CHARACTERIZATION OF DIFFERENTIAL METABOLITES OF TIENILIC ACID AND ITS 3-THIOPHENE ISOMER WITH ION MOBILITY ENABLED MASS SPECTROMETRY

Význam tématu

Tienilová kyselina (TA) a její 3-thiophenový izomer (TAI) představují farmakologicky významné sloučeniny s rozdílnými mechanismy hepatotoxicity. Vymezení jejich metabolických cest je klíčové pro pochopení jejich toxikologického profilu a pro vývoj bezpečnějších terapeutik. Využití vysokorozlišovací hmotnostní spektrometrie v kombinaci s iontovou mobilitou navíc umožňuje přesnější identifikaci a strukturální charakterizaci metabolitů.

Cíle a přehled studie

Hlavním cílem bylo prokázat schopnost HRMS-IMS detekovat společné i odlišné metabolity TA a TAI v moči potkanů po jednorázové intravenózní dávce. Součástí bylo také ověření shody experimentálně naměřených CCS hodnot s predikcemi z modelu strojového učení pro podporu strukturálních návrhů.

Použitá metodika a instrumentace

Vzorky moči od Sprague-Dawley potkanů po aplikaci 250 mg/kg TA nebo TAI byly odebírány ve 2, 6 a 24 hodinách.
Zpracování:

• Ředění vzorků vodou (poměr 9:1).

Chromatografie:

• UPLC ACQUITY I-Class s kolonkou HSS T3 (1,8 μm).
• Mobilní fáze A: 0,1 % kyselina mravenčí ve vodě, B: 0,1 % kyselina mravenčí v acetonitrilu.
• Doba běhu 12 minut.

Hmotnostní spektrometrie a iontová mobilita:

• Vion IMS QTof, ionizace ESI+.
• LE kolize 6 eV, HE ramp 35–55 eV.
• Rozsah měření 50–1200 m/z, driftový plyn N2, rychlost vlny 250 m/s, výška rampy 20–55 V.

Hlavní výsledky a diskuse

Byly identifikovány běžné biotransformace obou látek (hydroxylace, konjugace s glycinem, glukuronidace, acetylace). U TAI se navíc objevily unikátní cysteinové konjugáty, svědčící o tvorbě reaktivních meziproduktů. Porovnání experimentálních CCS hodnot s predikcemi z hybridního ML modelu ukázalo vynikající korelaci (průměrná odchylka ~1,74 %), což potvrzuje validitu navržených struktur metabolitů.

Přínosy a praktické využití metody

Metoda HRMS-IMS s podporou prediktivních CCS hodnot nabízí:

• Rychlou a spolehlivou identifikaci metabolitů v komplexních biologických maticích.
• Silnou podporu strukturálním návrhům díky validaci geometrie iontů v plynném stavu.
• Možnost rozlišit isomerní a reaktivní metabolické produkty.

Budoucí trendy a možnosti využití

Očekává se rozšíření strojového učení pro predikci CCS u širší škály xenobiotik a jejich metabolitů. Integrace IMS s DIA režimy a dalšími dimensiony separace může dále zvýšit hloubku metabolomických i toxikologických studií a podpoří vývoj bezpečnějších léčiv.

Závěr

Studie prokázala efektivitu kombinace HRMS a IMS pro detailní charakterizaci metabolitů TA a TAI. Unikátní metabolomy TAI byly identifikovány díky cysteinovým konjugátům a validovány souborem expertních a prediktivních CCS hodnot. Tento přístup rozšiřuje možnosti strukturální klarifikace v toxikologickém výzkumu.

Reference

1. Bonierbale E. et al. Chem. Res. Toxicol. 1999;286–296.
2. Coen M. et al. Chem. Res. Toxicol. 2012;2412–2422.
3. King A. et al. J. Chromatogr. B. 2018;142–148.
4. Grant I. Thesis, Computational and Systems Medicine, Imperial College London, 2016.
5. Bouwmeester R. ASMS proceedings, 2019.