Spectrométrie de masse à haute résolution couplée à la mobilité ionique pour la caractérisation et la quantification multi-analytes en matrices complexes : application aux isomères d'oligosaccharides du lait humain et aux acides aminés chiraux

High-resolution ion mobility–mass spectrometry for the characterization and quantification of multi-analytes in complex matrices: application to human milk oligosaccharide isomers and chiral amino acids

• Auteur / Autrice : Wenqing Xu
• Direction : Sandra Alves
• Type : Projet de thèse
• Discipline(s) : Chimie moléculaire
• Date : Inscription en doctorat le 01/10/2023
• Etablissement(s) : Sorbonne université
• Ecole(s) doctorale(s) : École doctorale Chimie moléculaire de Paris Centre
• Partenaire(s) de recherche : Laboratoire : Institut parisien de chimie moléculaire (IPCM)
• Partenaire(s) de recherche : Equipe de recherche : Chimie Structurale Organique et Biologique (CSOB)

Mots clés

Mots clés libres

Spectrométrie de masse couplée à la mobilité ionique

Analyse multi-analytes

Oligosaccharides du lait humain

Acides aminés

Analyse d'isomères

Quantification

Ion mobility–mass spectrometry

Multi-analyte analysis

Human milk oligosaccharides

Amino acids

Isomer-resolved analysis

Quantification

Résumé

Le lait maternel est la principale source d'alimentation des nouveau-nés et sa caractérisation est donc importante dans le domaine de la nutrition (1). En effet, le lait est composé principalement d'oligosaccharides, de lipides, de protéines et de micronutriments, sa composition varie entre les individus et évolue au cours de l'allaitement. Parmi ces constituants, les oligosaccharides du lait humain (HMO) ont été récemment démontrés par des preuves expérimentales non seulement comme des substrats pour les bactéries du microbiote mais aussi comme impliqués dans le développement du système immunitaire des nouveau-nés. Diverses méthodes analytiques basées essentiellement sur la spectrométrie de masse couplée à la chromatographie liquide (LC/MS) ont été mises au point pour l'analyse des mélanges d'oligosaccharides. Actuellement, environ 200 structures différentes d'HMO ont été identifiées dans la population humaine. Néanmoins, l'identification des HMO constitue un grand défi analytique en raison de leur diversité structurelle et en particulier de l'existence d'un grand nombre d'isomères. L'analyse de la fragmentation en phase gazeuse par spectrométrie de masse en tandem (MS/MS) est donc essentielle pour déterminer finement leurs structures (2). Cependant, l'analyse de mélanges d'HMO très complexes pose deux défis majeurs : d'une part, la mise en œuvre de techniques analytiques sensibles pour l'acquisition à grande vitesse d'empreintes spectrales à partir d'échantillons de lait complexes et, d'autre part, le traitement d'ensembles de données aussi volumineux. Le plus grand défi reste l'identification des HMO inconnus pour lesquels aucun composé standard n'est disponible. Ce projet propose le développement d'une approche à haut débit pour la détection exhaustive et l'identification sans a priori des HMOs et à grande échelle en utilisant la complémentarité de la séparation par mobilité ionique, de la spectrométrie de masse en tandem et de la construction de réseaux moléculaires. La spectrométrie de mobilité ionique basée sur la séparation en phase gazeuse présente les principaux avantages d'une analyse rapide (à l'échelle de la milliseconde) et d'une séparation des isomères. Son efficacité pour distinguer les isomères de HMO a été démontrée dans nos travaux antérieurs (3,4). Un autre aspect du projet doctoral est la construction de réseaux moléculaires spécifiques aux HMO. En identifiant les similarités entre les spectres MS/MS, le réseau moléculaire (''molecular networking'') permet l'organisation et la visualisation de données complexes issues de la MS/MS. Ces réseaux moléculaires devraient faciliter l'interprétation globale des données produites, en particulier l'annotation de tous les HMOs apparentés, même ceux qui sont inconnus.

1. Context and objectives: Breast milk is the main source of nutrition for newborns and its characterization is therefore important in the field of nutrition (1). Indeed, milk is composed mainly of oligosaccharides, lipids, proteins and micronutrients, its composition varies between individuals and evolves during breastfeeding. Among these constituents, human milk oligosaccharides (HMOs) have been recently shown by experimental evidences not only to be substrates for microbiota bacteria but to be involved in the development of the immune system of newborns. Various analytical methods essentially based on mass spectrometry coupled with liquid chromatography (LC/MS) have been developed for oligosaccharide mixture analysis. Currently, about 200 different structures of HMOs have been identified in human population. Nevertheless, the identification of HMOs constitutes a great analytical challenge due to their structural diversity and in particular the existence of a large number of isomers. Thus, gas phase fragmentation analysis by tandem mass spectrometry (MS/MS) are essential to finely determine their structures (2). However, the analysis of highly complex HMO mixture poses two major challenges: on the one hand, the implementation of sensitive analytical techniques for high-speed acquisition of spectral fingerprints from complex milk samples and, on the other hand, the processing of such large data sets. The biggest challenge remains the identification of unknown HMOs for which no standard compound is available. This project proposes the development of high-throughput approach for the exhaustive detection and identification without a priori of HMOs and on a large-scale using the complementarity of ion mobility separation, tandem mass spectrometry and the construction of molecular networks. Ion mobility spectrometry based on the gas phase separation has the main advantages of rapid analysis (millisec. scale) and isomer separation. Its efficiency to distinguish HMO isomers has been demonstrated in our previous work (3,4). Another aspect of the doctoral project is the construction of molecular networks specific to HMOs. By identifying similarities between MS/MS spectra, molecular network (“molecular networking”) enables the organization and visualization of complex data from MS/MS. Such molecular networks should facilitate the overall interpretation of the data produced, in particular the annotation of all related HMOs even the unknown ones.