CN113514531B - 一种化合物的碎片离子预测方法及应用 - Google Patents
一种化合物的碎片离子预测方法及应用 Download PDFInfo
- Publication number
- CN113514531B CN113514531B CN202110460338.5A CN202110460338A CN113514531B CN 113514531 B CN113514531 B CN 113514531B CN 202110460338 A CN202110460338 A CN 202110460338A CN 113514531 B CN113514531 B CN 113514531B
- Authority
- CN
- China
- Prior art keywords
- fragment
- ions
- parent
- ion
- compound
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/62—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating the ionisation of gases, e.g. aerosols; by investigating electric discharges, e.g. emission of cathode
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/62—Detectors specially adapted therefor
- G01N30/72—Mass spectrometers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Biochemistry (AREA)
- Theoretical Computer Science (AREA)
- Electrochemistry (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本申请提供了一种化合物的碎片离子预测方法及应用,所述方法包括:1)确定用于实验的化合物,化合物的母离子分子式和碎片离子分子式;2)根据母离子和碎片离子的元素组成,选取稳定同位素;3)根据确定的化合物、母离子分子式和碎片离子分子式、母离子和碎片离子中稳定同位素元素个数,计算所述母离子和所述碎片离子被稳定同位素标记的情况;4)计算全部母离子和全部碎片离子被所述稳定同位素标记情况的个数;5)根据步骤4)中得到的标记情况的数量,计算全部标记情况中母离子和碎片离子的精确质量数,并计算质荷比;6)建立化合物的碎片离子的质荷比数据库。
Description
技术领域
本申请涉及同位素标记实验中质谱数据的预处理以及有效信息的提取方法,特别涉及一种基于质谱数据中呈现的稳定同位素标记的化合物碎片离子的预测、采集及定性方法。
背景技术
色谱质谱联用仪是将色谱的分离能力与质谱的定性功能相结合,从而对复杂样品中的化合物实现定量和定性分析功能,是代谢组学分析的主要工具。与质谱联用的色谱仪主要有气相色谱和液相色谱,质谱仪根据分析器主要有四极杆质谱仪、离子阱质谱仪、飞行时间质谱仪等,按分辨率能力可分为低分辩、中分辨和高分辨质谱仪。其检测原理是经色谱分离的各种组分在离子源中发生电离,带不同荷质比的离子在加速电场的作用下形成离子束,注入质量分析器,质量分析器记录各种带电离子的质量数和丰度。用于分析的带电离子可以是原子、分子、分子碎片、同位素离子等。色谱质谱联用仪数据的定性分析包括:1)母离子峰和主要碎片离子峰与标准图谱一致;2)目标物的保留时间与标准品的相同;3)母离子和碎片离子的荷质比满足相应仪器的质量精度;4)目标化合物的母离子峰同位素分布与该分子式的自然分布相匹配。
母离子和碎片离子的质量数对代谢物的鉴定有着至关重要的作用,用色谱质谱仪检测代谢流实验时,其实验复杂性在于不同待测物的标记元素不同,不同待测物的标记位置不同;不同待测物使用同一种标记元素时,标记位置和标记数量的不同也会得到完全不同的待测目标物;即使是同一种标记化合物,由于代谢网络复杂,各种代谢物之间交流复杂多变,同一代谢物不同通路来源标记情况也不尽相同,从而使得目标代谢物的标记呈现多样性;有些待测物特征碎片离子的结构未知进一步增加了与同位素标记化合物之间的关联难度,尤其是非特征基团。代谢物的来源复杂多样、碎片离子标记情况复杂多变,因此存在标记化合物与待测物的代谢关系不明确的情况。
发明内容
以下是对本文详细描述的主题的概述。本概述并非是为了限制本申请的保护范围。
一种基于质谱数据中呈现的稳定同位素标记的化合物碎片离子的预测、采集及定性方法。无需碎片离子的结构,也不用去追溯与被标记化合物之间的元素关联,只需母离子和子离子的分子式组成即可快速、准确、无遗漏地推算所有可能的标记情况,并计算出精确质量数,并且可根据标记元素进行不同的预测。该方法可使用各种类型的色谱质谱联用仪的方法建立或者数据分析阶段。
本申请通过归纳总结的规则对化合物进行不同元素标记情况下的所有可能出现的母离子与特征碎片离子的组合进行计算,采用软件或其他形式,可对数据进行批量处理,速度快,准确率高,无需追溯特征碎片离子的结构以及上游代谢物的结构关联,极大的方便了未知代谢通路或者与标记物关联较弱的代谢物的检测。
标记化合物与待测物的代谢关系不明确时,在数据采集时收集母离子和碎片离子的所有标记情况,可不用考虑特征碎片离子是否全部或者部分来源于被标记物的某个基团,而且不用担心丢失重要信息。
本申请提供了一种化合物的碎片离子预测方法,包括以下步骤:
1)确定用于实验的化合物,确定所述化合物的母离子分子式和碎片离子分子式;
2)根据所述母离子和所述碎片离子的元素组成,选取稳定同位素;
3)根据步骤1)确定的所述化合物、母离子分子式和碎片离子分子式、所述母离子和所述碎片离子中所述稳定同位素元素个数,计算所述母离子和所述碎片离子被所述稳定同位素标记的情况;
4)计算全部所述母离子和全部所述碎片离子被所述稳定同位素标记情况的个数;
5)根据步骤4)中得到的所述标记情况的数量,计算全部所述标记情况中所述母离子和所述碎片离子的精确质量数,并计算质荷比;
可选地,预测方法还包括步骤6)建立所述化合物的碎片离子的质荷比数据库。
在本申请提供的一种实施方式中,所述目标化合物的数量可以为一个或两个以上。
在本申请提供的一种实施方式中,步骤1)中所述母离子和所述碎片离子为所述化合物通过软件预测、文章报道、网站数据库查询到的所述母离子和所述碎片离子。
在本申请提供的一种实施方式中,所述标记元素选自C、H、N、O和S中的任意一种元素或更多种元素。
在本申请提供的一种实施方式中,步骤4)中计算所述全部碎片离子被所述稳定同位素标记情况的个数的方法包括:
a)选取所述稳定同位素的种类为1种,所述特定化合物对应的母离子种类为1种,所述母离子对应的碎片离子种类为1种;
b)记所述母离子中可以被所述稳定同位素标记的元素个数为x个,所述碎片离子中可以被所述稳定同位素标记的元素个数为y个;
若母离子中实际被标记的元素个数a与y之和大于x时,则所述碎片离子中标记元素的数量为a+y-x个、a+y-x+1个、a+y-x+2个至z个,当所述a+y-x=z时,所述标记情况的数量为1种;当a+y-x≠z时,所述标记情况的数量为z-(a+y-x)+1种;
若母离子中实际被标记的元素数a与y之和不大于x时,则所述碎片离子标记元素数量为0、1、至z个;所述标记情况的数量为z+1种;
z取a和y最小值。
在本申请提供的一种实施方式中,当选取所述稳定同位素的种类大于1种时,分别计算每一种稳定同位素的母离子标记情况和碎片离子标记情况的数量;
将每一种所述稳定同位素的母离子标记情况的数量的乘积即为所述稳定同位素的种类大于1种时所述母离子标记情况的数量;
将每一种所述稳定同位素的碎片离子标记情况的数量的乘积即为所述稳定同位素的种类大于1种时所述碎片离子标记情况的数量。
又一方面,本申请提供了一种检测装置,所述检测装置在使用过程中使用权利要求1至6中任一项所述的稳定同位素标记的化合物的碎片离子的质荷比数据库。
又一方面,本申请提供了上述的稳定同位素标记的化合物的碎片离子的应用,用于代谢流检测。
在本申请提供的一种实施方式中,所述应用用于未知代谢物与标记物之间代谢关系情况下的代谢流检测。
在本申请提供的一种实施方式中,所述数据库用于低分辨率色谱仪或更高分辨率的色谱质谱仪。
本申请提供的技术方案,根据选取的稳定同位素标记的化合物和获取的母离子和碎片离子分子式计算所有的同位素标记的母离子和碎片离子组合,确定母离子不同标记情况下的碎片离子的所有标记规则;4)根据总结的规则可以对所有已知碎片离子分子式和未知碎片离子分子式但可借用软件计算碎片离子分子式的化合物进行计算。
本申请具有一下优势:
1、采用母离子和碎片离子的分子式直接计算所有可能的标记情况,涵盖所有情况,信息更加全面,有助于发现未知的代谢通路;不需要考虑待测物与标记物之间的代谢关系,也不需要待测物碎片离子的结构与基团来源,而且不用担心丢失重要信息。克服代谢网络复杂,代谢物来源不单一,标记物复杂多样导致的代谢流检测对专业的高度依赖性,采用母离子和碎片离子的分子式计算待测物所有可能的标记情况,从而使代谢流实验检测变得简单快速、易操作、信息全面无遗漏。对生物背景比较弱或者代谢流初学者友好,简单易操作,适应面广。
2、本申请提供的方法适应所有稳定同位素的标记实验,只需选择标记物的稳定同位素,即可对待测物的所有碎片离子的标记情况进行计算而且支持批量处理,方便快捷。
3、经本申请技术方案计算的母离子和碎片离子可以适应所有色谱质谱联用仪,不仅可用于低分辩四极杆仪器的方法建立,也可用高分辨仪器的后期数据分析。
本申请的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请而了解。本申请的其他优点可通过在说明书中所描述的方案来发明实现和获得。
附图说明
附图用来提供对本申请技术方案的理解,并且构成说明书的一部分,与本申请的实施例一起用于解释本申请的技术方案,并不构成对本申请技术方案的限制。
图1按照本申请实现的同位素标记的目标母离子和碎片离子计算方法的流程示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚明白,下文对本申请的实施例进行详细说明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互任意组合。
在本申请实施例中,样本的来源包含但不仅限于模式生物、细胞、细菌、真菌、模式植物及其他可用于进行标记实验的植物;
在本申请实施例中,使用的示踪剂包含但不仅限于葡萄糖Glucose-13C6H12O6、谷氨酰胺Glutamine-C5H10 15N2O3、谷氨酰胺Glutamine-13C5H10N2O3、十六烷酸Palmitic acid-C16D32O2、十六烷酸Palmitic acid-13C16H32O2、13CO2等有机或无机化合物,用于标记的同位素包含但不仅限于13C、15N、18O、34S、D等已知或可被用于标记的元素,获取目标化合物碎片离子信息的方式包含但不仅限于网站(HMDB、metlin等)、文章、软件等途径。
本申请提供了一种不需要追溯同位素标记化合物的与目标分子中碎片离子之间的关联即可预测目标分子与碎片离子的所有标记情况。
实施例1
本实施例是基于13C、15N、18O、34S等不同标记元素的同一化合物的标记。本实施例的目标化合物选取腺苷为例计算不同标记元素下统一化合物的母离子及碎片离子的标记情况。基于标记的腺苷Adenosine的母离子质荷比组合与碎片离子的质荷比组合建立的数据库。
本实施例以腺苷为例,建立腺苷的质荷比数据库,腺苷有一分子腺嘌呤和一分子核糖组成,腺苷在生物体内可从头合成和降解生成,参与生物体内氧化还原反应。腺苷的来源具有多样性,不同的同位素标记数量、位置或者同一同位素的不同化合物的标记都得到不同的标记情况,而使用本申请提供的方法只需确定同位素标记元素即可计算所有可能标记情况,如表1所示。计算方法如下:
结合HMDB网站、mz cloud软件等途径选取腺苷Adenosine的母离子分子式为C10H12N5O4,[M-H]-的m/z为426.02214;并选取所述腺苷母离子的对应特征性碎片离子。
特征性碎片离子一:m/z 328.0447[C10H9N5O6P]-、特征性碎片离子二:m/z134.0467[C5H4N5]-、特征性碎片离子三:m/z 158.9248[HO6P2]-、特征性碎片离子四:m/z 408.0110[C10H12N5O9P2]-。
以碳13标记,母离子有6个13C标记为例(负离子模式,详见表1中第第59行至第63行)进行计算:
特征碎片离子二:
母离子有6个13C标记(即a=6),母离子中共有10个碳(即x=10),碎片离子二中共有5个C(即y=5),即a+y>x,z取a和y中的最小值即5,因此被标记的碎片二共有a+y-x=1、a+y-x+1=2、a+y-x+2=3、a+y-x+3=4、z=5,共5种标记情况,即z-(a+y-x)+1=5。
实际情况如下:当母离子有6个13C标记时m/z为432.04227,特征碎片离子二有至少1个C原子被标记,特征碎片离子二含有5个C原子,与母离子相比缺少5个C原子,所以碎片离子标记情况为5个C原子中有1、2、3、4、5个C原子被标记,因为缺少的5个C原子中分别有5、4、3、2、1个C原子被标记,所以特征碎片离子二有m/z135.05005、m/z136.05341、m/z137.056765、m/z138.06012、m/z139.063475。
特征碎片离子一:
母离子有6个13C标记(即a=6),母离子中共有10个碳(即x=10),碎片离子二中共有10个C(即y=10),即a+y>x,z取a和y中的最小值即6,因此被标记的碎片二共有a+y-x=6,z=6,因此,共1种标记情况,即z-(a+y-x)+1=1。
实际情况如下:当母离子有6个13C标记时m/z为432.04227,特征碎片离子一中的6个C原子被标记,特征碎片离子一有10个C原子与母离子一致,所以碎片离子10个C原子均被标记为m/z334.06483;
特征碎片离子三:
母离子有个13C标记(即a=6),母离子中共有10个碳(即x=10),碎片离子三中共有0个C(即y=0),即a+y<x,z=a和y中的最小值即0,因此被标记的碎片二共有z=0个,因此,共1种标记情况,即z+1=1。
实际情况如下:特征碎片离子三不含有C原子,所以为m/z158.9248;
特征碎片离子四:
母离子有6个13C标记(即a=6),母离子中共有10个碳(即x=10),碎片离子四中共有10个C(即y=10),即a+y>x,z取a和y中的最小值即6,因此被标记的碎片四共有a+y-x=6,z=6,因此,共1种标记情况,即z-(a+y-x)+1=1。
实际情况如下:当母离子有6个13C标记时m/z为432.04227,特征碎片离子四中的6个C原子被标记,特征碎片离子四与母离子一样含有10个C原子,所以有6个C原子被标记,其m/z为414.03113。
即,当母离子有6个13C标记时,碎片离子的质荷比存在5+1+1+1共8种标记情况,如表1中第59行至第63行所示。
以此类推,如表1中第53行至第58行所示,当母离子有5个13C时(阴离子模式)碎片离子的质荷比存在9种标记情况,即:特征碎片离子一存在1种,特征碎片离子二中存在6种,特征碎片离子三存在1种,特征碎片离子四存在1种。
同理可依据本申请公开的规则计算基于13C标记的腺苷Adenosine以及其他标记的腺苷Adenosine(见表1)。
以此类推,当母离子腺苷中的标记元素同时包括5个13C、2个15N时,特征碎片离子二的标记情况的个数计算如下:存在6种5个13C标记特征碎片离子二的情况,存在3种两个15N标记特征碎片离子二的情况,6和3的乘积为同时包括5个13C、2个15N时,特征碎片离子二的标记情况的个数即18种。以此类推,3个13C,2个15N标记腺苷时:特征碎片离子二的标记情况的个数为4与3的乘积即12种。(未在表1中显示)
表1:基于13C、15N、18O、34S的腺苷Adenosine标记情况
实施例2
本实施例以谷胱甘肽为例,建立谷胱甘肽的荷质比数据库,谷胱甘肽Glutathione有三分子氨基酸谷氨酸、甘氨酸、半胱氨酸组成。由于谷胱甘肽参与生物体内氧化还原反应,来源具有多样性,不同的同位素标记数量、位置或者同一同位素的不同化合物的标记都得到不同的标记情况,而使用本申请提供的方法只需确定同位素标记元素即可计算所有可能标记情况,如表2所示。
表2:基于13C、15N、18O、34S的谷胱甘肽Glutathione标记情况
同理,除实施例1和实施例2给出的技术方案外,还可以选用不同元素的不同标记位置的葡萄糖、氨基酸、脂肪酸、核苷酸、二氧化碳、有机酸等对中心碳代谢通路(比如三羧酸循环、糖酵解通路、磷酸戊糖途径相关化合物)、能量代谢通路、脂肪酸代谢通路、核苷酸代谢通路、一碳代谢通路等进行研究。本申请提供的方法可计算出精确的母离子和碎片离子的质核比,因而可分别用于低分辨、中分辨和高分辨质谱仪中的方法设置和数据分析,具有普适性。
一般选用的示踪剂包括但不限于不同标记位置和不同标记数量C原子的葡萄糖、谷氨酰胺、脂肪酸、氨基酸等,可用于标记的中心碳代谢通路(比如三羧酸循环、糖酵解通路、磷酸戊糖途径相关化合物)的化合物包括并不仅限于柠檬酸、异柠檬酸、琥珀酸、苹果酸、乙酰辅酶A、葡萄糖、磷酸甘油酸、磷酸甘油、磷酸核糖等。
应用例1:
以稳定同位素13C为示踪元素的中心碳代谢及能量代谢通路的标记,基于液相质谱联用仪的稳定同位素13C标记的模式生物组织样品的检测;
以13C标记的化合物,可主要检测三羧酸循环、糖酵解磷酸戊糖途径、氨基酸代谢、核苷酸代谢、一碳代谢、尿素循环、脂质代谢等,本应用例以13C标记的葡萄糖C6H12O6作为示踪剂,选取模式生物小鼠的脑和肝脏组织为例进行说明,其具体的实施步骤为:
1)选择葡萄糖为需要检测的目标化合物,利用网络或者软件预测目标代谢物母离子和碎片离子的分子式,以部分氨基酸为例,根据现有技术选取母离子包括:L-丙氨酸(L-Alanine)*C3H7NO2、L-天冬氨酸(L-aspartic acid)*C4H7NO4、L-谷氨酰胺(L-Glutamine)*C5H10N2O3、L-甘氨酸(L-Glycine)*C2H5NO2、L-异亮氨酸(L-isoLeucine)*C6H13NO2、L-赖氨酸(L-lysine)*C6H14N2O2、L-蛋氨酸(L-Methionine)*C5H11NO2S、L-苏氨酸(L-Threonine)*C4H9NO3、2-羟戊二酸(2-HG)*C5H8O5、a-酮戊二酸(a-ketoglutarate)*C5H6O5、乌头酸(aconitate)*C6H6O6、柠檬酸(citrate)*C6H8O7、苹果酸(malate)*C4H6O5、乳清酸(Oroticacid)*C5H4N2O4、琥珀酸(succinate)*C4H6O4;对应的碎片离子依次为:C2H6N、C4H6NO3、C4H6NO、CH4N、C5H12N、C5H10N、C4H10NS、C3H8NO、C5H6O4、C4H6O3、C4H5O2、C3H3O3、C3H3O2、C4H3N2O2、C3H6O2。
经本申请提供的预测方法计算可得其标记情况为:
表3:基于13C-葡萄糖(13C-glucose)的氨基酸和三羧酸循环相关代谢物的母离子和子离子
2)利用表3获得的母离子、子离子信息在液相质谱联用仪上建立采集方法。色谱柱为UPLC ACQUITY BEH Amide(2.1mm×100mm×1.7μm),柱温为35℃。流动相为A为95%乙腈/5%水溶液(10mM乙酸铵),流动相为B为50%乙腈/50%水溶液(10mM乙酸铵),流速为300μL/min。洗脱梯度为2%B相起始并保持2min,1至15min线性升至98%B,在98%B保持2min,然后降至2%并保持3min。将提取好的脑和心脏组织样品进行数据采集。
3)依据表3获得的母离子、子离子信息在数据分析软件上建立数据库,对采集的数据进行搜库分析,分析好的数据经软件扣除自然界干扰后,氨基酸的标记情况如表4。
表4:基于13C-葡萄糖(13C-glucose)的小鼠脑组织中部分代谢物的标记比例
从表4中可以得出如下结论:
从表4中可以看出三羧酸循环中有机酸以及谷氨酸、谷氨酰胺、天冬氨酸等氨基酸摄取了大量葡萄糖的碳源进行合成,这与已知的葡萄糖为细胞三羧酸循环提供碳源的结论一致(参考1:生物化学与分子生物学,人民卫生出版社)。
应用例2
以稳定同位素15N为示踪元素的中心氮代谢及能量代谢通路的标记,基于液相质谱联用仪的稳定同位素15N标记的细菌样品的检测;
以15N标记的的化合物,可主要检测三羧酸循环、糖酵解磷酸戊糖途径、氨基酸代谢、核苷酸代谢、一碳代谢、尿素循环、脂质代谢中含氮的化合物等,本应用例以15N标记的谷氨酰胺作为示踪剂,选取细菌中的肺炎链球菌为例进行说明,其具体的实施步骤为:
1)选择谷氨酰胺为需要检测的目标化合物,利用网络或者软件预测目标代谢物母离子和碎片离子的分子式,以核苷酸代谢部分代谢物为例,根据现有技术选取母离子包括:腺嘌呤(Adenine)*C5H5N5、腺嘌呤核苷酸(AMP)*C10H14N5O7P、瓜氨酸(Citrulline)*C6H13N3O3、胞嘧啶核苷酸(CMP)*C9H14N3O8P、胞嘧啶核糖核苷(Cytidine)*C9H13N3O5、谷氨酸(Glutamicacid)*C5H9NO4、单磷酸鸟苷(GMP)*C10H14N5O8P、鸟苷(Guanosine)*C10H13N5O5、烟酰胺腺嘌呤二核苷酸(NAD)*C21H28N7O14P2;对应的碎片离子依次为:C5H3N4、O3P、C6H11N2O3、O3P、C4H6N3O、C4H6NO、O3P、C5H6N5O、C15H20N5O13P2。
经本申请提供的预测方法计算可得其标记情况为:
表5:基于15N-谷氨酰胺(15N-glutamine)标记的核苷酸的母离子和子离子
2)利用表5获得的母离子、子离子信息在液相质谱联用仪上建立采集方法。色谱柱为UPLC ACQUITY BEH Amide(2.1mm×100mm×1.7μm),柱温为35℃。流动相为A为95%乙腈/5%水溶液(10mM乙酸铵),流动相为B为50%乙腈/50%水溶液(10mM乙酸铵),流速为300μL/min。洗脱梯度为2%B相起始并保持2min,1至15min线性升至98%B,在98%B保持2min,然后降至2%并保持3min。将提取好的细菌样品进行数据采集。
3)依据表5获得的母离子、子离子信息在数据分析软件上建立数据库,对采集的数据进行搜库分析,分析好的数据经软件扣除自然界干扰后,核苷酸相关代谢物的标记情况如表6。
表6:基于15N-谷胱甘肽(15N-glutamine)标记的细菌中核苷酸标记比例
从表6中可以得出如下结论:
从表6中可以看出细胞中核苷酸以及中间产物携带了大量的同位素标记,说明核苷酸合成依赖谷氨酰胺提供氮源,这一结论与现有知识是相同的(参考1:生物化学与分子生物学,人民卫生出版社)。
应用例3
以稳定同位素13C为示踪元素的中心碳代谢及能量代谢通路的标记,基于液相质谱联用仪的稳定同位素13C标记的模式生物组织样品的检测;
以13C标记的化合物,可主要检测三羧酸循环、糖酵解磷酸戊糖途径、氨基酸代谢、核苷酸代谢、一碳代谢、尿素循环、脂质代谢等,本应用例分别以13C标记的葡萄糖和谷氨酰胺作为示踪剂,选取293T细胞样品为例进行说明,其具体的实施步骤为:
1)选择分别以13C标记的葡萄糖和谷氨酰胺作为需要检测的目标化合物,利用网络或者软件预测目标代谢物母离子和碎片离子的分子式,以三羧酸循环相关代谢物为例,根据现有技术选取葡萄糖母离子包括:乌头酸(aconitate)*C6H6O6、a-酮戊二酸(a-ketoglutarate)*C5H6O5、柠檬酸(citrate)*C6H8O7、苹果酸(malate)*C4H6O5、琥珀酸(succinate)*C4H6O4;对应的碎片离子依次为:C4H5O2、C4H6O3、C3H3O3、C3H3O2、C3H6O2;
根据现有技术选取谷氨酰胺母离子包括:乌头酸(aconitate)*C6H6O6、a-酮戊二酸(a-ketoglutarate)*C5H6O5、柠檬酸(citrate)*C6H8O7、乳酸(lactate)*C3H6O3、苹果酸(malate)*C4H6O5、丙酮酸(pyruvate)*C3H4O3、琥珀酸(succinate)*C4H6O4;对应的碎片离子依次为:C4H5O2、C4H6O3、C3H3O3、C3H6O3、C3H3O2、C3H4O3、C3H6O2;
经本发明方法计算可得其标记情况为:
表7:基于13C-谷氨酰胺(13C-glutamine)和13C-葡萄糖(13C-glucose)的三羧酸循环相关代谢物的母离子和子离子
2)利用表7获得的母离子、子离子信息在液相质谱联用仪上建立采集方法。色谱柱为UPLC ACQUITY BEH Amide(2.1mm×100mm×1.7μm),柱温为35℃。流动相为A为95%乙腈/5%水溶液(10mM乙酸铵),流动相为B为50%乙腈/50%水溶液(10mM乙酸铵),流速为300μL/min。洗脱梯度为2%B相起始并保持2min,1至15min线性升至98%B,在98%B保持2min,然后降至2%并保持3min。将提取好的细胞样品进行数据采集。
3)依据表7获得的母离子、子离子信息在数据分析软件上建立数据库,对采集的数据进行搜库分析,分析好的数据经软件扣除自然界干扰后,核苷酸相关代谢物的标记情况如表8。
表8:基于13C-葡萄糖(13C-glucose)和13C-谷氨酰胺(13C-glutamine)的哺乳细胞中三羧酸循环相关代谢物的标记比例
从表8中可以得出如下结论:
从表8中可以看出细胞中三羧酸循环有机酸携带了大量来自葡萄糖与谷氨酰胺的标记,且标记状态不同,说明葡萄糖与谷氨酰胺都能够为细胞三羧酸循环提供碳源,并且代谢途径不同造成了标记状态不同。这一结论与现有知识是相同的(参考1:生物化学与分子生物学,人民卫生出版社)。
虽然本申请所揭露的实施方式如上,但所述的内容仅为便于理解本申请而采用的实施方式,并非用以限定本申请。任何本申请所属领域内的技术人员,在不脱离本申请所揭露的精神和范围的前提下,可以在实施的形式及细节上进行任何的修改与变化,但本申请的专利保护范围,仍须以所附的权利要求书所界定的范围为准。
Claims (10)
1.一种化合物的碎片离子预测方法,包括以下步骤:
1)确定用于实验的化合物,确定所述化合物的母离子分子式和碎片离子分子式;
2)根据所述母离子和所述碎片离子的元素组成,根据所述元素组成选取稳定同位素;
3)根据步骤1)确定的化合物、母离子分子式和碎片离子分子式、所述母离子和所述碎片离子中所述稳定同位素元素个数,计算所述母离子和所述碎片离子被所述稳定同位素标记的情况;
4)计算全部所述母离子和全部所述碎片离子被所述稳定同位素标记情况的个数;
5)根据步骤4)中得到的所述标记情况的数量,计算全部所述标记情况中所述母离子和所述碎片离子的精确质量数,获得所述化合物的全部碎片离子;
步骤4)中计算全部所述碎片离子被所述稳定同位素标记情况的个数的方法包括:
a)选取所述稳定同位素的种类为1种,所述化合物对应的母离子种类为1种,所述母离子对应的碎片离子种类为1种;
b)记所述母离子中可以被所述稳定同位素标记的元素个数为x个,所述碎片离子中可以被所述稳定同位素标记的元素个数为y个;
若母离子中实际被标记的元素个数a与y之和大于x时,则所述碎片离子中标记元素的数量为a+y-x个、a+y-x+1个、a+y-x+2个至z个,当所述a+y-x=z时,所述标记情况的数量为1种;当a+y-x≠z时,所述标记情况的数量为z-(a+y-x)+1种;
若母离子中实际被标记的元素数a与y之和不大于x时,则所述碎片离子标记元素数量为0、1、至z个;所述标记情况的数量为z+1种;
z取a和y最小值。
2.根据权利要求1所述的方法,其中,所述预测方法还包括步骤6)根据获得的所述化合物的全部碎片离子,建立所述全部碎片离子的质荷比数据库。
3.根据权利要求1所述的方法,其中,所述化合物的数量可以为一个或两个以上。
4.根据权利要求1所述的方法,其中,步骤1)中所述母离子和所述碎片离子为所述化合物通过软件预测、文章报道、网站数据库查询到的所述母离子和所述碎片离子。
5.根据权利要求1所述的方法,其中,所述稳定同位素选自C、H、N、O和S中的稳定同位素的一种或多种。
6.根据权利要求5所述的方法,其中,当选取所述稳定同位素的种类大于1种时,分别计算每一种稳定同位素的母离子标记情况和碎片离子标记情况的数量;
将每一种所述稳定同位素的母离子标记情况的数量的乘积即为所述稳定同位素的种类大于1种时所述母离子标记情况的数量;
将每一种所述稳定同位素的碎片离子标记情况的数量的乘积即为所述稳定同位素的种类大于1种时所述碎片离子标记情况的数量。
7.一种检测装置,所述检测装置在使用过程中使用权利要求1至6中任一项所述的化合物的碎片离子的质荷比数据库。
8.根据权利要求1至6中任一项所述的化合物的碎片离子预测方法建立的碎片离子质荷比数据库的应用,用于代谢流检测。
9.根据权利要求8的所述的应用,其中,所述应用用于未知代谢物与标记物之间代谢关系情况下的代谢流检测。
10.根据权利要求8或9的所述的应用,其中,所述数据库用于低分辨率色谱仪或更高分辨率的色谱质谱仪。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110460338.5A CN113514531B (zh) | 2021-04-27 | 2021-04-27 | 一种化合物的碎片离子预测方法及应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110460338.5A CN113514531B (zh) | 2021-04-27 | 2021-04-27 | 一种化合物的碎片离子预测方法及应用 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113514531A CN113514531A (zh) | 2021-10-19 |
CN113514531B true CN113514531B (zh) | 2022-10-25 |
Family
ID=78063779
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110460338.5A Active CN113514531B (zh) | 2021-04-27 | 2021-04-27 | 一种化合物的碎片离子预测方法及应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113514531B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1773276A (zh) * | 2004-11-12 | 2006-05-17 | 中国科学院计算技术研究所 | 用串联质谱中碎片离子的同位素峰预测离子分子式的方法 |
CN103245714A (zh) * | 2013-03-25 | 2013-08-14 | 暨南大学 | 基于候选肽段区分度标记图谱的蛋白质二级质谱鉴定方法 |
CN103792275A (zh) * | 2013-09-24 | 2014-05-14 | 中国科学院成都生物研究所 | 一种高分辨质谱准确分子式预测方法 |
CN105891316A (zh) * | 2016-04-26 | 2016-08-24 | 山东出入境检验检疫局检验检疫技术中心 | 一种同时筛查分析纺织品中禁限用染料的方法 |
CN109828068A (zh) * | 2017-11-23 | 2019-05-31 | 株式会社岛津制作所 | 质谱数据采集及分析方法 |
CN110003035A (zh) * | 2018-12-28 | 2019-07-12 | 中国水产科学研究院 | 稳定同位素标记3-氨基苯甲酸乙酯-d5及其制备方法 |
CN111164422A (zh) * | 2017-08-07 | 2020-05-15 | 新加坡科技研究局 | 从液相色谱-质谱(lc-ms)数据中快速分析和鉴定脂质 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005059556A1 (en) * | 2003-12-19 | 2005-06-30 | Max Planck Geselllschaft Zur Förderung Der Wissenschaften E.V. | Method for analysing metabolites |
US20050148771A1 (en) * | 2004-01-05 | 2005-07-07 | Applera Corporation. | Active esters of N-substituted piperazine acetic acids, including isotopically enriched versions thereof |
GB2463633B (en) * | 2008-05-15 | 2013-02-27 | Thermo Fisher Scient Bremen | MS/MS data processing |
GB201204723D0 (en) * | 2012-03-19 | 2012-05-02 | Micromass Ltd | Improved time of flight quantitation using alternative characteristic ions |
US10770276B2 (en) * | 2015-08-31 | 2020-09-08 | Yale University | Techniques of mass spectrometry for isotopomer analysis and related systems and methods |
CN109142737B (zh) * | 2017-06-16 | 2021-12-14 | 中国科学院大连化学物理研究所 | 一种基于二甲基化标记dia策略的蛋白质定量方法 |
US10878944B2 (en) * | 2018-03-23 | 2020-12-29 | Thermo Finnigan Llc | Methods for combining predicted and observed mass spectral fragmentation data |
CN109917040A (zh) * | 2019-04-02 | 2019-06-21 | 清华大学 | 一种基于液质联用定量多种肠道菌群有机酸的方法 |
-
2021
- 2021-04-27 CN CN202110460338.5A patent/CN113514531B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1773276A (zh) * | 2004-11-12 | 2006-05-17 | 中国科学院计算技术研究所 | 用串联质谱中碎片离子的同位素峰预测离子分子式的方法 |
CN103245714A (zh) * | 2013-03-25 | 2013-08-14 | 暨南大学 | 基于候选肽段区分度标记图谱的蛋白质二级质谱鉴定方法 |
CN103792275A (zh) * | 2013-09-24 | 2014-05-14 | 中国科学院成都生物研究所 | 一种高分辨质谱准确分子式预测方法 |
CN105891316A (zh) * | 2016-04-26 | 2016-08-24 | 山东出入境检验检疫局检验检疫技术中心 | 一种同时筛查分析纺织品中禁限用染料的方法 |
CN111164422A (zh) * | 2017-08-07 | 2020-05-15 | 新加坡科技研究局 | 从液相色谱-质谱(lc-ms)数据中快速分析和鉴定脂质 |
CN109828068A (zh) * | 2017-11-23 | 2019-05-31 | 株式会社岛津制作所 | 质谱数据采集及分析方法 |
CN110003035A (zh) * | 2018-12-28 | 2019-07-12 | 中国水产科学研究院 | 稳定同位素标记3-氨基苯甲酸乙酯-d5及其制备方法 |
Non-Patent Citations (5)
Title |
---|
《Application of (LC/)MS/MS precursor ion scan for evaluating the occurrence, formation and control of polar halogenated DBPs in disinfected waters: A review》;MengtingYang et al.;《Water Research》;20190601;第322-337页 * |
《Dissociation of individual isotopic peaks: predicting isotopic distributions of product ions in MSn》;Alan L. Rockwood et al.;《Journal of The American Society For Mass Spectrometry》;20030414;第311-322页 * |
《Fourier Transform Ion Cyclotron Resonance Mass Spectrometry for Plant Metabolite Profiling and Metabolite Identification》;J. William Allwood et al.;《Plant Metabolomics》;20120113;第157-176页 * |
《同位素分析的计算方法》;范国梁 等;《分析测试学报》;20041230;第140-143页 * |
《氯/溴稳定同位素分析技术及其在环境科学研究中的应用》;胡新笑 等;《环境化学》;20210228;第331-342页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113514531A (zh) | 2021-10-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Nemkov et al. | A three‐minute method for high‐throughput quantitative metabolomics and quantitative tracing experiments of central carbon and nitrogen pathways | |
Wittmann et al. | Mass spectrometry for metabolic flux analysis | |
Fan et al. | NMR-based stable isotope resolved metabolomics in systems biochemistry | |
Dauner et al. | GC‐MS analysis of amino acids rapidly provides rich information for isotopomer balancing | |
Bajad et al. | Separation and quantitation of water soluble cellular metabolites by hydrophilic interaction chromatography-tandem mass spectrometry | |
Mahieu et al. | Defining and detecting complex peak relationships in mass spectral data: the Mz. unity algorithm | |
Bueschl et al. | Isotopic labeling-assisted metabolomics using LC–MS | |
Kiefer et al. | Determination of carbon labeling distribution of intracellular metabolites from single fragment ions by ion chromatography tandem mass spectrometry | |
Hiller et al. | Elucidation of cellular metabolism via metabolomics and stable-isotope assisted metabolomics | |
Crutchfield et al. | Mass spectrometry-based metabolomics of yeast | |
CN111579665B (zh) | 一种基于uplc/hrms的代谢组学相对定量分析方法 | |
Young et al. | Isotopomer measurement techniques in metabolic flux analysis II: mass spectrometry | |
Reisz et al. | Measurement of metabolic fluxes using stable isotope tracers in whole animals and human patients | |
Foti et al. | Tools and workflow for structure elucidation of drug degradation products | |
Yang et al. | Gas chromatography–mass spectrometry with chemometric analysis for determining 12C and 13C labeled contributions in metabolomics and 13C flux analysis | |
JP2007205745A (ja) | 同位体含有率の測定方法 | |
Koley et al. | An efficient LC-MS method for isomer separation and detection of sugars, phosphorylated sugars, and organic acids | |
CA2547755C (en) | Method for analysing metabolites | |
CN113514531B (zh) | 一种化合物的碎片离子预测方法及应用 | |
Yu et al. | Stable isotope-resolved metabolomics based on mass spectrometry: Methods and their applications | |
Jaiswal et al. | Liquid chromatography methods for separation of polar and charged intracellular metabolites for 13 C metabolic flux analysis | |
Jaiswal et al. | SWATH: A Data-Independent Tandem Mass Spectrometry Method to Quantify 13 C Enrichment in Cellular Metabolites and Fragments | |
CN114577916B (zh) | 一种基于芯片纳升电喷雾质谱的稳定同位素标记代谢流的分析方法 | |
Almstetter et al. | Metabolic fingerprinting using comprehensive two-dimensional gas chromatography–time-of-flight mass spectrometry | |
Zhang et al. | Stable isotope-based metabolic flux analysis: A robust tool for revealing toxicity pathways of emerging contaminants |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |