Phénomique moléculaire en biologie systémique, synthétique et chimique

John McLean présente en avant-première sa conférence plénière à HPLC 2023, où il décrira les stratégies analytiques émergentes utilisant la chromatographie liquide-mobilité ionique-spectrométrie de masse (LC-IM-MS) pour la phénomique moléculaire non ciblée en biologie systémique, synthétique et chimique.

L’un des grands projets scientifiques les plus réussis de l’histoire moderne est le projet du génome humain. Parmi les nombreuses motivations du séquençage du génome humain, il y avait celle de mieux comprendre ce qui nous rend humains et sains. Les frontières de nos connaissances se sont rapidement élargies et ont ouvert de nouvelles voies de recherche qui ne cessent de croître, comme les avancées majeures en génie génétique et en biologie synthétique. Cette expansion des connaissances facilite de nombreux grands projets de biologie complets à l’échelle du système pour mieux comprendre l’interaction moléculaire complexe de la vie – au-delà du dogme central de la biologie moléculaire – et repose en grande partie sur des stratégies omiques (1).

Les domaines omiques s’efforcent de comprendre les relations entre les molécules dans une perspective globale. Cela nécessite souvent des expériences massives de catalogage moléculaire et des efforts d’organisation des données pour interpréter ces relations. Dans de nombreux cas, les réponses recherchées reviennent à poser des questions telles que « qui dit quoi, où, quand et à qui ? » Ces efforts se sont initialement concentrés sur une ou plusieurs classes de molécules, qui ont donné naissance à des domaines individuels tels que la génomique, la transcriptomique, la protéomique, la lipidomique, la glycomique et la métabolomique, parmi un éventail étonnant de domaines d’étude en omique aujourd’hui. Dans chacun de ces efforts, les expériences se concentrent sur le catalogage des changements à grande échelle dans un inventaire moléculaire.

En phénomique, ces expériences visent la caractérisation moléculaire complète d’un phénotype à la fois dans l’espace – par exemple au niveau cellulaire, tissulaire et de l’organisme – et dans le temps – comme la santé par rapport à la maladie, la durée de vie ou en réponse à des expositions, des traitements et choix de vie (2). Cela impose d’énormes exigences aux technologies de mesure, notamment une préparation minimale des échantillons, des mesures rapides, une plage dynamique de concentration élevée, des limites de détection basses et une sélectivité élevée. En général, les domaines omiques utilisent trois technologies principales qui incarnent ces traits – le plus souvent des technologies basées sur la spectroscopie et des réseaux (par exemple, la génomique et la transcriptomique), la résonance magnétique nucléaire (RMN, par exemple, la métabolomique et la métabonomique) et la spectrométrie de masse (MS , par exemple, protéomique, lipidomique, glycomique, métabolomique). La densité de données résultant de telles expériences est énorme et nécessite des approches informatiques pour organiser les millions d’espèces potentielles présentes dans des coordonnées spatiales extrêmement petites (3,4). L’interaction entre les ensembles de données phénomiques et la bioinformatique forme le lien entre la traduction des données phénomiques en informations et en compréhension exploitables.

Depuis les premières descriptions de la combinaison de données MS avec des approches informatiques pour la protéomique (5), des efforts importants se sont concentrés sur la capacité d’étendre les capacités analytiques de la spectrométrie de masse et des approches informatiques dans la recherche en omique. Du côté de la génération de données de l’équation, les principaux sont les développements visant à augmenter la capacité de pointe pour les échantillons biologiques complexes. Ces améliorations de la sélectivité sont motivées par deux avancées parallèles. L’une consiste à intégrer des dimensions de séparation supplémentaires avec la détection MS pour tirer parti de la nature multiplicative de la capacité de pointe (6). La seconde consiste à améliorer le pouvoir de résolution et la résolution dans chacune des dimensions de séparation individuelles, y compris la chromatographie et la spectrométrie de masse, pour augmenter la capacité de pointe dans chaque dimension individuelle. À l’intersection de ces deux aspects se trouve l’émergence de séparations moléculaires électrophorétiques en phase gazeuse basées sur la mobilité ionique (IM).

La sélectivité de séparation dans la MI dispersive dans le temps est obtenue par l’électromigration des ions à travers un gaz neutre, ce dernier fournissant une force d’atténuation proportionnelle au nombre de collisions entre l’ion et l’espèce de gaz neutre (7). Ceci à son tour est proportionnel à la surface de l’ion moléculaire (mesurée en unités de Ų) et appelé le section de collision (CCS) (8). Fait important, étant donné que les séparations sont effectuées après l’ionisation en phase gazeuse après l’ionisation, IM est facilement interfacé entre les séparations en phase liquide telles que la chromatographie et le spectromètre de masse sans aucune augmentation du temps d’analyse total. Dans les premières expériences protéomiques combinant chromatographie liquide (LC)-IM-MS, cette caractéristique était appelée imbrication des spectres, étant donné que la dimension LC a fourni des séparations en minutes, la dimension IM a fourni des séparations en millisecondes et la dimension MS a fourni des séparations en microsecondes (9). De cette façon, il n’y a pas de compromis entre une capacité de pointe accrue pour le débit d’échantillons. Un deuxième aspect critique de l’IM pour les études en omique concerne les structures dominantes que différentes classes de biomolécules adoptent préférentiellement. Sur la base des unités monomères à partir desquelles différents biopolymères sont constitués, différentes classes de molécules occupent des régions spécifiques de l’espace de conformation, ou la corrélation du CCS avec la masse de la molécule (10). Cela résulte des forces de repliement en phase gazeuse prédominantes de chaque classe de molécules. Par exemple, les lipides adoptent des structures moins denses que les peptides ou les glucides. Ces corrélations prévisibles et hautement reproductibles de CCS par rapport à la masse ont ouvert de nouveaux descripteurs pour effectuer des mesures omiques de plusieurs classes de molécules simultanément. Lorsqu’il est combiné avec des informations sur le temps de rétention, la masse précise et la fragmentation, le CCS fournit une autre mesure pour prendre en charge l’annotation moléculaire de haute précision. À l’instar des progrès de la capacité de pointe offerts par la MS à puissance de résolution élevée, les améliorations récentes importantes de la puissance de résolution IM ont été un domaine critique de l’avancement des technologies IM.

Cette conférence plénière à HPLC 2023 décrira les avancées récentes des stratégies de mesure des omiques intégrés IM-MS dans les analyses d’échantillons biologiques complexes d’intérêt pour la biologie systémique, synthétique et chimique. Les nouvelles avancées de l’intelligence artificielle (IA) et de l’apprentissage automatique basées sur les développements du commerce sur Internet et de l’astronomie seront également décrites, afin d’aborder les questions biologiques d’un point de vue impartial et non ciblé et d’exploiter rapidement ces énormes ensembles de données. Ces techniques seront mises en évidence à travers des exemples sélectionnés, allant de la création d’organes humains microfluidiques sur puce, pour remplacer l’expérimentation animale dans les flux de travail de développement de médicaments, pour sonder les résultats d’expériences d’édition génétique rapide utilisant CRISPR dans l’optimisation de la biologie synthétique pour l’amende et la production de produits chimiques de base. Bien qu’il reste d’énormes défis en phénomique, il existe d’immenses promesses en termes de capacités de diagnostic et de prédiction pour la santé et la médecine, pour aider à mieux comprendre ce qui fait de nous des êtres humains.

Les références

1. Sherrod, SD ; McLean, JA Acquisition de données à haute dimension à l’échelle du système et informatique à l’aide de stratégies de spectrométrie de masse structurelle. Clin. Chim. 2016, 62 (1), 77–83. DOI : 10.1373/clinchem.2015.238261
2. Holmes, E.; Wilson, ID ; Nicholson, JK Phénotypage métabolique dans la santé et la maladie. Cellule 2008, 134 (5), 714–717. DOI : 10.1016/j.cell.2008.08.026
3. Mai, JC ; Goodwin, CR; McLean, JA Ion Mobility-Mass Spectrometry Strategies for Untargeted Systems, Synthetic, and Chemical Biology. Courant. Avis. Biotechnol. 2015, 31117–121. DOI: 10.1016/j.copbio.2014.10.012
4. Mai, JC ; Gant-Branum, RL; McLean, JA ciblant les non ciblés dans la phénomique moléculaire avec la mobilité ionique structurellement sélective-spectrométrie de masse. Courant. Avis. Biotechnol. 2016, 39192–197. DOI: 10.1016/j.copbio.2016.04.013
5. Eng, JK ; McCormack, AL; Yates, JR Une approche pour corréler les données spectrales de masse en tandem des peptides avec des séquences d’acides aminés dans une base de données de protéines. Confiture. Soc. Spectre de masse. 1994,5 (11), 976–989. DOI : 10.1016/1044-0305(94)80016-2
6. Giddings, JC Séparations bidimensionnelles : concept et promesse. Anal. Chim. 1984, 56 (12), 1258A–2170A. DOI : 10.1021/ac00276a003
7. Mai, JC ; McLean, JA Mobilité ionique-spectrométrie de masse : instrumentation à dispersion temporelle. Anal. Chim. 2015, 87 (3) 1422–1436. DOI : 10.1021/ac504720m
8. Mai, JC ; Morris, CB; McLean, JA Ion Mobility Collision Cross Section Compendium. Anal. Chim. 2017, 89 (2), 1032-1044. DOI : 10.1021/acs.analchem.6b04905
9. Valentin, SJ; Kulchania, M.; Barnes, CAS ; Clemmer, DE Séparations multidimensionnelles de mélanges de peptides complexes : une approche combinée de chromatographie liquide haute performance/mobilité ionique/spectrométrie de masse à temps de vol. Int. J. Spectre de masse. 2001, 212 (1–3), 97–109. DOI : 10.1016/S1387-3806(01)00511-5
10. McLean, JA The Mass-Mobility Correlation Redux: Le paysage conformationnel des biomolécules anhydres. Confiture. Soc. Spectre de masse. 2009, 20 (10), 1775-1781. DOI : 10.1016/j.jasms.2009.06.016

Jean A. McLean est professeur Stevenson et président du département de chimie et vice-recteur à l’université Vanderbilt aux États-Unis. Il est également directeur du Center for Innovative Technology, qui facilite la recherche en phénomique pour des projets de consortiums à grande échelle dans les domaines de la santé et de la médecine. Il a étudié à l’Université du Michigan et à l’Université George Washington, puis a effectué des recherches postdoctorales au Forschungszentrum Jülich en Allemagne et à la Texas A&M University. Il est membre de la National Academy of Inventors et de l’American Association for the Advancement of Science. Il a publié plus de 200 manuscrits dans les domaines du développement technologique dans la recherche sur la mobilité ionique, la spectrométrie de masse et les omiques.

John A. Mclean présentera sa conférence plénière sur dimanche 18 juin à 17h30 dans Salle 1 (Auditorium).