toxreviewТоксикологический вестникToxicological Review0869-79223034-4611Federal Scientific Center of Hygiene named after F.F. Erisman10.47470/0869-7922-2022-30-3-139-148toxreview-609Research ArticleОРИГИНАЛЬНЫЕ СТАТЬИORIGINAL ARTICLESМасс-спектрометрия низкого разрешения в метаболическом профилировании биологических образцов. Совершенствование методаLow-resolution GC-MS in metabolic profiling of biological samples with the mass spectrometry. Updating of the methodhttps://orcid.org/0000-0002-2911-1260УколовАнтон ИгоревичUkolovAnton Igorevich

Кандидат химических наук, заместитель заведующего отделом токсикологии ФГУП «НИИ ГПЭЧ» ФМБА России, 188663, г.п. Кузьмоловский, Ленинградская область.

e-mail: Ukolov.ai@gpech.ru

PhD, deputy head of toxicological department FSUE "Research Institute of Hygiene, Occupational Pathology and Human Ecology", FMBA of Russia, g.p. Kuzmolovskii, 188663, Leningrad region, Russian Federation.

e-mail: Ukolov.ai@gpech.ru

ukolov.ai@gpech.ruФГУП «НИИ гигиены, профпатологии и экологии человека» ФМБА РоссииРоссияResearch Institute of Hygiene, Occupational Pathology and Human Ecology, FMBARussian Federation202220062022303139148Copyright © Уколов А.И., 20222022Уколов А.И.Ukolov A.I.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.toxreview.ru/jour/article/view/609Введение

Введение. Внедрение метаболомных подходов в практику токсикологических исследований, а также расширение методических возможностей лаборатории по определению низкомолекулярных, метаболических биомаркеров эффекта позволяет более эффективно проводить обнаружение и идентификацию новых биомаркеров. Цель работы — разработка методических подходов к метаболическому профилированию биологических образцов методом ГХ-МС низкого разрешения.

Материал и методы

Материал и методы. Для метаболического профилирования образцов плазмы крови и мочи использовали газовые хроматомасс-спектрометры Shimadzu QP2010plus или Agilent 5975C. Для обработки результатов применяли оптимизированные базы аналитических характеристик эндогенных соединений и систему AMDIS, для идентификации обнаруженных соединений использовали NIST/EPA/NIH 2020. Статистическую обработку осуществляли с помощью «STATISTICA».

Результаты

Результаты. Разработана двухстадийная процедура подготовки образцов плазмы крови и мочи для анализа методом ГХ-МС, подобрана смесь внутренних стандартов, определен перечень соединений — эндогенных метаболитов, оценены метрологические характеристики их определения. База данных масс-спектров ионизации электронами и газохроматографических индексов удерживания компонентов метаболического профиля плазмы крови крыс была зарегистрирована (Свидетельство о регистрации базы данных 2021622005 от 23.09.2021).

Ограничения исследования

Ограничения исследования. Перечень аналитов, пригодных для определения методом газовой хроматографии, ограничен летучими и условно летучими соединениями.

Заключение

Заключение. Использование оптимизированной базы данных метаболитов образца, подготовленного к анализу по стандартизированной процедуре, позволяет отфильтровать аналиты с низкой воспроизводимостью. Небольшие (до 100) базы хроматоспектральных данных позволяют повысить надежность идентификации, исключить влияние дрейфа времен удерживания, и в результате повысить статистическую мощность всего эксперимента, без увеличения количества лабораторных животных.

Introduction

Introduction. The introduction of metabolomic approaches into the practice of toxicological studies, as well as the expansion of the methodological capabilities of the laboratory for the determination of low-molecular, metabolic biomarkers of the effect, makes it possible to more effectively detect and identify new biomarkers.

Material and methods

Material and methods. For metabolic profiling of blood plasma and urine samples, Shimadzu QP2010plus or Agilent 5975C gas chromatomass spectrometers were used. The results were processed using optimized databases of analytical characteristics of endogenous compounds and the AMDIS system; NIST/EPA/NIH 2017 was used to identify the detected compounds. Statistical processing was performed using Statistica.

Results

Results. A two-stage procedure for preparing blood plasma and urine samples for analysis by GC-MS was developed, a mixture of internal standards was selected, a list of compounds — endogenous metabolites was determined, and the metrological characteristics of their determination were evaluated.

Limitations

Limitations. The list of analytes suitable for determination by GC-MS is limited to volatile and conditionally volatile compounds.

Conclusion

Conclusion. Using an optimized database of sample metabolites prepared for analysis according to a standardized procedure allows filtering out analytes with low reproducibility. Small (up to 100) chromatospectral databases make it possible to increase the reliability of identification, eliminate the effect of retention time drift, and, as a result, increase the statistical power of the entire experiment without increasing the number of laboratory animals.

газовая хроматографиямасс-спектрометриянецелевая метаболимикатоксикометаболомикакровьмочаGC-MSuntargeted metabolomicstoxicometabolomicsbloodurineReferencesГончаров Н.В., Уколов А.И., Орлова Т.И., Мигаловская Е.Д., Войтенко Н.Г. Метаболомика: на пути интеграции биохимии, аналитической химии, информатики. Успехи соврем. биол. 2015; 135(1): 3-17Goncharov N.V., Ukolov A.I., Orlova T.I., Migalovskaya E.D., Voitenko N.G. Metabolomics: On the Way to an In-tegration of Biochemistry, Analytical Chemistry, and Informatics. Uspekhi sovremennoy biologii. 2015; 5(4): 296–307. (in Russian)Kusmierz J., DeGeorge J.D., Sweeney D., May C., Rapoport S.I. Quantitative analysis of polyols in human plasma and cerebrospinal fluid. J. Chromatogr. 1989; 497: 39-48.Kusmierz J., DeGeorge J.D., Sweeney D., May C., Rapoport S.I. Quantitative analysis of polyols in human plasma and cerebrospinal fluid. J. Chromatogr. 1989; 497: 39–48.Michell R.H. Inositol and its derivatives: their evolution and functions. Adv. Enzyme Regul. 2011; 51(1): 84-90.Michell R.H. Inositol and its derivatives: their evolution and functions. Adv. Enzyme Regul. 2011; 51(1): 84–90.Garcia-Bunuel L., Garcia-Bunuel V.M. Cerebrospinal fluid levels of free myo-inositol in some neurological disorders. Neurology. 1965 Apr; 15: 348-50. https://doi.org/10.1212/wnl.15.4.348Garcia-Bunuel L., Garcia–Bunuel V.M. Cerebrospinal fluid levels of free myo-inositol in some neurological disorders. Neurology. 1965 Apr; 15: 348-50. https://doi.org/10.1212/wnl.15.4.348Clement R. Diabetes Mellitus and Obesity. in B. Brodoff, S. Bleicher (Editors). Baltimore: Williams and Wilkins. 1982; 117.Clement R. Diabetes Mellitus and Obesity. in B. Brodoff, S. Bleicher (Editors). Baltimore: Williams and Wilkins. 1982; 117.Smith S.L., Novotny M., Karmen A. Elevation of certain polyols in the cerebrospinal fluid of patients with multiple sclerosis. J. Chromatogr. 1984; 336: 351-5.Smith S.L., Novotny M., Karmen A. Elevation of certain polyols in the cerebrospinal fluid of patients with multiple sclerosis. J. Chromatogr. 1984; 336: 351–5.Heimark D., McAllister J., Larner J. Decreased myo-inositol to chiro-inositol (M/C) ratios and increased M/C epimerase activity in PCOS theca cells demonstrate increased insulin sensitivity compared to controls. Endocr. J. 2014; 61(2): 111-7.Heimark D., McAllister J., Larner J. Decreased myo–inositol to chiro–inositol (M/C) ratios and increased M/C epimerase activity in PCOS theca cells demonstrate increased insulin sensitivity compared to controls. Endocr. J. 2014; 61(2): 111–7.Jung T.S., Hahm J.R., Kim J.J., Jung J.H., Kang M.Y., Moon S.W. et al. Determination of Urinary Myo-/Chiro-Inositol Ratios from Korean Diabetes Patients. Yonsei Med. J. 2005; 46(4): 532-8.Jung T.S., Hahm J.R., Kim J.J., Jung J.H., Kang M.Y., Moon S.W. et al. Determination of Urinary Myo–/Chiro–Inositol Ratios from Korean Diabetes Patients. Yonsei Med. J. 2005; 46(4): 532–8.Halket J.M., Waterman D., Przyborowska A.M., Patel R.K.P., Fraser P.D., Bramley P.M. Chemical derivatization and mass spectral libraries in metabolic profiling by GC/MS and LC/MS/MS. J. Exp. Bot. 2005; 56: 219-43.Halket J.M., Waterman D., Przyborowska A.M., Patel R.K.P., Fraser P.D., Bramley P.M. Chemical derivatization and mass spectral libraries in metabolic profiling by GC/MS and LC/MS/MS. J. Exp. Bot. 2005; 56: 219–43.A J., Trygg J., Gullberg J., Johansson A.I., Jonsson P., Antti H. et al. Extraction and GC/MS analysis of the human blood plasma metabolome. Anal. Chem. 2005; 77: 8086-94.A J., Trygg J., Gullberg J., Johansson A.I., Jonsson P., Antti H. et al. Extraction and GC/MS analysis of the human blood plasma metabolome. Anal. Chem. 2005; 77: 8086–94.Blaise B.J. Data-Driven Sample Size Determination for Metabolic Phenotyping Studies. Anal. Chem. 2013; 85: 8943-50.Blaise B.J. Data–Driven Sample Size Determination for Metabolic Phenotyping Studies. Anal. Chem. 2013; 85: 8943–50.Eng J. Sample size estimation: how many individuals should be studied? Radiology. 2003; 227(2): 309-13.Eng J. Sample size estimation: how many individuals should be studied? Radiology. 2003; 227(2): 309–13.Dell R.B., Holleran S., Ramakrishnan R. Sample Size Determination. Inst. Lab. Anim. Res. J. 2002; 43: 207-13.Dell R.B., Holleran S., Ramakrishnan R. Sample Size Determination. Inst. Lab. Anim. Res. J. 2002; 43: 207–13.Vinaixa M., Samino S., Saez I., Duran J., Guinovart J.J., Yanes O. A Guideline to Univariate Statistical Analysis for LC/MS-Based Untargeted Metabolomics-Derived Data. Metabolites. 2012; 2: 775-95.Vinaixa M., Samino S., Saez I., Duran J., Guinovart J.J., Yanes O. A Guideline to Univariate Statistical Analysis for LC/MS–Based Untargeted Metabolomics–Derived Data. Metabolites. 2012; 2: 775–95.Hendriks M.M.W.B., Eeuwijk F.A. van, Jellema R.H., Westerhuis J.A., Reijmers T.H., Hoefsloot H.C.J. et al. Data-processing strategies for metabolomics studies. Trends Anal. Chem. 2011; 30: 1685-98.Hendriks M.M.W.B., Eeuwijk F.A. van, Jellema R.H., Westerhuis J.A., Reijmers T.H., Hoefsloot H.C.J. et al. Data–processing strategies for metabolomics studies. Trends Anal. Chem. 2011; 30: 1685–98.Зенкевич И.Г., Уколов А.И., Кушакова А.С., Густылева Л.К. Возможности идентификации изомерных алкиларенов с использованием аддитивных схем оценки газохроматографических индексов удерживания. Журнал аналитической химии. 2011; 66(12): 1282-9.Zenkevich I.G., Ukolov A.I., Kushakova A.S., Gustyleva L.K. Identification of isomeric alkylarenes with the use of additive relations for the evaluation of gas-chromatographic retention indices. Zhurnal Analiticheskoy Ximii. 2011; 66(12): 1165–72. (in Russian)Зенкевич И.Г., Уколов А.И. Кодирование особенностей структуры органических соединений для оценки хроматографических индексов удерживания с использованием аддитивных схем. Журнал структурной химии. 2010; 51(4): 671-81.Zenkevich I.G., Ukolov A.I. Coding of the structural features of organic compounds for the estimation of chromatographic retention indices with the use of additive schemes. Zhurnal Structurnoy Ximii. 2010; 51(4): 642–51. (in Russian)Уколов А.И., Кессених Е.Д., Радилов А.С., Гончаров Н.В. Токсикометаболомика: поиск маркеров хронического воздействия низких концентраций алифатических углеводородов. Журнал эволюционной биохимии и физиологии. 2017; 53(1): 24-32.Ukolov A.I., Kessenikh E.D., Radilov A.S., Goncharov N.V. Toxicometabolomics: Identification of markers of chronic exposure to low doses of aliphatic hydrocarbons. Zhurnal e`volyucionnoy bioximii i fiziologii. 2017; 53(1): 25–36.Уколов А.И., Шачнева М.Д., Радилов А.С. Идентификация биомаркеров экспозиции и эффекта 1,4-дихлоргексафторбутена-2. Токсикологический вестник. 2019; 4(157): 23-31.Ukolov A.I., Shachneva M.D., Radilov A.S. identification of biomarkers of exposure and effect of 1,4-dichlorohexafluorobutene-2. Toksikologicheskii vestnik. 2019; 4(157): 23–31. (in Russian)Уколов А.И., Радилов А.С. Методология определения биомаркёров органических соединений с использованием хроматомасс-спектрометрии. Медицина экстремальных ситуаций. 2018; 20(3): 439-50.Ukolov A.I., Radilov A.S. Metodologiya opredeleniya biomarkyorov organicheskih soedinenij s ispol’zovaniem hromatomass-spektrometrii. Medicina ekstremalnykh situacii. 2018; 20(3): 439–50. (in Russian)

The authors declare that there are no conflicts of interest present.