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.

Untargeted 4D Lipidomics combined with Chemometrics, as a reliable tool for the classification of pork meat cuts

Postery | 2023 | Bruker | ASMSInstrumentace
LC/MS, LC/HRMS, LC/MS/MS, LC/TOF, Iontová mobilita
Zaměření
Potraviny a zemědělství
Výrobce
Bruker

Souhrn

Význam tématu


Vepřové maso je celosvětově významným zdrojem živin a lipidy tvoří zásadní složku jeho nutričních a senzorických vlastností. Rozdíly v lipidovém profilu jednotlivých svalových partií (břicho, kýta, plec) odrážejí genetické, výživové a technologické faktory a mohou sloužit k ověření původu a autenticity masa.

Cíle a přehled studie


Cílem studie bylo ukázat, že kombinace netargetované 4D lipidomiky (RP-UPLC-TIMS-TOF-MS s PASEF) a pokročilé chemometrie umožňuje spolehlivou klasifikaci vepřových řezů podle lipidového profilu. Autoři analyzovali břicho, kýtu a plec, identifikovali lipidové molekuly a vytvořili diskriminační modely pro přesné rozlišení jednotlivých partií.

Použitá metodika a instrumentace


Vzorky mraženého lyofilizovaného masa byly extrahovány metodou MTBE/MeOH/H2O. Extrakt byl analyzován na systému RP-UPLC-TIMS-TOF-MS v pozitivním režimu ionizace s technologií PASEF. Lipidové signály byly anotovány pomocí softwaru MetaboScape 2023 a knihovny LipidBlast.
  • Kolona: Thermo Acclaim RSLC 120 C18, 2,2 µm, 2,1×100 mm
  • Mobilní fáze A: ACN:H2O 65:35, B: ACN:IPA 15:85 (10 mM NH4 formiát, 0,1 % FA)
  • Flow 0,25 mL/min, gradient 30→100 % B za 30 min
  • Spektrometr: Bruker timsTOF Pro (ESI-TIMS-q-TOF-MS), PASEF režim, scan 150–1 350 m/z

Hlavní výsledky a diskuse


Bylo detekováno přes 2 000 signálů a anotováno 170 lipidových molekul patřících do čtyř tříd (fosfolipidy, triacylglyceroly aj.) a sedmi podtříd. Hierarchická shluková analýza (HCA) ukázala dvě hlavní skupiny (břicho vs. kýta/plec). Modely OPLS-DA pro párové porovnání břicho–kýta a břicho–plec prokázaly vysokou robustnost (přes 97 % správných klasifikací). VIP analýza odhalila zhruba 70 lipidů s hodnotou nad 1,0, které fungují jako klíčové biomarkery rozlišení partií. Kendrickův graf usnadnil eliminaci falešných pozitivních nálezů.

Přínosy a praktické využití metody


Metodika umožňuje:
  • Spolehlivou kontrolu autenticity a původu vepřového masa
  • Rychlou identifikaci svalové partie na základě lipidového profilu
  • Podporu jak pro výzkumné laboratoře, tak pro průmyslové QA/QC procesy

Budoucí trendy a možnosti využití


Očekává se další integrace 4D lipidomiky s metabolomikou a proteomikou pro komplexní potravinové profilování. Rozvoj automatizace datové analýzy a strojového učení zlepší přesnost i rychlost klasifikace. Metoda by mohla být rozšířena na audit dalších druhů masa a masných výrobků.

Závěr


Studie prokázala, že netargetovaná 4D lipidomika v kombinaci s chemometrií je spolehlivý nástroj pro rozlišení vepřových řezů. Identifikované klíčové lipidy slouží jako robustní biomarkery a otevírají nové možnosti v oblasti kontroly kvality a autenticity masa.

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

PDF verze ke stažení a čtení
 

Podobná PDF

Toggle
Classification of Poultry Meat Cuts Based on Approach of Untargeted Lipidomic Analysis and Advanced Chemometrics
ASMS 2023, THP 145 Classification of Poultry Meat Cuts Based on Approach of Untargeted Lipidomic Analysis and Advanced Chemometrics Ilias Tzavellas1; Ioannis Martakos1 ; Marilena Dasenaki1; Ioannis Skoufos2; Athina Tzora2; Evagelos Gikas1; Kevin Stup3; Carsten Baessmann4; Nikolaos S. Thomaidis1 1National…
Klíčová slova
thigh, thighmeat, meatlipid, lipidpoultry, poultrymetaboscape, metaboscapebreast, breastfsa, fsavar, varblast, blasthca, hcapasef, paseftims, timsnutrition, nutritionmodel, modelannotation
CCS-aware SpatialOMx® enables highly confident and automatic lipid annotations with regiospecific context
Intensity (arb. unit) 132% 0% 100% PS 38:1 m/z 816.5747 ± 0.0122 1/K0 1.433 ± 0.01 Intensity (arb. unit) Mobility [1/K0] 136% 0% 100% PE 20:1_22:6 m/z 816.5517 ± 0.0122 1/K0 1.404 ± 0.01 m/z 1 mm CCS-aware SpatialOMx® enables…
Klíčová slova
ccs, ccsmaldi, maldispatialomx, spatialomximaging, imagingaware, awareannotation, annotationmobility, mobilitytims, timsannotated, annotatedannotations, annotationspasef, pasefbucket, bucketlipid, lipidsegmentation, segmentationlipids
4D-Lipidomics™ workflow for increased throughput
4D-Lipidomics™ workflow for increased throughput Lipid profiling from complex lipid extracts can be a challenging and time consuming task. The high complexity of samples and co-elution of isobaric or isomeric compounds complicate the confident annotation of lipids. The presented 4D-Lipidomics…
Klíčová slova
ccs, ccsannotation, annotationlipid, lipidannotations, annotationslipids, lipidstimstof, timstofaware, awarebased, basedcoverage, coveragevalues, valuescan, candeep, deepmobility, mobilityrule, ruleannotated
Monolithic Column for Improved 4D-Lipidomics Analysis
ASMS 2025 WP 420 Monolithic Column for Improved 4D-Lipidomics Analysis Xuejun Peng1; Beixi Wang1; Michael Krawitzky1, Ryo Nakabayashi2; Erica Forsberg1 1Bruker Scientific LLC, San Jose, California; 2Brukers Japan, 3 Chrome-9 Moriyacho, Kanagawa Ward, Yokohama, Kanagawa 2210022, Japan Introduction Large-scale lipidomics…
Klíčová slova
monolithic, monolithicnanolc, nanolcymc, ymccolumns, columnsvip, vipbackpressure, backpressurelipids, lipidslipid, lipidwere, weretimstof, timstofmps, mpslipidomics, lipidomicspolar, polarphases, phasesipa
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.