Development of a metabolomics platform for Rheumatoid arthritis (RA)
류마티스 관절염 질환 맞춤용 대사체학 플랫폼 개발
초록/요약 도움말
Rheumatoid arthritis (RA) is a chronic, systemic and inflammatory autoimmune disease. Currently, reliable biomarkers that can be used to distinguish RA from non-RA groups are not which covered amine-containing compounds, lipids, and secondary metabolites was developed using ultra performance liquid chromatography-high resolution mass spectrometry (UPLC-HRMS). To produce metabolomic information of amine-containing compounds and secondary metabolites, di-tert-butyl dicarbonate (Boc) derivatization was developed and optimized without any sample preparation which ensured high throughput metabolomic screening. For generation of metabolomic information of 25 different lipid classifications, a derivative method, called trimethylsilyl diazomethane (TMSD) methylation was employed for better signal resolution and reproducibility using triple quadrupole mass spectrometry. Data process using XCMS (https://xcmsonline.scripps.edu) was applied for signal filtration, alignment, and statistical significance. After establishing the wide-metabolomic platform, biological human samples including 10 human urine and 10 sera were donated from a clinical hospital without any information and analyzed by non-targeted metabolomics developed by our method to make a distinct group. Our PCA results revealed that U25 urine and S25 sera sample were significantly different from other samples. Additionally, U42 and U43 samples were distinguished from other urine samples. It turned out that sample 25 was from the only osteoarthritis (OA) patient among ten patients and sample 42 and 43 were from serious RA patients among nine mild RA patients. Keywords Rheumatoid arthritis (RA), Biomarkers, Metabolomic platform, TMSD methylation, Boc derivatization
more초록/요약 도움말
류마티스 관절염은 만성적, 시스템적 염증성의 자가면역 질환중의 하나이다. 현재 류마티스 관절염질환을 특이적으로 구별할 수 있는 믿을만한 바이오마커는 아직 개발되어있지 않고 있다. 본 연구에서는 고속 액상크로마토그래피-고분해능 질량분석학을 기반으로 지질, 이차대사체, 아민을 포함한 화합물 정보를 포함하는 비표적의 대사체학 플랫폼을 개발하였다. 아민을 포함하는 화합물과 이차대사체의 대사체학 정보를 생산하기 위해 di-tert-butyl dicarbonate (Boc) 유도체화 방법을 개발하였으며 초고속의 대사체학 탐색이 가능한 시료전처리 없는 방법에 대한 최적화 연구를 수행하였다. 25개의 지질체 화합물에 대한 대사체학 정보는 삼중극자 텐덤 질량분석장비를 기반으로 한 trimethylsilyl diazomethane (TMSD) 메틸 유도체화 방법을 사용함으로써 보다 지질체 신호에 대한 재현성과 신호분해능을 개선시킬 수 있었다. 대사체 데이터의 신호여과, 정렬, 그리고 통계적 유의성을 위해서 XCMS (https://xcmsonline.scripps.edu) 오픈소스 소프트웨어를 활용하였다. 광범위한 대사체 플랫폼을 확립한 후 임상병원으로부터 기증받은 10개의 혈청시료와 10개의 뇨 시료를 포함한 임상시료에 대한 블라인더 테스트를 수행하였다. 대사체학정보를 기반으로 한 다변량통계분석법 중 하나인 PCA분석법으로부터 환자시료 번호 25 (혈청과 뇨)이 다른 환자와 확연히 구분된다는 결과를 얻을 수 있었으며, 이후의 결과에서 환자시료 25는 골 관절염 환자인것으로 판명되었다. 또한 환자시료 42번과 43번 시료 또한 특징적 그룹으로 구별되었으며 이 시료의 경우는 류마티스 관절염 환자 중에 질환의 진행 정도가 대단히 다름을 알 수 있었다. 이상의 예비 블라인더 결과에서 알 수 있듯이 본 연구에서 개발한 대사체학 플랫폼은 류마티스 관절염의 특이적 구분뿐 아니라 병의 진행경과까지도 모니터링 가능할 수 있다는 가능성을 잘 보여주었으며 이러한 광범위한 대사체학 플랫폼을 기반으로 실제로 많은 시료분석을 통한 바이오마커의 개발에 활용하고자 한다.
more목차 도움말
Contents I
List of figure III
List of table IV
Dedication V
Acknowledgement VI
Abstract VII
요 약 IX
1. Introduction 1
1.1 Rheumatoid arthritis (RA) 1
1.2 Metabolomics 1
1.2.1 Brief introduction of metabolomics 1
1.2.2 Metabolomics in diseases 5
1.2.3 Genetic variations associated with metabolites levels 5
1.3 MS spectrometry 8
1.3.1 Basic principles 8
1.3.2 Types of Analyzers 8
1.3.3 Applications 10
2. Materials and Methods 11
2.1 Reagents 11
2.2 Materials 12
2.3 Extraction of secondary metabolites 12
2.4 Boc-derivatization for the analysis of amino compounds 12
2.5 Quality control (QC) sample 13
2.6 LC-conditions for secondary metabolites and Boc-amino compounds analysis 13
2.7 TMSD methylation 14
2.8 LC-condition for diverse lipids analysis 14
2.9 Data processing 15
2.10 Statistical analysis 16
3. Results 16
3.1 Boc-derivatization for amino compounds analysis based on UPLC-HRMS 16
3.2 The TMSD methylation for lipids analysis 24
3.3 Principle component analysis (PCA) with 10 urine and 10 sera samples 37
3.4 The metabolites associated with RA 39
4. Discussion and conclusion 43
4.1 Discussion 43
4.2 Conclusion 46
5. References................................................................................................. 48
