실시간 고해상도 질량 분석에 직접 분석을 사용하여 식물 소재의 신속한 높은 처리량 종 확인
2016년 10월 2일
실시간 고해상도 질량 분석 다변량 통계 분석을 직접 분석에 의해 식물 재료의 종을 식별하는 방법이 제공된다.
이 실험의 전반적인 목표는 주변 이온화 질량 분석법을 사용하여 식물 물질의 종을 식별하는 것입니다. 다변량 통계 분석과 함께. 이 방법은 예를 들어 화학적 지문을 기반으로 어떤 종류의 식물을 가지고 있는지와 같은 화학 및 생물학 분야의 주요 질문에 답하는 데 도움이 될 수 있습니다.
또한 식물 조직에 있는 생체 활성 분자에 대한 정보도 얻을 수 있습니다. 이 기술의 주요 장점은 분석에 필요한 샘플 준비가 거의 없고 몇 분 내에 데이터를 얻을 수 있다는 것입니다. 이 방법은 화학의 다른 문제를 해결하는 데에도 사용할 수 있습니다.
예를 들어, 유기 합성에서 반응 중간체 및 산물을 추적하고, 다양한 유형의 복잡한 매트릭스를 분석하고, 헤드스페이스 분석을 수행합니다. kratom 신선한 잎 물자를 준비하기 위하여는, M.speciosa 식물에서 kratom 잎 물자의 획일한 chads를 창조하기 위하여 6mm 직경 구멍 펀치를 사용하십시오. 이 과정을 5회 반복합니다.
크라 톰 분말을 추출하려면 1.5 밀리리터 마이크로 원심 분리기 튜브에서 작동하고 1 대 1 에탄올의 1 밀리리터에 소량의 크라 톰 발리 분말을 현탁시켜 용매 혼합물을 수놓는다. 이 과정을 5회 반복합니다. 크라톰 발리 분말 추출물 샘플을 상온에서 30분 동안 초음파 수조에 넣어 초음파 처리합니다.
그런 다음 크라톰 발리 분말 추출물 샘플을 상온에서 750 배 G로 2 분 동안 원심 분리하십시오. 후속 분석을 위해 잔류 분말에서 용매를 디캔팅합니다. datura 씨앗을 준비하려면 면도날을 사용하여 횡면을 가로질러 D.stramonium 씨앗을 반으로 자릅니다.
5개의 다른 시드를 사용하여 이 과정을 반복합니다. 텍스트 프로토콜에 설명된 대로 질량 분석기 또는 MS 매개변수를 설정한 후 질량 분석기 제어 소프트웨어에서 Start Run을 눌러 크라톰 잎을 분석합니다. 스펙트럼이 얻어질 때까지 핀셋으로 이온 소스와 질량 분석기 입구 사이에 크라톰 잎 식물 재료의 차드를 매달아 놓습니다.
별도의 식물 재료로 이 절차를 5번 반복합니다. 폴리에틸렌 글리콜 600(약칭 PEG)으로 스펙트럼을 보정하려면 융점 모세관 튜브의 닫힌 끝을 PEG 표준물질에 담그십시오. 이온 소스와 질량 분석기 주입구 사이에 코팅된 모세관을 매달아 놓습니다.
중지 단추를 선택하여 해석 실행을 종료합니다. 질량 분석기 제어 소프트웨어에서 Start Run을 눌러 건조된 크라톰 잎을 분석합니다. 스펙트럼이 얻어질 때까지 핀셋으로 이온 소스와 질량 분석기 입구 사이에 소량의 건조된 잎 물질을 매달아 놓습니다.
매번 새로운 식물 재료를 분석하면서 수집을 5회 반복합니다. 이전과 같이 PEG로 스펙트럼을 보정한 다음 Stop(중지) 버튼을 선택하여 분석 실행을 종료합니다. 크라톰 분말을 분석하려면 질량 분석기 제어 소프트웨어에서 Start Run을 누르십시오.
융점 모세관의 닫힌 끝을 크라톰 분말에 담그십시오. 스펙트럼을 얻을 때까지 이온 소스와 질량 분석기 주입구 사이에 코팅된 모세관을 매달아 놓습니다. 매번 새로운 모세관으로 분석을 5회 반복한 다음 PEG 보정을 수행합니다.
크라톰 추출물을 분석하려면 모세관 끝을 추출물에 담그십시오. 모세관 튜브를 질량 분석기의 선형 레일에 있는 12개의 샘플 홀더에 매달아 놓습니다. 매번 다른 추출물로 5회 반복합니다.
질량 분석기 제어 소프트웨어에서 Start Run을 누릅니다. 제어판을 사용하여 forward advance 버튼을 선택하여 초당 1mm의 속도로 이온 스트림을 통해 선형 레일을 전진시켜 스펙트럼을 수집합니다. 이전과 같이 PEG로 스펙트럼을 보정하고 Stop을 눌러 분석 실행을 종료합니다.
datura seed를 분석하려면 질량 분석기 제어 소프트웨어에서 Start Run을 누릅니다. 스펙트럼이 수집될 때까지 핀셋을 사용하여 이온 소스와 질량 분석기 주입구 사이에 datura seed를 절반 동안 매달아 놓습니다. 절단면이 이온 소스를 향하도록 향하고 있는지 확인하십시오.
이 절차를 5회 반복하여 매번 새 시드를 절반씩 분석합니다. PEG 검량으로 분석을 완료하고 Stop을 눌러 분석 실행을 종료합니다. 텍스트 프로토콜에 설명된 대로 데이터 처리를 수행한 후 Setup 탭에서 스펙트럼 분석 소프트웨어의 Classify 섹션으로 이동하고 Add Class를 선택하여 데이터 처리를 위한 클래스를 생성하여 기본 구성 요소 분석을 수행합니다.
Add Files(파일 추가)를 선택하여 데이터의 텍스트 파일을 가져옵니다. 텍스트 파일(Text Files)을 선택하고 선택한 파일에 대한 클래스 설정(Set Class for Selected Files)을 선택하여 데이터 파일을 적절한 플랜트 클래스에 지정합니다. 트레이닝 세트에서 MS를 구별하기 위해 특징 질량을 선택하고 임계값 백분율을 1%로 설정합니다.그런 다음 질량 허용 오차를 10으로 설정하고 Build Vectors from Data Files를 선택합니다.
컴퓨팅 섹션에서 3D PCA 그래프 확인란을 선택하여 주요 구성 요소 분석을 수행하고 계산을 선택합니다. Validate를 선택하여 leave-one-out 교차 유효성 검사를 수행합니다. 그런 다음 스펙트럼 분석 소프트웨어의 Frequency Plot 탭으로 이동하여 Heat Map을 선택하여 데이터의 히트 맵을 생성합니다.
Threshold saved data(임계값 저장 데이터)를 선택하여 풍부도 임계값을 1%로 설정합니다.Save Heat Map to Excel(Excel에 히트 맵 저장)을 선택하여 히트 맵을 스프레드 시트로 내보냅니다. 스프레드시트 프로그램에서 내보낸 히트 맵을 텍스트 파일로 저장합니다. 그런 다음 계층적 클러스터링 해석을 수행하려면 히트 맵을 텍스트 파일로 Cluster 3.0 소프트웨어에 가져옵니다.
Cluster 3.0의 Hierarchical(계층) 탭에서 Genes and Arrays(유전자 및 배열) 확인란을 선택하고 Weights(가중치를 계산합니다)를 선택합니다. 컷오프를 0.1로 설정하고 지수를 1로 설정합니다. 분석을 수행할 단일 링크 클러스터링을 선택합니다.
마지막으로 생성된 cdt 데이터 파일을 Java 트리 뷰에서 봅니다. 크라톰 생성물의 대표적인 소프트 이온화 양이온 모드 스펙트럼이 여기에 나와 있습니다. 이전에 M.speciosa에서 분리된 화합물이 확인되었습니다.
향정신성 바이오마커 미트라기닌(Mitragynin) 및 7-하이드록시-미트라기닌(7-Hydroxy-mitragynine) 포함. datura seeds의 대표적인 소프트 이온화 양이온 모드 스펙트럼이 여기에 나와 있습니다. 이전에 datura에서 분리된 화합물은 향정신성 바이오마커인 Atropine과 Scopolamine을 포함하여 확인되었습니다.
질량 분석 데이터의 히트 맵 렌더링이 여기에 설명되어 있습니다. 크라톰 및 datura 데이터의 주성분 분석 또는 PCA 플롯이 표시됩니다. PCA 플롯은 크라톰 데이터와 독말투가 서로 잘 분리되어 있음을 명확하게 보여줍니다.
PCA 분석은 또한 크라톰의 개별 품종과 다른 종의 독수리를 식별하고 서로 구별할 수 있음을 밝혔습니다. 크라톰 및 datura 질량 스펙트럼 데이터의 계층적 클러스터링 분석 또는 HCA 결과가 표시됩니다. HCA의 결과는 실시간 고해상도 질량 분석에서 파생된 데이터의 직접 분석만을 기반으로 클래스, 종 및 품종 구별을 밝혔고 PCA 분석 결과를 확인했습니다.
일단 마스터하면 이 기술은 제대로 수행되면 가지고 있는 샘플의 수에 따라 한 시간 이내에 완료할 수 있습니다. 이 비디오를 시청한 후에는 직접 분석 및 실시간 질량 분석기를 사용하여 복잡한 샘플을 분석하고 데이터의 통계 분석 처리를 사용하여 종 정보를 얻는 방법을 잘 이해하게 될 것입니다. 이 절차를 시도하는 동안 샘플의 완전한 질량 스펙트럼을 얻기 위해 적절한 시간 동안 이온 스트림에 샘플을 유지하는 것이 중요합니다.
이 기술을 통해 식물 오믹스, 법의학, 유기 및 분석 화학을 포함한 많은 분야의 연구원들은 식물에서 배출되는 휘발성 물질을 분석하고, 약물을 유도하기 위한 법적 대안을 식별하고, 실시간으로 반응 생성물을 모니터링할 수 있습니다.
개요
이 연구는 직접 분석 실시간-고해상도 질량 분석법과 다변량 통계 분석을 결합한 식물 종을 식별하는 방법을 제시합니다. 이 기술은 최소한의 시료 준비로 신속한 분석이 가능하며, 식물 재료의 화학적 조성에 대한 통찰을 제공합니다.
주요 연구 요소
과학 분야
- 식물 식별
- 질량 분석
- 통계 분석
배경
- 종 식별은 식물학 및 약리학에서 매우 중요합니다.
- 기존 방법은 종종 광범위한 시료 준비가 필요합니다.
- 주변 전리 질량 분석법은 신속한 대안을 제공합니다.
- 식물 화학 프로파일을 이해하는 것은 생리활성 화합물을 식별하는 데 도움이 됩니다.
연구 목적
- 식물 종을 신속하게 식별하는 방법을 개발합니다.
- 식물 재료의 화학적 지문을 분석합니다.
- 식물 내 생리활성 분자의 연구를 촉진합니다.
사용된 방법
- 직접 분석 실시간-고해상도 질량 분석법.
- 데이터 해석을 위한 다변량 통계 분석.
- 식물 재료의 최소한의 처리를 포함하는 시료 준비.
- 폴리에틸렌 글리콜을 사용한 질량 분석법 결과의 보정.
주요 결과
- 화학 분석을 통해 크라톰과 다투라 종을 성공적으로 식별했습니다.
- 미트라기닌 및 7-하이드록시-미트라기닌과 같은 향정신성 화합물을 검출했습니다.
- 빠른 데이터 획득을 통한 방법의 효율성을 입증했습니다.
- 주성분 분석 및 계층적 군집화를 통해 기술을 검증했습니다.
결론
- 이 방법은 식물 종 식별의 신속하고 효과적인 수단을 제공합니다.
- 식물 화학 및 생리활성 화합물에 대한 이해를 향상시킵니다.
- 이 접근 방법은 화학 및 생물학의 다양한 문제에 적용될 수 있습니다.
자주 묻는 질문
Executive Industry Relevance
Direct analysis in real time-high resolution mass spectrometry (DART-HRMS) enables rapid, high-throughput species identification of botanical materials, streamlining early-stage discovery and quality control workflows. By generating chemical fingerprints without extensive sample preparation, this approach enhances predictive confidence and supports portfolio triage in botanical and natural product R&D. The integration of multivariate statistical analysis further strengthens target validation and mechanistic de-risking for plant-derived bioactive compounds.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables rapid interrogation of plant species and varietal identity through chemical fingerprinting.
- Supports functional target validation by identifying bioactive molecular signatures in complex matrices.
- Facilitates mechanistic de-risking by distinguishing between closely related botanical sources.
- Improves predictive confidence for downstream bioactivity and safety assessments.
Screening & Assay Development
- Prepares validated botanical samples for high-throughput screening without extraction or derivatization.
- Delivers reproducible, quantitative mass spectral profiles suitable for assay standardization.
- Enables scalable, platform-ready workflows for compound evaluation and quality control.
- Supports reliable comparison of plant-derived materials across batches and sources.
Translational & Preclinical Research
- Aligns chemical profiling with translational biomarker discovery for plant-based therapeutics.
- Maintains continuity from species identification through preclinical validation of bioactive compounds.
- Reduces risk in advancing botanical leads by confirming species and varietal consistency.
- Provides mechanistic insights into the presence and abundance of pharmacologically relevant molecules.
Pipeline & Workflow Integration
DART-HRMS with multivariate analysis integrates at the interface of early discovery, screening, and preclinical research for botanical and natural product pipelines.
- Discovery Biology: Supports hypothesis testing and pathway clarification by rapidly identifying plant species and their chemical constituents.
- Screening: Delivers assay-ready, quantitative mass spectral data for reproducible compound evaluation.
- Analytics: Provides statistical outputs such as PCA plots and heat maps to compare species, varieties, and sample classes.
- Translational Research: Enables alignment of chemical fingerprints with translational biomarkers for preclinical advancement.
- Enterprise Reuse: Establishes a reusable, high-throughput capability for ongoing botanical material authentication and quality assurance.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence and reduces mechanistic ambiguity in botanical R&D.
- Operational Value: Streamlines workflows with minimal sample preparation and rapid data acquisition.
- Strategic Value: Enables faster go/no-go decisions and reduces late-stage risk for plant-derived portfolios.
- Portfolio Impact: Supports risk-adjusted prioritization and advancement of botanical leads.
Implementation Considerations
- Requires expertise in mass spectrometry and multivariate statistical analysis.
- Needs access to high-resolution mass spectrometry instrumentation and spectral analysis software.
- Demands cross-team standardization of sample handling and data processing protocols.
- Adaptable to a range of botanical matrices but may require optimization for specific plant tissues.
- Dependent on robust statistical validation to ensure reproducibility and reliability of species identification.
