Waiting
Elaborazione accesso...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Chemistry

Natural product Discovery met LC-MS/MS diagnostische fragmentatie filtering: aanvraag voor Microcystin analyse

Published: May 31, 2019 doi: 10.3791/59712

Summary

Diagnostische fragmentatie filtering, geïmplementeerd in MZmine, is een elegante, post-acquisitie benadering van het scherm LC-MS/MS datasets voor hele klassen van zowel bekende als onbekende natuurlijke producten. Deze tool zoekt MS/MS Spectra voor product ionen en/of neutrale verliezen die de analist heeft gedefinieerd als zijnde diagnostische voor de gehele klasse van verbindingen.

Abstract

Natuurlijke producten zijn vaak biogesynthetiseerd als mengsels van structureel vergelijkbare verbindingen, in plaats van een enkele verbinding. Vanwege hun gemeenschappelijke structurele kenmerken, veel verbindingen binnen dezelfde klasse ondergaan soortgelijke MS/MS versnippering en hebben een aantal identieke product ionen en/of neutrale verliezen. Het doel van diagnostische versnippering filtering (DFF) is om efficiënt te detecteren alle verbindingen van een bepaalde klasse in een complex extract door het screenen van niet-gerichte LC-MS/MS datasets voor MS/MS spectra die klasse specifieke product ionen en/of neutrale verliezen bevatten. Deze methode is gebaseerd op een DFF module geïmplementeerd binnen de open-source MZmine platform dat monster extracten vereist worden geanalyseerd door data-afhankelijke acquisitie op een hoge-resolutie massaspectrometer zoals quadrupole Orbitrap of quadrupole tijd-van-vlucht massa Analyzers. De belangrijkste beperking van deze aanpak is de analist moet eerst bepalen welke product-ionen en/of neutrale verliezen zijn specifiek voor de beoogde klasse van natuurlijke producten. DFF zorgt voor de daaropvolgende ontdekking van alle aanverwante natuurlijke producten binnen een complex monster, met inbegrip van nieuwe verbindingen. In dit werk, demonstreren we de effectiviteit van DFF door screening extracten van micro cystis aeruginosa, een prominente schadelijke algenbloei veroorzaakt cyanobacteriën, voor de productie van microcystins.

Introduction

Tandem massaspectrometrie (MS/MS) is een veelgebruikte massaspectrometrie methode die het isoleren van een voorloper Ion en het induceren van fragmentatie via de toepassing van activeringsenergie, zoals Collision geïnduceerde dissociatie (CID)1. De wijze waarop een ionen fragmenten nauw verbonden zijn met de moleculaire structuur. De natuurlijke producten worden vaak biogesynthetiseerd als mengsels van structureel gelijkaardige samenstellingen eerder dan als één enkele unieke chemisch product2. Als zodanig, structureel verwante verbindingen die deel uitmaken van dezelfde biosynthetische klasse vaak delen belangrijke MS/MS fragmentatie kenmerken, met inbegrip van gedeelde product ionen en/of neutrale verliezen. De mogelijkheid om complexe monsters te screenen voor verbindingen die klasse-specifieke product ionen en/of neutrale verliezen bezitten is een krachtige strategie om hele klassen van verbindingen te detecteren, die mogelijk leiden tot de ontdekking van nieuwe natuurlijke producten3, 4 , 5 , 6. voor decennia, massaspectrometrie methoden zoals neutrale verlies scannen en voorloper Ion Scanning uitgevoerd op lage resolutie instrumenten hebben toegestaan ionen met dezelfde neutrale verlies of product-ionen te detecteren. Echter, de specifieke ionen of overgangen moesten worden gedefinieerd voorafgaand aan het uitvoeren van de experimenten. Aangezien de massaspectrometers met hoge resolutie populairder zijn geworden in onderzoekslaboratoria, worden complexe monsters nu vaak gescreend met behulp van niet-gerichte, data-afhankelijke acquisitie methoden. In tegenstelling tot de traditionele neutrale verlies en voorloper Ion Scanning, kunnen structureel verwante verbindingen worden geïdentificeerd door post-acquisitie analyse7. In dit werk tonen we een strategie die we hebben ontwikkeld genoemd diagnostische fragmentatie filtering (DFF)5,6, een rechttoe rechtaan en gebruiksvriendelijke aanpak om hele klassen van verbindingen op te sporen binnen complexe matrices. Deze DFF module is geïmplementeerd in de open-source, MZmine 2 platform en beschikbaar door het downloaden van MZmine 2,38 of nieuwere releases. DFF stelt gebruikers in staat om op efficiënte wijze te screenen op de datasets van MS/MS spectra die product Ion (s) en/of neutraal verlies (sen) bevatten die kenmerkend zijn voor hele klassen van verbindingen. Een beperking van DFF is kenmerkende product ionen en/of de neutrale verliezen voor een klasse van samenstellingen moeten door de analist worden bepaald.

Bijvoorbeeld, elk van de meer dan 60 verschillende fumonisin mycotoxinen geïdentificeerd8,9 beschikken over een tricarballylic kant keten, dat genereert een m/z 157,0142 (C6H5O5-) product Ion op fragmentatie van [M-H]- Ion4. Daarom kunnen alle vermeende fumonisinen in een sample worden gedetecteerd met behulp van DFF door alle MS/MS spectra te screenen binnen een Doha dataset die het prominente m/z 157,0142 product ion bevat. Ook kunnen gesulfaatde verbindingen worden gedetecteerd door de Doha-datasets te screenen voor MS/MS spectra die een diagnostisch neutraal verlies van 79,9574 da (dus3)3bevatten. Deze aanpak is ook met succes toegepast voor het opsporen van nieuwe cyclische peptiden5 en natuurlijke producten die tryptofaan of fenylalanine residuen bevatten6.

Om de effectiviteit van DFF en het gebruiksgemak binnen het MZmine platform10aan te tonen, hebben we deze benadering toegepast op de analyse van Microcystins (MCS); een klasse van meer dan 240 structureel verwante toxines die door zoet water cyanobacteriën11,12,13worden geproduceerd.

De meest gemelde cyanotoxins zijn MCs, met de MC-LR (Leucine [L]/Arginine [R]) congeneer het vaakst bestudeerd (Figuur 1). MCs zijn monocyclische niet-ribosomale heptapeptides, biogesynthetiseerd door veelvoudige cyanobacteriën genera met inbegrip van Microcystis , Anabaena, Nostoc, en Planktothrix12,13. MCs bestaat uit vijf gemeenschappelijke residuen en twee veranderlijke posities bezet door L-aminozuren. Bijna bezitten alle MCs een kenmerkend β-aminozuur 3-amino-9-methoxy-2, 6, 8-Trimethylpentaandiolmonoisobutyraat-10-phenyldeca-4, 6-dienoic zuur (ADDA) residu bij positie 511.  De MS/MS fragmentatie trajecten van MCS zijn goed beschreven14,15; de Adda residu is verantwoordelijk voor de prominente MS/MS product ion, m/z 135,0803+ (c9h11O+) en andere product ionen waaronder m/z 163,1114+ (c11h15 O+) (Figuur 2). Niet-gerichte Doha-datasets van Microcystis aeruginosa cellulaire extracten kunnen worden gescreend voor alle microcystins aanwezig met behulp van deze diagnostische ionen, toegekend dat de Microcystins een Adda residu hebben.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

1. voorbereiding van niet-gerichte vloeistofchromatografie (LC)-MS/MS datasets

Opmerking: DFF kan worden uitgevoerd met behulp van een hoge resolutie massaspectrometer en analytische methode geoptimaliseerd voor een doelgroep van analyten. MC geoptimaliseerd LC-MS/MS voorwaarden op Orbitrap massaspectrometer zijn opgenomen in de tabel van materialen.

  1. Downloaden MZmine 2 (http://mzmine.github.io/)
    Opmerking: voorbeeld data CPCC300. RAW is te vinden op https://drive.google.com/open?id=1HHbLdvxCMycSasyNXPRqIe5pkaSqQoS0.
    1. Onder de RAW-gegevens methoden drop-down menu, selecteert u de ruwe data import optie.
    2. Kies het te analyseren gegevensbestand. Er kunnen enkele of meerdere bestanden worden geïmporteerd.
  2. Optionele Als de gegevensindeling van de leverancier niet wordt ondersteund door MZmine, gebruikt u Proteowizard16 om centroided. mzml-gegevensbestanden te genereren.
    1. Kies het Peak picking filter om door de leverancier geleverde centroiding algoritme toe te passen.

2. diagnostische fragmentatie filtering van geïmporteerde bestanden van Doha

  1. Met behulp van de cursor, selecteer en markeer de gegevensbestand (en) in de RAW-gegevensbestanden kolom van de belangrijkste MZmine scherm.
  2. Onder de visualisatie drop-down menu, selecteert u de Diagnostische fragmentatie filter optie.
  3. In het dialoogvenster DFF dat verschijnt (Figuur 3), voert u de volgende opties in:
    1. Retentietijd – gebruik auto bereik of definieer het bereik van retentietijden in minuten wanneer de beoogde klasse van analyten zal Elueer.
    2. Voor loper m/z -gebruik auto bereik of definieer de m/z bereik van de beoogde klasse van analyten, met inbegrip van de mogelijkheid voor meerdere geladen verbindingen indien nodig.
    3. m/z tolerantie – input van de haalbare MS/MS massa nauwkeurigheid van de MSinstrument; 0,01 m/z of 3,0 ppm is geschikt voor een Orbitrap platform. Als alleen diagnostische product ionen zullen worden onderzocht, input 0,0 in de Diagnostische neutrale verlies waarde (da) optie. Omgekeerd, als slechts de kenmerkende neutrale verliezen zullen worden onderzocht, input 0,0 in de kenmerkende product ionen (m/z) optie.
    4. Diagnostische product ionen (m/z) -input van de klasse specifieke product Ion (s) m/z. Scheid meerdere product ionen met een komma.
      Nota: het invoeren van veelvoudige product ionen zal Spectrums visualiseren die alle vermelde product ionen bevatten.
    5. Diagnostische neutrale verlies waarde (da) -input van de klasse specifieke neutrale verlies (sen). Scheid meerdere neutrale verliezen met een komma.
      Opmerking: het invoeren van meerdere neutrale verliezen zal Spectrums visualiseren die alle vermelde neutrale verliezen bevatten. Het invoeren van zowel diagnostische product ionen en neutrale verliezen zal visualiseren spectra die voldoen aan alle criteria.
    6. Minimale diagnostische ion intensiteit (% base Peak) – als een% van de basis piek van de MS/MS spectra, definieer de minimale intensiteit voor diagnostische product ionen en/of neutrale verliezen te overwegen.
    7. Peaklist output file -Selecteer een pad en bestandsnaam om de output van de resultaten.
    8. Klik op de knop OK om de DFF-analyse te starten. Een DFF plot zal verschijnen op succesvolle voltooiing van de bovenstaande stappen
      Opmerking: er worden twee CSV-gegevensbestanden gegenereerd. {Peaklist output file}. CSV bevat de voorloper m/z, scan nummers, en retentietijden van de scans. Dit kan in bestaande MZmine modules met inbegrip van ruwe gegevens methodes worden gebruikt > piek opsporing > gerichte piek opsporing om geëxtraheerde ionen chromatogrammen van voorlopers te produceren die aan de gedefinieerde DFF criteria voldeden. {Peaklist output file} _data. CSV bevat de voorloper m/z, product Ion m/z en retentietijden om het genereren van DFF percelen buiten MZmine mogelijk te maken.

3. voorbeeld gebruik van DFF voor microcystin analyse

  1. Monstervoorbereiding
    1. Steriliseren 250 mL erlenmeyer kolven met 30 mL steriele MA media17 of andere cyanobacteriën groeimedia (BG-11) voorzien van een schuim stopper.
    2. Inoculeren gesteriliseerde groeimedia met een cyanobacteriën cultuur tot ongeveer 5 × 105 cellen ml-1 onder aseptische omstandigheden. Monitor cel dichtheid met een hemocytometer. In dit voorbeeld, Grow M. aeruginosa stam CPCC300 photoautotrophically bij 27 ° c, verlicht met koele witte tl-licht (30 µ e M-2 s-1) met behulp van een 12 h licht: 12 h donker regime. Wervel de cellen eenmaal per dag.
    3. Scheid de cellen van de cultuurmedium na 26 dagen door vacuümfiltratie met behulp van 47 mm diameter GF/C glas microfiber filter papieren.
    4. Voeg 3 mL 80% methanol (AQ) toe aan geoogste cellen in 14 ml reageerbuis (s).
    5. Vortex en vervolgens Bewerk de reageerbuis (en) met cyanobacteriën cellen voor 30 s elk. Bewaar de reageerbuis (en) bij-20 °C voor 1 h. Breng de reageerbuis terug op kamertemperatuur en laat het monster (s) gedurende 15 minuten ontdooien.
    6. Herhaal stap 3.1.5 twee extra tijden om de cellen effectief te lyse.
    7. Filter de resulterende cyanobacteriën cel extract (s) door middel van een 0,22 μm PTFE spuit filter (s).
    8. Droog extract (en) met een verdamper bij een temperatuur van 30 °C met een zachte stroom van stikstof gas. Bewaar het extract droog bij-20 °C tot LC-MS/MS analyse.
    9. Reconstrueren het gedroogde residu met 500 µ L van 90% methanol (AQ) en Vortex voor 30 s in een Amber HPLC flacon voorafgaand aan de analyse.
  2. Analyseer het cyanobacteriën-extract met een acquisitie methode van Demol op een massaspectrometer met hoge resolutie.
    Opmerking: de geoptimaliseerde LC-MS voorwaarden voor MC-analyse die hier worden gebruikt zijn opgenomen in de lijst van materialen.
  3. Bereid de Doha-data file (s) voor en importeer deze in MZmine volgens de stappen 1,1 en 1,2.
  4. Selecteer de data files en start de DFF modules volgens de stappen 2.1-2.2.
  5. Voor MC analyse, gebruik de volgende instellingen binnen de DFF module (Figuur 3).
    1. Retentietijd -input van het bereik van 2,00 tot 6,00 min.
    2. Voorloper m/z -input m/z bereik van 430,00 tot 1200,00.
    3. m/z tolerantie – Breng m/z tolerantie van 0,01 m/z of 3,0 ppm.
    4. Diagnostische product ionen (m/z) – input m/z van 135,0803, 163,1114 als de diagnostische product ionen
    5. Diagnostische neutrale verlies waarde (da) – input 0,0 om te definiëren dat er geen diagnostische neutrale verliezen worden gebruikt.
    6. Minimale diagnostische ion intensiteit (% base Peak) – gebruik 15,00 als de minimale intensiteit drempel
    7. Peaklist output file -Definieer de output bestand als putative_MCs. CSV.
  6. Klik op de knop OK om de DFF-analyse te starten. Een DFF plot (Figuur 4) zal verschijnen bij het succesvol voltooien van de bovenstaande stappen

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

De DFF plot gegenereerd na de analyse van M. aeruginosa CPCC300 is weergegeven in Figuur 4. De x-as van dit perceel is de m/z van de voorloper ionen die tevreden zijn met de gedefinieerde DFF criteria, terwijl de y-as toont de m/z van alle product ionen binnen de MCS MS/MS spectra. Voor deze analyse, de criteria voor MC detectie opgenomen voorloper ionen binnen de m/z bereik van 440-1200, retentietijden tussen 2.00-6.00 min. Belangrijker, deze MS/MS Spectra bevatten zowel m/z 135,0803 en 163,1114 (± 3 ppm) boven de gedefinieerde 15% basepeak intensiteit drempel. Onder deze voorwaarden werden in totaal 4116 MS/MS Spectra verworven tijdens de LC-MS/MS Demol-analyse. Van deze, 26 Spectra voldaan aan de DFF criteria werden gedetecteerd in de M. aeruginosa CPCC300 extract. Echter, meerdere MS/MS Spectra kunnen worden verworven op dezelfde verbinding, met name voor hogere intensiteit ionen. In dit uittreksel, slechts 18 unieke voorloper m/z werden gevonden. Het kleinste Ion (m/z 497,2746, [m + 2H]2 +) is de dubbel geladen aanvulling van de [m + H]+ voorloper m/z 993,5389, die ook werd gedetecteerd door DFF. Gebaseerd op eerder gepubliceerde studies op deze M. aeruginosa strain18, kan de Major mcs gedetecteerd worden vertrouwen toegewezen als MC-LR en [D-ASP3] MC-LR. Onderzoek naar de massaspectra van de resterende vermeende MCs bleek dat twee waren 13C isotopen van andere gedetecteerde mcs (m/z 993,5389, 1025,5343) en een ander was een adduct van en MC van m/z 993,5389. Van de 12 resterende vermeende MCs, vier overeenkwam met de massa's van bekende MCs, en acht waren eerder niet-gemelde verbindingen (aanvullende bestand. Tabel S1).

Figure 1
Figuur 1: chemische structuur van MC-LR. Het Adda-residu komt vaak voor in een groot deel van de bekende MCs en produceert diagnostische product ionen bij m/z 135,0803 en 163,1114. Andere MC varianten die een dimethyl-Adda en acetyldemethyl-Adda residu op positie 5 bevatten zijn bekend en zouden niet dezelfde product ionen produceren. Klik hier om een grotere versie van dit cijfer te bekijken.

Figure 2
Figuur 2: MS/MS spectra van MC-LR. MS/MS Spectra verkregen op een Orbitrap massaspectrometer met het prominente product Ion bij m/z 135,0803 afgeleid van het Adda-residu. Een extra product Ion bij m/z 163,1114 is ook afgeleid van de Adda residu en verhoogt de selectiviteit van de DFF analyse. Klik hier om een grotere versie van dit cijfer te bekijken.

Figure 3
Figuur 3: DFF dialoogvenster binnen MZmine. De product ionen en/of neutrale verliezen die kenmerkend zijn voor de beoogde klasse van verbindingen worden ingevoerd. Retentietijd en voorloper Ion filters kunnen worden gebruikt om de selectiviteit van de analyse te verhogen. De minimale diagnostische ion intensiteit verwijst naar de drempel intensiteit van de diagnostische product ionen en neutrale verliezen die moeten worden bereikt om voor de spectra aan de DFF criteria voldoen. Het verlagen van deze waarde kan resulteren in valse positieve treffers. Klik hier om een grotere versie van dit cijfer te bekijken.

Figure 4
Figuur 4: DFF plot voor MC analyse van M. aeruginosa cellulaire extract. DFF analyse van de m. aeruginosa CPCC300 extract gevonden 26 spectra die voldoen aan de gedefinieerde DFF criteria, bestaande uit 18 unieke m/z waarden. Rechts te klikken op de plot kan de gebruiker "uitzoomen" het domein en/of bereik assen. Een dubbel geladen voorloper Ion werd gedetecteerd bij m/z 497,2746 en overeenkwam met een onbekende MC op [m + H]+ 993,5389. De twee bekende MCs geproduceerd door strain CPCC300 zijn [D-ASP3] MC-LR en MC-LR 18. In totaal acht vermeende MCs niet overeen met de m/z van bekende mcs, vier mcs overeenkwam met de m/z van meerdere congeneren en drie bleken te zijn isotopen/adducten van andere mcs (aanvullende bestand. Tabel S1).  De hier getoonde DFF plot is handmatig gegenereerd in Excel uit de "putative_MCs_data. csv" die automatisch werd gemaakt bij het uitvoeren van de DFF module. Klik hier om een grotere versie van dit cijfer te bekijken.

Supplementair dossier. Geoptimaliseerde voorwaarden voor LC-MS/MS analyse van M. aeruginosa extracten. Klik hier om dit bestand te downloaden.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

DFF is een rechttoe rechtaan en snelle strategie voor het opsporen van hele klassen van verbindingen, met name relevant voor natuurlijke productsamenstelling ontdekking. Het belangrijkste aspect van DFF is het definiëren van de specifieke MS/MS fragmentatie criteria voor de beoogde klasse van verbindingen. In dit representatieve voorbeeld werd DFF gebruikt om alle Adda residuen te detecteren die MCs bevatten in een M. aeruginosa cellulair extract. Hoewel de overgrote meerderheid van MCs een Adda-residu bevat, zijn andere residuen in deze positie bekend, met name demethyl-en acetyldemethyl-Adda-varianten19. Elke MCs met deze residuen zou niet worden gedetecteerd met behulp van de gedefinieerde criteria. Echter, zoals DFF is een post-acquisitie aanpak, kunnen extra diagnostische fragmenten gemakkelijk worden onderzocht op dezelfde dataset met behulp van de eenvoudige stap-voor-stap protocol hier beschreven. Dit staat ook de analist toe om verbindingen met hypothetische wijzigingen te ontdekken die de kenmerkende product ionen en/of het neutrale verlies zouden veranderen.

Adducten en in-source fragmenten kunnen ook voldoen aan DFF criteria en worden onjuist geïnterpreteerd als unieke analyten. Er kunnen valse positieven ontstaan wanneer andere in het extract aanwezige verbindingen dezelfde product ionen en/of neutrale verliezen vertonen. In beide gevallen kan dit worden verlicht door gebruik te maken van extra product ionen en neutrale verliezen die de selectiviteit van de methode verhogen.

Hoewel voorloper ionen kunnen voldoen aan alle van de DFF criteria gedefinieerd door de analist en vertegenwoordigen verbindingen binnen de beoogde klasse, zal hun absolute identiteit nog steeds vermeende. Met behulp van de identificatie niveaus, voorgesteld door Schymanski (2014), MCs gedetecteerd met behulp van deze MS/MS aanpak hebben een ' niveau 3 ' identificatie vertrouwen wanneer eenduidige moleculaire formule van de voorloper ion kan worden toegewezen door nauwkeurige massa en de isotoop profiel20.  In dit voorbeeld had acht vermeende MCs massa's die overeenkwam met multiple, isobaar MCs11. Absolute identiteit zou zijn bereikt door een vergelijking van retentietijd en MS/MS spectra met een authentieke standaard of bevestigd door NMR en andere spectroscopie methoden na reiniging. Vermeende verbindingen die niet overeenkomen met massa's van bekende leden van de beoogde klasse, zoals de acht vermeende MCs hier gedetecteerd, vertegenwoordigen tastbare doelstellingen voor het ontdekken van nieuwe natuurlijke producten.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

De auteurs hebben niets te onthullen

Acknowledgments

De auteurs bedanken Heather Roshon (Canadese phycological Culture Centre, Universiteit van Waterloo voor het verstrekken van de cyanobacteriën cultuur bestudeerd en Abusharkh (Carleton University) voor technische bijstand.

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
MgCl6H20, 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

DOWNLOAD MATERIALS LIST

References

  1. Mayer, P. M., Poon, C. The mechanisms of collisional activation of ions in mass spectrometry. Mass Spectrometry Reviews. 28 (4), 608-639 (2009).
  2. Fisch, K. M. Biosynthesis of natural products by microbial iterative hybrid PKS–NRPS. RSC Advances. 3 (40), 18228-18247 (2013).
  3. 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).
  4. 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).
  5. 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).
  6. Walsh, J. P., et al. Diagnostic Fragmentation Filtering for the Discovery of New Chaetoglobosins and Cytochalasins. Rapid Communications in Mass Spectrometry. , (2018).
  7. 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).
  8. 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).
  9. 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).
  10. 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).
  11. Spoof, L., Catherine, A. Appendix 3: tables of microcystins and nodularins. Handbook of cyanobacterial monitoring and cyanotoxin analysis. , 526-537 (2016).
  12. 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).
  13. 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).
  14. Mayumi, T., et al. Structural characterization of microcystins by LC/MS/MS under ion trap conditions. The Journal of antibiotics. 59 (11), 710 (2006).
  15. 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).
  16. 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).
  17. 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).
  18. 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).
  19. 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).
  20. Schymanski, E., et al. Identifying small molecules via high resolution mass spectrometry: communicating confidence. Environmental science & technology. 48 (4), 2097 (2014).

Tags

Chemie MZmine LC-MS/MS semi-gerichte analyse data-afhankelijke acquisitie Natural product Discovery Orbitrap microcystins
Natural product Discovery met LC-MS/MS diagnostische fragmentatie filtering: aanvraag voor Microcystin analyse
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

McMullin, D. R., Hoogstra, S.,More

McMullin, D. R., Hoogstra, S., McDonald, K. P., Sumarah, M. W., Renaud, J. B. Natural Product Discovery with LC-MS/MS Diagnostic Fragmentation Filtering: Application for Microcystin Analysis. J. Vis. Exp. (147), e59712, doi:10.3791/59712 (2019).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter