Summary

Une stratégie pour sensibles à grande échelle quantitatives métabolomique

Published: May 27, 2014
doi:

Summary

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.

Abstract

Métabolite profilage a été un atout précieux dans l'étude du métabolisme de la santé et de la maladie. Toutefois, les plates-formes actuelles ont des facteurs limitants, comme la main-d'œuvre intensive préparation des échantillons, les limites de détection basses, la vitesse de balayage lent, méthode intensive optimisation pour chaque métabolite, et l'incapacité de mesurer à la fois positivement et des ions chargés négativement dans des expériences simples. Par conséquent, un nouveau protocole de métabolomique pourrait faire progresser les études de métabolomique. Chromatographie hydrophile à base d'amide permet l'analyse des métabolites polaire sans dérivation chimique. SM à haute résolution à l'aide du Q-Exactive (QE-MS) a amélioré optique ionique, l'augmentation de la vitesse de balayage (256 ms avec une résolution de 70 000), et a la capacité d'effectuer la commutation positive / négative. En utilisant une stratégie d'extraction de méthanol froid, et le couplage d'une colonne d'amide avec QE-MS permet une détection robuste de 168 metabolites polaires ciblées et beaucoup d'autres fonctions simultanément. Datun traitement est effectué avec le logiciel disponible dans le commerce d'une manière très efficace, et des caractéristiques inconnues extraites à partir des spectres de masse peut être interrogé dans les bases de données.

Introduction

Métabolomique, définis comme une expérience qui mesure plusieurs métabolites simultanément, a été une zone d'intérêt intense. Métabolomique fournit une lecture directe de la physiologie moléculaire et a donné un aperçu dans le développement et la maladie comme le cancer 1-4. Résonance magnétique nucléaire (RMN) et la chromatographie-spectrométrie de masse gazeuse (GC-MS) sont parmi les instruments les plus couramment utilisés 5-9. RMN, en particulier a été utilisé pour des expériences de flux depuis composés marqués d'isotopes lourds, tels que 13 métabolites C marqués, sont actif en RMN 10,11. Cependant, cette stratégie nécessite la pureté de l'échantillon relativement élevée et grande quantité de l'échantillon, ce qui limite ses applications en métabolomique. Pendant ce temps, les données recueillies à partir de l'analyse des besoins RMN intensive et l'attribution composé de spectres RMN complexe est difficile. GC-MS a été largement utilisé pour les métabolites polaires et des études de lipides, mais il faut compoun volatileds et donc souvent une dérivatisation de métabolites, ce qui implique parfois chimie complexe qui peut prendre beaucoup de temps et introduit du bruit expérimental.

Chromatographie en phase liquide (LC) couplée à la spectrométrie de masse quadripolaire triple utilise le premier quadrupôle pour la sélection des ions parents intacts, qui sont ensuite fragmentés dans le second quadripôle, tandis que le troisième quadripole est utilisé pour sélectionner des fragments caractéristiques ou des ions fils. Cette méthode, qui enregistre le passage de la ions parents à ions fils spécifiques, est appelé surveillance de réaction multiple (MRM). MRM est une méthode très sensible, spécifique et robuste à la fois petite molécule et la quantification des protéines 12-15,21. Cependant, MRM a ses limites. Pour obtenir une grande spécificité d'une méthode MRM doit être construit pour chaque métabolite. Cette méthode consiste à identifier un fragment spécifique et l'énergie de collision optimisées, ce qui nécessite une connaissance préalable de la prope correspondantles parties prenantes des métabolites d'intérêt, tels que les informations de structure chimique. Par conséquent, à quelques exceptions impliquant la perte de neutre de fragments communs, il n'est pas possible d'identifier des metabolites inconnus avec cette méthode.

Dans les dernières années, à haute résolution (spectrométrie de masse) HRMS instruments ont été libérés, tels que la série LTQ-Orbitrap et Exactive, la QuanTof, et TripleTOF 5600 16-18,22. HRMS peuvent fournir un rapport masse sur charge (m / z) des ions intacts à l'intérieur d'une erreur de quelques ppm. Par conséquent, un instrument de gestion des ressources humaines exploité par la détection de tous les ions précurseurs (c'est à dire en mode balayage complet) peut obtenir des informations structurales directe de la masse exacte et la composition élémentaire résultant de l'analyte, et cette information peut être utilisée pour identifier des métabolites potentiels. En effet, toutes les informations sur un composé peut être obtenu avec une masse exacte, au niveau des isomères structuraux. En outre, un pleinméthode d'analyse ne nécessite pas de connaissance préalable de métabolites et ne nécessite pas l'optimisation des méthodes. En outre, étant donné que tous les ions avec m / z tomber dans la plage de balayage peuvent être analysés, HRMS a une capacité presque illimitée en termes de nombre de métabolites qui peuvent être quantifiés en un seul passage par rapport à la méthode de MRM. HRMS est également comparable à un MRM quadripolaire triple de la capacité quantitative due au cycle de service de courte entraîne un certain nombre comparable de points de données qui peuvent être obtenus dans une analyse complète du MS. Par conséquent, HRMS fournit une approche alternative pour la métabolomique quantitative. Récemment, une version améliorée de gestion des ressources humaines appelé Q-Exactive spectrométrie de masse (QE-MS) peut être utilisé sous la commutation entre les modes positifs et négatifs avec des temps de cycle suffisamment rapide en une seule méthode, qui élargit la gamme de détection 19. Ici, nous décrivons notre stratégie de métabolomique utilisant le QE-MS.

Protocol

1. Préparation de LC-MS réactifs, mise en place d'une méthode de chromatographie, et mise en place de procédures opérationnelles instruments Préparation de solvants LC Préparer 500 ml phases mobiles. A est l'acétate d'ammonium 20 mM et 15 mM d'hydroxyde d'ammonium à 3% d'acétonitrile / eau, pH final de 9,0; et B est à 100% d'acétonitrile. Plafonner de manière lâche la bouteille, placez-le dans un bain sonique de l'eau, et soniquer pendant 10 min…

Representative Results

L'exactitude des données de métabolomique dépend fortement de la performance de l'instrument LC-QE-MS. Afin de déterminer si l'instrument fonctionne dans de bonnes conditions, et si la méthode appliquée est correcte, plusieurs pics LC de métabolites connus sont extraites à partir de la chromatographie ionique total (CIT), comme représenté sur la figure 1. Metabolites polaires, y compris des acides aminés, des produits intermédiaires de la glycolyse , intermédiaires de TCA, les n…

Discussion

Les étapes les plus importantes pour la réussite de profilage des métabolites dans les cellules à l'aide de ce protocole sont: 1) le contrôle du milieu de croissance et l'extraction minutieuse des cellules; 2) l'ajustement de la méthode de LC basée sur MS méthode configuration pour s'assurer qu'il ya suffisamment (habituellement au moins 10) points de données à travers un pic pour la quantification; 3) faire un étalonnage de faible masse avant d'exécuter les échantillons; 4) l'in…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Les auteurs tiennent à remercier Detlef Schumann, Jennifer Sutton (Thermo Fisher Scientific) et Nathaniel Snyder (Université de Pennsylvanie) pour des discussions utiles sur l'étalonnage de masse et le traitement des données. Recherche présentée dans cette publication a été soutenue par le National Cancer Institute des National Institutes of Health en vertu Prix Nombre R00CA168997. Le contenu est exclusivement la responsabilité de leurs auteurs et ne représentent pas nécessairement les vues officielles des National Institutes of Health.

Materials

Positive calibration mix Thermo Scientific #88323 It is light sensitive. Store at 4 °C
Negative calibration mix Thermo Scientific #88324 Store at 4 °C
Diazinon Sant Cruz Biotechnology #C0413 It causes eyes irritation, so work in hood. Store at 4 °C
H-ESI needle insert Fisher Scientific #1303200 This could be replaced or cleaned with 5 % Formic acid/water (remove rubber ring) if clogged.
Xbridge amide column Waters #186004860 Guard column is recommend to increase column lifetime.

References

  1. Fiehn, O. Combining genomics, metabolome analysis, and biochemical modelling to understand metabolic networks. Comparative and Functional Genomics. 2 (3), 155-168 (2001).
  2. Mulleder, M., et al. A prototrophic deletion mutant collection for yeast metabolomics and systems biology. Nature Biotechnology. 30 (12), 1176-1178 (2012).
  3. Patel, V. R., Eckel-Mahan, K., Sassone-Corsi, P., Baldi, P. CircadiOmics: Integrating circadian genomics, transcriptomics, proteomics and metabolomics. Nature Methods. 9 (8), 772-773 (2012).
  4. Ideker, T., et al. Integrated genomic and proteomic analyses of a systematically perturbed metabolic network. Science. 292 (5518), 929-934 (2001).
  5. Jonsson, P., et al. A strategy for identifying differences in large series of metabolomic samples analyzed by GC/MS. Analytical Chemistry. 76 (6), 1738-1745 (2004).
  6. Jonsson, P., et al. High-throughput data analysis for detecting and identifying differences between samples in GC/MS-based metabolomic analyses. Analytical Chemistry. 77 (17), 5635-5642 (2005).
  7. Weljie, A. M., Newton, J., Mercier, P., Carlson, E., Slupsky, C. M. Targeted profiling: Quantitative analysis of 1H NMR metabolomics data. Analytical Chemistry. 78 (13), 4430-4442 (2006).
  8. Wiklund, S., et al. Visualization of GC/TOF-MS-based metabolomics data for identification of biochemically interesting compounds using OPLS class models. Analytical Chemistry. 80 (1), 115-122 (2008).
  9. Xia, J., Bjorndahl, T. C., Tang, P., Wishart, D. S. MetaboMiner–semi-automated identification of metabolites from 2D NMR spectra of complex biofluids. BMC Bioinformatics. 9, 507 (2008).
  10. Lu, D., et al. 13C NMR isotopomer analysis reveals a connection between pyruvate cycling and glucose-stimulated insulin secretion (GSIS). Proceedings of the National Academy of Sciences of the United States of America. 99 (5), 2708-2713 (2002).
  11. Shen, J., et al. Determination of the rate of the glutamate/glutamine cycle in the human brain b. in vivo 13C NMR. Proceedings of the National Academy of Sciences of the United States of America. 96 (14), 8235-8240 (1999).
  12. Kitteringham, N. R., Jenkins, R. E., Lane, C. S., Elliott, V. L., Park, B. K. Multiple reaction monitoring for quantitative biomarker analysis in proteomics and metabolomics. Journal of Chromatography. B, Analytical Technologies in the Biomedical and Life Sciences. 877 (13), 1229-1239 (2009).
  13. Locasale, J. W., et al. Metabolomics of human cerebrospinal fluid identifies signatures of malignant glioma. Molecular & Cellular Proteomics : MCP. 11 (6), 10-1074 (2012).
  14. Wolf-Yadlin, A., Hautaniemi, S., Lauffenburger, D. A., White, F. M. Multiple reaction monitoring for robust quantitative proteomic analysis of cellular signaling networks. Proceedings of the National Academy of Sciences of the United States of America. 104 (14), 5860-5865 (2007).
  15. Yuan, M., Breitkopf, S. B., Yang, X., Asara, J. M. A positive/negative ion-switching, targeted mass spectrometry-based metabolomics platform for bodily fluids, cells, and fresh and fixed tissue. Nature Protocols. 7 (5), 872-881 (2012).
  16. Ramanathan, R., et al. It is time for a paradigm shift in drug discovery bioanalysis: From SRM to HRMS. Journal of Mass Spectrometry : JM. 46 (6), 595-601 (2011).
  17. Lu, W., Clasquin, M. F., Melamud, E., Amador-Noguez, D., Caudy, A. A., Rabinowitz, J. D. Metabolomic analysis via reversed-phase ion-pairing liquid chromatography coupled to a stand alone orbitrap mass spectrometer. Analytical Chemistry. 82 (8), 3212-3221 (2010).
  18. Michalski, A., et al. Ultra high resolution linear ion trap orbitrap mass spectrometer (orbitrap elite) facilitates top down LC MS/MS and versatile peptide fragmentation modes. Molecular & Cellular Proteomics : MCP. 11 (3), 10-1074 (2012).
  19. Michalski, A., et al. Mass spectrometry-based proteomics using Q exactive, a high-performance benchtop quadrupole orbitrap mass spectrometer. Molecular & Cellular Proteomics : MCP. 10 (9), (2011).
  20. Snyder, N. W., Khezam, M., Mesaros, C. A., Worth, A., Blair, I. A. Untargeted Metabolomics from Biological Sources Using Ultraperformance Liquid Chromatography-High Resolution Mass Spectrometry. UPLC-HRMS). J. Vis. Exp. (75), (2013).
  21. Gika, H. G., Theodoridis, G. A., Wingate, J. E., Wilson, I. D. Within-day reproducibility of an HPLC-MS-based method for metabonomic analysis: Application to human urine. Journal of Proteome Research. 6 (8), 3291-3303 (2007).
  22. Want, E. J., et al. Global metabolic profiling procedures for urine using UPLC-MS. Nature Protocols. 5 (6), 1005-1018 (2010).

Play Video

Cite This Article
Liu, X., Ser, Z., Cluntun, A. A., Mentch, S. J., Locasale, J. W. A Strategy for Sensitive, Large Scale Quantitative Metabolomics. J. Vis. Exp. (87), e51358, doi:10.3791/51358 (2014).

View Video