Untargeted 4D Lipidomics combined with Chemometrics, as a reliable tool for the classification of pork meat cuts
Postery | 2023 | Bruker | ASMSInstrumentace
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.
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.
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.
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.
Metodika umožňuje:
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.
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.
LC/MS, LC/HRMS, LC/MS/MS, LC/TOF, Iontová mobilita
ZaměřeníPotraviny a zemědělství
VýrobceBruker
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.
Podobná PDF
Classification of Poultry Meat Cuts Based on Approach of Untargeted Lipidomic Analysis and Advanced Chemometrics
2023|Bruker|Postery
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
2021|Bruker|Aplikace
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
2021|Bruker|Aplikace
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
2025|Bruker|Postery
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