CCS-aware SpatialOMx® enables highly confident and automatic lipid annotations with regiospecific context

Význam tématu

Moderní lipidomika vyžaduje nejen citlivou detekci a identifikaci lipidů, ale i prostorové přiřazení k biologickým tkáním. Integrace mobilitní separace (TIMS) a hodnot kolizního průřezu (CCS) s MALDI zobrazováním otevírá nové dimenze v prostorové lipidomice. Zvýšená jistota anotací a schopnost rozlišit izobarické či strukturálně podobné lipidy významně posilují důvěryhodnost výsledků v biomedicínském i farmaceutickém výzkumu.

Cíle a přehled studie / článku

Cílem studie bylo představení CCS-aware SpatialOMx® workflow, které kombinuje 4D-Lipidomics™ analýzu pomocí LC-PASEF® a TIMS-MALDI Imaging. Workflow umožňuje automatické párování a validaci lipidových anotací získaných z ESI lipidomiky s obrazovými daty z MALDI-TIMS. Platforma propojuje software MetaboScape® 2021b a SCiLS™ Lab 2021a pro zajištění konzistentního a vysoce spolehlivého výstupu.

Použitá metodika a instrumentace

• Vzorky: mozek C57BL/6 myši, polovina snap-frozen pro MALDI Imaging, druhá polovina extrahována metodou Bligh & Dyer.
• LC-PASEF® MS/MS: timsTOF fleX, PASEF režim, ESI(+) a ESI(-) zdroj Apollo II, rozsah 100–1500 m/z, mobilitní rozsah 0,55–1,90 1/K0.
• UHPLC: Bruker Elute, C18 kolona 100×2,1 mm, 1,9 µm, gradient A (acetonitril/voda) a B (isopropanol/acetonitril) v 0,4 mL/min při 55 °C.
• MALDI-TIMS Imaging: matice ZSA 2,5 mg/mL nanesená TM sprayerem, pixely 20/50 µm, smartbeam® 3D laser, ramp time 800 ms, rozsah 300–1200 m/z.
• Software: MetaboScape® 2021b s T-ReX®4D, 4D-Lipidomics™ rule-based anotace; SCiLS™ Lab 2021a pro import, segmentaci a vizualizaci obrazů.

Hlavní výsledky a diskuse

Analýzou LC-PASEF® dat bylo získáno 292 anotací v negativním a 323 v pozitivním ionizačním režimu, celkem 446 unikátních lipidů. Díky CCS-aware párování bylo z MALDI Imaging rozpoznáno 82 lipidů sdílených s 4D-Lipidomics™ daty. Shoda hodnot CCS mezi MALDI a ESI byla v průměru lepší než 2 %, což podtrhuje robustnost přístupu. Využitím KMD plota a neřízené segmentace v SCiLS™ Lab byly odhaleny biologicky významné regiony mozkové tkáně (kůra, corpus callosum, mozečkové vrstvy) a prostorové distribuční vzory pro výběr izobarických lipidů PS 38:1 a PE 20:1_22:6. Mobilitní separace TIMS zabránila chybné interpretaci souběžných signálů a umožnila čisté MS/MS spektra a vysoce kontrastní obrazy.

Přínosy a praktické využití metody

• Vyšší spolehlivost lipidových anotací v MALDI obrazech díky doplňkové CCS validaci.
• Automatizovaná pipeline spojující 4D-Lipidomics™ a prostorovou analýzu šetří čas a snižuje chybovost ručního přiřazování.
• Možnost detekovat a lokalizovat isobarické či izomerní lipidy v kontextu tkání zlepšuje biologickou interpretaci dat.

Budoucí trendy a možnosti využití

Budoucí směry zahrnují rozšíření lipidových knihoven CCS hodnot, implementaci strojového učení pro vylepšení rule-based anotace, aplikaci na další typy biomolekul (metabolity, peptidy) a integraci s multimodálními zobrazovacími metodami (imuno-histochemie, fluorescence). Využití cloudových platforem pro sdílení a kolaboraci nad prostorovými omickými daty dále urychlí výzkum.

Závěr

CCS-aware SpatialOMx® workflow představuje robustní a integrované řešení pro vysoce důvěryhodnou prostorovou lipidomiku. Mobilitní separace v kombinaci s MALDI Imaging a 4D-Lipidomics™ poskytuje nejen molekulární, ale i prostorový kontext lipidových profilů, což otevírá nové možnosti pro biomedicínský výzkum.

Reference

• Vasilopolou C. et al., Nature Communications 11(1):331 (2020)
• Schroeder M. et al., Metabolites 10(1):13 (2019)
• Meier F. et al., Journal of Proteome Research 14(12):5378–5387 (2015)
• Marsching C. et al., Journal of Lipid Research 55(11):2343–2353 (2014)
• Liebisch G. et al., Journal of Lipid Research 54(6):1523–1530 (2013)
• Fülöp A. et al., Analytical Chemistry 85(19):9156–9163 (2013)
• Ruttkies C. et al., Journal of Cheminformatics 8:3 (2016)
• Krasny L. et al., Journal of the American Society for Mass Spectrometry 26(1):36–43 (2015)