基于超高效液相色谱-四极杆飞行时间质谱的缺血性脑卒中的代谢组学研究

doi:10.7503/cjcu20170153

高等学校化学学报 ›› 2017, Vol. 38 ›› Issue (10): 1742.doi: 10.7503/cjcu20170153

基于超高效液相色谱-四极杆飞行时间质谱的缺血性脑卒中的代谢组学研究

黄玉¹, 谷彩云², 吴翰钟³, 夏晓爽¹, 李新¹()

1. 天津医科大学第二医院神经内科, 天津 300211
2. 天津中医药大学中药学院, 天津 300193
3. 天津大学精密测试技术及仪器国家重点实验室, 天津 300072

收稿日期:2017-03-14 出版日期:2017-10-10 发布日期:2017-09-20
作者简介:联系人简介: 李新, 女, 博士, 教授, 博士生导师, 主要从事脑血管病和代谢组学研究. E-mail:lixinsci@163.com
基金资助:
国家自然科学基金(批准号: 51105274)、天津市自然科学基金(批准号: 16JCYBJC25500)和天津市科学技术委员会支撑项目(批准号: 12ZCZDSY03100)资助

UPLC-QTOF-MS-based Metabolomics Study on Ischemic Stroke Patients^†

HUANG Yu¹, GU Caiyun², WU Hanzhong³, XIA Xiaoshuang¹, LI Xin^1,^*()

1. Department of Neurology, the Second Hospital of Tianjin Medical University, Tianjin 300211, China
2. School of Traditional Chinese Materia Medica, Tianjin University of Traditional Chinese Medicine, Tianjin 300193, China
3. State Key Laboratory of Precision Measurement Technology and Instruments, Tianjin University, Tianjin 300072, China

Received:2017-03-14 Online:2017-10-10 Published:2017-09-20
Contact: LI Xin E-mail:lixinsci@163.com
Supported by:
† Supported by the National Natural Science Foundation of China(No.51105274),the Natural Science Foundation of Tianjin, China(No.16JCYBJC25500) and the Project of Tianjin Science and Technology Commission, China(No.12ZCZDSY03100)

摘要/Abstract

摘要：

采用基于超高效液相色谱-四极杆飞行时间质谱的代谢组学方法, 研究缺血性脑卒中患者和健康人群的血浆, 分析了缺血性脑卒中的生物标志物. 实验收集30例缺血性脑卒中患者和17例健康志愿者的血浆样品, 采用主成分分析和正交偏最小二乘判别分析, 研究了缺血性脑卒中患者组和健康对照组血浆中的代谢物差异, 并进行了代谢通路分析. 实验结果表明, 患者组血浆中的二氢神经鞘氨醇、植物鞘氨醇等物质含量升高, 谷氨酰胺、焦谷氨酸和2-酮丁酸等物质含量降低. 结果表明, 脑卒中不仅影响了鞘脂类和氨基酸的代谢, 还对能量代谢产生了显著的影响.

关键词: 代谢组学, 超高效液相色谱-四极杆飞行时间质谱, 脑卒中, 血浆

Abstract:

Ultra-performance liquid chromatography with quadrupole-time-of-flight mass spectrometry(UPLC-QTOF-MS) based metabolomics was used to study the metabolism profiling of the plasma from the patients with ischemic stroke, aiming to seek the potential biomarkers of ischemic stroke. 30 patients with ischemic stroke and 17 healthy controls were enrolled. Principal component analysis and orthogonal partial least squares discriminate analysis were used to investigate the metabolic variations between the patients with ischemic stroke and healthy controls. Metabolic pathways were analyzed. Seven biomarkers were obtained. The levels of sphinganine and phytosphingosine were increased, and the levels of glutamine, pyroglutamic acid and 2-ketobutyric acid were decreased. The results of the pathway analysis showed that sphingolipid metabolism and amino acid metabolism were perturbed, and the energy metabolism was also disturbed.

Key words: Metabolomics, Ultra-performance liquid chromatography with quadrupole-time-of-flight mass spectrometry, Ischemic stroke, Plasma

中图分类号:

O657

TrendMD:

黄玉, 谷彩云, 吴翰钟, 夏晓爽, 李新. 基于超高效液相色谱-四极杆飞行时间质谱的缺血性脑卒中的代谢组学研究. 高等学校化学学报, 2017, 38(10): 1742.

HUANG Yu, GU Caiyun, WU Hanzhong, XIA Xiaoshuang, LI Xin. UPLC-QTOF-MS-based Metabolomics Study on Ischemic Stroke Patients^†. Chem. J. Chinese Universities, 2017, 38(10): 1742.

图/表 10

参考文献 27

[1]	Davidson M. B., Metabolism, 1979, 28(6), 688—705
[2]	Nicholson J. K., Lindon J. C., Holmes E., Xenobiotica,1999, 29(11), 1181—1189
[3]	Emwas A., Salek R., Griffin J., Merzaban J., Metabolomics,2013, 9, 1048—1072
[4]	Cairns R. A., Harris I. S., Mak T. W., Nature Reviews Cancer,2011, 11(2), 85—95
[5]	Han G., Liu R., Han M. Y., Jiang. C. L., Wang J. P., Du S. H., Liu B. H., Zhang Z. P., Anal. Chem., 2014, 86(23), 11503—11507
[6]	Diamantopoulou P., Papanikolaou S., Aggelis G., Philippoussis A., Food Chem., 2016, 196(1), 272—280
[7]	Sai K., Saito Y., Expert Opinion on Drug Metabolism & Toxicology,2011, 7(8), 967—988
[8]	Wang X. Y., Shan X. T., Wang Y. L., Li D., Zhao M., Xu L., Chem. J. Chinese Universities,2016, 37(5), 844—851
	(王曦烨, 单晓彤, 王伊林, 李丹, 赵明, 许良. 高等学校化学学报, 2016, 37(5), 844—851)
[9]	Andersson T. B., Kanebratt K. P., Kenna J. G., Expert Opinion on Drug Metabolism and Toxicology,2012, 8(7), 909—920
[10]	Wu S. M., Feng B., Cheng J. H., Li H. J., Fang J. J., Yan X. Z., Wei L., Dong F. T., Chem. J. Chinese Universities,2012, 33(6), 1188—1194
	(吴胜明, 封波, 程建华, 李海静, 方均建, 颜贤忠, 魏来, 董方霆. 高等学校化学学报, 2012, 33(6), 1188—1194)
[11]	Lopaschuk G. D., Ussher J. R., Folmes C. D., Jaswal J. S., Stanley W. C., Physiological Reviews,2010, 90(1), 207—258
[12]	Niu J., Pi Z. F., Yue H., Liu S. Y., Chem. J. Chinese Universities,2012, 33(10), 2169—2172
	(牛俊, 皮子凤, 越皓, 刘淑莹. 高等学校化学学报, 2012, 33(10), 2169—2172)
[13]	Li P. H., Deng L. L., Luo. J., Li W., Ning J., Ding J. H., Wu X. P., Chem. J. Chinese Universities,2016, 37(4), 626—632
	(李鹏辉, 邓伶莉, 罗娇, 李巍, 宁晶, 丁健桦, 邬小萍. 高等学校化学学报, 2016, 37(4), 626—632)
[14]	Fang L., Gu C. Y., Li X. Y., Xie J. B., Hou Z. G., Tian M., Yin J., Li A. Z., Li Y. B., Molecular Medicine Reports,2017, 15, 1043—1050
[15]	Zhang J., Yan L. J., Lin L., Chen W. G., Song X. Y., Yan X. M., Hang W., Huang B. L., Chem. J. Chinese Universities,2008, 29(11), 2171—2173
	(张洁, 严丽娟, 林琳, 陈文贵, 宋秀宇, 颜晓梅, 杭纬, 黄本立. 高等学校化学学报, 2008, 29(11), 2171—2173)
[16]	Mozaffarian D., Benjamin E. J., Go A. S., Arnett D. K., Blaha M. J., Cushman M., Das S. R., de Ferranti S., Després J. P., Fullerton H. J., Howard V. J., Huffman M. D., Isasi C. R., Jiménez M. C., Judd S. E., Kissela B. M., Lichtman J. H., Lisabeth L. D., Liu S., Mackey R. H., Magid D. J., McGuire D. K., Mohler E. R., Moy C. S., Muntner P., Mussolino M. E., Nasir K., Neumar R. W., Nichol G., Palaniappan L., Pandey D. K., Reeves M. J., Rodriguez C. J., Rosamond W., Sorlie P. D., Stein J., Towfighi A., Turan T. N., Virani S. S., Woo D., Yeh R. W., Turner M. B., Circulation,2016, 133(4), 447
[17]	Manzanero S., Santro T., Arumugam T., Neurochemistry International,2013, 62, 712—718
[18]	Sun Y., Gui H., Li Q., Luo Z., Zheng M., Duan J., Liu X., CNS Neuroscience and Therapeutics,2013, 19, 813—819
[19]	Petersen N., Olsen O., Groth-Pedersen L., Ellegaard A., Bilgin M., Redmer S., Ostenfeld M. S., Ulanet D., Dovmark T. H., Cancer Cell,2013, 24(3), 379—393
[20]	Tidhar R., Sims K., Rosenfeld-Gur E., Shaw W., Futerman A., J. Lipid Research,2015, 56, 193—199
[21]	Mullen T., Hannun Y., Obeid M., Biochem. J., 2012, 441(3), 789—802
[22]	Cho Y., Song H., Bhang S., J. Neuroscience Research,2012, 90(9), 1794—1802
[23]	Vaarmann A., Kovac S., Holmström K., Gandhi S., Abramov A., Cell Death and Disease,2013, 4, e455
[24]	Jeitner T., Battaile K., Cooper A., Neurochemical Research,2015, 40, 2544—2556
[25]	Benveniste H., Drejer J., Schousboe A., Diemer N. H., J. Neurochem., 1984, 43(5), 1369—1374
[26]	Kanthan R., Shuaib A., Griebel R., Miyashita H., Stroke,1995, 26(5), 870—873
[27]	Yang M., Wang S., Hao F., Talanta,2012, 88(15), 136—144

Item	IS^h(n=30)	HCⁱ(n=17)	P value
Sex(M/F)	15/15	7/10	0.779
Age(years)	65.93±8.09	61.65±8.52	0.288
Smoking(none/active/stopped)	9/16/5	6/7/4	0.802
Drinking(none/active/stopped)	20/8/2	9/5/3	0.736
Body mass index/(kg·m^-2)	24.44±2.18	24.52±2.80	0.286
10^-9 White blood cell/L	7.07±2.26	7.66±4.35	0.563
10^-12 Red blood cell/L	4.48±0.72	4.41±0.24	0.847
RDW^a(%)	13.07±0.97	12.60±0.33	0.684
Hemoglobin/(g·L^-1)	138.69±21.65	135.25±8.34	0.758
10^-9 Platelet/L	221.34±55.20	221.20±50.66	0.991
MPV^b/fL	9.56±1.31	8.88±0.61	0.315
Creatinine/(μmol·L^-1)	73.58±21.90	68.27±37.76	0.553
Glycated hemoglobin	6.70±7.67	5.32±0.42	0.080
ALT^c/(U·L^-1)	15.83±8.47	17.88±7.03	0.583
AST^d/(U·L^-1)	17.24±7.51	16.15±4.59	0.735
Cholesterol/(mmol·L^-1)	4.99±0.92	5.12±1.32	0.711
Triglyceride/(mmol·L^-1)	1.68±0.78	1.87±1.63	0.612
HDL^e/(mmol·L^-1)	1.17±0.30	1.35±0.41	0.134
LDL^f/(mmol·L^-1)	3.19±0.66	2.82±0.86	0.161
Hs-CRP^g/(mg·L^-1)	5.98±9.98	8.36±11.48	0.529

Item	IS^h(n=30)	HCⁱ(n=17)	P value
Sex(M/F)	15/15	7/10	0.779
Age(years)	65.93±8.09	61.65±8.52	0.288
Smoking(none/active/stopped)	9/16/5	6/7/4	0.802
Drinking(none/active/stopped)	20/8/2	9/5/3	0.736
Body mass index/(kg·m^-2)	24.44±2.18	24.52±2.80	0.286
10^-9 White blood cell/L	7.07±2.26	7.66±4.35	0.563
10^-12 Red blood cell/L	4.48±0.72	4.41±0.24	0.847
RDW^a(%)	13.07±0.97	12.60±0.33	0.684
Hemoglobin/(g·L^-1)	138.69±21.65	135.25±8.34	0.758
10^-9 Platelet/L	221.34±55.20	221.20±50.66	0.991
MPV^b/fL	9.56±1.31	8.88±0.61	0.315
Creatinine/(μmol·L^-1)	73.58±21.90	68.27±37.76	0.553
Glycated hemoglobin	6.70±7.67	5.32±0.42	0.080
ALT^c/(U·L^-1)	15.83±8.47	17.88±7.03	0.583
AST^d/(U·L^-1)	17.24±7.51	16.15±4.59	0.735
Cholesterol/(mmol·L^-1)	4.99±0.92	5.12±1.32	0.711
Triglyceride/(mmol·L^-1)	1.68±0.78	1.87±1.63	0.612
HDL^e/(mmol·L^-1)	1.17±0.30	1.35±0.41	0.134
LDL^f/(mmol·L^-1)	3.19±0.66	2.82±0.86	0.161
Hs-CRP^g/(mg·L^-1)	5.98±9.98	8.36±11.48	0.529

No.	t_R/min	m/z Obsd. Calcd.		Error, δ	Metabolite	Formula	MS Fragment (ESI+)	Variance	P	Fold change
1	4.59	302.3055	302.3059	-1.32	Sphinganine^a	C₁₈H₃₉NO₂	302.3	↑^**	0.003	1.46
							285.2
							284.1
							244.0
2	0.76	103.0397	103.0395	1.94	2-Ketobutyric acid^a	C₄H₆O₃	103.0	↓^**	0.002	0.64
							85.1
							57.5
3	5.61	259.1908	259.1909	-0.36	Tetradecanedioic acid^b	C₁₄H₂₆O₄	259.2	↑^*	0.044	1.30
							241.2
							197.2
4	3.69	335.2966	335.2950	4.77	Docosatrienoic acid^b	C₂₂H₃₈O₂	335.2	↑^*	0.025	1.58
							274.2
5	0.72	169.0581	169.0589	-4.73	L-Glutamine^b	C₅H₁₀N₂O₃	169.0	↓^**	0.008	0.70
							129.9
							83.9
6	3.69	318.3003	318.3008	-1.57	Phytosphingosine^a	C₁₈H₃₉NO₃	318.3	↑^**	0.001	1.40
							301.2
							300.27
							256.2
7	0.73	130.0505	130.0504	0.77	Pyroglutamic acid^b	C₅H₇NO₃	130.1	↓^*	0.021	0.79
							84.0

No.	t_R/min	m/z Obsd. Calcd.		Error, δ	Metabolite	Formula	MS Fragment (ESI+)	Variance	P	Fold change
1	4.59	302.3055	302.3059	-1.32	Sphinganine^a	C₁₈H₃₉NO₂	302.3	↑^**	0.003	1.46
							285.2
							284.1
							244.0
2	0.76	103.0397	103.0395	1.94	2-Ketobutyric acid^a	C₄H₆O₃	103.0	↓^**	0.002	0.64
							85.1
							57.5
3	5.61	259.1908	259.1909	-0.36	Tetradecanedioic acid^b	C₁₄H₂₆O₄	259.2	↑^*	0.044	1.30
							241.2
							197.2
4	3.69	335.2966	335.2950	4.77	Docosatrienoic acid^b	C₂₂H₃₈O₂	335.2	↑^*	0.025	1.58
							274.2
5	0.72	169.0581	169.0589	-4.73	L-Glutamine^b	C₅H₁₀N₂O₃	169.0	↓^**	0.008	0.70
							129.9
							83.9
6	3.69	318.3003	318.3008	-1.57	Phytosphingosine^a	C₁₈H₃₉NO₃	318.3	↑^**	0.001	1.40
							301.2
							300.27
							256.2
7	0.73	130.0505	130.0504	0.77	Pyroglutamic acid^b	C₅H₇NO₃	130.1	↓^*	0.021	0.79
							84.0

基于超高效液相色谱-四极杆飞行时间质谱的缺血性脑卒中的代谢组学研究

UPLC-QTOF-MS-based Metabolomics Study on Ischemic Stroke Patients^†

RichHTML

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

图/表 10

参考文献 27

相关文章 15

编辑推荐

Metrics

本文评价

[1]	何聿, 夏倩, 王文莉, 罗芳, 陈金凤, 郭雅婷, 王建, 林振宇, 陈国南. UPLC-QTOF-MS法研究甘油三酯作为水生环境中农药污染的潜在生物标志物[J]. 高等学校化学学报, 2020, 41(3): 431.
[2]	张楠茜, 吕经纬, 金平, 李晶峰, 边学峰, 张辉, 孙佳明. N-苄基十六碳酰胺促小鼠Leydig细胞增殖和分泌睾酮的 ¹H NMR代谢组学研究[J]. 高等学校化学学报, 2019, 40(9): 1832.
[3]	李雯雯, 朱爱如, 龙怡静, 王春燕, 韩源平, 段忆翔. 高脂与维生素D缺乏饮食诱导的2型糖尿病小鼠血清和肝脏代谢组学研究[J]. 高等学校化学学报, 2018, 39(11): 2395.
[4]	张露云, 徐倩, 夏广清, 丛丽, 王雨, 张辉, 朱俊义, 臧皓. 硫辛酸酯类衍生物的合成及生物活性[J]. 高等学校化学学报, 2018, 39(10): 2198.
[5]	王曦烨, 单晓彤, 王伊林, 李丹, 赵明, 许良. 丹参多酚酸盐改善扩张性心肌病心肌功能的作用机制[J]. 高等学校化学学报, 2016, 37(5): 844.
[6]	李鹏辉, 邓伶莉, 罗娇, 李巍, 宁晶, 丁健桦, 邬小萍. 多批次肝衰竭患者呼出气体的电喷雾萃取电离质谱检测及代谢组学数据分析[J]. 高等学校化学学报, 2016, 37(4): 626.
[7]	杨永霞, 王琳琳, 郑凌云, 王淑美, 黄榕波, 张磊, 黄耀庭. 基于核磁共振氢谱代谢组学研究黄连解毒汤对胰岛素抵抗大鼠棕色脂肪组织代谢组的影响[J]. 高等学校化学学报, 2014, 35(9): 1883.
[8]	张瑞兴, 刘舒, 皮子凤, 宋凤瑞, 刘志强. 汞离子对细胞代谢通路影响的代谢组学[J]. 高等学校化学学报, 2014, 35(6): 1146.
[9]	臧皓, 孙佳明, 黄晓光, 纪扬, 代婷婷, 高晓晨, 李晓东, 张辉. N-取代肌肽酰胺类衍生物的合成及生物活性[J]. 高等学校化学学报, 2014, 35(12): 2567.
[10]	黄敏, 高建义, 翟志刚, 梁琼麟, 王义明, 白延强, 罗国安. 基于药代动力学和代谢组学研究咖啡因对异丙嗪镇静作用的影响[J]. 高等学校化学学报, 2013, 34(4): 829.
[11]	成玉, 刘玉敏, 黄凤杰, 陈天璐, 郑晓皎, 赵爱华, 何品刚, 贾伟. 基于超高效液相色谱-四极杆飞行时间高分辨质谱的高通量血清代谢组学方法[J]. 高等学校化学学报, 2013, 34(1): 77.
[12]	孙淑芬, 李男男, 刘敏, 刘译聪, 张英超, 周延民. 静电纺丝法制备PBS纳米纤维膜及缓释血小板内生长因子的PBS纳米纤维膜的生物活性评价[J]. 高等学校化学学报, 2012, 33(12): 2827.
[13]	牛俊, 皮子凤, 越皓, 刘淑莹. 格列美脲治疗的2型糖尿病大鼠的尿液代谢组学研究[J]. 高等学校化学学报, 2012, 33(10): 2169.
[14]	刘跃芹, 皮子凤, 宋凤瑞, 刘志强, 刘忠英. 阿卡波糖对Ⅱ型糖尿病大鼠尿液代谢轮廓的影响[J]. 高等学校化学学报, 2012, 33(09): 1932.
[15]	吴胜明, 封波, 程建华, 李海静, 方均建, 颜贤忠, 魏来, 董方霆. 小鼠血清中内源性代谢物的GC/TOF-MS分析[J]. 高等学校化学学报, 2012, 33(06): 1188.

基于超高效液相色谱-四极杆飞行时间质谱的缺血性脑卒中的代谢组学研究

UPLC-QTOF-MS-based Metabolomics Study on Ischemic Stroke Patients†

RichHTML

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

图/表 10

参考文献 27

相关文章 15

编辑推荐

Metrics

本文评价

UPLC-QTOF-MS-based Metabolomics Study on Ischemic Stroke Patients^†