Comprehensive Food Profiling Combining High Resolution LC/MS and GC/MS Analyses

Význam tématu

Analýza složek potravin je klíčová pro hodnocení nutriční kvality, potravinové bezpečnosti a autentizaci surovin. Komplexní neřízený přístup umožňuje odhalit rozsáhlé spektrum malých molekul v různých dietách, což napomáhá porozumění vlivu složení stravy na zdraví člověka.

Cíle a přehled studie / článku

Cílem studie bylo porovnat obsah malých molekul a lipidů ve třech odlišných jídelních vzorcích reprezentujících rychlé občerstvení, pesko-vegetariánskou a východoasijskou vegetariánskou dietu. Pro zachycení široké škály metabolitů byly použity vysoce výkonné LC/MS a GC/MS spektrometry v neřízeném režimu akvizice s následnou multivariační analýzou pomocí softwaru Agilent MassHunter a Mass Profiler Professional.

Použitá metodika

Vzorky z jednotlivých platů byly homogenizovány, lyofilizovány a extrahovány v poměru 80:20 methanol/voda. Pro GC/MS byla sušená extrakty podrobena metoxymací a silylaci. LC/MS metabolomika využívala reverzní (RP) a vodofázi (ANP) v pozitivním a negativním režimu ESI. Lipidomika probíhala na reverzní fázi s Agilent Jet Stream zdrojem. Data byla zpracována pomocí MassHunter Profinder, Agilent Unknowns Analysis a následně diferencována v Mass Profiler Professional s podporou ID Browser, MSC a SimLipid.

Použitá instrumentace

• Agilent 1290 Infinity LC
• Agilent 6230 TOF a 6550 iFunnel Q-TOF
• Agilent 7890B GC s vysokorozlišovacím 7200 GC/Q-TOF
• Chromatografické kolonny ZORBAX SB-Aq a Cogent Diamond Hydride
• Softwarové nástroje Agilent MassHunter, Mass Profiler Professional, SimLipid

Hlavní výsledky a diskuse

Kombinace více analytických technik vedla k detekci tisíců funkcí napříč všemi třemi metodami s minimální vzájemnou redundancí. Reprodukovatelnost byla velmi vysoká (přes 90 % funkcí s CV ≤ 30 %). PCA i korelační analýza prokázaly jasné oddělení diet a unity replikátů. Vennovy diagramy ukázaly nejvíce unikátních komponent v pesko-vegetariánské dietě. Volcano plot odhalil vyšší hladiny antioxidantů (sinapinová, galová, kávová kyselina) v PV a specifické flavonoidy/sacharidy (daidzein, raffinose) v EV. Strukturní identifikace pomocí MS/MS a MSC potvrdila klíčové metabolity jako L-glutamát či kofein, lipidomika ukázala rozdíly v poměru lyso-, diacylních a ether PE lipidů a v saturaci mastných kyselin.

Přínosy a praktické využití metody

Workflow poskytuje široké spektrum metabolomů i lipidů s vysokou citlivostí a spolehlivostí. Metoda je vhodná pro nutriční výzkum, kontrolu kvality potravin, detekci podvodů a studium vlivu stravy na lidské zdraví.

Budoucí trendy a možnosti využití

Očekává se rozšíření a sjednocení databází, integrace pokročilých chemometrických a strojově učených přístupů pro automatizovanou anotaci, rozvoj ambientních ionizačních technik a použití cílených lipidomických metod pro hlubší pokrytí lipidomu.

Závěr

Vysoce rozlišené LC/MS a GC/MS systémy v kombinaci s pokročilým softwarovým workflow umožňují komplexní a reprodukovatelné profilování potravinových vzorků. Tento integrovaný přístup podporuje výzkum v oblasti potravinové chemie, výživy a kontroly kvality.

Reference

• Cevallos-Cevallos J. M. et al. Metabolomic analysis in food science: a review. Trends Food Sci. Technol. 2009, 20, 557–566.
• Johanningsmeier S. D. et al. Metabolomic technologies for improving the quality of food: practice and promise. Annu. Rev. Food Sci. Technol. 2016, 7, 413–438.
• Wishart D. S. Metabolomics: applications to food science and nutrition research. Trends Food Sci. Technol. 2008, 19(9), 482–493.
• Fiehn O. Metabolomics – The link between genotypes and phenotypes. Plant Mol. Biol. 2002, 48, 155–171.
• Wu M. et al. Metabolomics of opiate-induced changes in murine brain. Agilent Application Note 5991-2481EN.
• Dai Y. et al. Metabolomics batch data analysis workflow to characterize differential metabolites in bacteria. Agilent Application Note 5991-5706EN.
• Jenkins S.; Fischer S. M.; Sana T. R. Mass Profiler Professional and Personal Compound Database and Library Software facilitate compound identification for profiling of the yeast metabolome. Agilent Application Note 5990-9858EN.
• Sartain M.; Sana T. Impact of Chromatography on Lipid Profiling of Liver Tissue Extracts. Agilent Application Note 5991-5494.
• Agilent Technologies. MassHunter Profinder: Batch processing software for high quality feature extraction of mass spectrometry data. Technical Overview 5991-3947EN.
• Joseph S.; Dai Y. Pharmaceutical Impurity Identification and Profiling Using Agilent Q-TOF LC/MS Combined with Advanced MassHunter Data Processing Software. Agilent Application Note 5991-1375EN.