Metabolomics được phát triển như một phương pháp để phân tích đồng thời nhiều chất chuyển hóa trong các mẫu sinh học. Ứng dụng những phát triển công nghệ trong sắc ký và phép đo phổ, metabolomics đã được áp dụng trong các các lĩnh vực nghiên cứu, chẳng hạn như y sinh và khoa học nông nghiệp. Những tiến bộ trong thiết bị phân tích được sử dụng trong nghiên cứu NP, cùng với các phương pháp tính toán có thể tạo ra các cấu trúc tương tự NP hợp lý và phổ mô phỏng tương ứng của chúng, cũng đã cho phép ứng dụng các phương pháp tiếp cận ‘omics’ như chuyển hóa trong khám phá thuốc dựa trên NP. Metabolomics có thể cung cấp thông tin chính xác về thành phần chất chuyển hóa trong chất chiết xuất từ ​​NP, do đó giúp ưu tiên các NP để phân lập, để đẩy nhanh quá trình sao chép và chú thích các chất tương tự chưa biết và các khung NP mới. Hơn nữa, metabolomics có thể phát hiện sự khác biệt giữa các thành phần chất chuyển hóa ở các trạng thái sinh lý khác nhau của sinh vật sản xuất và cho phép tạo ra các giả thuyết để giải thích chúng, và cũng có thể cung cấp hồ sơ chất chuyển hóa mở rộng để làm cơ sở cho việc xác định đặc điểm kiểu hình ở cấp độ phân tử. Cả hai lựa chọn đều rất hữu ích trong việc hiểu cơ chế phân tử hoạt động của NP. Cấu hình chất chuyển hóa được phân tích bằng quang phổ NMR hoặc khối phổ có độ phân giải cao (HRMS), hoặc các phương pháp kết hợp tương ứng liên quan đến sắc ký lỏng ngược dòng (LC), chẳng hạn như LC – HRMS, có thể tách nhiều đồng phân có trong dịch chiết NP. Hơn nữa, các phương pháp kết hợp như vậy có thể tích hợp HRMS và NMR, cho phép đồng thời sử dụng những lợi thế của cả hai công nghệ. Phân tích NMR của chiết xuất NP rất đơn giản và có thể tái lập, đồng thời cung cấp thông tin định lượng trực tiếp và thông tin cấu trúc chi tiết, mặc dù nó có độ nhạy tương đối thấp, có nghĩa là nó thường chỉ cho phép xác định các thành phần chính. Các ứng dụng của NMR trong nghiên cứu NP rất linh hoạt và kỹ thuật này được sử dụng trực tiếp cho quá trình chuyển hóa của các chiết xuất NP chưa phân đoạn và để xác định đặc điểm cấu trúc của các hợp chất và phân đoạn thu được bằng các phương pháp tách thích hợp, thường là LC. HRMS là tiêu chuẩn vàng để định tính và định lượng chất chuyển hóa và được áp dụng phổ biến nhất khi kết hợp với LC. HRMS cũng có thể được sử dụng trong chế độ truyền trực tiếp (được gọi là DIMS), theo đó các mẫu được lập hồ sơ trực tiếp bằng MS mà không cần bước sắc ký, hoặc trong hình ảnh MS (MSI), cho phép xác định sự phân bố không gian của NP trong các cơ thể sống. HRMS cho phép thu thập thường xuyên phân tử chính xác từ thông tin chung, cùng với lọc phỏng đoán/khám phá thích hợp có thể cung cấp chỉ định rõ ràng về công thức phân tử cho hàng trăm đến hàng nghìn chất chuyển hóa trong một chiết xuất trên một dải động lớn có thể vượt quá năm bậc.

Tuy nhiên, những thách thức vẫn còn trong việc khai thác dữ liệu và trong việc xác định rõ ràng các chất chuyển hóa bằng cách sử dụng các quy trình công việc khác nhau dựa trên các công cụ dựa trên web mở. Việc sao chép các chất chuyển hóa thứ cấp trong chiết xuất có hoạt tính sinh học bao gồm xác định khối lượng phân tử và công thức và tìm kiếm chéo trong tài liệu hoặc cơ sở dữ liệu NP cấu trúc với thông tin phân loại, điều này hỗ trợ rất nhiều cho quá trình xác định. Như là siêu dữ liệu, rất khó để truy vấn trong tài liệu, thường được biên soạn trong cơ sở dữ liệu độc quyền, chẳng hạn như Từ điển các Sản phẩm Tự nhiên, bao gồm tất cả các cấu trúc NP được báo cáo với các liên kết đến các nguồn sinh học của chúng (xem các liên kết có liên quan). Tuy nhiên, cơ sở dữ liệu khối phổ song song thực nghiệm toàn diện (MS / MS) của tất cả các NP được báo cáo cho đến nay không tồn tại và một cuộc tìm kiếm đối với quang phổ thử nghiệm trên các nền tảng khác nhau bị cản trở bởi thiếu các điều kiện năng lượng va chạm tiêu chuẩn hóa để phân mảnh trong LC – MS / MS. Về mặt này, nền tảng mạng phân tử Global Natural Products Social (GNPS) được phát triển trong phòng thí nghiệm Dorrestein là một bổ sung quan trọng cho hộp công cụ. Mạng phân tử tổ chức hàng nghìn bộ dữ liệu MS / MS được ghi lại từ một dịch chiết nhất định và hình dung mối quan hệ của các chất phân tích như các cụm phân tử có liên quan về cấu trúc. Điều này cải thiện hiệu quả của việc khử sao chép bằng cách cho phép chú thích các đồng phân và chất tương tự của một chất chuyển hóa nhất định trong một cụm. Quang phổ thí nghiệm được ghi lại có thể được tìm kiếm dựa trên các cấu trúc giả định và phổ MS / MS dự đoán tương ứng của chúng được tạo ra bởi các công cụ như mô hình phân mảnh cạnh tranh (CFM-ID). Dựa trên các phương pháp tiếp cận như vậy, cơ sở dữ liệu khổng lồ về phổ NP lý thuyết đã được tạo ra và áp dụng trong sự phi nhân bản. Tuy nhiên, cách tiếp cận mạng phân tử GNPS có những hạn chế, chẳng hạn như khả năng áp dụng tốt hơn cho một số lớp NP hơn những NP khác và sự không chắc chắn trong việc xác định xác xuất cấu trúc trong số các ứng cử viên có thể dự đoán. Những nỗ lực để giải quyết những vấn đề như vậy đang diễn ra, bao gồm việc phủ lên mạng lưới phân tử của các thư viện trích xuất NP lớn với thông tin phân loại để cải thiện độ tin cậy của chú thích. Nhìn chung, mạng phân tử chủ yếu cho phép ưu tiên tốt hơn việc phân lập các hợp chất chưa biết bằng cách tăng cường quá trình loại bỏ nhân bản và làm sáng tỏ mối quan hệ giữa các chất tương tự NP, và việc làm sáng tỏ cấu trúc chặt chẽ đối với các NP đã bỏ qua. Một nền tảng hữu ích khác để xác định chất chuyển hóa là METLIN, bao gồm cơ sở dữ liệu MS / MS có độ phân giải cao với chức năng tìm kiếm độ tương đồng từng đoạn rất hữu ích để xác định các chất chưa biết. Các cơ sở dữ liệu khác và trong các công cụ silico như Nhận dạng cấu trúc hợp chất (CSI): FingerID và Kernel đầu ra đầu vào Hồi quy (IOKR) có thể được sử dụng để tìm kiếm các phổ ion mảnh có sẵn, cũng như để tạo ra phổ dự đoán của các ion mảnh không có trong cơ sở dữ liệu hiện tại. Một nền tảng tính toán mới để dự đoán đặc điểm cấu trúc của các chất chuyển hóa có nguồn gốc từ bất kỳ hợp chất nào đã được xác định cũng đã được báo cáo gần đây, điều này sẽ làm tăng không gian hóa học có thể tìm kiếm của NP.

Để đẩy nhanh việc xác định các NP có hoạt tính sinh học trong các chất chiết xuất, dữ liệu chuyển hóa có thể được khớp với các hoạt động sinh học của các chất chiết xuất này. Các phương pháp đo hóa học khác nhau như phân tích dữ liệu đa biến có thể tương quan hoạt động đo được với các tín hiệu trong phổ NMR và MS, cho phép các hợp chất hoạt động được truy tìm trong hỗn hợp phức tạp mà không cần phải thực hiện thêm các thử nghiệm sinh học. Hơn nữa, một số mô-đun phân tích liên quan đến các xét nghiệm sinh học khác nhau và các công nghệ phát hiện có thể được liên kết để cho phép đồng thời đánh giá hoạt tính sinh học và xác định các hợp chất có mặt với lượng nhỏ (giới hạn phân tích) trong hỗn hợp phức chất.

Cuối cùng, những tiến bộ trong công nghệ phân tích tiếp tục hỗ trợ việc xác định cấu trúc chặt chẽ của các NP quan tâm. Sự phát triển tiến bộ của các thiết bị NMR trường cao hơn và công nghệ thăm dò đã cho phép xác định cấu trúc NP từ hàm lượng rất nhỏ (dưới 10 µg), điều này rất quan trọng, vì hàm lượng NP thường bị hạn chế. Ngoài ra, nhiễu xạ điện tử vi tinh thể (MicroED) gần đây đã nổi lên như một phương pháp hiển vi điện tử lạnh dựa trên kỹ thuật xác định cấu trúc rõ ràng của các phân tử nhỏ và đã được tìm thấy những ứng dụng quan trọng trong nghiên cứu NP. Độ phân giải và độ nhạy tăng lên của thiết bị phân tích cũng có thể giúp giải quyết các vấn đề liên quan đến 'độ phức tạp còn lại' của các NP phân lập; đó là khi các tạp chất mạnh về mặt sinh học nhưng không xác định được trong một mẫu NP phân lập (có thể bao gồm các chất chuyển hóa hoặc chất chuyển hóa liên quan đến cấu trúc) dẫn đến một giả thuyết cấu trúc và / hoặc hoạt động. Để tránh những nỗ lực phát triển hạ nguồn vô ích, khuyến nghị rằng các NP chính nên trải qua phân tích độ tinh khiết nâng cao ở giai đoạn đầu bằng cách sử dụng định lượng NMR và LC – MS.

Nguồn: https://www.nature.com/articles/s41573-020-00114-z

Atanasov, A. G., Zotchev, S. B., Dirsch, V. M., & Supuran, C. T. (2021). Natural products in drug discovery: Advances and opportunities. Nature Reviews Drug Discovery, 20(3), 200-216.

Người dịch: Nguyễn Thị Thúy An

Người duyệt: Nguyễn Thị Thùy Trang