• 应用纪要

使用Xevo™ MRT QTof对类花生酸进行高灵敏度、高通量LC-MS分析

使用Xevo™ MRT QTof对类花生酸进行高灵敏度、高通量LC-MS分析

  • Nyasha Munjoma
  • Gemma Molyneux
  • Lee A. Gethings
  • Jayne Kirk
  • Richard Lock
  • Waters Corporation

摘要

前列腺素(PG)(例如前列腺素E2 (PGE2)、前列腺素D2 (PGD2)、前列腺素F2α (PGF2α)和血栓烷B2 (TXB2))具有多种生理和病理生理功能,表现为疼痛、发烧和过敏反应。本研究将Xevo MRT QTof与UltraPerformance LCTM联用,动态范围覆盖四个数量级。检测限示例如下:白三烯B4 (LTB4)的LOD和LOQ分别为<0.05 ng/mL(柱上进样量<0.00015 ng)和0.1 ng/mL(柱上进样量0.0003 ng);PGD2的LOD和LOQ分别为0.1 ng/mL(柱上进样量0.0003 ng)和0.5 ng/mL(柱上进样量0.0015 ng)。三次重复进样在低、中、高浓度水平下均表现出良好的重现性,峰面积重现性CV <3.5%。质量精度和分辨率表现优异(例如PGD2 (C20H32O5)理论m/z [M-H]等于351.2770 m/z),质量数误差为-0.05 ppm,分辨率为69000 FWHM。RMS通常小于1 ppm,确保可靠鉴定。使用waters_connect轻松完成数据处理,但也可使用Lipostar和Skyline等第三方软件来提高工作流程的灵活性。

优势

Xevo MRT QTof与超高效液相色谱联用,提供一种简单稳定的采集策略,能够快速高效地获得高质量、全面的数据。Xevo MRT MS具备多项关键功能,使其成为代谢组学和脂质组学研究人员的理想选择,尤其适用于需结合高灵敏度、质量精度、质量分辨率与高通量方法的场景。

  • 占用空间小,提升实验室效率
  • 分辨率高/扫描速度快
  • 灵敏度高
  • 线性动态范围宽
  • 质量精度优

简介

研究表明,炎性疼痛的特征是通过环氧合酶(COX)途径从外周以及中枢神经系统组织(例如脑和脊髓)释放脂质介质,例如内源性大麻素、前列腺素(PG)、血栓烷、白三烯等1。 前列腺素(例如PGE2、PGD2、PGF2α和血栓烷B2 (TXB2))具有多种生理和病理生理功能,表现为疼痛、发烧和过敏反应2。 由于生物样品中富含异构体且其丰度较低,因此监测循环系统中COX类花生酸含量的动态变化较为复杂3。 常见类花生酸的结构如图1所示。

图1脂质的典型结构。

此前对这类脂质的分析主要采用放射计量法和酶联免疫分析法,但这些方法选择性不足,仅能靶向有限类别的化合物4。 还使用过气相色谱(GC-MS)法,但需要复杂的衍生化处理步骤。近年来,液相色谱(LC)与串联四极杆质谱(MS)联用技术逐渐成为主流。Schmidt等人(2005年)验证了一种LC-MS/MS方法,用于定量大鼠微透析样本中的PGE2和PGD2,LLOQ分别为25 pg/mL和50 pg/mL5。同样,使用近期研究中用于定量人血浆或痰液样本中LTB4的一种经验证方法测定了微胶质细胞中的PGE2和PGD2,定量限分别为0.2 ng/mL和0.078 ng/mL6

本文展示了超高效液相色谱(UPLC™)与Xevo MRT质谱仪联用的主要优势。得益于质谱仪灵敏度与动态范围的提升,我们开发了一种更精简的数据采集与分析工作流程,不仅拥有串联四极杆质谱仪的灵敏度水平,还能兼具高质量精度与质量分辨率。为提高灵活性,也可以使用Lipostar 2或Skyline等第三方软件分析数据7

实验

样品前处理

将含有LTB4、PGF2α、PGE2、PGD2、6-酮基-前列腺素F1α(6-酮基PGF1α)和TxB2的1000 ng/mL混标(Cayman Chemicals,美国密歇根州安娜堡)溶于甲醇,制备了浓度范围为1000 ng/mL~0.05 ng/mL的14点标准曲线,如下表所示。

样品制备表

液相色谱条件

液相色谱系统:

ACQUITY Premier流通针式(FTN)超高效液相色谱系统

样品瓶:

经认证的螺纹颈口最大回收玻璃样品瓶(P/N: 186000326c)

色谱柱:

CORTECS™ T3色谱柱, 120 Å, 1.6 µm, 2.1 mm x 50 mm,1根/包 - P/N:186008497

柱温:

35 °C

样品温度:

8 °C

进样体积:

3 µL(ESI-)

流速:

0.6 mL/min

流动相A:

0.01%甲酸的水溶液

流动相B:

0.01%甲酸的乙腈溶液

梯度表

MS离子源设置

变量:

说明(负)

毛细管电压:

2.0 kV

采样锥孔电压:

30

电离源补偿:

30

离子源温度:

120 °C

脱溶剂气温度:

650 °C

锥孔气流速:

50 L/h

脱溶剂气流速:

600 L/h

Lockspray流速:

10 µL/min

TOF设置

变量:

说明

实验类型:

ToF MSe

扫描速率:

10 Hz

质量范围:

50~1200 Da

数据格式:

连续

碰撞能量:

30~40 eV

Lockspray设置:

单一模式

参比m/z 554.26202

1.5 min间隔,采样时间0.30 s,毛细管电压2.5 kV,锥孔电压30 V

信息学软件

使用waters_connect™采集和处理数据,然后通过mzML文件传输至Lipostar 2软件(Mass Analytica,西班牙巴塞罗那)和Skyline(MacCoss Lab Software,华盛顿大学)。

结果与讨论

检测限和动态响应

在本研究中,检测限(LOD)定义为信噪比大于3的峰,而定量下限(LLOQ)定义为信噪比大于10、且分析物响应具有重现性和线性的峰8。 定量上限(ULOQ)定义为校准曲线上最高浓度的校准标准品。实验结果表明该方法具有优异的灵敏度(柱上进样量低于1 pg)和宽泛的线性动态范围。图2展示了白三烯B4 (LBT4)的典型数据示例。如果在空白样中未检出目标m/z信号,则可确认LOD。

图2LTB4的检测限和线性数据示例。(A)溶剂空白中未检出的m/z 335.2228处的峰。(B)峰到峰信噪比5.77,代表LOD的峰。(C)LTB4的线性响应。还显示了LLOQ色谱图(D)和ULOQ色谱图(E)。

表1汇总了所有化合物的检测限,以及检测限的柱上进样量值,以便与使用不同进样体积的方法进行对比。

表1各种类花生酸的检测限汇总。

峰面积精密度

本研究所用的方法在低(5 ng/mL)、中(50 ng/mL)、高(500 ng/mL)浓度样品的三次进样(进样体积为3 µL)中表现出良好的精密度。CV均小于3.5%。图3显示了6-酮基PGF1α、PGE2、PGF2α、LTB4、PGD2和TXB2的响应和CV。

图3低(5 ng/mL)、中(50 ng/mL)、高(500 ng/mL)浓度样品3次进样的结果汇总。(A) 6-酮基PGF1α、(B) PGE2、(C) PGF2α、(D) LTB4、(E) PGD2和(F) TXB2。

分辨率/质量精度

QTof仪器的质量精度高,与单同位素真实计算值的偏差在ppm以内,使我们可以根据质量数亏损确定经验公式。LC-MS Toolkit是waters_connect中的一款应用程序,用于评估分析中目标化合物的质量分辨率和质量精度。图4显示了PGD2 (C20H32O5)的分辨率(69000 FWHM),表明其m/z精度较高。由于质量误差较低,通过LC-MS Toolkit中的“元素组成”分析获得了高i-FIT置信度评分。PGD2的理论[M-H]加合物m/z值为351.2770。高能量谱图中PGD2碎片离子的质量误差极低,从而实现了准确的结构表征。

图4.(A):PGD2的质量分辨率为69000 FWHM,使用元素组成工具计算出的质量数误差为-0.05 ppm。(B):PGD2的高能量谱图显示其碎片离子的质量数误差也很低。

整个分析的质量数误差值通常小于1 ppm,所有化合物的RMS误差均小于1 ppm,如图5所示。这种高水平的质量精度有利于采用更窄的数据库检索窗口,进一步降低假阳性鉴定结果的可能性。

图5.整个分析中质量数误差值分布的直方图

第三方软件

许多实验室均已配备信息学软件和数据处理流程,为提高灵活性,可将数据转换为广泛使用的mzML格式,以便在流行的第三方软件中进行数据处理。图6展示了如何使用Skyline处理mzML文件。用户可使用包含m/z值的简单模板将DDA和MSe数据以mzML文件形式上传至Skyline进行处理。校准曲线根据Skyline官网提供的简明教程生成。Lipostar 2通过DB Manager模块采用基于规则的碎裂方法辅助脂质鉴定。图6 (B)为Lipostar数据库示例,展示了6-酮基PGF1α的预期碎片离子,并说明了如何根据质量精度碎片和保留时间鉴定化合物。

图6借助灵活的数据工作流程,用户可以使用Skyline (A)和Lipostar (B)等各种第三方软件处理数据。

结论

使用Xevo MRT QTof与超高效液相色谱联用系统建立的校准曲线表现出宽动态范围,线性覆盖四个数量级。这款高灵敏度仪器对于大多数此类化合物(例如白三烯B4 (LTB4)和前列腺素F2a)的LOD和LOQ可媲美串联四极杆仪器。具体而言,LTB4的LOD和LOQ分别为<0.05 ng/mL(柱上进样量<0.00015 ng)和0.1 ng/mL(柱上进样量0.0003 ng);前列腺素D2 (PGD2)的LOD和LOQ分别为0.1 ng/mL(柱上进样量0.0003 ng)和0.5 ng/mL(柱上进样量0.0015 ng)。峰面积重现性良好:使用3 µL进样量对低(5 ng/mL)、中(50 ng/mL)、高(500 ng/mL)浓度水平的样品进行三次重复进样,不同浓度下均表现出优异的重现性,CV <3.5%。

PGD2的质量分辨率为69000 FWHM,具有较高的m/z精密度。母离子和碎片离子在整个分析中均表现出优异的质量精度和较低的RMS误差(通常≤ ±1.0 ppm),与串联四极杆仪器相比,可以更可靠地鉴定类花生酸。

此外,高质量精度、高质量分辨率和高灵敏度的优势可与快速数据采集相结合,从而实现高通量方法,并能够在需要时扩展分析规模,以应对大规模群体研究。

数据兼容Skyline、Lipostar等第三方软件,使该工作流程高度灵活。通过简单教程即可轻松生成校准曲线、LOD/LOQ及质量数误差表。

参考资料

  1. Kidd BL, Urban LA.Mechanisms of inflammatory pain.Br.J. Anaesth.87(1), 3–11, 2001.
  2. Ricciotti E, FitzGerald GA.Prostaglandins and inflammation.Arterioscler.Thromb.Vasc.Biol.31(5), 986–1000, 2011.
  3. Tans, R., Bande, R., van Rooij, A., Molloy, B. J., Stienstra, R., Tack, C. J., Wevers, R. A., Wessels, H. J. C. T., Gloerich, J., & van Gool, A. J. (2020).Evaluation of cyclooxygenase oxylipins as potential biomarker for obesity-associated adipose tissue inflammation and type 2 diabetes using targeted multiple reaction monitoring mass spectrometry.Prostaglandins Leukotrienes and Essential Fatty Acids, 160.https://doi.org/10.1016/j.plefa.2020.102157.
  4. Billy J. Molloy, 脂氧化物的靶向UPLC-MS/MS分析, 沃特世应用纪要, 720007030ZH.2020年.
  5. Schmidt R, Coste O, Geisslinger G. LC–MS/MS-analysis of prostaglandin E2 and D2 in microdialysis samples of rats.J. Chromatogr.B Analyt.Technol.Biomed.Life Sci.826(1–2), 188–197 (2005).
  6. Gandhi, A. S., Budac, D., Khayrullina, T., Staal, R., & Chandrasena, G. (2017).Quantitative analysis of lipids: A higherthroughput LC-MS/MS-based method and its comparison to ELISA.Future Science OA, 3(1).https://doi.org/10.4155/fsoa-2016-0067.
  7. Laura Goracci, Sara Tortorella, Paolo Tiberi, Roberto Maria Pellegrino, Alessandra Di Veroli, Aurora Valeri, and Gabriele Cruciani (2017) LipoStar, a Comprehensive Platform-Neutral Cheminformatics Tool for Lipidomics, Analytical Chemistry 2017 89 (11), 6257–6264, DOI: 10.1021/acs.analchem.7b01259.
  8. A. Lister, Chapter 7 - Validation of HPLC Methods in Pharmaceutical Analysis, Separation Science and Technology, Vol.6, Academic Press, 2005, https://doi.org/10.1016/S0149-6395(05)80051-0.

720008647ZH,2024年12月

返回顶部 返回顶部