Biomarker Identification in Nonalcoholic Fatty Liver Disease via GC/MS

Význam tématu

Nonalkoholická steatóza jater (NAFLD) patří mezi nejrozšířenější metabolická onemocnění v rozvinutých zemích a je úzce spojena s obezitou, inzulínovou rezistencí a metabolickým syndromem.
Identifikace spolehlivých biomarkerů je klíčová pro ranou diagnostiku, sledování progrese choroby a hodnocení účinků intervencí.

Cíle a přehled studie / článku

Tento výzkum se zaměřil na nalezení potenciálních metabolických biomarkerů NAFLD ve smíšených (pooled) vzorcích jaterních tkání hlodavců.
Byly studovány vlivy zvýšené konzumace fruktózy a nedostatečného příjmu mědi na metabolický profil.
Pro analýzu byl použit vysoce výkonný stolní GC-TOFMS (LECO Pegasus BT).

Použitá instrumentace

• Gas chromatograf: Agilent 7890 s autosamplerem LECO L-Pal3
• Kolona: Rxi-5Sil MS, 20 m × 0,18 mm × 0,18 µm
• Carrier gas He 0,8 mL/min, split 20:1, teplotní program 60 °C → 320 °C
• Hmotnostní spektrometr: LECO Pegasus BT, EI, m/z 45–600, 10 spekt/sek, ionizační teplota 250 °C

Použitá metodika

Vzorky byly vysušeny (SpeedVac, lyofilizace) a derivatizovány dvojsložkově (MEOX + MTBSTFA, 60 °C, 1 h).
Derapivní deriváty byly analyzovány GC-TOFMS a data zpracována softwarem ChromaTOF.
Suorá data byla exportována do netCDF a statisticky vyhodnocena v XCMS online (PCA, Cloud Plot).

Hlavní výsledky a diskuse

Analýza přinesla vysoce kvalitní spektrometrické záznamy s přesností hmotnostního posunu <0,1 Da.
Deconvoluce a porovnání s knihovnami (similarita >800/1000) potvrdily přítomnost desítek metabolitů:

• Aminokyseliny: histidin, alanin, valin, threonin, glutamát aj.
• Organické kyseliny: jablečná, succinát, aconitová, 3-hydroxybutyrát aj.
• Fatty acids: arachidonová, myristová, palmitová, vacenická aj.
• Ostatní: uridin, 7-methylxanthin

Statistické metody umožnily vybrat metabolity diferencující mezi experimentálními skupinami (p-value <0,001).

Přínosy a praktické využití metody

• Vysoká citlivost a rozsah detekce (lineární dynamika >10^5).
• Reprodukovatelné a kvalitní spektrální záznamy vhodné pro metabolomické studie.
• Integrace s datovými platformami pro efektivní identifikaci a kvantifikaci biomarkerů.

Budoucí trendy a možnosti využití

• Zvýšení citlivosti a rozlišení instrumentace pro sledování stopových metabolitů.
• Integrace více analytických platforem (LC-MS, NMR) a multiomických přístupů.
• Využití strojového učení pro pokročilou selekci a validaci biomarkerů.
• Rozšíření výzkumu na lidské kohorty a klinickou praxi.

Závěr

Stolní GC-TOFMS LECO Pegasus BT prokázal svou účinnost při identifikaci potenciálních biomarkerů NAFLD.
Metodika umožnila detekci a kvantifikaci klíčových metabolitů s vysokou přesností a opakovatelností.
Popsané postupy představují robustní základ pro další metabolomické studie a klinické aplikace biomarkerů NAFLD.