敏感，大规模定量代谢组学的策略
Summary
代谢产物分析一直是宝贵的资产在代谢在健康和疾病的研究。利用正常阶段的液相色谱和高分辨率质谱与极性切换和快速的工作周期，我们描述了一个协议分析生物材料，具有灵敏度高，准确度和分辨率的极性代谢成分。
Abstract
代谢产物分析一直是宝贵的资产在代谢在健康和疾病的研究。然而，当前的平台上有不同的限制因素，如劳动密集型样品制剂，低检测限，扫描速度很慢，对于每种代谢物密集的方法优化，以及无法积极地同时测量和在单一实验中带负电荷的离子。因此，一种新的代谢协议可以促进代谢组学研究。基于酰胺的亲水色谱法使极性代谢物的分析，而无需任何化学衍生。高分辨质谱使用Q-Exactive（QE-MS）有所改善离子光学系统，提高了扫描速度（256毫秒的分辨率70,000），并具有进行正/负切换的能力。使用冷甲醇提取策略，并与耦合QE-MS酰胺色谱柱能够稳健检测168有针对性的极性代谢物的附加功能和成千上万的同时进行。 DAT的处理是用市售的软件在一个高度有效的方法，并从质谱图中提取未知功能可以在数据库中进行查询。
Introduction
代谢组学，定义为同时测量多个代谢物的试验，一直是激烈感兴趣的领域。代谢组学提供了分子生理学的一个直接读出，并提供了见解发育和疾病如癌症1-4。核磁共振（NMR）和气相色谱-质谱（GC-MS）是最常用的工具5-9之间。 NMR，尤其是已自重同位素标记的化合物，如13 C标记的代谢物用于通量的实验中，都NMR-活性10,11。然而，这种策略要求比较高的样品纯度和大样本量，这限制了它的应用代谢组学。同时，从核磁共振收集的数据密集型需求分析和复杂的NMR谱复合赋值是困难的。 GC-MS已广泛用于极性代谢物和脂质的研究，但它需要的挥发性化合物 -ds和因此往往衍生的代谢物，这有时会涉及复杂的化学反应，可以是耗时的，并引入实验噪音。
液相色谱（LC），耦合到三重四极杆质谱法使用第一个四极杆选择的完整母离子，然后将其分段中的第二四极，而第三个四极杆被用来选择特征的片段或子离子。该方法中，其中记录了从母体离子，以特定的子离子的过渡，被称为多反应监测（MRM）。 MRM是为小分子和蛋白质定量12-15,21非常敏感，特异，可靠的方法。然而，MRM也有其局限性。为了实现高特异性的MRM方法需要为每个代谢物兴建。该方法包括确定一个特定的片段和相应的最佳碰撞能量，这就要求PROPE的预先知识感兴趣的代谢物，如化学结构信息的rties。因此，与同一片段的中性丢失一些例外，它是不可能的，以确定未知代谢物与该方法。
在最近几年，高分辨率质谱（HRMS）的仪器已被释放，如LTQ-轨道阱和Exactive系列，QuanTof技术，和的TripleTOF 5600 16-18,22。 HRMS可以提供质量到几个ppm的误差内充完好离子的比（m / z）表示。因此，通过检测所有的前体离子（ 即全扫描模式）操作的HRMS的仪器可以从精确质量和分析物所产生的元素组成直接获得的结构信息，并且该信息可用于确定潜在的代谢物。确实，可以用一个精确质量来获得关于一种化合物的所有信息，至多结构异构体的水平。此外，全扫描方法不需要的代谢产物以前的知识，也不需要方法的优化。此外，由于m / z为落入扫描范围的所有离子进行分析，HRMS具有几乎无限的容量可量化在单次运行相比，MRM方法代谢物的数量而言。人力资源管理系统也相当于定量容量的三重四极杆MRM由于短的工作周期造成的，可以在一个完整的MS将扫描获得的数据点的数量相媲美。因此，人力资源管理系统提供了定量的代谢组学的另一种方法。近日，人力资源管理系统的改进版本称为Q-Exactive质谱（QE-MS）可以足够快的周期正，负模式在一个单一的方法，扩大了检测范围19之间的切换下操作。在这里，我们将介绍使用的QE-MS代谢组学我们的策略。
Protocol
Representative Results
Discussion
在使用这种协议的细胞成功代谢物图谱中最关键的步骤是：1）控制所述生长培养基中并小心萃取的细胞; 2）调整液相色谱方法基于MS方法设置，以确保有足够的（通常至少为10）跨数据进行定量峰点; 3）做一个低质量运行校准样品前; 4）注入不超过5毫升到避免保留时间偏移和峰展宽引起的水; 5）准备和运行样品在同一批次，以减少批效果比较。
标准（ 表1）选择?…
Divulgazioni
The authors have nothing to disclose.
Acknowledgements
作者要感谢德特勒夫·舒曼，詹妮弗·萨顿（赛默飞世尔科技）和纳撒尼尔·斯奈德（宾夕法尼亚大学）为质量校准和数据处理有价值的讨论。研究报告本出版物中得到了卫生部下奖号码R00CA168997国家研究院国立癌症研究所的支持。内容完全是作者的责任，并不一定代表美国国立卫生研究院的官方意见。
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. |
Riferimenti
- Fiehn, O. Combining genomics, metabolome analysis, and biochemical modelling to understand metabolic networks. Comparative and Functional Genomics. 2 (3), 155-168 (2001).
- Mulleder, M., et al. A prototrophic deletion mutant collection for yeast metabolomics and systems biology. Nature Biotechnology. 30 (12), 1176-1178 (2012).
- 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).
- Ideker, T., et al. Integrated genomic and proteomic analyses of a systematically perturbed metabolic network. Science. 292 (5518), 929-934 (2001).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- Locasale, J. W., et al. Metabolomics of human cerebrospinal fluid identifies signatures of malignant glioma. Molecular & Cellular Proteomics : MCP. 11 (6), 10-1074 (2012).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- Want, E. J., et al. Global metabolic profiling procedures for urine using UPLC-MS. Nature Protocols. 5 (6), 1005-1018 (2010).
