plus výkonnou bioinformatickou analýzu pro nestrukturované (untargeted) metabolomické profilování.

Použitá metodika a instrumentace


Všechny vzorky byly naředěny v MeOH:ACN (50:50) a analyzovány:
  • UPLC I-Class se sloupci CORTECS UPLC C18 (1,6 µm, 2,1×100 mm), gradient 1–99 % organiky, ESI (±1/2,6 kV), HRMS (22 000 FWHM) v módu MS^E (6/15–30 eV).
  • UPC² Viridis HSS C18 SB (1,8 µm, 3×100 mm), superkritický CO₂/MeOH:ACN 50:50, APCI (±20 µA, 600 °C), HRMS v módu MS^E.
  • ASAP rychlá analýza během 5 min v kontinuálním módu.

Použitá instrumentace


  • Xevo G2-Tof Mass Spectrometer
  • ACQUITY UPLC I-Class System
  • ACQUITY UPC² System
  • Viridis HSS C18 SB Column
  • CORTECS C18 Column
  • MassLynx Software
  • Progenesis QI Software (v2.3) a EZinfo (v3.0.3)

Hlavní výsledky a diskuse


Synergie UPLC/UPC² a různých ionizačních režimů odhalila přes 15 000 signálů, z nichž 67 vykazovalo statisticky významné rozdíly (ANOVA p<0,05, FC>2). PCA a HCA jasně oddělily tři geografické skupiny. Pomocí OPLS-DA a S-plotů bylo vyselektováno klíčové markery pro každý region. U indonéských vzorků odhalila nečekaná skupina výjimečných šarží přítomnost ricinoleové kyseliny (castor oil), nevolatilní znečišťující látky, která by při běžném GC-MS zůstala skryta. Identifikace proběhla proti interní databázi 400 známých vetiverových metabolitů v Progenesis QI Metascope.

Přínosy a praktické využití metody


  • Komplexní kontrola kvality vetiverového oleje včetně nevolatilní frakce.
  • Schopnost odhalit kontaminace a falšování na úrovni nekonvenčních složek.
  • Rychlé screeningové postupy ASAP pro předběžné rozlišení šarží.
  • Mimořádná citlivost a selektivita nekonvenčních markerů.

Budoucí trendy a možnosti využití


Očekává se rozšíření aplikací workflow pro další přírodní extrakty a kořeněné oleje. Integrace dalších ionizačních technik (DESI, DART) a postupů zpracování (strojové učení, integrativní omiky) zvýší univerzálnost a automatizaci. V rámci regulací NCS bude tento přístup standardem v QA/QC pro přírodní komplexy.

Závěr


Studie potvrdila, že kombinace HRMS s UPLC/UPC² a multi-ionizačními technikami, podpořená pokročilou bioinformatikou, představuje robustní a citlivý nástroj pro metabolomické profilování esenciálních olejů. Umožňuje jak geografické označení původu, tak detekci nevyhovujících či falšovaných vzorků, což významně překračuje možnosti tradiční GC-MS analýzy.

Reference


  1. Belhassen E. et al. Volatile constituents of vetiver: a review. Flavour Fragr. J. 2015,30,26–82.
  2. Marti G. et al. Comprehensive profiling and marker identification in non-volatile citrus oil residues by mass spectrometry and nuclear magnetic resonance. Food Chem. 2015,150,235–245.
  3. Mehl F. et al. Differentiation of lemon essential oil based on volatile and non-volatile fractions with various analytical techniques: a metabolomic approach. Food Chem. 2014,143,325–335.
  4. Farag M. et al. Metabolomics driven analysis of artichoke leaf and its commercial products via UHPLC-q-TOF-MS and chemometrics. Phytochemistry 2013,95,177–187.
  5. Sidibé L. et al. Der Chemica Sinica 2012,3(5),1276–1279.
  6. Chalchat J-L. et al. JEO BP 2008,11(5),468–475.
  7. Filippi J-J. FFJ 2014,29,137–142.
  8. Champagnat P. Journal of Essential Oil Bearing Plants.
  9. Champagnat P. Biotechnol. Syst. Ecol. 2008,36,68–70.
  10. Champagnat P. et al. J. Essent. Oil Res. 2006,18,647–649.
  11. Champagnat P. et al. OCL 2006,13(2–3),190–194.
  12. Champagnat P. et al. Flavour Fragr. J. 2007,22,488–493.
  13. Belhassen E. et al. Flavour Fragr. J. 2015,30,26–82.
  14. Kanaya K. et al. KNAPSACK database.

Obsah byl automaticky vytvořen z originálního PDF dokumentu pomocí AI a může obsahovat nepřesnosti.

PDF verze ke stažení a čtení
 

Podobná PDF

METABOLOMICS APPROACHES   POWERFUL TOOLS FOR ANALYSING THE QUALITY OF RAW MATERIALS VETIVER ESSENTIAL OIL A CASE STUDY
APPLICATION NOTEBOOK - UNTARGETED METABOLOMICS  AND LIPIDOMICS
Discrimination of Different Unifloral Honeys Using an Untargeted High-Definition Mass Spectrometry Metabolomic Workflow
A Non-Targeted Metabolomic Study of Pomegranate Juice to Investigate the Nutritional and Quality Characteristics Using Novel SONAR DIA Acquisition and Vion Ion Mobility QTof MS