La métabolomique non ciblée exige des stratégies adéquates pour exploiter au mieux les informations biologiques contenues dans les signaux mesurés. Cette étude propose une approche basée sur la combinaison d’une acquisition LC-HRMS non ciblée, de l’annotation de métabolites en utilisant une base de données de standards et d’un traitement de données multifactorielles, pour étudier le processus neuroinflammatoire induit dans des cultures cellulaires 3D humaines par le neurotoxique triméthylétain (TMT) [1Lee S., y al. Trimethyltin-induced hippocampal neurodegeneration: a mechanism-based review Brain Res Bull 2016 ;  125 : 187-199 [inter-ref]

Haga clic aquí para ir a la sección de Referencias].

Les cultures cellulaires neuronales dérivées d’embryons de rat, à 2 états de maturation différents (5/25jours in vitro), ont été exposées à 3 concentrations de TMT (0,0, 0,5 ou 1,0μM), pendant 24h ou 10 jours, permettant l’étude de l’état de maturation, des effets de la dose et du temps d’exposition (aigu vs. chronique).

La préparation d’échantillon a consisté en une lyse cellulaire par ultrasons dans du méthanol 80 % froid, suivie d’une centrifugation. Les extraits ont été analysés par chromatographie HILIC et RP, en mode d’ionisation ESI+ et ESI− avec un spectromètre de masse QTOF Bruker maXis 3G. Le logiciel Progenesis QI™ a été utilisé pour l’alignement, la recherche de pics, la normalisation et la déconvolution des signaux. Les composés de référence de la bibliothèque Sigma MSMLS ont été utilisés pour créer une base de données permettant l’annotation niveau 1 des métabolites. L’analyse chimiométrique AMOPLS [2Boccard J., y al. Exploring Omics data from designed experiments using analysis of variance multiblock Orthogonal Partial Least Squares Anal Chim Acta 2016 ;  920 : 18-28 [cross-ref]

Haga clic aquí para ir a la sección de Referencias] permettant d’évaluer l’effet de chaque facteur expérimental a été effectuée dans l’environnement Matlab.

Une base de données de masses exactes et de temps de rétention a été construite par l’analyse de 800 standards dans des conditions expérimentales génériques. Un ensemble de 189 annotations de niveau 1 (identifications non ambiguës) a été obtenu dans les échantillons cellulaires à partir de ces données de référence. Les métabolites annotés ont été soumis à une analyse chimiométrique à l’aide de la méthode AMOPLS, révélant que l’état de maturation et le temps d’exposition ont représenté respectivement 22 % et 15 % des changements observés, tandis que la dose de TMT était associée à 7 % de la variabilité totale. Les scores de l’axe tp1 ont permis de regrouper les échantillons selon la maturation et le temps d’exposition. Les différentes doses de TMT sont clairement séparées sur les axes tp4 et tp9. Le calcul des contributions (VIP²) à ces composantes a permis la mise en évidence des métabolites les plus affectés par chaque facteur expérimental. Les cycles énergétiques et la synthèse de neurotransmetteurs sont les voies métaboliques les plus fortement perturbées par l’exposition au toxique.

Une analyse non ciblée basée sur une bibliothèque de standards et le traitement de données AMOPLS ont été combinés pour étudier les effets du TMT sur des cultures cellulaires neuronales. Les différentes sources de variabilité dans les données ont été efficacement décomposées, permettant ainsi une interprétation simplifiée des variations de signal liées aux effets de maturation, de dose et de temps d’exposition.