Name: Identification et quantification des métabolites dérangés chez les patients gravement malades à l’aide de la métabolomique basée sur la RMN (Vidéo) | JoVE Journal
Uploaded: 2024-11-29T14:20:00.000+00:00
Duration: 11 min 2 s
Description: Découvrez la métabolomique par RMN pour identifier les métabolites dérégulés chez les patients atteints de SDRA. Cette méthode révèle les perturbations biochimiques liées à la progression de la maladie et ouvre la voie à des traitements personnalisés en médecine de précision.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

L’approbation éthique (code CEI : 2022-71-PhD-126) a été obtenue auprès de l’IEC de l’Institut postuniversitaire des sciences médicales Sanjay Gandhi (SGPGIMS), Lucknow. Des consentements écrits et éclairés ont été obtenus des patients ou de leurs proches pour réaliser l’étude et publier les données à des fins de recherche. De plus, la recherche a été menée conformément aux directives institutionnelles.
1. Conception de l’étude et autorisation éthique
<ol>
	<li>Déterminez la taille de l’échantillon pour chaque groupe. Examinez attentivement et établissez les critères de sélection des participants. De plus, si la conception de l’étude exige l’inclusion d’échantillons humains ou animaux, obtenez l’autorisation éthique du comité d’éthique de l’établissement (CEI) approprié avant de commencer le prélèvement des échantillons.</li>
	<li>Sélectionnez les patients atteints de SDRA classés comme légers, modérés et sévères, sur la base des critères diagnostiques de la définition de Berlin 2012 basée sur la pression partielle d’oxygène dans le sang artériel (PaO2) par rapport à la fraction d’oxygène inspiré (FiO2) (P/F). Les patients atteints de SDRA avec une plage P/F de 300 à 200 sont considérés comme légers, 200 à 100 comme modérés et inférieurs à 100 comme sévères38. Ici, nous nous sommes concentrés sur deux groupes : les patients atteints de SDRA léger et modéré (voir tableau 1). REMARQUE : L’étude implique l’utilisation de sérum obtenu à partir d’échantillons de sang pour effectuer une métabolomique basée sur la RMN. Dans cette étude, les participants inclus à titre de référence avaient un âge moyen de 42 ans (± 10,9 ans), avec une répartition par sexe de 2 hommes et 6 femmes.</li>
</ol>

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>Catégorie</td>
			<td>Rapport P/F</td>
		</tr>
		<tr>
			<td>Douleur légère</td>
			<td>300-200</td>
		</tr>
		<tr>
			<td>Modéré</td>
			<td>200-100</td>
		</tr>
		<tr>
			<td>Forte douleur</td>
			<td>100-0</td>
		</tr>
	</tbody>
</table>
Tableau 1 : Catégorisation des patients atteints de SDRA.
2. Sélection, collecte et traitement de l’échantillon
<ol>
	<li>Effectuez l’isolement sérique en suivant les étapes décrites ci-dessous.<ol>
		<li>Pour l’expérience, prélever 2 mL d’échantillons de sang dans les artères à l’aide d’une aiguille stérile dans un flacon ordinaire (sans additifs) et stérile. Laissez l’échantillon coaguler pendant 30 minutes à température ambiante. Pour cette étude, 4 patients diagnostiqués avec un SDRA léger et 4 patients atteints d’un SDRA modéré ont été sélectionnés.</li>
		<li>Centrifuger l’échantillon à 3100 x g pendant 15 min pour séparer le sérum25. Transférez le sérum dans des tubes de microcentrifugation stériles, en faisant des aliquotes de plus petit volume (c’est-à-dire 400-500 μL), étiquetez-les de manière appropriée (nom du patient, n° CR, point du jour, etc.) et conservez-les à -80 °C pour une analyse future. REMARQUE : À ce stade, l’expérience peut être interrompue et reprise à un moment opportun.</li>
	</ol>
	</li>
	<li>Traitez l’échantillon de sérum avant les expériences RMN en suivant les étapes suivantes.<ol>
		<li>Décongelez l’échantillon avant d’effectuer les expériences RMN. Mélanger 250 μL d’aliquote du sérum avec 250 μL de solution tampon de phosphate salin (contenant 100 % de D2O, 0,9 % de NaCl, 50 mM de tampon de phosphate de sodium, pH 7,4) pour minimiser la variation du pH.</li>
		<li>Agitez le mélange pendant quelques secondes (~15 s) pour vous assurer qu’il est homogène. Enfin, transférez l’échantillon préparé dans un tube RMN propre avec un insert coaxial contenant du propionate de triméthylsilyle (TSP) à une concentration de 0,05 mM, qui sert d’étalon externe pour l’étalonnage et la quantification41. REMARQUE : À titre de référence, un composé inerte et non réactif qui n’interagit pas avec les analytes est utilisé. Parmi les autres composés de référence couramment utilisés, citons le tétraméthylsilane (TMS) et le triméthylsilylpropanesulfonate de sodium (DSS).</li>
	</ol>
	</li>
</ol>
3. Expérimentation RMN
REMARQUE : L’accent est mis sur l’identification de petites molécules dans les échantillons de sérum, c’est pourquoi nous avons utilisé la séquence d’impulsions Carr-Purcell-Meiboom-Gill (CPMG), qui supprime les signaux des macromolécules. Tous les échantillons de sérum de cette étude ont été enregistrés à l’aide d’un spectromètre RMN de 800 MHz équipé d’une tête de sonde inverse à bande de 5 mm TCI à triple résonance refroidie par cryogénie et d’un gradient z blindé.
<ol>
	<li>Placez l’échantillon dans l’aimant. Écrivez la commande wrpa (mentionner le numéro de l’expérience) et appuyez sur Entrée pour configurer une expérience de protons avec le programme d’impulsions cpmg. Mentionnez le nom du patient et d’autres détails nécessaires en cliquant sur l’option Titre.</li>
	<li>Verrouillez le champ magnétique en écrivant la commande Verrouiller, appuyez sur Entrée et sélectionnez l’option 90 % H2O et 10 % D2O plus loin. Réglez et faites correspondre la sonde manuellement à l’aide de l’ATMM pour optimiser l’efficacité des impulsions de radiofréquence et maximiser la sensibilité. Effectuez un calage dégradé 1D en cliquant sur topshim.</li>
	<li>Réglez les paramètres d’acquisition suivants, y compris un retard de relaxation de 5 s, une largeur de balayage spectral de 12 parties par million (ppm) et un temps d’écho de 300 μs. Tous ces paramètres peuvent être facilement modifiés en sélectionnant l’option Paramètres d’acquisition dans le panneau supérieur.</li>
	<li>Appliquez un élargissement de ligne de 0,3 Hz à l’aide d’une fonction de fenêtre exponentielle, en collectant des données en 64 000 points sur 128 balayages. Ces paramètres peuvent être modifiés de la même manière en sélectionnant l’option Paramètres d’acquisition dans le panneau supérieur. En cliquant sur Paramètres d’acquisition, une liste de spécifications apparaîtra, et les attributs mentionnés, ainsi que d’autres paramètres, pourront être modifiés lors de l’optimisation.</li>
	<li>Acquérir les spectres RMN à l’aide d’outils de traitement et d’analyse RMN. Une fois les spectres finaux obtenus, écrivez les commandes apk et absn et appuyez sur Entrée pour effectuer la correction de phase et la correction de base, respectivement. Cliquez sur l’option Calibrer l’axe présente sur le panneau supérieur, puis calibrez le pic TSP à 0 ppm automatiquement ou manuellement.</li>
	<li>Transférez les données acquises du système vers le poste de travail, où un traitement et une analyse ultérieurs sont effectués. REMARQUE : La phase expérimentale est maintenant terminée et peut être mise en pause. Le prétraitement, l’analyse et l’interprétation des données peuvent être effectués facilement.</li>
</ol>
4. Prétraitement des données
<ol>
	<li>Effectuer le prétraitement des données à l’aide d’outils de traitement et d’analyse RMN et d’un logiciel de quantification des métabolites RMN.<ol>
		<li>Parfois, seule la correction automatique ne suffit pas, et dans ce cas, une correction manuelle est également nécessaire. Pour effectuer une correction de phase manuellement, cliquez sur l’option Processus dans la barre de menu supérieure des outils de traitement et d’analyse RMN. Cliquez ensuite sur Ajuster la phase, faites glisser la souris et observez jusqu’à ce que les spectres soient corrigés en phase. Une fois cela fait, cliquez sur l’option Enregistrer et retourner (présente sous la forme d’une icône) disponible dans la même barre de menu.</li>
		<li>Pour effectuer une correction manuelle de la ligne de base (méthode Whittaker), ouvrez le fichier spectral dans le module processeur du logiciel de quantification des métabolites RMN. Sélectionnez l’option Correction de la ligne de base. Sélectionnez ensuite l’option Méthode Whittaker. Maintenant, placez les points à la base des pics dans l’ensemble du spectre (0,0 à 10 ppm, généralement dans le cas du sérum ou selon la disponibilité du métabolite dans le spectre) pour ajuster la base. Une fois que tous les fichiers spectraux ont été corrigés de base, enregistrez-les dans un seul dossier. Un traitement ultérieur, à l’aide du processeur ou du module de profilage du logiciel de quantification des métabolites RMN, peut être effectué à l’aide du même fichier enregistré dans le format spécifique.</li>
		<li>Effectuez le binning à l’aide du module profiler du même logiciel. Sélectionnez l’option Outils, puis Traitement par lots, puis Regroupement spectral.</li>
	</ol>
	</li>
	<li>Pour générer la feuille de regroupement finale à utiliser pour l’analyse statistique, sélectionnez le dossier contenant tous les fichiers spectraux corrigés de la ligne de base après avoir cliqué sur Regroupement spectral.</li>
	<li>Divisez les spectres en un nombre défini de bacs de taille égale avec une largeur spectrale définie, allant de 0,01 à 0,04 ppm (peut être optimisé selon l’étude). Ce processus simplifie et organise les données spectrales, ce qui facilite une analyse plus cohérente. Spécifiez la taille du compartiment ainsi que les valeurs de ppm de début et de fin, et désignez le dossier dans lequel les feuilles de regroupement de sortie seront enregistrées.</li>
	<li>Exclure les régions de décalage chimique correspondant à l’eau et au solvant TSP (4,8-5,2 et 0,0-0,7 ppm) pour éviter les interférences spectrales 42,43,44.</li>
	<li>Cette feuille de calcul contient les noms des échantillons sur une ligne et les différentes valeurs de groupe ainsi que les ppm dans les autres rangées. Avant d’utiliser cette feuille pour l’analyse statistique, modifiez-la en organisant les échantillons en groupes pour l’analyse et en l’enregistrant uniquement au format CSV (délimité par des virgules). REMARQUE : Par exemple, lorsque nous comparons le groupe léger avec le groupe modéré de patients atteints de SDRA, nous avons organisé les données avec des étiquettes légères et modérées, ajouté un numéro de série et enregistré le fichier au format CSV.</li>
</ol>
5. Analyse statistique
REMARQUE : La feuille de compartimentage obtenue à l’étape précédente sert de fichier d’entrée pour l’analyse statistique. Dans cette étude, le module d’analyse statistique (un facteur) du logiciel d’analyse statistique métabolomique a été utilisé.
<ol>
	<li>Avant l’analyse statistique, effectuez l’étape de normalisation à l’aide de la somme, du logarithme et de Pareto, mais elle peut varier d’une étude à l’autre45.</li>
	<li>Effectuer des analyses univariées et multivariées pour distinguer les différents groupes et déterminer la précision des métabolites identifiés.<ol>
		<li>Effectuez une analyse en composantes principales (ACP), une analyse discriminante partielle des moindres carrés (PLS-DA) et une analyse discriminante orthogonale partielle des moindres carrés (OPLS-DA) pour observer la discrimination entre les groupes produisant des scores d’importance variable de projection (VIP) pour chaque métabolite responsable de la différence dans le profil métabolique.</li>
		<li>Appliquer des méthodes univariées, telles que le test t de Student et l’ANOVA, pour identifier les métabolites significatifs en fonction du critère d’avoir une valeur p inférieure à 0,05. Les deux tests donnent des diagrammes à moustaches montrant la différence de concentration relative des métabolites.</li>
		<li>Effectuer une analyse de biomarqueurs, qui permet d’obtenir une aire sous le graphique de la courbe caractéristique de fonctionnement du récepteur (AUROC). La valeur AUC (aire sous la courbe) &gt; 0,8 est considérée comme significative46.</li>
		<li>Sélectionnez la liste finale des métabolites significatifs à l’aide des critères score VIP&gt;1, valeur p corrigée de Bonferroni&lt;0,0544 et AUC &gt; 0,846.</li>
	</ol>
	</li>
	<li>Identifiez les métabolites comme décrit ci-dessous.<ol>
		<li>Le binning fournit des métabolites significatifs sous la forme de valeurs ppm plutôt que de noms. Identifiez les métabolites correspondant à des valeurs spécifiques en ppm à l’aide de bases de données telles que la Banque de résonance magnétique biologique (BMRB)47et la Base de données sur le métabolome humain (HMDB).</li>
		<li>En dehors de ceux-ci, utilisez la littérature précédemment publiée42,44 pour l’identification et la validation.</li>
		<li>Utilisez le module de profilage du logiciel de quantification des métabolites RMN pour confirmer les métabolites identifiés avec leurs valeurs ppm.</li>
	</ol>
	</li>
</ol>
6. Quantification des métabolites à l’aide d’un logiciel de quantification des métabolites RMN
REMARQUE : Le module profileur du logiciel est largement utilisé pour quantifier les métabolites identifiés.
<ol>
	<li>Avant de commencer la quantification, calibrez le composé de référence sélectionné pour l’étude (cuillère à café utilisée dans cette étude) à l’aide du module processeur. Cliquez sur l’option Calibrer CSI (indicateur de forme chimique). Mentionner la concentration du composé de référence (0,05 mM pour cette étude). Ensuite, faites glisser le pic du logiciel sur le pic de référence spectrale et ajustez correctement sa hauteur et sa largeur. Une fois que les pics de référence spectrale correspondent au pic du logiciel, cliquez sur Accepter.</li>
	<li>Ouvrez les spectres souhaités dans le module de profilage et sélectionnez la bibliothèque de composés appropriée pour l’étude.</li>
	<li>En bas de l’écran, une liste de métabolites s’affiche. Sélectionnez le métabolite d’intérêt dans cette liste. Une fois sélectionné, le ppm possible du métabolite choisi apparaîtra dans le coin supérieur des spectres.</li>
	<li>Sélectionnez la valeur en ppm dans le coin supérieur et zoomez sur les spectres jusqu’à l’échelle ppm spécifique du métabolite.</li>
	<li>À ce stade, deux pics apparaîtront à l’écran : l’un représentant les données enregistrées et l’autre, affiché sous forme de pointillé, représentant le pic logiciel. Alignez les deux pics. Faites glisser le pic du logiciel et ajustez sa hauteur et sa position pour qu’elles correspondent au pic présent dans l’échantillon.</li>
	<li>Une fois correctement aligné, la concentration du métabolite peut être obtenue à partir de la valeur affichée sous la rubrique concentration en mM pour ce métabolite (figure 1).</li>
	<li>Suivez la même procédure pour tous les métabolites et échantillons et exportez les valeurs quantifiées dans une feuille de calcul. Pour générer le fichier de sortie, cliquez sur l’option Opérations par lots dans le menu Outils . Spécifiez le dossier souhaité pour l’enregistrement du fichier de sortie.</li>
</ol>
7. Analyse des voies
REMARQUE : Les métabolites significatifs identifiés après l’analyse sont utilisés pour déterminer les principales voies influençant directement l’issue dans les groupes de maladies. Le module d’analyse des trajectoires du logiciel d’analyse statistique métabolomique et la base de données KEGG sont généralement utilisés à cette fin.
<ol>
	<li>Entrez la liste des métabolites significatifs obtenus dans le module. Une liste contenant les noms des chemins est générée.</li>
	<li>Sélectionnez les trajectoires finales en fonction d’un critère d’avoir un facteur d’impact supérieur à 0,1. Les valeurs d’impact significatives indiquent des voies liées à la maladie30.</li>
	<li>Analysez minutieusement les voies résultantes pour élucider la dérégulation associée à la gravité de la maladie. L’un des inconvénients de cette méthode est son inefficacité à identifier les voies dérégulées lorsque les métabolites significatifs sont inférieurs à 3.</li>
	<li>Pour faire face à la même situation, le métabolite identifié et sa corrélation avec la gravité de la maladie peuvent également être déterminés en utilisant la littérature précédemment publiée. Effectuez une étude approfondie de la littérature et observez si le métabolite identifié suit également la même tendance selon vos intérêts.</li>
</ol>
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/67319/67319fig01.jpg"> 
Figure 1 : Étapes fondamentales de la métabolomique basée sur la RMN. La figure présente les étapes clés de la métabolomique basée sur la RMN : la collecte et la préparation d’échantillons, la spectroscopie RMN, le prétraitement des données, la réalisation d’analyses statistiques, l’identification et la quantification des métabolites et l’interprétation de la signification biologique. <a href="https://www.jove.com/files/ftp_upload/67319/67319fig01large.jpg" target="_blank">Veuillez cliquer ici pour voir une version agrandie de cette figure.</a>

<meta charset="utf8"></head><body>Métabolomique à l’aide de la spectroscopie RMN pour identifier les métabolites dérégulés

<table><tbody><tr><td>Centirfuge</td><td>Sigma aldrich</td><td>3-18KS</td><td></td></tr><tr><td>Chenomx NMR suite&nbsp ;</td><td>NMR Suite, v9, Chenomx Inc., Edmonton, Canada</td><td></td><td>Logiciel de quantification des métabolites RMN</td></tr><tr><td>Insert coaxial</td><td>Sigma aldrich</td><td>Z278513</td><td></td></tr><tr><td>Oxyde de deutérum</td><td>Sigma aldrich</td><td>151882</td><td></td></tr><tr><td>Eppendorf tubes</td><td>Tarsons</td><td>500020</td><td></td></tr><tr><td>Metaboanalyst</td><td>Wishart Research Group</td><td></td><td>Logiciel d’analyse statistique</td></tr> métabolique<tr><td>Tube RMN</td><td>Wilmad</td><td>Z412007</td><td>Pipette</td></tr><tr><td></td><td>Eppendorf de 5 mm de diamètre plus</td><td>3123000039</td><td>0-100 &mu ; l</td></tr><tr><td>Flacons de prélèvement</td><td>d’échantillons Flacons cryo chill</td><td>Tarsons 523194</td><td></td></tr><tr><td>Azoture de sodium</td><td>Sigma aldrich</td><td>S2002</td><td></td></tr><tr><td>Cristal de chlorure</td><td>de sodium Sigma aldrich</td><td>S9625</td><td></td></tr><tr><td>Phosphate de sodium dibasique</td><td>Sigma aldrich</td><td>567550</td><td></td></tr><tr><td>Phosphate de sodium monobasique</td><td>Sigma aldrich</td><td>S0751</td><td></td></tr><tr><td>Topspin 3.6.4</td><td>Outil de traitement et d’analyse RMN</td><td>Bruker</td><td></td></tr><tr><td>Sel Tsp</td><td>Sigma aldrich</td><td>269913</td><td></td></tr></tbody></table>

identification et quantification des métabolites dérangés chez les patients gravement malades à l’aide de la métabolomique basée sur la rmn

Identification and Quantification of Deranged Metabolites in Critically Ill Patients Using NMR-Based Metabolomics

Pour réaliser une étude métabolomique, il est essentiel de déterminer la taille de l’échantillon et les groupes spécifiques qui seront analysés. La sélection d’une taille d’échantillon adéquate est essentielle pour obtenir des résultats significatifs qui correspondent précisément à la gravité de la maladie48. Cependant, dans ce travail particulier, nous avons utilisé une petite taille d’échantillon pour démontrer les étapes impliquées dans l’identification et la quantification des métabolites à l’aide de la métabolomique basée sur la RMN, qui était principalement destinée à la référence. Dans cette étude, nous avons examiné les différences métaboliques entre les patients aux stades léger et modéré du SDRA au jour 1 de leur admission en soins intensifs, y compris un total de 8 sujets. Conformément au protocole, les spectres RMN de tous les échantillons ont été acquis et traités, et finalement, une feuille de calcul a été créée avec les résultats du binning.
Nous avons ensuite effectué une analyse statistique rigoureuse, où les feuilles de compartimentage ont été utilisées comme fichiers d’entrée, en normalisant les données à l’aide de la somme, du logarithme et de Pareto. Nous avons réalisé l’ACP (Figure 2A) et l’OPLS-DA (Figure 2B), où la première a montré un regroupement, mais la seconde a révélé une discrimination claire entre les groupes et a mis en évidence des différences métaboliques. L’analyse statistique du test de permutation (20x) a donné des valeurs de R2Y = 0,99 et Q2 = 0,47. Par la suite, nous avons effectué un test t d’étudiant (Figure 2C) et une analyse de biomarqueurs (Figure 2D) pour identifier les métabolites dérégulés. En suivant les critères décrits dans la section sur le protocole, nous avons filtré les résultats en fonction des métabolites significatifs (tableau 2).
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/67319/67319fig02.jpg"> 
Figure 2 : Analyse multivariée et univariée. (A) Analyse en composantes principales (ACP) et (B) Analyse discriminante orthogonale partielle des moindres carrés (OPLS-DA) des patients atteints de SDRA léger (représentés par la couleur rouge) et des patients atteints du SDRA modéré (représentés par la couleur verte). (C) Les diagrammes boîte-moustache mettent en évidence les différences de concentration relative de métabolites entre les patients atteints de SDRA léger et modéré détectés par spectroscopie par résonance magnétique nucléaire à protons dans des échantillons de sérum. L’axe des x représente les groupes d’étude, et l’axe des y montre la concentration relative lorsque les patients atteints de SDRA léger (représentés par la couleur rouge) et les patients atteints du SDRA modéré (représentés par la couleur verte) ont été comparés le jour 1 de l’admission en soins intensifs. (D) Le graphique de l’aire sous la courbe (AUC) des métabolites significatifs prédisant la gravité obtenu après avoir effectué une analyse de biomarqueurs comparant les patients atteints de SDRA léger et modéré au jour 1 de l’admission en soins intensifs. <a href="https://www.jove.com/files/ftp_upload/67319/67319fig02large.jpg" target="_blank">Veuillez cliquer ici pour voir une version agrandie de cette figure.</a>
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>S.No.</td>
			<td>Nom</td>
			<td>Localisation spectrale (ppm)</td>
			<td>Valeur p</td>
			<td>VIP</td>
			<td>Valeur AUC</td>
		</tr>
		<tr>
			<td>1</td>
			<td>Lactate</td>
			<td>1.34</td>
			<td>0.04</td>
			<td>1.99</td>
			<td>1</td>
		</tr>
		<tr>
			<td>2</td>
			<td>Isoleucine</td>
			<td>1.42</td>
			<td>0.03</td>
			<td>2.01</td>
			<td>0.875</td>
		</tr>
	</tbody>
</table>
Tableau 2 : Liste des métabolites significatifs obtenus après comparaison des patients atteints de SDRA léger et modéré au jour 1 de l’admission en soins intensifs.
Comme les résultats ont été obtenus en valeurs ppm, nous avons attribué les métabolites à l’aide de la littérature antérieure et les avons validés à l’aide du profileur. Après l’assignation, le lactate et l’isoleucine ont été obtenus en tant que métabolites significatifs, qui ont également été rapportés dans certaines études antérieures sur le SDRA30,40. Nous avons veillé à ce que les pics soient bien résolus et ne se chevauchent pas. Après identification, nous avons filtré la liste des métabolites significatifs en utilisant les critères mentionnés dans le protocole. Nous avons ensuite quantifié les métabolites d’intérêt à l’aide du module profileur en ouvrant les spectres, en recherchant le métabolite d’intérêt et en ajustant le pic logiciel au pic obtenu dans les spectres. Cela a fourni les valeurs quantifiées des métabolites en mM. Une feuille de calcul contenant les noms des échantillons, les noms des métabolites et les concentrations a été générée à titre de référence. Après quantification avec le logiciel, une validation par d’autres approches, telles que la protéomique, peut être effectuée.
De plus, les métabolites identifiés sont analysés de manière approfondie afin de déterminer leur corrélation avec la gravité de la maladie et d’identifier les voies biochimiques dans lesquelles ces métabolites sont activement impliqués. Étant donné que seuls deux métabolites significatifs ont été identifiés après l’utilisation des critères mentionnés dans la section sur le matériel et la méthode, l’analyse des voies à l’aide du logiciel n’a pas été possible. Par conséquent, une étude approfondie de la littérature a été effectuée pour mettre en évidence les cycles métaboliques perturbés. Les deux métabolites identifiés dans cette étude ont été corrélés avec succès avec la gravité du SDRA. L’augmentation du lactate dénotait une inflammation pulmonaire et une respiration anaérobie, tandis qu’une augmentation de l’isoleucine indiquait un catabolisme protéique associé à des lésions pulmonaires, à une infection et au métabolisme énergétique40. La compréhension de ces voies métaboliques a un double objectif. Tout d’abord, il révèle la complexité de la maladie, en donnant un aperçu de ses mécanismes biologiques. Deuxièmement, il contribue aux progrès thérapeutiques en guidant les cliniciens dans l’adaptation des traitements aux patients, améliorant ainsi les résultats cliniques.

Identification et quantification des métabolites dérangés chez les patients gravement malades à l’aide de la métabolomique basée sur la RMN

Metabolomics is emerging as a significant approach to reflect the individual's response to pathophysiological conditions. Nuclear magnetic resonance (NMR) ...

identification-quantification-deranged-metabolites-critically-ill

Research

Recherche

JoVE Journal

Biology

Biologie

Une méthode pour l'extraction de métabolite communautés planctoniques microbiens est présenté. Échantillonnage ensemble de la communauté est réalisée par filtration sur des filtres spécialement préparés. Après lyophilisation, aqueuse-solubles métabolites sont extraits. Cette approche permet une application de la métabolomique environnementaux trans-omique enquêtes de communautés microbiennes naturelles ou expérimentales.

Concentration des métabolites issus de communautés planctoniques à faible densité de l&#39;environnement en utilisant métabolomique résonance magnétique nucléaire

Une procédure est décrite colonisation progressive pour mieux évaluer son impact sur le métabolisme hépatique hôte. La colonisation est surveillé non invasive, en évaluant l'excrétion urinaire de métabolites microbiens co-par RMN basée sur le profilage métabolique tandis métabolisme hépatique est évalué par la Haute Résolution angle magique (MAS RH) RMN de profilage intacte biopsie.

Évaluer les changements métaboliques hépatiques pendant la colonisation progressive des axéniques de souris par 1 H NMR Spectroscopy

Métabolite profilage a été un atout précieux dans l'étude du métabolisme de la santé et de la maladie. Utilisant chromatographie liquide normale progressive couplée à la spectrométrie de masse à haute résolution avec changement de polarité et un cycle de service rapide, nous décrivons un protocole pour analyser la composition métabolique polaire de matériel biologique avec une grande sensibilité, la précision et la résolution.

Une stratégie pour sensibles à grande échelle quantitatives métabolomique

La neurochimie du cerveau des mammifères est modifiée dans de nombreuses maladies neurologiques et systémiques. Des profils caractéristiques des métabolites cérébraux peuvent être obtenus efficacement à partir d’extraits bruts de tissu cérébral. À cette fin, la spectroscopie RMN à haute résolution est utilisée, permettant une analyse quantitative détaillée des concentrations de métabolites (métabolomique).

Analyse métabolomique de cerveau de rat par la Résolution nucléaire Haute spectroscopie par résonance magnétique d&#39;extraits de tissus

Cet article présente l’utilisation de PSYCHE et SAPPHIRE-PSYCHE dans le profilage métabolique des plantes et comprend des procédures détaillées pour la préparation des échantillons et l’enregistrement optimal des spectres RMN Pure Shift. Des exemples à travers lesquels le gain de résolution obtenu par le découplage homonucléaire permet une compréhension plus complète du système sont discutés.

La résonance magnétique nucléaire pure shift : un nouvel outil pour la métabolomique végétale

Nous avons construit un flux de travail métabolomique non ciblé qui intégrait XY-Meta et metaX ensemble. Dans ce protocole, nous avons montré comment utiliser XY-Meta pour générer une bibliothèque spectrale de leurre à partir de références de spectres en libre accès, puis effectué un contrôle FDR et utilisé le metaX pour quantifier les métabolites après avoir identifié les spectres métabolomiques.

Un flux de travail intégré d’identification et de quantification sur le métabolome non ciblé basé sur le contrôle FDR

Ce protocole intègre un système de bioréacteur sur mesure avec une spectroscopie RMN ¹³C hyperpolarisée pour mesurer le métabolisme des pyruvates en temps réel dans les cellules vivantes, améliorant ainsi la reproductibilité et la précision cinétique pour les études métaboliques et les applications de criblage de médicaments.

Détection métabolique en temps réel dans des cellules vivantes à l’aide de la RMN 13C hyperpolarisée

La quantification de l'ADN double-brin de stries en utilisant la formation γH2AX comme marqueur moléculaire est devenu un outil précieux dans la radiobiologie. Ici nous démontrons l'utilisation d'un test d'immunofluorescence pour la quantification des γH2AX foyers après exposition des cellules aux radiations.

Quantification des γH2AX Foci en réponse aux radiations ionisantes

La méthode d'uréase préparation des échantillons pour analyse GC / MS des métabolites intermédiaires est présenté par son inventeur. La méthode permet en une seule étape de suivi du dépistage néonatal des erreurs innées par spectrométrie de masse en tandem par les glucides quantifier, organiques et d'acides aminés tout dans un seul processus.

Une étape métabolomique: glucides, acides organiques et aminés quantifiés dans une procédure unique

Combinaison de la génomique, l'analyse du gène co-expression et l'identification de composés cibles par métabolisme donner annotation des gènes fonctionnels.

Annotation de la fonction des gènes des plantes par l&#39;intermédiaire de génomique, la métabolomique et combinés informatique

Découvrez la métabolomique par RMN pour identifier les métabolites dérégulés chez les patients atteints de SDRA. Cette méthode révèle les perturbations biochimiques liées à la progression de la maladie et ouvre la voie à des traitements personnalisés en médecine de précision.

Identification et quantification des métabolites dérangés chez les patients gravement malades à l’aide de la métabolomique basée sur la RMN (Vidéo) | JoVE Journal

Identification et quantification des métabolites dérangés chez les patients gravement malades à l’aide de la métabolomique basée sur la RMN

Explorer plus de vidéos