Yukarıda açıklanan prosedürün ardından VAMS cihazlarının hedeflenmemiş analizinden elde edilen temsili sonuçlar burada sunulmaktadır.
VAMS ile örneklenen 10 bireyin venöz kanından hazırlanan havuzlanmış bir örneğin üç tekrarlı analizinden elde edilen veriler değerlendirilmiş ve sonuçta ortaya çıkan metabolik parmak izlerinin özellikleri gösterilmiştir. Verilerin kalitesi ve VAMS cihazlarından elde edilen bilgiler iki temel kriter kullanılarak değerlendirilmiştir: tespit edilen toplam kimyasal özellik sayısı ve özelliklerin (n = 3) bağıl standart sapma yüzdesi (%RSD) olarak ifade edilen tekrarlanabilirliği. Toplam özellik sayısı, çözücünün ekstraksiyon genişliğini ve kimyasal kapsamını değerlendirmek için kullanılırken; %RSD, yöntemin teknik hassasiyetini ve sağlamlığını sağlamak amacıyla izlenmiştir; daha düşük bir %RSD, analitik gürültüyü minimize eden, yüksek derecede tekrarlanabilir bir ekstraksiyon sürecine işaret eder.
Ham veri ekstraksiyonu ve işlemesinin ardından, yoğunluklarıyla birlikte m/z-tutunma süresi (RT) özelliklerinden oluşan bir matris elde edildi. Uygun ön işlem ve boşluk filtreleme adımlarından sonra, yalnızca üç tekrardan ikisinde tespit edilebilir sinyali olan özellikler dikkate alındı. Şekil 2A,B, hem LC-MS hem de GC-MS için açıklanan protokollere göre analiz edilen aynı örnek için m/z-RT grafiklerini göstermektedir.
RPLC çalışmasının erken aşamalarında elüye olan yüksek özellik sayısı, uygulanan protokol ile ekstrakte edilen ancak ters faz kolonunda düşük tutulma gösteren yüksek derecede hidrofilik metabolitlere bağlanmaktadır. Erken elüye olan metabolitler tanımlama zorlukları çıkarsa da, MS/MS fragmantasyon verilerinin spektral veri tabanları ve kurum içi referans standartlarla karşılaştırılmasıyla doğru anotasyonlar hala mümkündür. Ayrıca, bu hidrofilik fraksiyonun önemli bir kısmının GC-MS analizi yoluyla yakalanması beklenmektedir. Nihayetinde bu durum, metabolomun yüksek karmaşıklığının birden fazla analitik platform kullanımını gerektirmesi nedeniyle alanın doğal bir sınırlamasını temsil etmektedir.
Metanolik ekstraktların çok platformlu değerlendirmesi, LC ve GC analitik iş akışlarının yüksek derecede tamamlayıcı doğasını açıkça ortaya koymakta olup, performans metrikleri kapsamlı bir metabolomik profilleme için beklenen aralıktadır. Şekil 3A,B genel özellik numaralandırmasını ve her platform için RSD% dağılımını göstermektedir. LC platformu, polar, yarı polar ve uçucu olmayan çok çeşitli bileşikleri yakalama konusundaki yerleşik kapasitesiyle uyumlu olarak 4.169 özellik çözerek geniş bir kimyasal kapsama alanı sağlamıştır. Eş zamanlı olarak GC platformu, türevlendirmeye uygun uçucu bileşikleri tespit edebildiği için beklenen şekilde, 187 özellik ile daha küçük bir alt küme sergilemiştir.
Tekrarlanabilirlik ile ilgili olarak, keman grafiğinde gösterildiği üzere, RSD% değerlerinin genel dağılımı ve yayılımı LC-MS ve GC-MS arasında dikkat çekici derecede benzerdir. Ortalama %RSD her iki platform için de tipikti; LC için yaklaşık %29,7 (4.169'dan 2.655'i %30'dan düşük %RSD değerine sahipti) ve GC için %32,3 (187'den 114'ü %30'dan düşük %RSD değerine sahipti). Az sayıdaki özellik her iki tarafta da daha yüksek RSD değerleri göstermiş olsa da, bu varyasyon hedef dışı metabolomikte yaygındır ve beklenir. Bu yüksek değerler tipik olarak, cihazın saptama sınırına yakın olan düşük bolluktaki metabolitlere aittir. Genel olarak, dar dağılım profilleri her iki analitik düzenek için de tatmin edici tekrarlanabilirliği doğrulamaktadır.
Protokol tarafından yakalanan metabolitlerin kimyasal alanı, metabolitlerin anotasyonları üzerinden değerlendirilebilir. İki platformun doğasında bulunan tamamlayıcılık nedeniyle beklendiği üzere, LC-MS ve GC-MS ile çeşitli bileşikler tespit edilmiştir. VAMS cihazları için metabolit anotasyonlarının tam listesi Ek Tablo 1 ve Ek Tablo 2'de sunulmuştur. Toplamda, diğer seviye 3 varsayımsal olarak karakterize edilmiş bileşiklerin yanı sıra, bu protokol aracılığıyla iki teknikle 97 metabolit tespit edilmiş ve (Sumner ve ark. (2007) tarafından önerilen22 seviye 1 ve 2 şeklinde) anotasyonu yapılmıştır. GC anotasyonları, FAMES ile karşılaştırma yoluyla elde edilen deneysel retansiyon indekslerinin, tablolanmış olanlarla karşılaştırılmasıyla23 daha da doğrulanmıştır. Şekil 4A,B her iki yöntem için anotasyonu yapılmış metabolitlerin alt sınıf dağılımını gösterirken, Şekil 4C teknikler arasındaki örtüşmeyi göstererek tamamlayıcılıklarını vurgulamaktadır. Birkaç temel ara metabolit her iki teknikle çapraz doğrulanabilirken, yapısal olarak benzersiz veya platforma özgü özellikler, merkezi karbon ve sekonder metabolik yollardaki boşlukları doldurabilmektedir. Amino asitler ve peptitler her iki analizdeki ana kimyasal sınıflar olsa da, teknikler arasında yalnızca birkaç metabolit örtüşmektedir. Acil karnitinlerin LC-MS'de, heksozların ise GC-MS'de olduğu gibi birçok metabolit sınıfı cihaza özgüdür.
Metanolün her iki teknik için ekstraksiyon çözücüsü olarak verimliliğini göstermek amacıyla, çeşitli çözücü sistemleri kullanılarak VAMS örnekleri üzerinde karşılaştırmalı denemeler yapılmış, ardından LC-MS ve GC-MS analizleri gerçekleştirilmiştir. Üç farklı çözücü sistemi, üç tekerrürlü olarak metanol ile karşılaştırılmıştır: saf asetonitril (ACN), metanol-su karışımı (60:40, v/v) ve asetonitril-metanol karışımı (70:30, v/v). Bu çözücülerin ve karışımların seçimi, grubumuz tarafından yürütülen ön deneylerin yanı sıra daha önce yayınlanmış literatürden13,14,24,25 yararlanılarak yapılmıştır. Her sistemin ekstraksiyon verimliliği üç temel parametre kullanılarak değerlendirilmiştir: tespit edilen toplam özellik sayısı, genel özellik yoğunluğu ve bağıl standart sapma (RSD, %) olarak ifade edilen özellik tekrarlanabilirliği.
LC-MS iş akışı için en yüksek özellik sayısı, triplikatlarda ortalama 4.514 özellik ile MeOH-H2O (60:40, v/v) kullanılarak tespit edilmiş olup bunu yakından saf MeOH (4.169 özellik) takip etmiştir. ACN–MeOH (70:30, v/v) karışımı ortalama 3.502 özellik verirken, saf ACN en düşük ortalama özellik sayısı olan 2.836'yı vermiştir. Tekrar başına düşen bu özellik sayılarının grafiksel gösterimi Şekil 5A'da örneklendirilmiştir.
Her bir ekstraksiyon koşulu için kesinlik özelliklerini incelemek amacıyla, üç tekrarlı enjeksiyonlardan elde edilen özellik yoğunlukları ve RSD'ler (%) analiz edildi. LC-MS için ekstrakt çözücü başına toplam özellik bolluğunun ve ortalama %RSD'nin karşılaştırması Şekil 5A'da gösterilmiştir. log2 sinyal dağılımları tüm ekstraktlar için benzerdi; MeOH-H2O 60:40 (v/v), ACN ve MeOH, ACN-MeOH 70:30 (v/v)'den biraz daha yüksek bolluklar sağlamıştır. MeOH'nin daha düşük bir genel ortalama %RSD vermesi, ekstraksiyonun bu çözücü ile daha tekrarlanabilir olduğunu göstermiştir.
Ekstraksiyon çözücü sisteminin verimliliğine yönelik benzer bir değerlendirme GC-MS verilerinde gerçekleştirilmiştir. Öznitelik sayısının değerlendirilmesi için, bir kez daha, yalnızca üç tekrardan en az ikisinde sinyali tespit edilenler dikkate alınmıştır. En yüksek öznitelik sayısını veren çözücü ACN-MeOH 70:30 (v/v) (216 öznitelik) olmuş, bunu MeOH (187 öznitelik) yakından takip etmiştir. Ekstraksiyon çözücü ve BµS başına tespit edilen öznitelik sayısının grafiksel gösterimi Şekil 5B'de sunulmuştur.
Saptanan özelliklerin genel bolluğu açısından, Şekil 5B'de gösterildiği üzere, daha yüksek bolluk sağlayan MeOH en etkili solvent olarak görülmüştür. MeOH-H₂O 60:40 (v/v) ikinci en iyi sonuçları verirken, bunu ACN-MeOH 70:30 (v/v) takip etmiştir. ACN en az etkili solvent olmuştur. Özelliklerin %RSD değerleri açısından ise, MeOH-H₂O 60:40 (v/v) VAMS için en düşük RSD değerlerini (RSD = 38,57%) sağlamış; bunu sırasıyla ACN (42,65%), MeOH (44,14%) ve ACN-MeOH 70:30 (v/v) (49,14%) takip etmiştir. Bu değerler Şekil 5B'de sunulmuştur.
Yukarıdakiler, daha önce yayınlanmış literatürle iyi bir şekilde örtüşmektedir. Couacault ve ark. (2026)19, benzer bir ekstraksiyon çözücü kompozisyonu (80 µL su ile rehidrasyon ve ardından 320 µL MeOH eklenmesi) kullanarak DBS ve VAMS'nin RP-LC-MS analizinde benzer sayıda özellik bildirmiştir. Benzer şekilde, Cala ve ark. (2017)11, VAMS uçlarının GC-MS analizi yoluyla benzer bir özellik sayısı (153) tespit etmiştir. Mevcut çalışmaların çoğu bu cihazların analizlerinin kesinliğini değerlendirmemiş olsa da, genel bulgularımız hedeflenmemiş bir analiz için beklentilerle uyumludur. Ayrıca, LC sonuçları, tespit edilen özelliklerin çoğunun RSD değerlerinin < 30% olduğu DBS ve qDBS mikro örneklerin HILIC analizi için Bossi ve ark. (2025)26 tarafından bildirilenlerle örtüşmektedir.
Genel olarak bu sonuçlar, metanol bazlı ekstraksiyonun VAMS örneklerinin hem LC-MS hem de GC-MS analizleri için öznitelik sayıları, yoğunluk ve hassasiyet (ortalama RSD, %) açısından güçlü bir denge sağladığını göstermektedir. Bu nedenle, tek bir metanol ekstraksiyon protokolü, çift örnek hazırlama sürecini kolaylaştırabilir, tamamlayıcı metabolik profillerin paralel olarak elde edilmesini sağlayabilir ve bilgi çıktılarını maksimize edebilir.

Şekil 1: Şunları gösteren protokol şemaları: (A) Örnek ekstraksiyon protokolü, (B) LC-MS rekonstitüsyonu ve (C) GC-MS/MS türevlendirmesi. BioRender ile oluşturulmuştur. Marques, D. (2026) https://BioRender.com/dprdv18, https://biorender.com/xu2qh34, https://biorender.com/7ztz2qv. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.

Şekil 2temsili bir örnek için m/z ve rt karşılaştırmaları (A) LC-MS ve (B) GC-MS analizi. Her bir nokta, özelliklere gruplandırılmadan önceki tek bir sinyali temsil eder. Renkler, belirli bir özelliğin MS1 sinyal yoğunluğunu temsil eder ve yoğunluk maviden kırmızıya doğru artar. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.

Şekil 3: Analitik platformlar genelinde özellik kapsamı ve tekrarlanabilirlik. (A) Özellik Kapsamı: LC (turkuaz) ve GC (turuncu) tarafından saptanan toplam benzersiz özellik sayısı; kesin sayılar her sütunun üzerine eklenmiştir. (B) Özellik Tekrarlanabilirliği: Tüm özellikler için bağıl standart sapmaların (RSD%) dağılım yoğunluğunu gösteren keman grafikleri. Yerleşik kutu grafikleri medyanı ve çeyrekler arası aralıkları göstermektedir; görsel netlik için bireysel veri noktaları çıkarılmıştır. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.

Şekil 4Farklı kimyasal sınıflara ait tespit edilen bileşik sayılarını gösteren histogramlar (A) LC-MS ve (B) GC-MS. (C) Platformlar arasında seviye 1 ve 2 ilelemlendirilmiş metabolitlerin örtüşmesi. Lütfen bu şeklin daha büyük bir versiyonunu görüntülemek için buraya tıklayın.

Şekil 5: VAMS cihazlarının LC-MS (A) ve GC-MS (B) analizlerinden elde edilen ekstraksiyon çözücü sonuçları. Şeklin üst kısmındaki sütun grafikleri, VAMS cihazlarına uygulanan her bir ekstraksiyon çözücüsünden replika başına elde edilen özellik sayısını temsil etmektedir. Şeklin alt kısmındaki grafikler, VAMS cihazı ile kullanılan her bir ekstraksiyon çözücüsü için yoğunlukların toplamını ve ortalama RSD (%) değerini göstermektedir. Daire boyutu, log2 ölçeğinde tespit edilen özelliklerin toplam yoğunluk toplamını temsil ederek ekstraksiyon verimliliğini yansıtmaktadır. Renk gradyanı, analitik kesinliği Göreceli Standart Sapma (RSD) olarak belirtmekte olup sarı renk daha yüksek kesinliği, kırmızı renk ise daha yüksek değişkenliği ifade etmektedir. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayınız.
Tablo 1: Sorun giderme tablosu. VAMS cihazları kullanılarak yapılan örneklemede karşılaşılan yaygın örnekleme sorunlarının, nedenlerinin ve çözümlerinin genel görünümü. Bu dosyayı indirmek için lütfen buraya tıklayın.
Tablo 2: RP elüentleri ve yıkama çözeltileri. Kromatografik analiz için kullanılan mobil fazların, sızdırmazlık yıkama, temizleme solventi ve yıkama solventi bileşimlerine genel bakış. Lütfen bu dosyayı indirmek için buraya tıklayın.
Ek Dosya 1: Ek Deneysel Detaylar. LC-MS ve GC-MS parametreleri. Bu dosyayı indirmek için lütfen buraya tıklayın.
Ek Tablo 1: LC-MS anotasyonları. Mevcut protokol ile LC-MS platformunda tanımlanan bileşikler. Lütfen bu dosyayı indirmek için buraya tıklayın.
Ek Tablo 2: GC-MS anotasyonları. GC-MS platformunda mevcut protokol ile tanımlanan bileşikler. Bu dosyayı indirmek için lütfen buraya tıklayın.