Application des réseaux moléculaires de spectrométrie de masse à l'étude des structures des produits naturels
L'analyse structurelle des composés est cruciale pour la découverte de produits naturels, en particulier pour révéler la base matérielle de substances médicinales chinoises rares ou précieuses. Cependant, l'analyse de structures de composés très diverses nécessite beaucoup de temps et de main-d'œuvre, ce qui constitue l'un des plus grands défis de la caractérisation des produits naturels. C'est pourquoi la technologie des réseaux moléculaires de spectrométrie de masse est appliquée à la recherche structurelle des produits naturels.

La chromatographie liquide avec spectrométrie de masse en tandem (LC-MS/MS) est l'une des méthodes analytiques les plus couramment utilisées en métabolomique, mais l'interprétation de ces données complexes constitue un défi majeur dans la recherche sur les produits naturels. Ces dernières années, l'émergence de nouvelles méthodes bioinformatiques telles que les réseaux moléculaires a apporté de nouvelles idées et perspectives pour la reconnaissance de composés connus dans des matrices complexes. Le Global Natural Products Social Molecular Networking (GNPS) est une base de données ouverte de données de spectrométrie de masse en tandem, actuellement la seule plateforme fondamentale publique capable de mettre en œuvre des réseaux moléculaires et d'analyser des ensembles de données générés par LC-MS/MS. La visualisation des réseaux moléculaires dans GNPS représente chaque spectre comme un nœud, et la disposition des spectres entre eux représente les connexions entre les nœuds. Les spectres moléculaires pertinents peuvent être visualisés sous forme de réseaux moléculaires en ligne dans GNPS. Le GNPS comprend un total de 235850 spectres et 22644 composés. GNPS permet non seulement l'identification de composés connus et d'analogues, ainsi que l'analyse automatique de composés dans des réseaux moléculaires, mais il a également la capacité de reproduire, de lier et de stocker des données secondaires de spectrométrie de masse provenant de sources multiples.

La mise en réseau moléculaire (MN) est une plateforme d'organisation et de visualisation des données MS/MS. Chaque spectre de masse est considéré comme un vecteur et comparé à tous les autres spectres de masse à l'aide de la similarité cosinusoïdale. Lorsque la similarité entre deux spectres de masse dépasse un certain seuil, ils sont connectés ensemble dans le réseau moléculaire. En 2012, le professeur Pieter a proposé pour la première fois la technologie des réseaux moléculaires. Le réseau moléculaire de spectrométrie de masse est une méthode basée sur l'analyse par spectrométrie de masse en tandem (MS/MS), adaptée à l'analyse de divers produits naturels. Son objectif est d'identifier rapidement les composés connus et de déterminer divers produits naturels inconnus. En bref, cette méthode consiste à collecter des données de spectrométrie de masse en tandem et à construire un réseau basé sur la similarité des fragments. Cette technologie a été largement appliquée dans des domaines tels que les produits naturels, la métabolomique et la découverte de médicaments.

Actuellement, Trivella et al. et Fox Ramos et al. ont rapporté que la MN s'est avérée être un outil très efficace pour identifier rapidement les produits naturels dans des mélanges complexes et aider à la découverte de nouveaux produits naturels ; Nothias Esposito et al. ont rapporté que la MN est un outil efficace pour caractériser la génération de métabolites spécifiques dans les plantes dans la métabolomique basée sur la spectrométrie de masse ; Kang et al. ont utilisé la MN pour classer les métabolites secondaires en groupes similaires, ce qui a été utilisé dans la recherche sur les produits naturels pour cribler et isoler les cibles ; Lei et al. ont observé les différences de contenu de l'aconit non transformé et transformé en utilisant la MN. ont observé des différences dans le contenu de l'aconit non traité et traité en utilisant la MN ; en outre, Tian et al. ont rapporté que la MN peut clairement observer les différences dans la composition chimique du thé de différentes variétés et origines, permettant ainsi une évaluation qualitative et quantitative du thé ; en analysant les types d'ions de fragment et les changements de contenu relatif des ions de fragment, les changements dans la structure moléculaire des produits naturels et la transformation de leurs groupes fonctionnels peuvent être déduits pour déterminer si les produits naturels sont générés ou transformés.

 

Au cours des dernières années, la MN a été proposée comme un outil émergent pour simplifier la recherche structurelle des produits naturels, et a été appliquée avec succès à la découverte, la séparation, la préparation, l'identification structurelle et l'analyse quantitative des ingrédients chimiques et actifs dans les produits naturels. La MN est adaptée à l'étude de la composition in vivo et des métabolites des produits naturels, ce qui permet de mieux élucider la base de leur substance pharmacologique et leurs processus métaboliques.

En utilisant la MN pour comparer les ions de fragments caractéristiques et analyser leurs types et leurs changements de contenu relatif, nous pouvons déduire les changements de structure moléculaire et les transformations des groupes fonctionnels des produits naturels, ce qui peut être utilisé pour déduire les voies de biosynthèse des produits naturels. Cependant, la recherche bibliographique a révélé qu'il n'existe pas beaucoup de rapports pertinents au niveau national et international, ce qui pourrait constituer une nouvelle orientation pour l'utilisation de la MN dans la recherche sur les produits naturels.

En résumé, jusqu'à présent, le MN a été principalement appliqué à l'identification structurelle des produits naturels. Combinée à d'autres technologies, elle constitue une méthode efficace et rapide pour la recherche structurelle de produits naturels, en particulier pour la découverte de nouvelles structures et d'ingrédients actifs. Les recherches sur le métabolisme, l'analyse quantitative et les voies de biosynthèse dans l'organisme sont relativement peu nombreuses, et c'est une direction sur laquelle les chercheurs pourront se concentrer à l'avenir.