Quick Profiling and Identification of Natural Product Components in Honeysuckle Flower by DDA Method on LCMS-9030 with LabSolutions Insight Explore

Význam tématu

Profilování přírodních produktů pomocí vysoce přesné LC-HRMS (Q-TOF) představuje klíčový nástroj pro objevování biologicky aktivních látek, kvalitu fytoproduktů i kontrolu procesů ve farmaceutickém a potravinářském průmyslu. Data-dependent acquisition (DDA) umožňuje získat detailní MS/MS spektra důležitých iontů, což výrazně zvyšuje spolehlivost identifikace.

Cíle a přehled studie

Cílem bylo rychlé a účinné profilování hlavních složek extraktu z květů zimolezu (Lonicera japonica) pomocí DDA metody na přístroji LCMS-9030 Q-TOF a následná analýza dat v softwaru LabSolutions Insight Explore. Studie se zaměřila na kombinaci cíleného screeningu známých markerů a identifikace neznámých prekurzorů.

Použitá metodika a instrumentace

• Systém: Shimadzu LCMS-9030 Q-TOF spojený s UHPLC Nexera.
• Kolona: Shim-Pack GIST-HP C18 (3,0×150 mm, 3 µm), teplota 40 °C, objem injekce 2 µL.
• Mobilní fáze: A – 0,1 % kyselina mravenčí ve vodě, B – 0,1 % kyselina mravenčí v acetonitrilu; gradient 15→95 % B v čase 0–25 min.
• Pracovní podmínky ESI: interface 300 °C, DL 250 °C, heat block 400 °C, nebulizační plyn 3 L/min, sušící plyn 10 L/min.
• DDA akvizice: MS 250–800 m/z, MS/MS 100–800 m/z se spektrem kolizní energie 18–52 V, prahová intenzita 10 000 cps, přednostní seznam 639 iontů, zpoždění 3 s.
• Příprava vzorku: mletí 1 g suchých květů v kapalném dusíku, extrakce 100 mg v 10 mL vody/methanol (1:1) při 45 °C, 150 rpm, 45 min, filtrace 0,22 µm PTFE.

Hlavní výsledky a diskuse

• Detekováno 1209 prekurzorů s DDA spektry. Cíleným screeningem z 85 potenciálních sloučenin získáno 250 zásahů.
• Identifikováno množství fenolových kyselin (chlorogenická a její izomery: neochlorogenická, cis-chlorogenická, trans-chlorogenická) a flavonoidních glykosidů (quercetin, rutin, hyperosid, astragalin, swerosid aj.).
• Rozlišení izomerů založeno na retenci a porovnání MS/MS spekter. Některé izomery bylo nutné ověřit externími údaji z literatury.
• U neznámých prekurzorů (m/z 397,1111 a 403,1605) aplikován modul Assign s prediktorem vzorců a databázovým vyhledáváním (ChemSpider), což vedlo k několika možným strukturálním kandidátům, vyžadujícím další potvrzení.

Přínosy a praktické využití metody

• Jednotný software umožňuje cílený screening i neznámou identifikaci v jednom prostředí.
• DDA přístup zrychluje získání kvalitních MS/MS dat a zlepšuje pokrytí analyzovaných prekurzorů.
• Komplexní nástroje (Analyze, Screen, Precursor, Library Search, Formula Predictor, Assign) zvyšují efektivitu a spolehlivost interpretace dat.

Budoucí trendy a možnosti využití

• Integrace pokročilých algoritmů a strojového učení pro automatizovanou identifikaci izomerů a fragmentační anotace.
• Rozšíření a prohloubení databází HRMS spekter pro lepší porovnávání a potvrzování struktur.
• Využití rychlejších akvizičních režimů a vyššího rezoluce pro komplexnější pokrytí metabolitů v reálném čase.

Závěr

DDA metoda na LCMS-9030 Q-TOF ve spojení s LabSolutions Insight Explore představuje výkonný přístup pro rychlou identifikaci a charakterizaci komplexních přírodních extraktů. Klíčové je pečlivé ověření izomerů a doplnění výsledků o dodatečné referenční informace. Metoda má široké uplatnění v QA/QC, farmaceutickém výzkumu i objevování nových bioaktivních látek.

Reference

1. Lian-wen Qi, Chun-Yun Chen, Ping Li, Rapid Commun. Mass Spectrom., 2009; 23:3227-3242.
2. Jiangbo Hao, Zhisheng Wu, Weidong Li, Zhongshuang Zhang, Jinrui Gu, J. Tradit. Chin. Med., 2022; 5:199-202.
3. Xiaofei Shang, Hu Pan, Maoxing Li, Xiaolou Miao, Hong Ding, J. Ethnopharmacol., 2011; 138:1-21.