Summary
Diagnostiska fragmentering filtrering, implementeras i MZmine, är en elegant, efter förvärvet strategi för att skärmen LC-MS/MS dataset för hela klasser av både kända och okända natur produkter. Detta verktyg söker MS/MS-spektra för produkt joner och/eller neutrala förluster som analytikern har definierat som diagnostiskt för hela klassen av föreningar.
Abstract
Naturliga produkter är ofta biosyntetiseras som blandningar av strukturellt likartade föreningar, snarare än en enda förening. På grund av deras gemensamma strukturella egenskaper genomgår många föreningar inom samma klass liknande MS/MS-fragmentering och har flera identiska produkt joner och/eller neutrala förluster. Syftet med diagnostiska fragmentering filtrering (DFF) är att effektivt upptäcka alla föreningar av en viss klass i ett komplext extrakt genom screening icke-riktade LC-MS/MS dataset för MS/MS-spektra som innehåller klass specifika produkt joner och/eller neutrala förluster. Denna metod är baserad på en DFF modul som genomförs inom öppen källkod MZmine plattform som kräver prov extrakt analyseras av data beroende förvärv på en hög upplöst masspektrometer som fyrpolig Orbitrap eller fyrpolig tid-of-Flight Mass Analysatorer. Den huvudsakliga begränsningen av denna metod är att analytikern först måste definiera vilka produkt joner och/eller neutrala förluster som är specifika för mål klassen av natur produkter. DFF möjliggör efterföljande upptäckt av alla relaterade natur produkter inom ett komplext prov, inklusive nya föreningar. I detta arbete, vi visar effektiviteten av DFF genom screening extrakt av Microcystis aeruginosa, en framträdande skadlig alg blomning orsakar cyanobakterier, för produktion av mikrocystins.
Introduction
Tandem masspektrometri (MS/MS) är en allmänt använd masspektrometri metod som innebär att isolera en föregångare Jon och inducera fragmentering via tillämpning av aktiverings energi såsom kollisionsinducerad DISSOCIATION (CID)1. Det sätt på vilket ett jonfragment är intimt knutet till dess molekyl ära struktur. Naturliga produkter är ofta biosyntetiseras som blandningar av strukturellt likartade föreningar snarare än som en enda unik kemisk2. Strukturellt besläktade föreningar som ingår i samma bio syntetiska klass delar ofta viktiga MS/MS-fragmenteringsegenskaper, inklusive delade produkt joner och/eller neutrala förluster. Möjligheten att skärmen komplexa prover för föreningar som besitter klass-specifika produkt joner och/eller neutrala förluster är en kraftfull strategi för att upptäcka hela klasser av föreningar, vilket kan leda till upptäckten av nya naturliga produkter3, 4 för att , 5 den femte , 6. i årtionden har masspektrometri metoder såsom neutral förlust skanning och föregångare Jon skanning utförs på lågupplösta instrument har tillåtit joner med samma neutral förlust eller produkt joner att upptäckas. Men de specifika joner eller över gångar som måste definieras innan du utför experimenten. Som hög upplöst masspektrometrar har blivit mer populärt i forsknings laboratorier, är komplexa prover nu ofta screenas med icke-riktade, data-beroende förvärv (DDA) metoder. I motsats till traditionell neutral förlust och föregångare Jon skanning, kan strukturellt besläktade föreningar identifieras genom analys efter förvärvet7. I detta arbete visar vi en strategi som vi har utvecklat kallas diagnostiska fragmentering filtrering (DFF)5,6, en rak-forward och användarvänlig metod för att upptäcka hela klasser av föreningar inom komplexa matriser. Den här DFF modul er blitt genomfört in i öppen-källa, MZmine 2 plattform och tillgänglig vid data överföring MZmine 2,38 eller nye befriar. DFF tillåter användare att effektivt skärm DDA dataset för MS/MS Spectra som innehåller produkt Jon (s) och/eller neutral förlust (er) som är diagnostiska för hela klasser av föreningar. En begränsning av DFF är karakteristiska produkt joner och/eller neutrala förluster för en klass av föreningar måste definieras av analytikern.
Till exempel, var och en av de mer än 60 olika fumonisin mykotoxiner identifierade8,9 besitter en tricarballylic sido kedja, som genererar en m/z 157,0142 (C6H5O5-) produkt Jon på fragmenteringen av [M-H]- Ion4. Därför kan alla förmodade fumonisiner i ett prov detekteras med hjälp av DFF genom att screening alla MS/MS-spektra i en dda dataset som innehåller den framstående m/z 157,0142 produkt Ion. Likaså kan sulferade föreningar detekteras genom screening DDA dataset för MS/MS Spectra som innehåller en diagnostisk neutral förlust av 79,9574 da (SO3)3. Detta tillvägagångs sätt har också framgångs rikt tillämpats för att upptäcka nya cykliska peptider5 och naturliga produkter som innehåller tryptofan eller fenylalaninrester6.
För att demonstrera effektiviteten av DFF och dess användar vänlighet inom MZmine-plattformen10, har vi tillämpat denna metod för analys av microcystiner (MCS); en klass på över 240 strukturellt besläktade gifter producerade av sötvatten cyanobakterier11,12,13.
De vanligaste rapporterade cyanotoxiner är mcs, med MC-LR (leucin [L]/arginin [R]) kongen mest studerade (figur 1). MCS är monocykliska icke-ribosomala heptapeptides, biosyntetiseras av flera cyanobakterier släkten inklusive Microcystis, Anabaena, nostoc, och Planktothrix12,13. MCs består av fem gemensamma rester och två rörliga positioner upptas av L-amino syror. Nästan alla MCs besitter en karakteristisk β-amino syra 3-amino-9-metoxi-2, 6, 8-Trimetyl-10-fenyldeca-4, 6-dienoic Acid (adda) rester vid position 511. MS/MS-fragmenteringsvägarna för MCS är väl beskrivna14,15. Adda rester är ansvarig för den framstående MS/MS produkt Jon, m/z 135,0803+ (C9H11O+) samt andra produkt joner inklusive m/z 163,1114+ (c11h15 O+) (bild 2). Icke-riktade dda dataset av Microcystis aeruginosa cellulära extrakt kan screenas för alla microcystiner närvarande med hjälp av dessa diagnostiska joner, beviljas att mikrocystins har en adda rester.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1. beredning av icke-riktad vätskekromatografi (LC)-MS/MS DataSet
Obs: DFF kan utföras med en hög upplöst masspektrometer och analytisk metod optimerad för en målklass av analyter. MC optimerade LC-MS/MS-förhållanden på Orbitrap masspektrometer listas i material tabellen.
-
Ladda ner MZmine 2 (http://mzmine.github.io/)
Obs: exempel data CPCC300. RAW finns på https://drive.google.com/open?id=1HHbLdvxCMycSasyNXPRqIe5pkaSqQoS0.- Välj alternativet rå data import under rullgardinsmenyn rå data metoder .
- Välj de data fil (er) som ska analyseras. En eller flera filer kan importeras.
- Valfritt Om leverantörens data format inte stöds av MZmine, Använd Proteowizard16 för att generera centroided. mzml datafiler.
- Välj topp Plock filtret om du vill använda den leverantörsspecifika centroiding-algoritmen.
2. diagnostiska fragmentering filtrering av importerade DDA-filer
- Med hjälp av markören, markera och markera data filen (s) i rå data filer kolumnen i huvud fönstret MZmine.
- Under den visualisering nedrullningsbara menyn, Välj den diagnostiska fragmenteringen filtrering alternativ.
- I dialog rutan DFF som visas (bild 3) matar du in följande alternativ:
- Kvarhållningstid – Använd Auto Range eller definiera intervallet av kvarhållningstider i minuter när mål klassen analyter kommer elute.
- Föregångare m/z -Använd Auto Range eller definiera m/z -området för den riktade klassen av analyter, inklusive möjligheten för flera laddade föreningar när så är lämpligt.
- m/z tolerans – ange den uppnåeliga MS/MS-Massnoggrannheten för msinstrument. 0,01 m/z eller 3,0 ppm är lämplig för en Orbitrap plattform. Om endast diagnostiska produkt joner kommer att undersökas, input 0,0 in i diagnostiska neutral förlust värde (DA) alternativet. Omvänt, om endast diagnostiska neutrala förluster kommer att undersökas, input 0,0 in i diagnostiska produkten joner (m/z) alternativ.
-
Diagnostiska produkt joner (m/z) – mata in den klass specifika produkt Jon (er) m/z. Separera flera produkt joner med kommatecken.
Obs: inmatning av flera produkt joner kommer att visualisera spektra som innehåller alla listade produkt joner. -
Diagnostiskt neutralt förlust värde (DA) – mata in klassens specifika neutrala förlust (er). Separera flera neutrala förluster med ett kommatecken.
Obs: inmatning av flera neutrala förluster kommer att visualisera spektra som innehåller alla listade neutrala förluster. Inmatning av både diagnostiska produkt joner och neutrala förluster kommer att visualisera spektra som uppfyller alla kriterier. - Minsta diagnostiska jonintensitet (% bas topp) – i% av bas toppen i MS/MS-spektra, ange den lägsta intensiteten för diagnostiska produkt joner och/eller neutrala förluster som skall beaktas.
- Peaklist utdatafilen – Välj en sökväg och fil namn för att mata ut resultaten.
- Klicka på OK knappen för att starta DFF analys. En DFF Plot kommer att visas på framgångs rikt slutföra ovanstående steg
Obs: två CSV-datafiler kommer att genereras. {Peaklist utdatafilen}. csv innehåller föregångaren m/z, skannings nummer och retentions tider för skanningarna. Detta kan användas i befintliga MZmine-moduler, inklusive rå data metoder > peak Detection > riktad Peak Detection för att generera extraherade jonkromatogram av prekursorer som uppfyllde de definierade DFF-kriterierna. {Peaklist utdatafil} _ data. csv innehåller föregångaren m/z, produkt Jon m/z och kvarhållningstider för att tillåta generering av DFF-tomter utanför MZmine.
3. exempel på användning av DFF för mikrocystinanalys
-
Prov beredning
- Sterilisera 250 mL Erlenmeyerkolvar innehåll ande 30 mL steril MA-Media17 eller andra tillväxtmedia (BG-11) av cyanobakterier försedda med en skum propp.
- Inokulera steriliserade tillväxtmedia med en cyanobakterier kultur till cirka 5 × 105 celler ml-1 under aseptiska förhållanden. Övervaka cell tätheten med en hemocytometer. I detta exempel, odla M. aeruginosa stam CPCC300 leva vid 27 ° c, upplyst med kallt vitt fluorescerande ljus (30 μe M-2 s-1) med en 12 h ljus: 12 h mörk regim. Snurra cellerna en gång per dag.
- Separera cellerna från odlings mediet efter 26 dagar genom vakuum filtrering med hjälp av 47 mm diameter GF/C glas microfiber filter papper.
- Tillsätt 3 mL 80% metanol (AQ) till skördade celler i 14 ml provrör (er).
- Vortex och därefter Sonikera test röret (s) som innehåller cyanobakterier celler för 30 s vardera. Förvara provröret/-rören vid-20 ° c i 1 h. returnera prov röret till rums temperatur och låt provet (erna) Tina i 15 min.
- Upprepa steg 3.1.5 ytterligare två gånger för att effektivt lysera cellerna.
- Filtrera de resulterande cyanobakterier-cellextraktet (-erna) genom ett 0,22 μm PTFE-sprutfilter.
- Torra extrakt med en för ångare vid en temperatur av 30 ° c med hjälp av en mild ström av kvävgas. Förvara extraktet torrt vid-20 ° c tills LC-MS/MS-analys.
- Bered de torkade resterna med 500 μL 90% metanol (AQ) och vortexi 30 s i en bärnstensfärgad HPLC-flaska före analys.
- Analysera cyanobakterier extrakt med hjälp av en DDA förvärvs metod på en hög upplöst masspektrometer.
Obs: den optimerade LC-MS villkor för MC analys används här listas i material tabell. - Förbered DDA datafile (s) och importera till MZmine följande steg 1,1 och 1,2.
- Välj datafiles och starta DFF-modulerna enligt steg 2.1-2.2.
- För MC-analys, Använd följande inställningar i DFF-modulen (bild 3).
- Retentions tid – ange intervallet 2,00 till 6,00 min.
- Föregångare m/z – ingång m/z -intervallet 430,00 till 1200,00.
- m/z tolerans – applicera m/z-tolerans på 0,01 m/z eller 3,0 ppm.
- Diagnostiska produkt joner (m/z) – ingång m/z av 135,0803, 163,1114 som de diagnostiska produkt joner
- Diagnostiskt neutralt förlust värde (DA) – input 0,0 för att definiera att inga diagnostiska neutrala förluster används.
- Minsta diagnostiska jonintensitet (% bas topp) – Använd 15,00 som lägsta intensitet tröskel
- Peaklist utdatafilen – definiera utdatafilen som putative_MCs. csv.
- Klicka på OK knappen för att starta DFF analys. En DFF-komplott (figur 4) visas när ovanstående steg slutförs
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
DFF-handlingen som genererats efter analysen av M. aeruginosa CPCC300 visas i figur 4. X-axeln i denna tomt är m/z av prekursorer joner som uppfyllde de definierade DFF kriterier medan y-axeln visar m/z av alla produkt joner inom mcs MS/MS Spectra. För denna analys omfattade kriterierna för MC-detektion prekursor joner inom m/z -området 440-1200, retentions tider mellan 2,00 – 6.00 min. Viktigast av allt är att dessa MS/MS-spektra innehåller både m/z 135,0803 och 163,1114 (± 3 ppm) över det definierade tröskelvärdet på 15% basepeak. Under dessa förhållanden förvärvades totalt 4116 MS/MS-spektra under analysen av LC-MS/MS DDA. Av dessa, 26 Spectra uppfyllde DFF kriterier upptäcktes i M. aeruginosa CPCC300 extrakt. Flera MS/MS-spektra kan dock förvärvas på samma förening, särskilt för högre intensitet joner. I detta utdrag, endast 18 unika föregångare m/z hittades. Den minsta Jon (m/z 497,2746, [m + 2H]2 +) är den dubbelt laddade komplement av [m + H]+ föregångare m/z 993,5389, som också upptäcktes av DFF. Baserat på tidigare publicerade studier om denna M. aeruginosa stam18, de stora mcs upptäcks kan tryggt tilldelas som MC-LR och [D-ASP3] MC-LR. Undersökning av massan spektra av de återstående förmodade mcs avslöjade att två var 13C isotoper av andra upptäckta mcs (m/z 993,5389, 1025,5343) och en annan var en addukt av och MC av m/z 993,5389. Av de 12 återstående förmodade mcs, fyra motsvarade massorna av kända mcs, och åtta var tidigare orapporterade föreningar (kompletterande fil. Tabell S1).
Figur 1: kemisk struktur för MC-LR. Den adda rester är vanligt i en stor andel av kända MCs och producerar diagnostiska produkt joner på m/z 135,0803 och 163,1114. Andra MC-varianter som innehåller en dimetyl-adda och acetyldemetyl-adda rester i position 5 är kända och skulle inte producera samma produkt joner. Vänligen klicka här för att se en större version av denna siffra.
Figur 2: MS/MS-spektra av MC-LR. MS/MS-spektra som förvärv ATS på en Orbitrap masspektrometer som visar den framträdande produkt jonen vid m/z 135,0803 som härrör från återstoden adda. Ytterligare en produkt Jon på m/z 163,1114 är också härledd från adda rester och ökar selektiviteten i DFF-analysen. Vänligen klicka här för att se en större version av denna siffra.
Figur 3: dialog rutan DFF i MZmine. Produkt joner och/eller neutrala förluster som är diagnostiska för den riktade klassen av föreningar matas in. Retention tid och föregångare Jon filter kan användas för att öka selektivitet av analysen. Den minsta diagnostiska Jon intensiteten avser tröskelvärdet för de diagnostiska produkt joner och neutrala förluster som måste uppnås för att spektret ska uppfylla DFF-kriterierna. Om du sänker det här värdet kan det resultera i falskt positiva träffar. Vänligen klicka här för att se en större version av denna siffra.
Figur 4: DFF Plot för MC analys av M. aeruginosa cellulära extrakt. DFF analys av M. aeruginosa CPCC300 extraktet hittade 26 spektra som uppfyllde de definierade DFF kriterier, bestående 18 unika M/z -värden. Högerklicka på tomten tillåter användaren att "Zooma ut" domänen och/eller intervall axlar. En dubbelt laddad föregångare Ion upptäcktes vid m/z 497,2746 och motsvarade en okänd MC på [m + H]+ 993,5389. De två kända MCs produceras av stam CPCC300 är [D-ASP3] MC-LR och MC-LR 18. Sammanlagt motsvarade åtta putativa MCs inte m/z av kända mcs, fyra mcs motsvarande m/z av flera kongener och tre konstaterades vara isotoper/addukter av andra mcs (kompletterande fil. Tabell S1). DFF-diagrammet som visas här genererades manuellt i Excel från "putative_MCs_data. csv" som automatiskt gjordes vid körning av DFF-modulen. Vänligen klicka här för att se en större version av denna siffra.
Kompletterande fil. Optimerade villkor för LC-MS/MS-analys av M. aeruginosa-extrakt. Vänligen klicka här för att ladda ner denna fil.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
DFF är en rak-framåt och snabb strategi för att upptäcka hela klasser av föreningar, särskilt relevant för naturlig produkt sammansatta upptäckt. Den viktigaste aspekten av DFF är att definiera de specifika MS/MS-fragmenteringskriterierna för den aktuella klassen av föreningar. I detta representativa exempel användes DFF för att upptäcka alla adda rester som innehåller MCs som finns i ett M. aeruginosa Cellular-extrakt. Även om de allra flesta MCs innehåller en adda rester, har andra rester i denna position varit kända, särskilt demetyl-och acetyldemetyl-adda varianter19. Alla MCs med dessa rester skulle inte upptäckas med hjälp av de definierade kriterierna. Men eftersom DFF är en metod efter förvärvet kan ytterligare diagnostiska fragment enkelt undersökas på samma dataset med hjälp av enkla steg-för-steg-protokoll som beskrivs här. Detta gör också att analytikern att upptäcka föreningar med hypotetiska modifieringar som skulle förändra den diagnostiska produkten joner och/eller neutral förlust.
Addukter och källfragment kan också uppfylla DFF-kriterier och tolkas felaktigt som unika analyter. Falska positiva identifieringar kan uppstå när andra föreningar som finns i extraktet uppvisar samma produkt joner och/eller neutrala förluster. I båda fallen kan detta lindras genom att använda ytterligare produkt joner och neutrala förluster som ökar metodens selektivitet.
Även om föregångare joner kan uppfylla alla DFF kriterier som definierats av analytiker och representera föreningar inom den riktade klassen, deras absoluta identitet kommer fortfarande att vara putative. Med hjälp av identifierings konfidensnivån, som föreslagits av Gudrun Schymanski (2014), har MCs som upptäckts med hjälp av denna MS/MS-metod ett "nivå 3"-identifierings förtroende när entydig molekyl formel för prekursorjon kan tilldelas genom noggrann massa och isotopen och profil20. I det här exemplet hade åtta förmodade mcs massor som motsvarade flera, isobariska mcs11. Den absoluta identiteten skulle ha uppnåtts genom antingen jämförelse av retentions tiden och MS/MS-spektra med en autentisk standard eller bekräftad av NMR och andra spektroskopiska metoder efter rening. Förmodade föreningar som inte motsvarar massorna av alla kända medlemmar av den riktade klassen, såsom åtta förmodade mcs upptäcks här, representerar konkreta mål för att upptäcka nya natur produkter.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Författarna har inget att avslöja
Acknowledgments
Författarna tackar Heather Roshon (kanadensiska Phycological Culture Centre, University of Waterloo för att ge cyanobakterier kulturen studerade och sawsan Abusharkh (Carleton University) för tekniskt bistånd.
Materials
| Name | Company | Catalog Number | Comments |
| Cyanobacteria | |||
| Microcystis aeruginosaCPCC300 | CANADIAN PHYCOLOGICAL CULTURE CENTRE | CPCC300 | https://uwaterloo.ca/canadian-phycological-culture-centre/ |
| Software | |||
| Proteowizard (software) | software | http://proteowizard.sourceforge.net/ | |
| Mzmine 2 | software | http://mzmine.github.io/ | |
| LC-MS | |||
| Q-Exactive Orbitrap | Thermo | - | Equipped with HESI ionization source |
| 1290 UHPLC | Agilent | Equipped with binary pump, autosampler, column compartment | |
| C18 column | Agilent | 959757-902 | Eclipse Plus C18 RRHD column (2.1 × 100 mm, 1.8 μm) |
| Solvents | |||
| Optima LC-MS grade Methanol | Fisher | A456-4 | |
| OptimaLC-MS grade Acetonitrile | Fisher | A955-4 | |
| OptimaLC-MS grade Water | Fisher | W6-4 | |
| LC-MS grade Formic Acid | Fisher | A11710X1-AMP | |
| Vortex-Genie 2 | Scientific Industries | SI-0236 | |
| Centrifuge Sorvall Micro 21 | Thermo Scientific | 75-772-436 | |
| Other | |||
| Amber HPLC vials 2 mL/caps | Agilent | 5182-0716/5182-0717 | |
| 0.2-μm PTFE syringe filters | Pall Corp. | 4521 | |
| Whatman 47mm GF/A glass microfiber filters | Sigma-Aldrich | WHA1820047 | |
| Media | |||
| MA media (pH 8.6) ( quantity / L) | Watanabe, M. F. & Oishi, S. Effects of environmental factors on toxicity of a cyanobacterium (Microcystis aeruginosa) under culture conditions. Applied and Environmental microbiology. 49 (5), 1342-1344 (1985). | ||
| Ca(NO3)·4H2O, 50 mg | Sigma-Aldrich | C2786 | |
| KNO3, 100 mg | Sigma-Aldrich | P8291 | |
| NaNO3, 50 mg | Sigma-Aldrich | S5022 | |
| Na2SO4, 40 mg | Sigma-Aldrich | S5640 | |
| MgCl2·6H20, 50 mg | Sigma-Aldrich | M2393 | |
| Sodium glycerophosphate, 100 mg | Sigma-Aldrich | G9422 | |
| H3BO3, 20 mg | Sigma-Aldrich | B6768 | |
| Bicine, 500 mg | Sigma-Aldrich | RES1151B-B7 | |
| P(IV) metal solution, 5 mL | |||
| Bring the following to 1 L with ddH2O | |||
| NaEDTA·2HO | Sigma-Aldrich | E6635 | |
| FeCl3 ·6H2O | Sigma-Aldrich | 236489 | |
| MnCl2·4H2O | Baker | 2540 | |
| ZnCl2 | Sigma-Aldrich | Z0152 | |
| CoCl2·6H2O | Sigma-Aldrich | C8661 | |
| Na2MoO4·2H2O | Baker | 3764 | |
| Cyanobacteria BG-11 50X Freshwater Solution | Sigma-Aldrich | C3061-500mL |
References
- Mayer, P. M., Poon, C. The mechanisms of collisional activation of ions in mass spectrometry. Mass Spectrometry Reviews. 28 (4), 608-639 (2009).
- Fisch, K. M. Biosynthesis of natural products by microbial iterative hybrid PKS–NRPS. RSC Advances. 3 (40), 18228-18247 (2013).
- Kelman, M. J., et al. Identification of six new Alternaria sulfoconjugated metabolites by high-resolution neutral loss filtering. Rapid Communications in Mass Spectrometry. 29 (19), 1805-1810 (2015).
- Renaud, J. B., Kelman, M. J., Qi, T. F., Seifert, K. A., Sumarah, M. W. Product ion filtering with rapid polarity switching for the detection of all fumonisins and AAL-toxins. Rapid Communications in Mass Spectrometry. 29 (22), 2131-2139 (2015).
- Renaud, J. B., Kelman, M. J., McMullin, D. R., Yeung, K. K. -C., Sumarah, M. W. Application of C8 liquid chromatography-tandem mass spectrometry for the analysis of enniatins and bassianolides. Journal of Chromatography A. 1508, 65-72 (2017).
- Walsh, J. P., et al. Diagnostic Fragmentation Filtering for the Discovery of New Chaetoglobosins and Cytochalasins. Rapid Communications in Mass Spectrometry. , (2018).
- Wang, M., et al. Sharing and community curation of mass spectrometry data with Global Natural Products Social Molecular Networking. Nature biotechnology. 34 (8), 828 (2016).
- Bartók, T., Szécsi, Á, Szekeres, A., Mesterházy, Á, Bartók, M. Detection of new fumonisin mycotoxins and fumonisin-like compounds by reversed-phase high-performance liquid chromatography/electrospray ionization ion trap mass spectrometry. Rapid Communications in Mass Spectrometry: An International Journal Devoted to the Rapid Dissemination of Up-to-the-Minute Research in Mass Spectrometry. 20 (16), 2447-2462 (2006).
- Bartók, T., et al. Detection and characterization of twenty-eight isomers of fumonisin B1 (FB1) mycotoxin in a solid rice culture infected with Fusarium verticillioides by reversed-phase high-performance liquid chromatography/electrospray ionization time-of-flight and ion trap mass spectrometry. Rapid Communications in Mass Spectrometry. 24 (1), 35-42 (2010).
- Pluskal, T., Castillo, S., Villar-Briones, A., Orešič, M. MZmine 2: modular framework for processing, visualizing, and analyzing mass spectrometry-based molecular profile data. BMC bioinformatics. 11 (1), 395 (2010).
- Spoof, L., Catherine, A. Appendix 3: tables of microcystins and nodularins. Handbook of cyanobacterial monitoring and cyanotoxin analysis. , 526-537 (2016).
- Pick, F. R. Blooming algae: a Canadian perspective on the rise of toxic cyanobacteria. Canadian Journal of Fisheries and Aquatic Sciences. 73 (7), 1149-1158 (2016).
- Carmichael, W. W., Boyer, G. L. Health impacts from cyanobacteria harmful algae blooms: Implications for the North American Great Lakes. Harmful algae. 54, 194-212 (2016).
- Mayumi, T., et al. Structural characterization of microcystins by LC/MS/MS under ion trap conditions. The Journal of antibiotics. 59 (11), 710 (2006).
- Frias, H. V., et al. Use of electrospray tandem mass spectrometry for identification of microcystins during a cyanobacterial bloom event. Biochemical and biophysical research communications. 344 (3), 741-746 (2006).
- Kessner, D., Chambers, M., Burke, R., Agus, D., Mallick, P. ProteoWizard: open source software for rapid proteomics tools development. Bioinformatics. 24 (21), 2534-2536 (2008).
- Watanabe, M. F., Oishi, S. Effects of environmental factors on toxicity of a cyanobacterium (Microcystis aeruginosa) under culture conditions. Applied and Environmental microbiology. 49 (5), 1342-1344 (1985).
- Hollingdale, C., et al. Feasibility study on production of a matrix reference material for cyanobacterial toxins. Analytical and bioanalytical chemistry. 407 (18), 5353-5363 (2015).
- Yuan, M., Namikoshi, M., Otsuki, A., Sivonen, K. Effect of amino acid side-chain on fragmentation of cyclic peptide ions: differences of electrospray ionization/collision-induced decomposition mass spectra of toxic heptapeptide microcystins containing ADMAdda instead of Adda. European Mass Spectrometry. 4 (4), 287-298 (1998).
- Schymanski, E., et al. Identifying small molecules via high resolution mass spectrometry: communicating confidence. Environmental science & technology. 48 (4), 2097 (2014).
