Accurate Compound Identification from Complex Natural Product Samples Using SONAR

Význam tématu

Analýza komplexních směsí přírodních produktů, jako jsou tradiční čínské léky, je zásadní pro jejich bezpečné a účinné využití. Koeluce řady příbuzných sloučenin často komplikuje správnou identifikaci, což zvyšuje riziko falešně pozitivních výsledků. Metoda SONAR zajišťuje vyšší specifitu fragmentačních dat a usnadňuje spolehlivou identifikaci jednotlivých látek v komplexních matricích.

Cíle a přehled studie

Cílem studie bylo demonstrovat schopnost akvizičního režimu SONAR při přesné a důvěryhodné identifikaci koeluujících sloučenin ve vzorku tradičního čínského léku Yu Ping Feng San (YPFS). Studie porovnává SONAR s konvenčním DIA (MS(E)) z pohledu čistoty spekter a počtu relevantních fragmentů.

Použitá metodika

Vzorek YPFS, připravený z poměru Radix Saposhnikoviae : Radix Astragali : Rhizoma Atractylodis Macrocephalae 1:2:2, byl dekokován, vysušen a rekonstituován v metanolu. Po filtraci (0,2 µm) byly analyzovány extrakty:

• LC: RP ACQUITY UPLC HSS T3 kolona 2,1 × 100 mm, 1,8 µm
• MS akvizice: SONAR vs. tradiční DIA (MS(E)), škála fragmentace s vysokou energií
• Scanovací rozsah: 50–2000 m/z, rychlost skenování 0,1 s

Použitá instrumentace

Pro separaci a detekci byla použita sestava Waters ACQUITY UPLC HSS T3 kolony v kombinaci se spektrometrem Xevo G2-XS QTof pracujícím v režimu SONAR s členěným kvadrupólem (10 Da okno).

Hlavní výsledky a diskuse

SONAR přinesl výrazně čistší spektra: fragmentační data prim-O-glucosylcimifuginu obsahovala pouze osm relevantních iontů oproti 97 nespecifickým fragmentům v klasickém DIA. Vyšší selektivita SONAR minimalizuje falešně pozitivní přiřazení a zvyšuje důvěru v identifikaci látek i v případě koeluce několika komponent.

Přínosy a praktické využití metody

Implementace SONAR v rutinní analytice komplexních přírodních směsí přináší:

• Rychlejší a spolehlivější identifikaci klíčových komponent
• Snížení rizika falešně pozitivních výsledků
• Lepší podklady pro standardizaci a QA/QC fytoterapeutických produktů

Budoucí trendy a možnosti využití

Očekává se rozšíření SONAR pro aplikace v lipidomice, metabolomice a environmentální analýze. Integrace s pokročilými knihovnami spekter a nástroji strojového učení dále zvýší přesnost a automatizaci identifikace.

Závěr

Data independent akvizice SONAR výrazně zlepšuje kvalitu fragmentačních spekter u komplexních přírodních vzorků. Díky vyšší selektivitě rámuje metoda spolehlivější identifikaci látek a optimalizuje analytické workflow pro fytochemii a farmaceutický výzkum.

Reference

1. Chinese Pharmacopoeia Commission (Eds.): Pharmacopoeia of the People’s Republic of China, Vol. I; China Medical Science and Technology Press, Beijing 2015.
2. Chen L.G., Yen K.Y., Yang L.L.: Determination of six bioactive components in Yu-Ping-Feng-San by high-performance liquid chromatography. J. Liq. Chromatogr. Relat. Technol. 22 (1999) 1149–1159.
3. Heywood D., Craven K.: SONAR – Delivering MS/MS Data from a DIA Experiment. Waters White Paper 720006033EN, 2017.
4. Gethings L.A. et al.: Lipid profiling of complex biological mixtures by LC/MS using a novel scanning quadrupole DIA strategy. Rapid Commun. Mass Spectrom. 31(19) (2017) 1599–1606.