Rapid Высокая пропускная способность Виды Идентификация ботанического материала с использованием прямого анализа в реальном времени с высоким разрешением масс-спектрометрии
2 октября 2016 г.
Способ видовой идентификации ботанического материала путем непосредственного анализа в режиме реального времени с высоким разрешением масс-спектрометрии и многомерного статистического анализа представлена.
Общая цель данного эксперимента заключается в идентификации видов растительного материала с помощью масс-спектрометрии с ионизацией окружающей среды. В сочетании с многомерным статистическим анализом. Этот метод может помочь ответить на ключевые вопросы в области химии и биологии, такие как, например, какой вид растения у вас есть, основываясь на его химических отпечатках.
А также можно получить информацию о биоактивных молекулах, которые находятся в растительных тканях. Основное преимущество этого метода заключается в том, что для анализа требуется очень небольшая подготовка образцов, а данные могут быть получены в течение нескольких минут. Этот метод может быть использован и для решения других задач в химии.
Например, отслеживание промежуточных продуктов и продуктов реакции в органическом синтезе, анализ сложных матриц разных типов и проведение анализа в свободном пространстве. Для приготовления материала из свежих листьев кратома используйте дырокол диаметром шесть миллиметров, чтобы создать однородные чады материала листьев кратома из растения M.speciosa. Повторите этот процесс пять раз.
Для извлечения порошка кратома работают в микроцентрифужной пробирке объемом 1,5 миллилитра и суспензируют небольшое количество порошка кратома Бали в одном миллилитре смеси этанола к воде один к одному. Повторите этот процесс пять раз. Ультразвуком образец экстракта порошка кратома Бали обработайте в ультразвуковой ванне в течение 30 минут при температуре окружающей среды.
Затем центрифугируйте образцы порошкового экстракта кратома Бали в течение двух минут при температуре 750 G при температуре окружающей среды. Сцедите растворитель из остатков порошка для последующего анализа. Чтобы приготовить семена дурмана, разрежьте семя D.stramonium пополам пополам в поперечной плоскости с помощью лезвия бритвы.
Повторите этот процесс, используя пять разных семян. После настройки параметров масс-спектрометра или МС, как описано в текстовом протоколе, нажмите Start Run в управляющем программном обеспечении масс-спектрометра для анализа листа кратома. Подспендируйте чай из листьев кратома с помощью пинцета между источником ионов и входом масс-спектрометра до получения спектра.
Повторите эту процедуру пять раз с отдельными чадами растительного материала. Для калибровки спектра с помощью полиэтиленгликоля 600, сокращенно ПЭГ, опустите закрытый конец капиллярной трубки с температурой плавления в стандарт ПЭГ. Подвесьте капилляр с покрытием между источником ионов и входом масс-спектрометра.
Нажмите кнопку Стоп, чтобы завершить аналитический прогон. Нажмите Start Run в управляющем масс-спектрометре программном обеспечении для анализа высушенного листа кратома. Суспензируйте небольшое количество высушенного листового материала между источником ионов и входом масс-спектрометра с помощью пинцета до получения спектра.
Повторите сбор данных пять раз, каждый раз анализируя новый растительный материал. Откалибруйте спектр с помощью ПЭГ, как и раньше, а затем нажмите кнопку «Стоп», чтобы завершить аналитический прогон. Для анализа работы кратомового порошкового пресса Start Run в управляющем масс-спектрометре программном обеспечении.
Опустите закрытый конец капилляра с температурой плавления в порошок кратома. Подвесьте капилляр с покрытием между источником ионов и входом масс-спектрометра до получения спектра. Повторите анализ пять раз с каждым разом с новым капилляром, после чего следует калибровка ПЭГ.
Для анализа экстракта кратома погрузите конец капиллярной трубки в экстракт. Подвесить капиллярную трубку в держателе 12 образцов на линейной рейке масс-спектрометра. Повторите пять раз, каждый раз с разным отрывком.
Нажмите Start Run в управляющем программном обеспечении масс-спектрометра. С помощью панели управления выберите кнопку опережающего движения, чтобы продвинуть линейную шину через ионный поток со скоростью один миллиметр в секунду для сбора спектров. Откалибруйте спектр с помощью ПЭГ, как и раньше, и нажмите Стоп, чтобы завершить аналитический прогон.
Для анализа семян дурмана нажмите кнопку Start Run в управляющей программе масс-спектрометра. Подвешивайте половинку семян дурмана между источником ионов и входом масс-спектрометра с помощью пинцета до тех пор, пока не будет собран спектр. Убедитесь, что сторона среза ориентирована лицом к источнику ионов.
Повторите эту процедуру пять раз, анализируя каждый раз новую половинку семени. Завершите анализ с помощью калибровки PEG и нажмите Стоп, чтобы завершить аналитический прогон. После выполнения обработки данных, как описано в текстовом протоколе, выполните анализ основных компонент, перейдя в раздел «Классифицировать» программного обеспечения для спектрального анализа на вкладке «Настройка» и создав классы для обработки данных, выбрав «Добавить класс».
Импортируйте текстовые файлы данных, выбрав «Добавить файлы». Назначьте файлы данных соответствующему классу завода, выбрав «Текстовые файлы» и «Задать класс для выбранных файлов». Выберите массы признаков для различения из MS из обучающего набора и установите пороговый процент равным 1%Затем установите допуск массы равным 10 и выберите Построить векторы из файлов данных.
В разделе Compute (Вычисления) выполните анализ принципиальных компонент, установив флажок 3D PCA Graph (3D PCA Graph) и выбрав Calculate (Вычислить). Выполните перекрестную проверку, выбрав Проверить. Затем сгенерируйте тепловую карту данных, перейдя на вкладку «График частот» программного обеспечения для спектрального анализа и выбрав «Тепловая карта».
Выберите Пороговое значение сохраненных данных, чтобы установить пороговое значение плотности на 1%Экспортируйте тепловую карту в электронную таблицу, выбрав Сохранить тепловую карту в Excel. В программе для работы с таблицами сохраняйте экспортированную тепловую карту в виде текстового файла. Затем, чтобы выполнить анализ иерархической кластеризации, импортируйте тепловую карту в виде текстового файла в программное обеспечение Cluster 3.0.
На вкладке Иерархические кластера 3.0 в разделе Гены и массивы установите флажки Кластер и Рассчитать веса. Установите пороговое значение 0,1 и экспоненту равным единице. Выберите кластеризацию с одним звеном для выполнения анализа.
Наконец, просмотрите сгенерированный файл данных cdt в древовидном представлении Java. Здесь представлены репрезентативные спектры положительной ионной моды мягкой ионизации продуктов кратома. Идентифицированы соединения, ранее выделенные из M.speciosa.
В том числе психоактивные биомаркеры митрагинин и 7-гидрокси-митрагинин. Здесь показаны репрезентативные спектры положительной ионной моды мягкой ионизации семян дурмана. Были идентифицированы соединения, ранее выделенные из дурмана, включая психоактивные биомаркеры атропин и скополамин.
Здесь проиллюстрированы визуализации тепловых карт масс-спектрометрических данных. Показан метод метода принципиальных компонент или график PCA данных по кратому и дурману. График PCA ясно показывает, что данные о кратоме и данные о дурмане хорошо различаются друг от друга.
Анализ PCA также показал, что отдельные разновидности кратома и различные виды дурмана могут быть идентифицированы и отличимы друг от друга. Приведены результаты иерархического кластерного анализа или HCA масс-спектральных данных кратома и дурмана. Результаты HCA выявили дифференциацию классов, видов и сортов исключительно на основе прямого анализа данных масс-спектрометрии высокого разрешения в режиме реального времени и подтвердили результаты анализа PCA.
После освоения эта техника может быть выполнена менее чем за час, в зависимости от количества сэмплов, которые у вас есть, если все сделано правильно. После просмотра этого видео у вас должно сложиться хорошее понимание того, как использовать прямой анализ и масс-спектрометрию в реальном времени для анализа сложных образцов, а также использовать статистический анализ, обработку данных для получения информации о видах. При попытке выполнить эту процедуру важно удерживать образец в потоке ионов в течение соответствующего периода времени, чтобы получить полный масс-спектр образца.
Этот метод позволил исследователям во многих областях, включая растительную омику, криминалистику, органическую и аналитическую химию, изучать анализ летучих веществ, выделяемых растениями, выявлять легальные альтернативы для получения лекарств и отслеживать продукты реакции в режиме реального времени.
Обзор
В данном исследовании представлен метод идентификации ботанических видов с использованием прямого анализа в реальном времени с высокоразрешающей масс-спектрометрией в сочетании с многомерным статистическим анализом. Данная методика позволяет проводить быстрый анализ с минимальной подготовкой образцов, предоставляя возможность анализа химического состава растительных материалов.
Ключевые компоненты исследования
Область науки
- Ботаническая идентификация
- Масс-спектрометрия
- Статистический анализ
Фон
- Идентификация видов является важной задачей в ботанике и фармакологии.
- Традиционные методы часто требуют обширной подготовки образцов.
- Масс-спектрометрия с амбиентной ионизации предлагает быструю альтернативу.
- Понимание химических профилей растений помогает в идентификации биологически активных соединений.
Цель исследования
- Разработать метод для быстрой идентификации растительных видов.
- Анализ химических "отпечатков" ботанических материалов.
- Способствовать изучению биологически активных молекул в растениях.
Используемые методы
- Прямой анализ в реальном времени с высокоразрешающей масс-спектрометрией.
- Многомерный статистический анализ для интерпретации данных.
- Подготовка образцов с минимальной обработкой растительных материалов.
- Калибровка результатов масс-спектрометрии с использованием полиэтиленгликоля.
Основные результаты
- Успешная идентификация видов кратомы и датуры через химический анализ.
- Обнаружение психоактивных соединений, таких как Митрагинин и 7-гидрокси-митрагинин.
- Доказанная эффективность метода с быстрым получением данных.
- Подтверждение техники с помощью главного компонентного анализа и иерархического кластерного анализа.
Выводы
- Метод предоставляет быстрый и эффективный способ идентификации ботанических видов.
- Он улучшает понимание химии растений и биологически активных соединений.
- Данный подход может быть применен к различным задачам в области химии и биологии.
Часто задаваемые вопросы
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.
