应用分子网络方法,使用LC-HRMS与MetWork网络服务器相结合,用于临床和法医毒理学
Romain Magny1,2, Yann Beauxis3, Gregory Genta-Jouve4
1Laboratoire de Toxicologie, Fédération de Toxicologie, AP-HP, Hôpital Lariboisière, 75006, Paris, France.
Heliyon
|September 17, 2024
概括
这项研究引入了毒理学分子网络 (MN),增强了对患者样本的无针对性查. MN与MetWork结合,可以在没有参考标准的情况下改善药物和代谢物识别.
科学领域:
- 分析化学 分析化学
- 毒理学 毒理学 毒理学
- 计算化学计算化学
背景情况:
- 液体染色学高分辨率质谱 (LC-HRMS) 产生了广泛的数据,用于无针对性的毒理学查.
- 目前用于可视化和组织MS数据的工具有限.
- 分子网络 (MN) 为解释复杂的MS数据集提供了一种新的方法.
研究的目的:
- 为了比较*in silico*理论MS图书馆与实验患者数据以获得更广泛的MN应用.
- 使用MetWork网络应用程序进行增强的代谢物识别.
- 在毒理学查中,与传统方法对抗MN方法的验证.
主要方法:
- 对患者样本的LC-HRMS分析.
- 使用MZmine进行MN生成的数据处理.
- 使用MetGem进行MN的分析和可视化.
- 使用MetWork进行代谢物识别和注释.
主要成果:
- 在患者样本中发现了155种化合物,包括已知的药物.
- 在60名患者中,MN方法证实了药物摄入 (特拉马多尔,阿米,布罗马泽帕姆,可卡因).
- 传统方法和MN方法之间有80%的化合物重叠.
- MetWork成功地确定了原始药物及其代谢物 (例如,阿米林,北林,阿米林葡萄化物).
结论:
- 开发的工作流程增强了毒理学查的信心.
- 将MN与CFM-ID和MetWork结合起来,即使没有参考标准,也可以进行药物注释.
- 这种方法有效地突出了生物矩阵中的假设药物结构.
更多相关视频
11:00Untargeted Metabolomics from Biological Sources Using Ultraperformance Liquid Chromatography-High Resolution Mass Spectrometry UPLC-HRMS
Published on: May 20, 2013
22.4K
10:13Author Spotlight: An Efficient Methodology to Confidently Differentiate and Characterize Fentanyl Analogs
Published on: November 8, 2024
2.1K
