Summary

Metabolomica non mirati da fonti biologiche Uso UltraPerformance cromatografia liquida-spettrometria di massa ad alta risoluzione (UPLC-HRMS)

Published: May 20, 2013
doi:

Summary

Non mirati metabolomica fornisce una ipotesi la generazione di un'istantanea di un profilo di metabolico. Questo protocollo dimostrerà la estrazione e l'analisi delle metaboliti provenienti da cellule, siero, o tessuto. Una gamma di metaboliti vengono intervistati usando l'estrazione in fase liquido-liquido, microflusso UltraPerformance liquida cromatografia in fase / ad alta-risoluzione di massa spettrometria di (UPLC-HRMS) accoppiato ad software di analisi differenziale di.

Abstract

Qui vi presentiamo un flusso di lavoro per analizzare i profili metabolici per i campioni biologici di interesse, tra cui: le cellule, siero o tessuto. Il campione viene prima separato in frazioni polari e non polari da una fase di estrazione liquido-liquido, e parzialmente purificato per facilitare l'analisi a valle. Entrambi acquose (metaboliti polari) e biologici (metaboliti non polari) fasi di estrazione iniziale vengono elaborati per rilevare una vasta gamma di metaboliti. Metaboliti sono separati da diversi metodi di cromatografia liquida in base alla loro proprietà di partizione. In questo metodo, vi presentiamo microflow ultra-prestazioni (UP) i metodi LC, ma il protocollo è scalabile per i flussi più elevati e pressioni più basse. Introduzione nello spettrometro di massa può essere attraverso sia le condizioni generali o di composti di origine ottimizzati. Rilevamento di una vasta gamma di ioni viene eseguito in modalità di scansione completa in modalità sia positivi che negativi su un'ampia m / z gamma utilizzando ad alta risoluzione su un recente calibrated strumento. Analisi differenziale senza etichetta viene eseguita su piattaforme bioinformatiche. Le applicazioni di questo approccio includono lo screening metabolico percorso, scoperta di biomarcatori, e lo sviluppo di farmaci.

Introduction

A causa di recenti progressi tecnologici nel campo della HRMS, non mirati, ipotesi generatrici metabolomica approcci sono diventati un approccio possibile per l'analisi di campioni complessi. 1 spettrometri di massa in grado di facilitare la risoluzione 100.000 di routine parte bassa per milione (ppm) di accuratezza di massa sono diventati ampiamente disponibile da fornitori diversi. 2,3 Questa accuratezza di massa consente una maggiore specificità e la fiducia in una assegnazione preliminare di identità dell'analita, pattern recognition isotopica, e l'identificazione addotto. 4 Quando accoppiato con una procedura di estrazione appropriato e LC o UPLC, miscele complesse ad alte prestazioni possono essere analizzati con specificità ulteriore derivato da dati di tempo di ritenzione. 5 UPLC possiede una maggiore efficienza cromatografica e permette una maggiore sensibilità, risoluzione e analisi in tempo facendo una maggiore copertura del metabolome possibile. 6 Le grandi serie di dati risultanti possono essere integrati in qualsiasidi molteplici software di analisi differenziale e estratti di modelli utili o di singoli analiti di interesse. 7,8,9,10,11 colpi putativi possono essere inizialmente identificati utilizzando una combinazione di algoritmi di rilevamento di picco, massa accurata predizione basata formula chimica, la previsione di frammentazione, e chimico ricerca del database. Questo approccio consente di priorità di obiettivi per il tempo completa identificazione strutturale o per lo sviluppo di diluizione degli isotopi stabili più sensibile e più specifico monitoraggio UPLC / selezionato o multiplo reazione / studi di MS che sono gli attuali metodi standard d'oro per la quantificazione. 12

Diversa natura dei campioni biologici ha portato ad ottimizzare protocolli di estrazione per l'urina 13, 14 cellule, siero 15, o il tessuto 16. Questo protocollo caratteristiche estrazioni per le cellule, siero e tessuto. Se del caso, i commenti ei riferimenti aggiuntivi sono stati inclusi per la modificazione della procedura per tener conto dell'inclusione di isotopi stabili, o per l'inserimento di metaboliti particolarmente instabili.

Protocol

1. Estrazione del campione da cellule Per un piatto di cm 10 celle: raccogliere 1,5 ml di sospensione cellulare sollevato dai media in un pre-etichettata 10 ml provetta di vetro. Per le linee aderenti, le cellule devono essere sollevati con scraping delicato in 1,5 ml di mezzo di tenuta in ghiaccio. Facoltativo: Se si usano gli standard interni, aggiungere un'aliquota appropriata in questo passaggio. Commento: Estinzione del metabolismo cellulare è fondamentale per alcuni metabol…

Representative Results

I risultati presentati mostrano i dati selezionati provenienti da un trattamento di 6-hr di cellule di glioblastoma SH-SY5Y con il pesticida e la complesso I mitocondriale inibitore di rotenone. Per brevità, solo i i di fase dati in modalità positivi organici è presentato. I campioni sono stati elaborati ed analizzati come descritto sopra (Figura 1, tabella 1, Tabella 2) e di caricate su due piattaforme di analisi differenziali per i etichetta di-gratuitamente quantificazione, SETACCIO e di XCMS on-l…

Discussion

Non mirati metabolomica offre un potente strumento per indagare biotrasformazioni endogeni o xenobiotic, o di catturando un profilo di metabolico da un campione di interesse. L'output di i scale di di tecnica con la risoluzione e la sensibilità del la tecnologia utilizzata per separare e analizzare il campione di, la capacità di affrontare con le grandi serie di dati generate, e la capacità a mine il set di dati per informazioni utili (ad es accurata ricerca in basi dati di massa). Recentemente, questo ?…

Offenlegungen

The authors have nothing to disclose.

Acknowledgements

Noi riconosciamo sostegno di NIH borse di studio P30ES013508 e di 5T32GM008076. Ringraziamo anche Thermo Scientific per l'l'accesso a SIEVE 2.0 e di Drs. Eugene Ciccimaro e Mark Sanders di Thermo Scientific per le discussioni utili.

Materials

      Reagent
Phosphate Buffered Saline Mediatech 21-031-CM  
Water (H2O) Fisher Scientific W7-4 (optima)
Acetonitrile (CH3CN) Fisher Scientific A996-4 (optima)
Methanol (CH3OH) Fisher Scientific A454-4 (optima)
Isopropanol Fisher Scientific A464-4 (optima)
Chloroform (CH3Cl) Sigma-Aldrich 366927 Hazard
Dichloromethane (CH2Cl2) Acros Organics 61030-1000 To replace chloroform
Diethyl Ether Sigma-Aldrich 346136 To replace chloroform
Formic Acid (FA) Fisher Scientific   (optima)
NH4OH Fisher Scientific A470-250 (optima)
Ammonium formate (HCOONH4) Sigma-Aldrich 78314  
MicroSpin C18 Columns Nest Group Inc SS18V  
Pasteur Pipettes Fisher Scientific 13-678-200  
10 ml Glass Centrifuge Tubes Kimble Chase 73785-10  
10 ml Plastic Centrifuge Tubes CellTreat CLS-4301-015  
LC Vials (glass) Waters 60000751CV  
LC Inserts (glass) Waters WAT094171  
LC Vials (plastic) Waters 186002640  
0.22 μm Filters Corning 8169 nylon
2 ml Eppendorf Tubes BioExpress C-3229-1 Low Retention
      Equipment
High Resolution Mass Spectrometer Thermo Scientific LTQ XL-Orbitrap  
HPLC/UPLC Waters nanoACQUITY UPLC  
Source Michrom Thermo Advance Source  
Differential Analysis Software Thermo Scientific SIEVE 2.0  
nanoACQUITY C18 BEH130 Waters 186003546 1.7 μm particle size, 150 mm x 100 μm
Acentis Express C8 Sigma-Aldrich 54262 2.7 μm particle size, 15 cm x 200 μm

Referenzen

  1. Pluskal, T., Nakamura, T., Villar-Briones, A., Yanagida, M. Metabolic profiling of the fission yeast S. pombe: quantification of compounds under different temperatures and genetic perturbation. Mol. Biosyst. 6 (1), 182-198 (2010).
  2. Makarov, A., Denisov, E., et al. Performance Evaluation of a Hybrid Linear Ion Trap/Orbitrap Mass Spectrometer. Analytical Chemistry. 78 (7), 2113-2120 (2006).
  3. Timischl, B., Dettmer, K., Kaspar, H., Thieme, M., Oefner, P. J. Development of a quantitative, validated capillary electrophoresis-time of flight-mass spectrometry method with integrated high-confidence analyte identification for metabolomics. Electrophoresis. 29 (10), 2203-2214 (2008).
  4. Katajamaa, M., Oresic, M. Data processing for mass spectrometry-based metabolomics. J. Chromatogr. A. 1158 (1-2), 318-328 (2007).
  5. Katajamaa, M., Oresic, M. Processing methods for differential analysis of LC/MS profile data. BMC Bioinformatics. 6, 179 (2005).
  6. Wilson, I. D., Nicholson, J. K., et al. High resolution ultra performance liquid chromatography coupled to q-TOF mass spectrometry as a tool for differential metabolic pathway profiling in functional genomic studies. Journal of Proteome Research. 4 (2), 591-598 (2005).
  7. Benton, H. P., Wong, D. M., Trauger, S. A., Siuzdak, G. XCMS2: processing tandem mass spectrometry data for metabolite identification and structural characterization. Anal. Chem. 80 (16), 6382-6389 (2008).
  8. Katajamaa, M., Miettinen, J., Oresic, M. MZmine: toolbox for processing and visualization of mass spectrometry based molecular profile data. Bioinformatics. 22 (5), 634-636 (2006).
  9. Pluskal, T., Castillo, S., Villar-Briones, A., Oresic, M. MZmine 2: Modular framework for processing, visualizing, and analyzing mass spectrometry-based molecular profile data. BMC Bioinformatics. 11 (1), 395 (2010).
  10. Smith, C. A., Want, E. J., O’Maille, G., Abagyan, R., Siuzdak, G. XCMS: Processing Mass Spectrometry Data for Metabolite Profiling Using Nonlinear Peak Alignment, Matching, and Identification. Analytical Chemistry. 78 (3), 779-787 (2006).
  11. Tautenhahn, R., Patti, G. J., Rinehart, D., Siuzdak, G. XCMS Online: A Web-Based Platform to Process Untargeted Metabolomic Data. Analytical Chemistry. 84 (11), 5035-5039 (2012).
  12. Gelhaus, S. L., Mesaros, A. C., Blair, I. A. Cellular Lipid Extraction for Targeted Stable Isotope Dilution Liquid Chromatography-Mass Spectrometry Analysis. J. Vis. Exp. (57), e3399 (2011).
  13. Want, E. J., Wilson, I. D., et al. Global metabolic profiling procedures for urine using UPLCGÇôMS. Nature Protocols. 5 (6), 1005-1018 (2010).
  14. Sellick, C. A., Hansen, R., Stephens, G. M., Goodacre, R., Dickson, A. J. Metabolite extraction from suspension-cultured mammalian cells for global metabolite profiling. Nature Protocols. 6 (8), 1241-1249 (2011).
  15. Dunn, W. B., Broadhurst, D., et al. Procedures for large-scale metabolic profiling of serum and plasma using gas chromatography and liquid chromatography coupled to mass spectrometry. Nature protocols. 6 (7), 1060-1083 (2011).
  16. Masson, P., Alves, A. C., Ebbels, T. M. D., Nicholson, J. K., Want, E. J. Optimization and evaluation of metabolite extraction protocols for untargeted metabolic profiling of liver samples by UPLC-MS. Analytical Chemistry. 82 (18), 7779-7786 (2010).
  17. Shaham, O., Slate, N. G., et al. A plasma signature of human mitochondrial disease revealed through metabolic profiling of spent media from cultured muscle cells. Proceedings of the National Academy of Sciences. 107 (4), 1571-1575 (2010).
  18. Cequier-Saünchez, E., Rodriüguez, C., Ravelo, A. G., Zaürate, R. Dichloromethane as a Solvent for Lipid Extraction and Assessment of Lipid Classes and Fatty Acids from Samples of Different Natures. Journal of Agricultural and Food Chemistry. 56 (12), 4297-4303 (2008).
  19. Keller, A., Eng, J., Zhang, N., Li, X. J., Aebersold, R. A uniform proteomics MS/MS analysis platform utilizing open XML file formats. Mol. Syst. Biol. 1, (2005).
  20. Cleveland, W. S., Devlin, S. J. Locally weighted regression – an approach to regression-analysis by local fitting. J. Am. Stat. Assoc. 83 (403), 596-610 (1988).
  21. Lange, E., Tautenhahn, R., Neumann, S., Gropl, C. Critical assessment of alignment procedures for LC-MS proteomics and metabolomics measurements. BMC Bioinformatics. 9 (1), 375 (2008).
  22. Tautenhahn, R., Bottcher, C., Neumann, S. Highly sensitive feature detection for high resolution LC/MS. BMC Bioinformatics. 9 (1), 504 (2008).
  23. Kuhl, C., Tautenhahn, R., Bottcher, C., Larson, T. R., Neumann, S. CAMERA: An Integrated Strategy for Compound Spectra Extraction and Annotation of Liquid Chromatography/Mass Spectrometry Data Sets. Analytical Chemistry. 84 (1), 283-289 (2012).
  24. Kanehisa, M., Goto, S. KEGG: kyoto encyclopedia of genes and genomes. Nucleic Acids Res. 28 (1), 27-30 (2000).
  25. Smith, C. A., O’Maille, G., et al. METLIN: a metabolite mass spectral database. Ther. Drug Monit. 27 (6), 747-751 (2005).
  26. Wang, Y., Xiao, J., Suzek, T. O., Zhang, J., Wang, J., Bryant, S. H. PubChem: a public information system for analyzing bioactivities of small molecules. Nucleic Acids Res. 37 Web Server, W623-W633 (2009).
  27. Wishart, D. S., Knox, C., et al. HMDB: a knowledgebase for the human metabolome. Nucleic Acids Res. 37 Database, D603-D610 (2009).
  28. Bligh, E. G., Dyer, W. J. A rapid method of total lipid extraction and purification. Canadian Journal of Biochemistry and Physiology. 37 (8), 911-917 (1959).
  29. Folch, J. A simple method for the isolation and purification of total lipids from animal tissues. J. Biol. Chem. 226, 497-509 (1957).
  30. Avery, M. J. Quantitative characterization of differential ion suppression on liquid chromatography/atmospheric pressure ionization mass spectrometric bioanalytical methods. Rapid Communications in Mass Spectrometry. 17 (3), 197-201 (2003).

Play Video

Diesen Artikel zitieren
Snyder, N. W., Khezam, M., Mesaros, C. A., Worth, A., Blair, I. A. Untargeted Metabolomics from Biological Sources Using Ultraperformance Liquid Chromatography-High Resolution Mass Spectrometry (UPLC-HRMS). J. Vis. Exp. (75), e50433, doi:10.3791/50433 (2013).

View Video