當(dāng)前位置:島津企業(yè)管理(中國)有限公司>>技術(shù)文章>>自由基誘導(dǎo)解離(OAD)技術(shù)加速非靶向脂質(zhì)組學(xué)研究
自由基誘導(dǎo)解離(OAD)技術(shù)加速非靶向脂質(zhì)組學(xué)研究
本文由東京農(nóng)工大學(xué)教授、MS-DIAL*席專家Dr. Hiroshi Tsugawa,島津工程師Hidenori Takahashi,日本理化研究所Haruki Uchino,日本慶應(yīng)義塾大學(xué)Omega-3脂質(zhì)組學(xué)專家Dr. Makoto Arita共同合作完成。
文章發(fā)表于COMMUNICATIONS CHEMISTRY | (2022)5:162 | https://doi.org/10.1038/s42004-022-00778-1|
一、研究背景
脂質(zhì)是生物體的基本化合物,具有多種生理功能,如細(xì)胞膜的組成部分、信號傳遞介質(zhì)、能量儲存和上皮屏障的形成。脂質(zhì)的結(jié)構(gòu)多樣性是由分子骨架、極性頭基團(tuán)、酰鏈、雙鍵位置等不同組合產(chǎn)生的。而雙鍵(C = C)的位置是生物系統(tǒng)中的一個(gè)關(guān)鍵因素,但尚未被全面表征。
二、研究結(jié)果
聯(lián)合研究小組使用一種結(jié)合自由基誘導(dǎo)解離技術(shù)(OAD)和計(jì)算質(zhì)譜(CompMS)的方法,通過提高注釋率來解決C = C位置分辨的非靶向脂質(zhì)組學(xué)問題。聯(lián)合研究小組首先分析了85種脂質(zhì)標(biāo)準(zhǔn)品,驗(yàn)證了脂質(zhì)結(jié)構(gòu)和OAD-MS/MS譜圖的關(guān)聯(lián)性。結(jié)果表明,OAD可以分析不同血脂類別(磷脂、鞘脂、甘油脂、脂肪酸?;?和側(cè)鏈類型( O-?;?;⑶手瑝A骨架)內(nèi)的C=C位置。
研究團(tuán)隊(duì)開發(fā)了MS-RIDD的軟件,以促進(jìn)使用CID-MS/MS和OAD-MS/MS的融合數(shù)據(jù)開展非靶向脂質(zhì)組學(xué)研究。
該方法被應(yīng)用于分析人類血漿和小鼠組織(肝臟、大腦、眼睛、皮膚、睪丸和糞便)的樣本,最后成功鑒定了648種脂質(zhì)物種,這些獨(dú)特脂質(zhì)達(dá)到C = C位置分辨水平。同時(shí)闡明了含有n-3和/或n-6超長鏈PUFAs(碳≥28,雙鍵≥4)的組織特異性脂質(zhì)在小鼠的眼睛、睪丸和大腦中的獨(dú)特分布。
圖1脂質(zhì)OAD解離機(jī)理概述。a. OAD解離機(jī)理b. PC 18:0/18:1(n-9)的OAD-MS/MS譜和碎片離子的推定亞結(jié)構(gòu)。鍵的解離發(fā)生在三個(gè)位置(紅色、黃色和紫色),產(chǎn)物離子的m/z值由紅色、黃色和紫色表示。產(chǎn)物離子的理論m/z值隨化學(xué)結(jié)構(gòu)描述,而實(shí)驗(yàn)m/z值和相應(yīng)的ppm質(zhì)量精度在MS/MS譜折線圖中顯示。
圖2使用碰撞誘導(dǎo)解離(CID)和自由基誘導(dǎo)解離(OAD)綜合策略開展非靶向脂質(zhì)組學(xué)研究。a. LC-CID-MS/MS和LC-OAD-MS/MS的并行數(shù)據(jù)采集,綜合數(shù)據(jù)處理方法包含數(shù)據(jù)預(yù)處理,包括峰提取,峰對齊,MS/MS譜圖匹配和標(biāo)注。b. MS-RIDD是確定C = C位置的核心工具。
主要算法過程包括四個(gè)步驟:(1) 基于脂質(zhì)分子信息生成理論上可能的候選結(jié)構(gòu) (2) 根據(jù)解離規(guī)則計(jì)算參考的中性丟失表 (3) 驗(yàn)證每個(gè)C = C位置必要的診斷離子 (4) 通過平方根變換值計(jì)算MS/MS譜相似度,優(yōu)先考慮結(jié)構(gòu)性候選離子的強(qiáng)度。
三、研究結(jié)論
島津提供了一個(gè)用于深入研究脂質(zhì)分子水平的強(qiáng)大工具——自由基誘導(dǎo)解離技術(shù)(OAD),這對于理解脂質(zhì)在生物學(xué)系統(tǒng)中的作用至關(guān)重要。結(jié)合研究團(tuán)隊(duì)開發(fā)的MS-RIDD軟件,實(shí)現(xiàn)了非靶向脂質(zhì)組學(xué)數(shù)據(jù)的自動化注釋和智能化處理。通過以上技術(shù)方法提高了脂質(zhì)結(jié)構(gòu)注釋的準(zhǔn)確率,并成功地鑒定了648種獨(dú)特的脂質(zhì),這些脂質(zhì)包含24種由LIPIDMAPS定義的脂質(zhì)亞類,并且具有C = C位置分辨水平。這項(xiàng)研究不僅提高了對脂質(zhì)C = C位置異構(gòu)體的表征能力,而且為疾病機(jī)制的探索、生物標(biāo)志物的識別和疾病復(fù)雜病理學(xué)的闡明提供了新的技術(shù)手段。
本文內(nèi)容非商業(yè)廣告,僅供專業(yè)人士參考。