GCxGC-TOFMS Data Interpretation of Metabolic Biomarkers from Diabetic and Non-diabetic Urine Utilizing Fisher Ratios Prior to Multivariate Analysis

Význam tématu

Analýza metabolitů v močových vzorcích je klíčová pro identifikaci biomarkerů diabetu a pochopení metabolických změn při onemocněních. GCxGC-TOFMS nabízí vysokou kapacitu špiček a rozlišení potřebné pro komplexní biologické matrice a rychlý sběr dat.

Cíle a přehled studie

Studie se zaměřila na srovnání malých molekul metabolitů v moči diabetických typů I a II a v ne-diabetické kontrole. Využito bylo kompletní dvourozměrné plynové chromatografie spojené s TOFMS a předběžná statistická filtrace Fisherovými poměry před multivariační analýzou.

Použitá metodika a instrumentace

Vzorky: 4 subjekty (2 bez diabetu, 1 typ I, 1 typ II), 6 replikátů každého extraktu.
Extrakce: úprava na pH 2 H2SO4, extrakce methylenchloridem, sušení Na2SO4.
Derivatizace: 30 µL pyridinu, 100 µL BSTFA, 1 h při 60 °C.
GCxGC-TOFMS: Agilent 7890 GC s LECO Pegasus 4D, primární kolona Rtx-5ms (30 m × 0,25 mm × 0,25 µm), sekundární kolona Rtx-200 (1,5 m × 0,18 mm × 0,20 µm), kryogenní modulátor, He 1,5 mL/min, splitless injekce 3 µL, inlet 260 °C; TOFMS 45–800 m/z, 200 spektr/s, ion source 230 °C, detektor 1750 V.

Hlavní výsledky a diskuse

Průměrně bylo detekováno více než 1000 špiček na vzorek se signál-šum > 100. Statistické porovnání a Fisherovy poměry identifikovaly analyty s nejvyšší variabilitou mezi skupinami. PCA a K-means clustering (Miner3D) demonstrovaly jasné rozlišení diabetických a kontrolních vzorků a odhalily klíčové metabolity spojené s onemocněním.

Přínosy a praktické využití metody

GCxGC-TOFMS v kombinaci s Fisherovými poměry umožňuje rychlou a cílenou selekci významných biomarkerů před náročnou multivariační analýzou. Tento přístup zvyšuje efektivitu klinického screeningu a výzkumu metabolických profilů.

Budoucí trendy a možnosti využití

Očekává se širší integrace strojového učení a pokročilých statistických algoritmů pro lepší klasifikaci vzorků. Další využití spočívá ve vývoji nových derivatizačních postupů pro rozšíření spektra analyzovatelných metabolitů a v aplikacích pro personalizovanou medicínu.

Závěr

Kombinace GCxGC-TOFMS a předběžného statistického filtrování Fisherovými poměry představuje robustní a efektivní workflow pro detailní metabolomické studie. Metodika přináší vysokou selektivitu, opakovatelnost a schopnost zpracovat rozsáhlá biologická data.