Summary

Metabolómica no focalizados de fuentes biológicas Uso UltraPerformance cromatografía líquida-espectrometría de masas de alta resolución (UPLC-HRMS)

Published: May 20, 2013
doi:

Summary

Untargeted metabolómica ofrece una hipótesis de generación instantánea de un perfil metabólico. Este protocolo se demostrará la extracción y el análisis de los metabolitos de las células, suero, o tejidos. Una gama de metabolitos se examinó utilizando extracción en fase líquido-líquido, microflujo UltraPerformance cromatografía líquida / de alta resolución de la espectrometría de masas (UPLC-HRMS) acoplado al software de análisis diferencial.

Abstract

Aquí se presenta un flujo de trabajo para analizar los perfiles metabólicos en muestras biológicas de interés, incluyendo: células, suero o tejido. La muestra se separa primero en fracciones polares y no polares por una extracción en fase líquido-líquido, y se purificó parcialmente para facilitar el análisis aguas abajo. Ambas fases acuosas (metabolitos polares) y metabolitos orgánicos (no polares) de la extracción inicial se procesan para medir un amplio rango de metabolitos. Los metabolitos se separaron mediante diferentes métodos de cromatografía de líquidos en base a sus propiedades de la partición. En este método, presentamos microflow ultra-desempeño (UP) los métodos de LC, pero el protocolo es escalable a los flujos más elevados y presiones más bajas. La introducción en el espectrómetro de masas puede ser a través de cualquiera de las condiciones generales de origen optimizadas o compuesto. La detección de una amplia gama de iones se lleva a cabo en el modo de barrido completo tanto en modo positivo y negativo en un amplio rango de m / z usando alta resolución en una recientemente calibrated instrumento. Etiqueta libre de análisis diferencial se lleva a cabo en las plataformas bioinformáticas. Las aplicaciones de este enfoque incluyen la detección vía metabólica, el descubrimiento de biomarcadores y el desarrollo de fármacos.

Introduction

Debido a los recientes avances tecnológicos en el campo de HRMS, no focalizados, generador de hipótesis metabolómica enfoques se han convertido en un enfoque viable para el análisis de muestras complejas. 1 espectrómetros de masas capaces de facilitar la resolución 100000 de rutina bajo parte por millón (ppm) de masa de precisión han sido ampliamente disponible de varios proveedores. 2,3 Esta masa de precisión permite una mayor especificidad y la confianza en una asignación preliminar de la identidad del analito, reconocimiento de patrones isotópicos, y la identificación aducto. 4 Cuando se combina con un procedimiento de extracción adecuado y de alto rendimiento LC o UPLC, mezclas complejas puede ser analizado con especificidad adicional derivada de los datos de tiempo de retención. 5 UPLC posee una mayor eficiencia cromatográfica y permite tiempo mayor sensibilidad, resolución y análisis que expresa una mayor cobertura de la metaboloma posible. 6 Los grandes conjuntos de datos resultantes se pueden integrar en cualquierde software de análisis diferencial múltiple y extraídos de los patrones de útiles individuales o analitos de interés. 7,8,9,10,11 impacta putativos se pueden identificar inicialmente utilizando una combinación de algoritmos de detección de picos, basada en la predicción exacta fórmula química masa, la predicción de la fragmentación, y químico búsqueda de base de datos. Este enfoque permite la priorización de los objetivos de tiempo de identificación estructural completo o para el desarrollo de la dilución del isótopo estable más sensible y más específica UPLC / seleccionado o múltiples reacción monitoreo / estudios de MS, que son los actuales métodos estándar de oro para la cuantificación. 12

La naturaleza variable de las muestras biológicas ha conducido a la optimización de protocolos de extracción de orina 13, 14 células, suero de 15, 16 o tejido. Este protocolo de extracción de características para las células, el suero, y el tejido. En su caso, las observaciones y referencias adicionales se han incluido modificacionesción del procedimiento para abordar la inclusión de los isótopos estables, o la inclusión de metabolitos especialmente inestables.

Protocol

1. Extracción de muestras a partir de células Para una placa de 10 cm de células: recolectar 1,5 ml de suspensión de células levantado en los medios de comunicación en un tubo de centrífuga de 10 ml de vidrio previamente etiquetado. Para las líneas de adherentes, las células deben ser levantadas con raspado suave en 1,5 ml de medio mantenido en hielo Opcional:. Si se utilizan las normas internas, añadir una alícuota adecuada en este paso. Comentario: enfriamiento del metabo…

Representative Results

Los resultados presentados muestran los datos seleccionados de un tratamiento de 6 h de células de glioblastoma SH-SY5Y con el pesticida y complejo mitocondrial I rotenona inhibidor. Por razones de brevedad, se presenta sólo los datos en modo de fase positivos orgánicos. Las muestras se procesaron y se analizaron como se ha descrito anteriormente (Figura 1, Tabla 1, Tabla 2) y se cargaron en dos plataformas de análisis diferencial de la etiqueta libre de cuantificación, colador y XCMS línea. Aunqu…

Discussion

Untargeted metabolómica ofrece una poderosa herramienta para la investigación de biotransformaciones endógenas o xenobióticos, o la captura de un perfil metabólico de una muestra de interés. La salida de las escalas técnica con la resolución y la sensibilidad de la tecnología utilizada para separar y analizar la muestra, la capacidad para hacer frente a los grandes conjuntos de datos generados, y la capacidad de extraer el conjunto de datos para obtener información útil (por ejemplo, precisa la búsq…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Reconocemos el apoyo de subvenciones del NIH P30ES013508 y 5T32GM008076. También damos las gracias Thermo Scientific para acceder a SIEVE 2.0 y los Dres. Eugene Ciccimaro y Mark Sanders de Thermo Scientific útil para los debates.

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

References

  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

Cite This Article
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