数据依赖性获取的多参数优化,通过分子网络实现更全面的细菌代谢物覆盖
Adivhaho Khwathisi1, Amidou Samie1, Asfatou Ndama Traore1
1Department of Biochemistry and Microbiology, University of Venda, Thohoyandou, South Africa.
International journal of microbiology
|July 29, 2025
概括
在非目标的LC-MS代谢学中优化碰撞能量和强度值显著提高了代谢物覆盖率. 建议基于组的优化策略用于更全面地分析 prokaryotic 代谢产物.
科学领域:
- 代谢学 代谢学 代谢学
- 分析化学 分析化学
- 微生物学 微生物学
背景情况:
- Prokaryotes 产生各种代谢物,如抗生素,对于在竞争环境中生存至关重要.
- 微生物代谢物的结构复杂性为全面检测提出了分析挑战.
- 标准化的实验设置限制了在非目标代谢学中代谢物覆盖范围.
研究的目的:
- 通过实验设计 (DoE) 方法,增强代谢物检测和扩大非目标超高性能液体染色学-四极飞行时间质谱学 (UHPLC-qTOF-MS) 的覆盖范围.
- 通过使用全球自然产品社会 (GNPS) 分子网络,调查数据采集设置对代谢物注释的影响.
- 为了比较单点与基于组的优化对代谢物覆盖的有效性.
主要方法:
- 在DoE框架内使用中央复合设计 (CCD) 来优化UHPLC-qTOF-MS采集参数.
- 多样化的碰撞能量和数据依赖采集 (DDA) 强度值.
- 利用GNPS进行分子网络构建和代谢物注释,分析MS2光谱数据.
主要成果:
- 调整碰撞能量在提高代谢物覆盖率方面比修改DDA值更有效.
- 数据采集设置,特别是MS2数据,显著影响GNPS中的代谢物注释.
- 随机选择的DDA设置中的分子网络表现优于DoE优化设置中的分子网络.
结论:
- 碰撞能量和强度值都独立地提高了非目标LC-MS中的代谢物覆盖率.
- 这些参数的综合优化产生了优越的代谢物覆盖率.
- 建议基于组的优化,而不是单点的优化,用于全面的新陈代谢分析,平衡数据稳定性和冗余性.
