Geen lipiden, geen leven. In alle organismen, lipiden vormen celwanden, energie op te slaan en weer vrij te geven als dat nodig is, en spelen een belangrijke rol bij celsignalering. Het is bewezen dat veranderingen in de samenstelling van lipiden een oorzakelijke rol spelen bij ziekten zoals kanker, leververvetting en multiple sclerose. Volgens ruwe schattingen er zijn er ongeveer 300, 000 verschillende lipidensoorten. Voor de detectie van lipiden die indicatief zijn voor ziekten, gezonde en zieke organismen worden meestal kwantitatief vergeleken. Deze vergelijking vereist betrouwbare en gedetailleerde informatie over de structuur en samenstelling van lipiden uit weefselmonsters - en daartoe hebben onderzoekers van het BioTechMed-Graz-initiatief een hulpmiddel ontwikkeld dat wordt gepresenteerd in het huidige nummer van Natuurmethoden .

Lipiden met karakter

Lipiden - vaak gewoon vetten genoemd - zijn complexe stoffen die naast diverse andere componenten voornamelijk uit vetzuren bestaan. Bij lipidenonderzoek echter, er zijn nog veel dingen onbekend. Ook, de detectie van structurele eigenschappen van lipidemoleculen in high-throughput-profilering staat nog in de kinderschoenen. In de gepresenteerde high-throughput-methode, een groot aantal monsters wordt gemeten met massaspectrometrie. Deze gegevens (d.w.z. spectra) verschaffen informatie voor de identificatie van het type en de klasse van lipiden of het type en de positie van de vetacylketens. Echter, de gemeten spectra kunnen verschillen tussen één en dezelfde lipidesoort, omdat lipiden verschillende fragmenten in de spectra laten zien, afhankelijk van de opstelling van de massaspectrometer en de ionisatie. Door deze spectrale diversiteit, tot nu toe was er geen universeel toepasbare bioinformatica-software voor de geautomatiseerde detectie van lipidestructuren.

Gerhard Thallinger van het Institute of Computational Biotechnology van de TU Graz legt de noodzaak van geautomatiseerde lipidenkarakterisering uit:"Snelle en betrouwbare details over de lipidesamenstelling van celmonsters zijn een voorwaarde voor vergelijkingen met referentiemonsters van gezonde cellen - die nodig zijn voor de detectie van biomarkers die kenmerkend zijn voor voor ziekten. De belangrijke vraag is welke veranderingen in de lipidensamenstelling van cellen relevant zijn in de diagnostiek?"

De "Lipid Data Analyzer", welke onderzoekers van de TU Graz, Med Uni Graz en de Universiteit van Graz hebben gepubliceerd in Nature Methods, zal het werk in biomedisch onderzoek enorm vergemakkelijken en zeker het lipidenonderzoek versnellen - van deze Jürgen Hartler, ook aan het Institute of Computational Biotechnology, is overtuigd:"De methode die we hebben ontwikkeld in samenwerking met collega's van Med Uni Graz en Uni Graz, interpreteert lipidespectra met behulp van intuïtieve regelsets en kan als zodanig flexibel worden aangepast aan verschillende fragmentatiekenmerken. Dit maakt het voor het eerst mogelijk om lipiden op een zeer gedetailleerd structureel niveau nauwkeuriger en betrouwbaarder te identificeren dan eerdere oplossingen." Het TU Graz-team was verantwoordelijk voor de softwareontwikkeling, de massaspectrometrische experimenten en bruikbaarheidstesten werden uitgevoerd in het Centrum voor Medisch Onderzoek (ZMF) van de Medische Universiteit van Graz en de Universiteit van Graz, en biologische experimenten werden uitgevoerd aan de Universiteit van Graz.

Uitbreidbaar naar andere stofwisselingsproducten zoals suikers

In het gepresenteerde onderzoek de Lipid Data Analyzer detecteerde meer dan 100 nieuwe lipidensoorten, die voorheen niet werden gemeld. De tool kan flexibel worden aangepast - en niet alleen voor nieuwe klassen van lipiden. Het kan worden gebruikt, bijvoorbeeld, om polysachariden en glycolipiden te karakteriseren, d.w.z. lipiden met aangehechte suikers. De onderzoekers stellen hun Lipid Data Analyzer als open source ter beschikking aan de wetenschappelijke gemeenschap.