LCMS
Další informace
WebinářeO násKontaktujte násPodmínky užití
LabRulez s.r.o. Všechna práva vyhrazena. Obsah dostupný pod licencí CC BY-SA 4.0 Uveďte původ-Zachovejte licenci.

High-throughput quantitative metabolomics utilizing high-resolution accurate mass measurements

Postery | 2022 | Thermo Fisher Scientific | ASMSInstrumentace
LC/HRMS, LC/MS, LC/MS/MS, LC/Orbitrap
Zaměření
Metabolomika
Výrobce
Thermo Fisher Scientific

Souhrn

Význam tématu


V potravinářské a výzkumné praxi je schopnost rychle a spolehlivě kvantifikovat klíčové metabolity v mléčných produktech zásadní pro sledování kvality, autenticity a bezpečnosti potravin. Vysoce přesná analýza aminokyselin a organických kyselin umožňuje odlišit zdroj mléka (bovinní vs. rostlinné), typ výroby (organické vs. konvenční) a obsah tuku. Cílená metabolomika tak přispívá k ochraně spotřebitele a boji proti podvodům v potravinářském řetězci.

Cíle a přehled studie / článku


Cílem autoři navrhli pětiminutovou vysoce propustnou LC-MS metodu k robustní kvantifikaci vybraných aminokyselin (alanin, isoleucin, leucin, fenylalanin, prolin, valin) a organických kyselin (maleinová, jantarová, glukonová, 2-hydroxyglutarová, kyselejší, orotová, hippurová) v různých typech mléka. Metoda má sloužit jako screeningový nástroj pro rutinní rozlišení mezi druhy mléka a sledování výroby.

Použitá metodika a instrumentace


Pro extrakci metabolitů autoři upravili Folchův protokol: chloroform–metanol (2:1) extrakce s vnitřními standardy, suchá extrakce a resuspense ve 5 % MeOH.
Liquid chromatography: Vanquish Horizon UHPLC systém, kolona Hypersil GOLD C18 (2,1×150 mm, 1,9 µm), teplota 55 °C, objem injekce 2 µL, gradient 0–5 min, průtok 0,45 mL/min.
Mass spectrometry: Orbitrap Exploris 240 s vysokým rozlišením (120 000), ESI(+) pro aminokyseliny a ESI(–) pro organické kyseliny, scan 70–800 m/z, Easy-IC interní kalibrace, parametry: spray 3,5/3,0 kV, vaporizer 320 °C, transfer tube 275 °C.
Software: Xcalibur pro akvizici dat, TraceFinder 5.1 pro kvantifikaci s tolerancí 3 ppm.

Hlavní výsledky a diskuse


Kalibrační křivky pro všechny analyty vykázaly lineární fit R2>0,99, CV calibration ≤10 %. Reprodukovatelnost retence, ploch a přesnosti hmotnosti v QCs v mezích CV≤0,5 %.
Aminokyseliny: bovinní mléko s vyšším obsahem tuku mělo nižší koncentrace než rostlinná alternativní mléka; sojové mléko obsahovalo až 20× více fenylalaninu než bovinní.
Organické kyseliny: hippurová a orotová kyselina spolehlivě označují bovinní mléko; glukonová kyselina je markerem sójového mléka. Maleinová a glukonová kyselina byly zvýšené v nízkotučných a redukovaně tučných vzorcích, malátová a jantarová kyselina odlišovaly organické a neorganické vzorky.

Přínosy a praktické využití metody


  • Rychlé rutinní rozlišení zdroje mléka (bovinní vs. rostlinné).
  • Sledování výrobních podmínek (organické vs. konvenční, úroveň tuku).
  • Podpora kvality a autentifikace v potravinářských laboratořích a QA/QC.
  • Modulární přístup kombinující cílenou a netargetovanou metabolomiku.

Budoucí trendy a možnosti využití


  • Rozšíření panelu metabolitů o další nutriční a senzorické markery.
  • Automatizace přípravy vzorků a integrace s robotickými systémy.
  • Využití strojového učení pro predikci původu a kvality mléka z datových vzorců.
  • Implementace v on-site a online monitoringu mlékárenských procesů.

Závěr


Autoři úspěšně vyvinuli vysoce propustnou a robustní LC-MS metodiku pro cílenou kvantifikaci klíčových aminokyselin a organických kyselin v různých typech mléčných výrobků. Metoda prokázala vynikající linearitu, opakovatelnost a schopnost diferencovat zdroj a kvalitu mléka, což přináší nový nástroj pro potravinářskou analytiku.

Reference


  • Amer B., Deshpande R.R., Hermanson D., Bird S., Hühmer A. High-throughput quantitative metabolomics utilizing high-resolution accurate mass measurements, Thermo Fisher Scientific, 2021.

Obsah byl automaticky vytvořen z originálního PDF dokumentu pomocí AI a může obsahovat nepřesnosti.

PDF verze ke stažení a čtení
 

Podobná PDF

Toggle
Metabolomics: Intelligent data acquisition for untargeted metabolomics followed by high-throughput quantitative metabolomics utilizing high-resolution accurate mass measurements
Intelligent data acquisition for untargeted metabolomics followed by high-throughput quantitative metabolomics utilizing high-resolution accurate mass measurements Bashar Amer, Rahul Ravi Deshpande, Daniel Hermanson, Andreas Hühmer, and Susan Bird, Thermo Fisher Scientific, 355 River Oaks Parkway, San Jose, California, United States,…
Klíčová slova
fat, fatmilk, milkorganic, organicwhole, wholeacid, aciduntargeted, untargetedbovine, bovinereduced, reducedfree, freedata, datatargeted, targetednon, nonmetabolomics, metabolomicsacquirex, acquirexannotation
An intelligent data acquisition workflow for untargeted metabolomics to achieve deep metabolome coverage and confident compound annotation
An intelligent data acquisition workflow for untargeted metabolomics to achieve deep metabolome coverage and confident compound annotation Bashar Amer, Rahul Ravi Deshpande, Daniel Hermanson, Susan Bird, and Andreas Hühmer, Thermo Fisher Scientific, 355 River Oaks Parkway, San Jose, California, United…
Klíčová slova
fat, fatmilk, milkorganic, organicwhole, wholearea, areaannotation, annotationbovine, bovineacid, acidpeak, peakreduced, reducedfree, freenon, nondata, dataacquirex, acquirexdeep
Intelligent data acquisition for untargeted metabolomics of milk samples coupled with quantitative high-resolution accurate mass data collection
Metabolomics of milk Intelligent data acquisition for untargeted metabolomics of milk samples coupled with quantitative high-resolution accurate mass data collection Bashar Amer1, Rahul Deshpande1, Daniel Hermanson1, Susan Bird1, Elizabeth Crawford2 and Andreas Hühmer1 1Thermo Fisher Scientific, San Jose, California, USA,…
Klíčová slova
fat, fatmilk, milkorganic, organicbovine, bovineuntargeted, untargetedwhole, wholeacid, acidmetabolomics, metabolomicsarea, areaannotation, annotationdata, datapeak, peakacquirex, acquirexnon, nonreduced
Simultaneous Quantitation and Discovery (SQUAD) analysis: Combining targeted and untargeted metabolomics on Orbitrap-based mass spectrometers
White paper | 002540 Omics Simultaneous Quantitation and Discovery (SQUAD) analysis: Combining targeted and untargeted metabolomics on Orbitrap-based mass spectrometers Authors Table of contents Bashar Amer, Julian Saba, 1. Introduction Rahul R. Deshpande, and Susan S. Bird 1.1. Untargeted metabolomics…
Klíčová slova
orbitrap, orbitrapsquad, squaduntargeted, untargetedastral, astralmetabolomics, metabolomicstargeted, targeteddiscovery, discoveryhram, hrammetabolites, metabolitesannotation, annotationanalysis, analysisfragmentation, fragmentationconfident, confidentmass, massquantitation
Další projekty
GCMS
ICPMS
Sledujte nás
Další informace
WebinářeO násKontaktujte násPodmínky užití
LabRulez s.r.o. Všechna práva vyhrazena. Obsah dostupný pod licencí CC BY-SA 4.0 Uveďte původ-Zachovejte licenci.