$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Les produits naturels sont souvent biosynthétisés comme des mélanges de composés structurellement similaires, plutôt qu’un seul composé. En raison de leurs caractéristiques structurelles communes, de nombreux composés au sein de la même classe subissent une fragmentation MS/MS similaire et ont plusieurs ions de produit identiques et/ou des pertes neutres. Le but du filtrage de fragmentation diagnostique (DFF) est de détecter efficacement tous les composés d’une classe donnée dans un extrait complexe en criblant des jeux de données LC-MS/MS non ciblés pour les spectres MS/MS qui contiennent des ions de produit spécifiques à la classe et/ou des pertes neutres. Cette méthode est basée sur un module DFF implémenté dans la plate-forme open-source MZmine qui nécessite l’analyse d’extraits d’échantillons par acquisition dépendante des données sur un spectromètre de masse à haute résolution tel que l’Orbitrap quadrupolaire ou la masse de temps de vol quadrupolaire Analyseurs. La principale limitation de cette approche est l’analyste doit d’abord définir quels ions de produit et/ou pertes neutres sont spécifiques pour la classe ciblée de produits naturels. DFF permet la découverte subséquente de tous les produits naturels connexes dans un échantillon complexe, y compris les nouveaux composés. Dans ce travail, nous démontrons l’efficacité de la DFF en criblant des extraits de Microcystis aeruginosa, une floraison algale nocive importante causant des cyanobactéries, pour la production de microcystines.