تحليل عينات جذمور Cyperi الخام والمعالجة باستخدام قياس الطيف الكتلي الترادفي للكروماتوغرافيا السائلة في الفئران المصابة بعسر الطمث الأولي
December 23rd, 2022
هنا ، يتم تقديم تحليل مقارن لعينات جذمور Cyperi الخام والمعالجة (CR) باستخدام قياس الطيف الكتلي الترادفي الترادفي عالي الدقة للكروماتوغرافيا السائلة عالية الأداء (UPLC-MS / MS) في الفئران المصابة بعسر الطمث الأولي. تم فحص التغيرات في مستويات الدم من المستقلبات ومكونات العينة بين الفئران المعالجة ب CR و CR المعالجة بالخل (CRV).
يقيس الأيض الاستجابات الأيضية الشاملة والديناميكية ويتوافق مع تحديد الفعالية الكلية للطب الصيني التقليدي. يمكن تحديد التغييرات في مكونات الدواء بسبب الاستجابة الأيضية للجسم باستخدام الأيض. يمكن تضييق نطاق فحص المكونات النشطة للطب الصيني التقليدي من خلال استخدام هذه التقنية.
يمكن تجنب الأحادية الجانب من خلال دراسة المكونات الفردية. يمكن أن تكون هذه الطريقة متزامنة ، وتحديد المستقلبات الداخلية والمكونات الخارجية التي يتم امتصاصها في الدم. تم استخدام الأيض على نطاق واسع في الدراسات حول الطب الصيني التقليدي ، وعلم السموم الدوائية ، والإدارة الصحية ، والرياضة ، والغذاء ، وغيرها من المجالات.
للبدء ، حدد المستخلص المطلوب من Cyperi rhizoma ، أو CR ، أو Cyperi rhizoma المعالج بالخل ، أو CRV ، لعلاج مجموعة من ستة فئران Sprague Dawley لمدة ثلاثة أيام. احسب حجم CR أو CRV المراد تطبيقه لكل فأر باستخدام هذه المعادلة. لمعالجة CRV ، قم بخلط 100 جرام من CR و 20 جراما من الخل جيدا ، والذي يحتوي على أكثر من 5.5 جرام من حمض الأسيتيك لكل 100 ملليلتر ، واحتضانه لمدة 12 ساعة.
بعد الحضانة ، يقلب الخليط في مقلاة حديدية لمدة 10 دقائق عند 110 إلى 120 درجة مئوية. ثم أخرجي الخليط واتركيه يبرد في درجة حرارة الغرفة. لتحضير مستخلص CR ، انقع CR لمدة ساعتين بالماء النقي 10 أضعاف كمية CR المأخوذة ، مع التأكد من أن المواد الطبية أقل من مستوى السائل.
بعد ذلك ، أحضر خليط الماء والدواء ليغلي على نار عالية ، واحتفظ به يغلي على نار خفيفة لمدة 20 دقيقة. بعد ذلك ، قم بتصفية المحتويات من خلال قطعة قماش مرشح 100 شبكة ، واجمع المرشح. بعد ذلك ، ركز المرشح الذي تم جمعه في مستخلص باستخدام مبخر دوار إلى جرام واحد لكل ملليلتر.
لتحضير مستخلص CRV ، قم بتنفيذ خطوات النقع والغليان والتركيز كما هو موضح لاستخراج CR. لاختبار مستخلصات CR و CRV ، ماصة 500 ميكرولتر من المستخلص إلى 500 ميكرولتر من الميثانول في أنابيب طرد مركزي دقيقة 1.5 ملليلتر ، ودوامة لمدة 30 ثانية للخلط. أجهزة الطرد المركزي العينات لمدة 15 دقيقة عند 16،500 غرام عند أربع درجات مئوية.
ثم قم بإزالة المادة الطافية ونقلها إلى قارورة العينة للاختبار. بعد اختبار العينات ، قم بإجراء تحليل المكون الرئيسي ، أو PCA ، والنمذجة باستخدام برنامج التحليل. قم باستيراد البيانات القياسية للمستقلبات إلى البرنامج ، ثم استخدم Autofit لإنشاء نموذج التحليل.
أخيرا ، استخدم الدرجات للحصول على مخطط تشتت النتيجة ل PCA. لإجراء التحليل التمييزي الجزئي المتعامد للمربع الأدنى ، أو OPLS-DA ، قم باستيراد البيانات الموحدة على المستقلبات ومجموعات CR و CRV إلى البرنامج. بعد ذلك ، قم باستيراد بيانات CR و CRV إلى المجموعات الخاصة بكل منهما التي تم إنشاؤها.
بعد ذلك ، استخدم Autofit لإنشاء نموذج التحليل ، واستخدم النتيجة للحصول على مخطط تشتت النتيجة ل OPLS-DA. أخيرا ، استخدم VIP للحصول على الأهمية المتغيرة في الإسقاط أو قيمة VIP في OPLS-DA. لتحديد المستقلبات التفاضلية المحتملة ، قم بفرز المستقلبات ذات قيم VIP أكبر من واحد.
بعد ذلك ، استخدم البرنامج الإحصائي لحساب القيمة P للمستقلبات التي تم فحصها بواسطة اختبار T للطالب. بعد ذلك ، لتحديد المستقلبات التفاضلية ، استخدم المستقلبات المشروحة ، وقم بفحص المستقلبات التفاضلية المراد مطابقتها في قاعدة بيانات KEGG. إظهار التغييرات في المستقلبات التفاضلية في مجموعات CR و CRV عن طريق رسم خريطة حرارية.
لفحص المسارات الأيضية المحتملة ، انتقل إلى قاعدة بيانات MetaboAnalyst. استخدم تحليل المسارات لتحميل المستقلبات المختلفة للحصول على المسارات الأيضية المحتملة. قم بتحميل المستقلبات المختلفة إلى قاعدة بيانات KEGG لتحليل المسارات الأيضية المحتملة.
أظهرت تجربة نموذج عسر الطمث الذي تم تحليله اختلافات كبيرة في مستويات البروستاجلاندين. أظهرت الفئران في مجموعات CR و CRV النموذجية تفاعلات تلوي كبيرة بعد حقن الأوكسيتوسين. أظهرت نتائج تحليل PCA أن مجموعات CR و CRV مقارنة بمجموعات النموذج تم فصلها بشكل كبير في كل من وضعي الأيونات الموجبة والسالبة.
تم استخدام OPLS-DA لفحص الاختلافات الأيضية ، وأظهرت نتائج مخطط التشتت أنه تم فصل مجموعات CR و CRV. تم إجراء تحليلات إحصائية أحادية المتغير لتحديد الاختلافات الأيضية. يتم عرض مخطط بركان ، حيث تتوافق كل نقطة مع مستقلب مختلف.
لوحظت تغييرات كبيرة في 63 مستقلبا في الوضع الإيجابي و 30 في الوضع السلبي. تم تحديد المستقلبات التفاضلية باستخدام قواعد بيانات KEGG و HDMB ، وتم سرد المركبات المتطابقة بدقة. تم حساب القيم الكمية للمستقلبات التفاضلية بين مجموعتي CR و CRV وتجميعها.
تشير بقع الألوان إلى كيفية التعبير عن كل مستقلب بالنسبة للآخرين. بالمقارنة مع مجموعة CR ، زادت مستويات أربعة مستقلبات تفاضلية في مجموعة CRV بينما انخفض 11 مستقلبا في وضع الأيونات الموجبة. في حالة وضع الأيونات السالبة ، زادت أربعة مستقلبات تفاضلية ، وانخفضت سبعة مستقلبات.
أظهرت نتائج تحليل مسار KEGG أن المستقلبات التفاضلية كانت مرتبطة بتسعة مسارات في الأنماط الإيجابية والسلبية. كلما زادت المستقلبات التفاضلية ، كانت النتائج أفضل ، لذلك يمكن ربط مسارات التمثيل الغذائي الكافية وستكون المسارات الأيضية الرئيسية التي تم فحصها أكثر دقة.
View the full transcript and gain access to thousands of scientific videos
نظرة عامة
تقدم هذه الدراسة تحليلاً مقارنًا لعينات Cyperi rhizoma (CR) الخام والمعالجة باستخدام تقنية كروماتوغرافيا السوائل عالية الأداء والطيف الكتلي المتصل عالي الدقة (UPLC-MS/MS) في الفئران المصابة بعسر الطمث الأساسي. تفحص الدراسة التغيرات في مستويات المركبات الأيضية والمكونات العينة بين الفئران المعالجة بـ CR وتلك المعالجة بـ CR المعالجة بالخل (CRV).
مكونات الدراسة الرئيسية
مجال العلم
- علم الأعصاب
- الميتابونوميكس
- الطب الصيني التقليدي
الخلفية
- يقيس الميتابونوميكس الاستجابات الأيضية الديناميكية.
- يساعد في تحديد فعالية الطب الصيني التقليدي (TCM).
- يمكن فحص المكونات النشطة في الطب الصيني التقليدي باستخدام هذه التقنية.
- يسمح بتحديد متزامن للمركبات الأيضية الذاتية والمكونات الخارجية.
هدف الدراسة
- تحليل الاستجابات الأيضية للـ CR الخام والمعالجة.
- مقارنة تأثيرات CR وCRV على مستويات المركبات الأيضية في الدم.
- تعزيز فهم فعالية الطب الصيني التقليدي من خلال التنميط الأيضي.
الطرق المستخدمة
- كروماتوغرافيا السوائل عالية الأداء والطيف الكتلي المتصل عالي الدقة (UPLC-MS/MS).
- تحليل مقارن لمستويات المركبات الأيضية في نماذج الفئران.
- تقييم عينات الدم من الفئران المعالجة.
- تقييم التغيرات في مكونات العينة.
النتائج الرئيسية
- تحديد الاختلافات المهمة في مستويات المركبات الأيضية بين معالجات CR وCRV.
- أفكار حول المسارات الأيضية المتأثرة بـ CR وCRV.
- أدلة تدعم فعالية CR المعالجة في إدارة عسر الطمث الأساسي.
- المساهمة في فهم الطب الصيني التقليدي من خلال التحليل الأيضي.
الاستنتاجات
- يعتبر الميتابونوميكس أداة قيمة لتقييم الطب الصيني التقليدي.
- تظهر CR المعالجة فوائد محتملة على CR الخام في الاستجابات الأيضية.
- هناك حاجة إلى مزيد من الدراسات لاستكشاف آثار هذه النتائج.
الأسئلة الشائعة
Executive Industry Relevance
Metabonomics-driven profiling of Cyperi rhizoma (CR) and its vinegar-processed form (CRV) in a dysmenorrhea rat model enables precise mapping of metabolic pathway modulation and constituent bioavailability. This approach supports mechanistic de-risking and target validation for botanical therapeutics, informing early discovery and translational research decisions. Quantitative metabolite analysis enhances predictive confidence for portfolio triage and prioritization in natural product drug discovery.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables interrogation of therapeutic hypotheses by mapping metabolic pathway shifts after CR and CRV administration.
- Supports biological de-risking through identification of differential metabolites and pathway associations.
- Provides functional target validation by linking constituent changes to analgesic and anti-inflammatory pathways.
- Facilitates predictive confidence for advancing botanical leads in the discovery pipeline.
Screening & Assay Development
- Delivers validated quantitative metabolite profiles for downstream screening workflows.
- Standardizes measurement of exogenous and endogenous metabolites for reproducibility.
- Enables robust comparison of raw versus processed botanical extracts in assay development.
- Supports reliable evaluation of compound efficacy and mechanistic impact.
Translational & Preclinical Research
- Aligns metabolic pathway modulation with disease-relevant mechanisms in dysmenorrhea models.
- Provides continuity from discovery-stage metabolic profiling to preclinical biomarker identification.
- Informs risk-adjusted advancement decisions by quantifying pathway-specific effects of botanical processing.
- Enhances predictive de-risking for natural product-based therapeutic candidates.
Pipeline & Workflow Integration
This UPLC-MS/MS-based metabonomics workflow integrates from early discovery through preclinical validation, supporting lead identification and mechanistic de-risking for botanical therapeutics.
- Discovery Biology: Quantitative metabolite profiling clarifies pathway engagement and constituent bioavailability.
- Screening: Standardized metabolite measurements enable reproducible comparison of extract efficacy.
- Analytics: Multivariate and univariate statistical outputs (PCA, OPLS-DA, VIP, volcano plots) facilitate condition comparison and differential metabolite identification.
- Translational Research: Pathway analysis links metabolic changes to disease-relevant mechanisms, supporting biomarker alignment.
- Enterprise Reuse: The workflow is adaptable for other botanical extracts and disease models, supporting platform scalability.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence and reduces mechanistic ambiguity in botanical drug discovery.
- Operational Value: Delivers standardized, reproducible, and scalable metabolite analysis workflows.
- Strategic Value: Enables informed go/no-go decisions and capital-efficient portfolio management for natural product leads.
- Portfolio Impact: Supports risk-adjusted prioritization and advancement of botanical candidates based on quantitative pathway data.
Implementation Considerations
- Requires expertise in UPLC-MS/MS operation and metabolomics data analysis.
- Demands access to advanced analytical instrumentation and bioinformatics infrastructure.
- Necessitates cross-team standardization of sample preparation and data processing protocols.
- Adaptation across botanical sources and disease models may require pathway-specific validation.
- Interpretation of metabolic pathway data must be grounded in robust statistical analysis and database annotation.
