$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Hücre içermeyen protein sentezi (CFPS), geleneksel olarak canlı hücreler için ayrılmış bir uygulama olan protein ve kimyasalların üretimi için umut verici bir platformdur. Hücre içermeyen sistemler ham hücre özlerinden türetilmiştir ve hücre büyümesi ile ilişkili komplikasyonları ortadan kaldırır1. Buna ek olarak, CFPS bir hücre duvarının müdahalesi olmadan metabolitleri ve biyosentetik makine doğrudan erişim sağlar. Ancak, hücresiz süreçlerin performans limitleri temel bir anlayış eksik olmuştur. Metabolit nicelliği için yüksek iş yapma yöntemleri metabolizmanın karakterizasyonu için değerlidir ve metabolik hesaplamalı modellerin2,3,4'ünyapımı için çok önemlidir. Metabolit konsantrasyonlarını belirlemek için kullanılan yaygın yöntemler nükleer manyetik rezonans (NMR), Fourier transform-kızılötesi spektroskopi (FT-IR), enzim bazlı tahliller ve kütle spektrometresi (MS)5,6,7 ,8. Ancak, bu yöntemler genellikle verimli bir kerede birden fazla bileşikleri ölçmek için onların yetersizlik ile sınırlıdır ve genellikle tipik hücre içermeyen reaksiyonlar daha büyük bir örnek boyutu gerektirir. Örneğin, enzim bazlı tahliller genellikle yalnızca bir çalışmada tek bir bileşiği ölçmek için kullanılabilir ve hücre içermeyen protein sentezreaksiyonları (genellikle 10-15 μL ölçekte çalıştırılır) gibi örnek boyutu küçük olduğunda sınırlıdır. Bu arada, NMR algılama ve nicelleştirme5için metabolitlerin yüksek bir bolluk gerektirir. Bu eksikliklere doğru, kütle spektrometresi (LC/MS) ile birlikte kromatografi yöntemleri, yüksek duyarlılık ve aynı anda birden fazla türü ölçme yeteneği de dahil olmak üzere çeşitli avantajlar sağlar9; ancak, analitik karmaşıklık ölçülen türlerin sayısı ve çeşitliliği ile önemli ölçüde artmaktadır. Bu nedenle, LC/MS sistemlerinin yüksek iş verme potansiyelini tam olarak gerçekleştirecek yöntemler geliştirmek önemlidir. Numunedeki bileşikler sıvı kromatografi ile ayrılır ve kütle spektrometresi ile tanımlanır. Bileşiğin sinyali, iyonlaşmanın bileşikler arasında değişebileceği ve aynı zamanda numune matrisine de bağlı olabileceği konsantrasyon ve iyonizasyon verimliliğine bağlıdır.
Analizleri ölçmek için LC/MS kullanırken örnek ve standartlar arasında aynı iyonizasyon verimliliğini sağlamak zordur. Ayrıca, proton afinite ve polarite10sinyal bölünmesi ve heterojenite nedeniyle metabolit çeşitliliği ile nicel daha zor hale gelir. Son olarak, numunenin eş-eluting matris de bileşiklerin iyonizasyon verimliliğini etkileyebilir. Bu sorunları gidermek için, metabolitler kimyasal olarak türevlenebilir, LC/MS sistemleri tarafından ayırma çözünürlüğü ve hassasiyeti artırılarak, bazı durumlarda sinyal bölünmesi aynı anda azalırken10,11. Kimyasal türevleştirme, iyonizasyon verimliliğini artırmak için yük veya hidrofobiklik gibi fiziksel özelliklerini ayarlamak için belirli işlevsel metabolit gruplarını etiketleyerek çalışır11. Farklı fonksiyonel grupları (örneğin, aminler, hidroksiller, fosfatlar, karboksilik asitler vb.) hedeflemek için çeşitli etiketleme ajanları kullanılabilir. Anilin, böyle bir tür türtürasyon ajan, aynı anda birden fazla fonksiyonel grupları hedefler ve hidrofilik moleküller içine bir hidrofobik bileşen ekler, bu nedenle onların ayırma çözünürlüğü ve sinyal12artırarak. Birlikte eluting matris iyon bastırma etkisi ele almak için, Yang ve iş arkadaşları standart 13C anilin izotopları ile etiketlenir ve örnek ile karıştırılır Grup Özel İç Standart Teknolojisi (GSIST) etiketleme dayalı bir teknik geliştirdi 12,13. Metabolit ve buna karşılık gelen iç standart, birlikte elute beri aynı iyonlaşma verimliliğine sahip, ve onların yoğunluk oranı deneysel örnek konsantrasyonu ölçmek için kullanılabilir.
Bu çalışmada, CFPS reaksiyonlarında glikoliz, pentoz fosfat yolu, trikarboksilik asit döngüsü, enerji metabolizması ve kofaktör rejenerasyonu ile ilgili 40 bileşiğin saptanması ve ölçülmesi için bir protokol geliştirdik. Yöntem, ters fazLC/MS kullanarak metabolitleri etiketlemek, tespit etmek ve ölçmek için 12C-aniline ve 13C-aniline kullandığımız GSIST yaklaşımına dayanmaktadır. Tüm bileşiklerin doğrusal aralığı 0,988 ortalama korelasyon katsayısı ile 2-3 büyüklük sırasını kapsıyordu. Böylece, yöntem hücresiz metabolizma sorgulamak için sağlam ve doğru bir yaklaşımdır, ve muhtemelen bütün hücre özleri.