Определение 15 биомаркеров функционального состояния в моче человека методом высокоэффективной жидкостной хроматографии с тандемным масс-спектрометрическим детектированием

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

Обсуждены возможности и ограничения комплексных процедур целевого метаболомного анализа с применением жидкостной хроматографии в сочетании с тандемной масс-спектрометрией (ВЭЖХ-МС/МС). Представлена ВЭЖХ-МС/МС-методика, позволяющая одновременно определять содержание 15 биомаркеров функционального состояния человека в моче. В качестве целевых аналитов выступают биогенные вещества различной химической природы, базовые концентрации которых в биоматрицах могут различаться значительно – до трех порядков величины и более. Сложность комплексного анализа обусловлена также значительными различиями в гидрофильно-гидрофобных свойствах определяемых веществ. Апробация методики в биоаналитическом эксперименте позволила установить значимые различия в концентрациях ряда биомаркеров в моче людей с разным уровнем физической подготовки. При высоком уровне физической подготовки концентрации этих соединений в моче имеют более низкие значения в сравнении с контрольной группой.

About the authors

Научно-исследовательский институт гигиены, профпатологии и экологии человека
Федерального медико-биологического агентства России

Author for correspondence.
Email: m.leninskii@yandex.ru
Россия, 188663, Всеволожский район, Ленинградская обл., ст. Капитолово, г.п. Кузьмоловский

Научно-исследовательский институт гигиены, профпатологии и экологии человека
Федерального медико-биологического агентства России

Email: m.leninskii@yandex.ru
Россия, 188663, Всеволожский район, Ленинградская обл., ст. Капитолово, г.п. Кузьмоловский

Научно-исследовательский институт гигиены, профпатологии и экологии человека
Федерального медико-биологического агентства России

Email: m.leninskii@yandex.ru
Россия, 188663, Всеволожский район, Ленинградская обл., ст. Капитолово, г.п. Кузьмоловский

Научно-исследовательский институт гигиены, профпатологии и экологии человека
Федерального медико-биологического агентства России

Email: m.leninskii@yandex.ru
Россия, 188663, Всеволожский район, Ленинградская обл., ст. Капитолово, г.п. Кузьмоловский

Научно-исследовательский институт гигиены, профпатологии и экологии человека
Федерального медико-биологического агентства России

Email: m.leninskii@yandex.ru
Россия, 188663, Всеволожский район, Ленинградская обл., ст. Капитолово, г.п. Кузьмоловский

References

  1. Swiner D.J., Jackson S., Burris B.J., Badu-Tawiah A.K. Applications of mass spectrometry for clinical diagnostics: The influence of turnaround time // Anal. Chem. 2020. V. 92. № 1. P. 183.
  2. Li H., Peng B., X.X. Peng. Functional metabolomics: From biomarker discovery to metabolome reprogramming // Protein Cell. 2015. V. 6. № 9. P. 628.
  3. Blessing E.M., Reus V., Mellon S.H., Wolkowitz O.M., Flory J.D., Bierer L. Biological predictors of insulin resistance associated with posttraumatic stress disorder in young military veterans // Psychoneuroendocrinology. 2017. V. 82. P. 91.
  4. Kuo W., Bratzke L.C., Oakley L.D., Kuo F., Wang H., Brown R.L. The association between psychological stress and metabolic syndrome: A systematic review and meta-analysis // Obes. Rev. 2019. V. 20. № 11. P. 1651.
  5. Iliou A., Mikros E., Karaman I., Elliott F., Griffin J.L., Tzoulaki I., Elliott P. Metabolic phenotyping and cardiovascular disease: an overview of evidence from epidemiological settings // Heart. 2021. V. 107. № 14. P. 1123.
  6. Yaribeygi H., Panahi Y., Sahraei H., Johnston T.P., Sahebkar A. The impact of stress on body function: A review // EXCLI J. 2017. V. 16. P. 1057.
  7. Muradyan A., Macheiner T., Mardiyan M., Sekoyan E., Sargsyan K. The evaluation of biomarkers of physical activity on stress resistance and wellness // Appl. Psychophysiol. Biofeedback. 2022. V. 47. P. 121.
  8. Morey J.N., Boggero I.A., Scott A.B., Segerstrom S.C. Current directions in stress and human immune function // Curr. Opin. Psychol. 2015. V. 5. P. 13.
  9. Bernini P., Bertini I., Luchinat C., Nincheri P., Staderini S., Turano P. Standard operating procedures for pre-analytical handling of blood and urine for metabolomic studies and biobanks // J. Biomol. NMR. 2011. V. 49. № 3–4. P. 231.
  10. Hertel J., Van der Auwera S., Friedrich N., Wittfeld K., Pietzner M., Budde K., Teumer A., Kocher T., Nauck M., Grabe H.J. Two statistical criteria to choose the method for dilution correction in metabolomic urine measurements // Metabolomics. 2017. V. 13. P. 42.
  11. Rosen Vollmar A.K., Rattray N.J.W., Cai Y., Santos-Neto Á.J., Deziel N.C., Jukic A.M.Z., Johnson C.H. Normalizing untargeted periconceptional urinary metabolomics data: A comparison of approaches // Metabolites. 2019. V. 9. № 10. P. 198.
  12. Christou C., Gika H.G., Raikos N., Theodoridis G. GC-MS analysis of organic acids in human urine in clinical settings: A study of derivatization and other analytical parameters // J. Chromatogr. B. 2014. V. 964. № 1. P. 195.
  13. Keyfi F., Lukacs Z., Varasteh A. A description of reference ranges for organic acids in urine samples from a pediatric population in Iran // Rep. Biochem. Mol. Biol. 2017. V. 6. № 1. P. 40.
  14. Greer B., Chevallier O., Quinn B., Botana L.M., Elliott C.T. Redefining dilute and shoot: The evolution of the technique and its application in the analysis of foods and biological matrices by liquid chromatography mass spectrometry // Trends Anal. Chem. 2021. V. 141. e. 116284
  15. Körver-Keularts I.M.L.W., Wang P., Waterval H.W.A.H., Kluijtmans L.A.J., Wevers R.A., Langhans C.D., Scott C., Habets D.D.J., Bierau J. Fast and accurate quantitative organic acid analysis with LC-QTOF/MS facilitates screening of patients for inborn errors of metabolism // J. Inherit. Metab. Dis. 2018. V. 41. № 3. P. 415.
  16. Zheng J., Zhang L., Johnson M., Mandal R., Wishart D.S. Comprehensive targeted metabolomic assay for urine analysis // Anal. Chem. 2020. V. 92. № 15. P. 1062.
  17. McKetney J., Jenkins C.C., Minogue C., Mach P.M., Hussey E.K., de Trevor G.G., Coon J., Dhummakupt E.S. Proteomic and metabolomic profiling of acute and chronic stress events associated with military exercises // Mol. Omics. 2022. V. 18. P. 279.
  18. Farthing D.E., Farthing C.A., Xi L. Inosine and hypoxanthine as novel biomarkers for cardiac ischemia: From bench to point-of-care // Exp. Biol. Med. (Maywood). 2015. V. 240. № 6. P.821.
  19. Furuhashi M., Koyama M., Higashiura Y., Murase T., Nakamura T., Matsumoto M., Sakai A., Ohnishi H., Tanaka M., Saitoh S., Moniwa N., Shimamoto K., Miura T. Differential regulation of hypoxanthine and xanthine by obesity in a general population // J. Diabetes Invest. 2020. V. 11. № 4. P. 878.
  20. База данных метаболитов человека HMDB IDHMDB0000050, URL: https://hmdb.ca/ (дата обращения 10.04.2023).
  21. Pettegrew J., Levine J., McClure R. Acetyl-L-carnitine physical-chemical, metabolic, and therapeutic properties: Relevance for its mode of action in Alzheimer’s disease and geriatric depression // Mol. Psychiatry. 2000. V. 5. P. 616.
  22. Sheffield-Moore M., Dillon E.L., Randolph K.M. Isotopic decay of urinary or plasma 3-methylhistidine as a potential biomarker of pathologic skeletal muscle loss // J. Cachexia Sarcopenia Muscle. 2014. V. 5. № 1. P. 19.
  23. Kuriyan R., Lokesh D.P., Selvam S., Jayakumar J., Mamatha P.G., Shreeram S., Kurpad A.V. The relationship of endogenous plasma concentrations of β-hydroxy β-methyl butyrate (HMB) to age and total appendicular lean mass in humans // Exp. Gerontol. 2016. V. 81. P. 13.
  24. Cheng Z.X., Guo C., Chen Z.G., Yang T.C., Zhang J.Y., Wang J., Zhu J.X., Li D., Zhang T.T., Li H., Peng B., Peng X.X. Glycine, serine and threonine metabolism confounds efficacy of complement-mediated killing // Nat. Commun. 2019. V. 10. № 1. P. 3325.
  25. Beloborodova N.V., Chernevskaya E.A., Getsina M.L. Indolic structure metabolites as potential biomarkers of non-infectious diseases // Curr. Pharm. Des. 2021. V. 27. № 2. P. 238.
  26. Gao J., Xu K., Liu H., Liu G., Bai M., Peng C., Li T., Yin Y. Impact of the gut microbiota on intestinal immunity mediated by tryptophan metabolism // Front. Cell Infect. Microbiol. 2018. V. 8. P. 13.
  27. Miyazaki T., Honda A., Ikegami T., Iwamoto J., Monma T., Hirayama T., Saito Y., Yamashita K., Matsuzaki Y. Simultaneous quantification of salivary 3-hydroxybutyrate, 3-hydroxyisobutyrate, 3-hydroxy-3-methylbutyrate, and 2-hydroxybutyrate as possible markers of amino acid and fatty acid catabolic pathways by LC-ESI-MS/MS // Springer Plus. 2015. V. 4. P. 494.
  28. Nikolaidis S., Karpouzi C., Tsalis G., Kabasakalis A., Papaioannou K.G., Mougios V. Reliability of urine lactate as a novel biomarker of lactate production capacity in maximal swimming // Biomarkers. 2016. V. 21. № 4. P. 328.
  29. Zhang Z., Xu X., Chen K. Lactate clearance as a useful biomarker for the prediction of all-cause mortality in critically ill patients: A systematic review study protocol // BMJ Open. 2014. V. 4. Article e004752.
  30. de Leeuw F. A., Tijms B.M., Doorduijn A.S., Hendriksen H.M.A., van de Rest O., de van der Schueren M., Visser M., van den Heuvel E.G.H.M., van Wijk N., Bierau J., Scheltens P., Kester M. I., van Der Flier W., Teunissen C. E. LDL cholesterol and uridine levels in blood are potential nutritional biomarkers of AD progression: The NUDAD project // Alzheimer’s & Dementia: Diagnosis, Assessment & Disease Monitoring. 2020. V. 16 (S4). Article e043108.
  31. Waikar S.S., Betensky R.A., Bonventre J.V. Creatinine as the gold standard for kidney injury biomarker studies? // Nephrology Dialysis Transplantation. 2009. V. 24. № 11. P. 3263.
  32. Muradyan A., Macheiner T., Mardiyan M., Sekoyan E., Sargsyan K. The Evaluation of biomarkers of physical activity on stress resistance and wellness // Appl. Psychophysiol. Biofeedback. 2022. V. 47. P. 121.
  33. Görgens C., Guddat S., Dib J., Geyer H., Schänzer W., Thevis M. Mildronate (Meldonium) in professional sports – monitoring doping control urine samples using hydrophilic interaction liquid chromatography – high resolution/high accuracy mass spectrometry // Drug Test. Analysis. 2015. V. 7. P. 973.
  34. West R.M. Best practice in statistics: The use of log transformation // Ann. Clin. Biochem. 2022. V. 59. № 3. P. 162.
  35. Tang K.W., Toh Q.C., Teo B.W. Normalization of urinary biomarkers to creatinine for clinical practice and research − when and why. // Singapore Med. J. 2015. V. 56. № 1. P. 7.
  36. Wagner B.D., Accurso F.J., Laguna T.A. The applicability of urinary creatinine as a method of specimen normalization in the cystic fibrosis population // J. Cystic Fibrosis: Official J. Eur. Cystic Fibrosis Soc. 2010. V. 9. № 3. P. 212.
  37. Kim H.Y., Lee J.D., Lee Y.H., Seo S.W., Lee H.S., Kim S., Kim K.B. Urinary metabolomics in young soccer players after winter training season // Metabolites. 2022. V. 12. P. 1283.
  38. Moreira L.P., Silveira L. Jr., da Silva A.G., Fernandes A.B., Pacheco M.T.T., Rocco D.D.F.M. Raman spectroscopy applied to identify metabolites in urine of physically active subjects // J. Photochem. Photobiol. B: Biol. 2017. V. 176. P. 92.
  39. Simpson R.E., Phillis J.W. Adenosine in exercise adaptation // Br. J. Sp. Med. 1992. V. 26. № 1. P. 54.
  40. Castro A., Duft R.G., Silva L.M., Ferreira M.L.V., Andrade A.L.L., Bernardes C.F., Cavaglieri C.R., Chacon-Mikahil M.P.T. Understanding the relationship between intrinsic cardiorespiratory fitness and serum and skeletal muscle metabolomics profile // J. Proteome Res. 2021. V. 20. № 5. P. 2397.
  41. Duft R.G., Castro A., Bonfante I.L.P., Brunelli D.T., Chacon-Mikahil M.P.T., Cavaglieri C.R. Metabolomics approach in the investigation of metabolic changes in obese men after 24 weeks of combined training // J. Proteome Res. 2017. V. 16. № 6. P. 2151.

Copyright (c) 2023 М.А. Ленинский, Е.И. Савельева, М.В. Беляков, Г.В. Каракашев, Н.А. Самченко

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».