Anal. Chem.| 8-(二氮杂甲基)喹啉衍生的酰基辅酶A的质谱库揭示了衰老小鼠器官中酰基辅酶A的分布情况

学术   2024-08-25 16:16   北京  

中国科学院武汉植物园丁俊研究员和武汉纺织大学/武汉大学冯钰琦教授课题组于近期在Analytical Chemistry杂志上发表了题为“An 8-(Diazomethyl) Quinoline Derivatized Acyl-CoA in Silico Mass Spectral Library Reveals the Landscape of Acyl-CoA in Aging Mouse Organs” 的论文。此研究中,该团队开发了8-(二氮甲基)喹啉(8-DMQ)作为标记试剂对酰基辅酶A的化学衍生化策略,大大提高了检测灵敏度。通过应用从8-DMQ-酰基辅酶A真实标准的MS/MS谱图中学习到的MS/MS碎裂规则,创建了酰基辅酶AMS/MS库,涵盖8,336种酰基辅酶A,以促进了酰基辅酶A的高通量和自动注释。

酰基辅酶A(acyl-CoA)作为羧酸的活化形式,深度参与脂质的合成。酰基辅酶A丰度低,极性差异大,色谱拖尾,质谱响应差,因此,作者们在此项工作中采用含有偶氮基和喹啉基的8-DMQ衍生化(图1)。8-DMQ-酰基辅酶A表现出显著改善的色谱行为和质谱检测灵敏度(三个数量级提升),由于8-DMQ标记后疏水性增强,8-DMQ-酰基辅酶A的保留力变得更强,有利于短链的酰基辅酶A。

图1 8-DMQ衍生化酰基辅酶A

 


接着,作者们探究8-DMQ-酰基辅酶A的碎片化模式规则以使用计算机模拟串联质谱库。8-DMQ-酰基辅酶A的结构由多个块组成,包括一个8-DMQ残基、一个腺苷3′,5′-二磷酸(3′,5′-ADP)残基、一个泛酸残基、一个β-巯基乙胺残基和一个酰基团。乙酰辅酶A的对应MS/MS光谱如图2所示,并对碎片离子进行了仔细注释,其中m/z 303.1373处的基峰源自于失去3-磷酸腺苷二磷酸-8-DMQ。对于8-DMQ-C18:0 (α–OH)-辅酶A(图2B)也获得了类似的碎片离子。在仔细研究所有8-DMQ-酰基辅酶A的MS/MS光谱后,证实碎片化模式规则是普遍存在的(图2C)。因此,作者们将该规则作为其他8-DMQ-酰基辅酶A串联质谱的计算机模拟预测的启发式信息。

图2 8-DMQ-酰基辅酶A的串联质谱分析


作者们根据人类代谢组数据库(HMDB)中1,402个酰基辅酶A结构建模为8-DMQ衍生物,同时还考虑到HMDB中的6,934个羧酸结构,并将它们转化为相应的8-DMQ-酰基辅酶A形式,从而扩展了酰基辅酶A物种的覆盖范围。这些多样化的酰基辅酶A结构随后被用于开发离线库(图3)。除了之前记录的酰基辅酶A外,计算得到的酰基辅酶A物种的酰基覆盖了广泛的结构,包括33%来自有机酸,21%来自脂类和脂类分子,9%来自有机杂环化合物,8%来自苯类化合物等。

图3 in silico构建8-DMQ-酰基辅酶A数据库


为了测试开发的8-DMQ-acyl-CoA数据库在复杂样本中的可行性,作者们在衰老小鼠的多个器官中分析了acyl-CoA。他们对成年和老年小鼠的组织,包括大脑、心脏、肝脏、肾脏、白色脂肪组织和肌肉(图4A),经过8-DMQ衍生处理后进行LC-MS分析,初步注释了53种8-DMQ-acyl-CoA。

图4 小鼠的酰基辅酶A分析


除了MS/MS谱图之外,与保留时间(RT)的匹配可增强8-DMQ-酰基辅酶A的标注置信度,尤其是对于那些可能是具有高饱和度和不同氧化状态的异构体的脂肪酰基物种。由于市面上可用的酰基辅酶A标准品数量有限,获取所有酰基辅酶A的实验保留时间(RT)是不现实的。因此,作者们开发了一个基于XGBoost的机器学习模型,用于预测在计算机库中1,760种8-DMQ-脂肪酰基辅酶A的保留时间(图5)。考虑到内源检测的酰基CoA大多为线性链,作者们使用CIC0-RT线性回归模型模拟了105个线性酰链的8-DMQ-脂肪酰-CoA的RT。最终获得了包含144个8-DMQ-脂肪酰-CoA RT的较大数据集,用于后续的模型训练和评估。

图5 8-DMQ-酰基辅酶A色谱R.T.预测评估



最后,他们研究了小鼠不同器官中酰基-CoA种类的分布以及衰老对酰基-CoA的影响。主成分分析清楚地将不同的小鼠组织区分开来(图6)。其中七种酰基-CoA在所有组织中普遍存在。其中,C20:0-CoA仅在大脑中被检测到,这可能与特定的神经功能有关。他们还报道了不同器官的酰基辅酶 A 的种类和动态变化在衰老和正常小鼠的差异。

6 衰老、健康小鼠的酰基辅酶A分析

综上, 研究者们开发了一种结合基于 8-DMQ 的化学衍生化策略和计算机质谱库的方法,以高覆盖率分析酰基辅酶 A


编辑:SHX

审核:QLP

请点击推送末尾“阅读原文”查看文章


作者信息

丁俊研究员

中国科学院武汉植物园

致力于代谢组学分析、质谱数据库构建、代谢组图谱绘制、代谢组学与多学科交叉研究等方面的研究工作。

冯钰琦教授

武汉纺织大学、武汉大学

主要研究方向为分离分析技术、基于质谱技术的代谢组学分析新方法、亚代谢组数据库构建等。

瑕瑜课题组
脂质组学、质谱学等相关文献推送
 最新文章