March 8th, 2024
Hızlı kütle spektrometresi (MS)/kütle spektrometresi (MS) tabanlı tropan alkaloidlerinin açıklanması ve sınıflandırılması için hem tropan içeren numunelerin ön replikasyonu hem de izolasyon için yeni alkaloidlerin keşfi için yararlı bir yöntem sunuyoruz.
Araştırmamızın en basit haliyle, bitkilerde yeni moleküller keşfetmeye çalışıyoruz. Bitkiler kimyasal olarak karmaşıktır ve bu kimyasalların bazıları tıbbi olarak yararlı olabilir. Özellikle azot içeren belirli moleküller olan yeni alkaloidler bulmakla ilgileniyoruz.
Son zamanlarda, pek çok yeni farklı alkaloid aletimiz ve tekniğimiz var, bu yüzden insanlar her gün daha fazla yeni molekül keşfediyor. Bu aletlerle, hangi kimyasalların mevcut olduğu, ne zaman mevcut olduğu ve bitkinin hangi bölümünde bulunabileceği gibi sorulara cevap verebiliriz. Analitik bir teknik olarak kütle spektrometresi son 50 yılda gerçekten gelişti.
Enstrümanlar daha güçlü, daha ucuz ve daha yüksek çözünürlüğe sahiptir. Ve bu teknikler sadece alkaloidler gibi daha fazla bitki molekülünü tanımlamamıza değil, aynı zamanda tanımlamamızda daha emin olmamıza da izin veriyor. Bu yöntem hızlı ve hassastır.
60 ila 90 dakika içinde birçok tropan alkaloidi içeren patlıcangiller bitkileri hakkında tam bir veri seti toplayabildik ve bu alkaloidler üzerinde düşük olsa bile önerilen yapıları atayabildik. Diğer alkaloid sınıfları için tandem kütle spektrometresi tabanlı filtreleme yöntemleri geliştirmek ve bitki kimyasının farklı türler, farklı bitki parçaları ve farklı büyüme aşamaları arasında nasıl farklılık gösterdiğini incelemek için bu gibi yöntemleri kullanmakla çok ilgileniyoruz.
Bu çalışma, tropan alkaloitlerinin hızlı kütle spektrometrisi (MS)/kütle spektrometrisi (MS) tabanlı açıklaması ve sınıflandırılması için bir yöntem sunmaktadır. Bu yaklaşım, tropan içeren numunelerin ön dereplikasyonu ve izolasyon için yeni alkaloitlerin keşfi açısından faydalıdır.
Rapid LC-MS/MS-based annotation and classification of plant-derived alkaloids accelerates early-stage natural product discovery and dereplication, directly impacting lead identification for pharmaceutical portfolios. This workflow enables high-confidence structural elucidation and prioritization of novel bioactive compounds, reducing time and resource investment in redundant isolation. The approach supports strategic triage of complex extracts, enhancing the efficiency of natural product-driven drug discovery pipelines.
This LC-MS/MS workflow integrates at the interface of early discovery and lead identification, providing a bridge from raw extract analysis to candidate selection for preclinical advancement.