Los lípidos son una clase de biomoléculas que desempeñan un papel importante en muchos procesos celulares. Los análisis que buscan caracterizar todos los lípidos en una muestra (llamados lipidómica) son cruciales para estudiar sistemas biológicos complejos.
Un desafío importante en lipidómica es conectar la variedad de estructuras de los lípidos con sus funciones biológicas. Las posiciones de los dobles enlaces dentro de las cadenas de ácidos grasos son particularmente importantes. Esto se debe a que pueden afectar las propiedades físicas de las membranas celulares y modular las vías de señalización celular.
Esta información no se mide de forma rutinaria en estudios de lipidómica porque requiere una configuración experimental complicada que produce datos complejos. Así, los científicos del Laboratorio Nacional del Noroeste del Pacífico (PNNL) desarrollaron un flujo de trabajo simplificado para determinar las posiciones de los dobles enlaces. Este flujo de trabajo utiliza enfoques de automatización y aprendizaje automático.
Su nuevo método, LipidOz, agiliza el análisis de datos para determinar las posiciones de los dobles enlaces. Al abordar esta parte clave del análisis de lípidos, LipidOz ofrece a los investigadores un método más eficiente y preciso para la caracterización de lípidos. El estudio se publica en la revista Communications Chemistry. .
La identificación inequívoca de los lípidos se complica por la presencia de partes moleculares que tienen la misma fórmula química pero diferentes configuraciones físicas. Específicamente, las diferencias en estas partes moleculares incluyen la longitud de la cadena de acilo graso, la posición numerada estereoespecíficamente (sn) y la posición/estereoquímica de los dobles enlaces.
Los análisis convencionales pueden determinar las longitudes de las cadenas de acilo graso, el número de dobles enlaces y, en algunos casos, la posición sn, pero no las posiciones de los dobles enlaces carbono-carbono. Las posiciones de estos dobles enlaces se pueden determinar con mayor confianza utilizando una reacción de oxidación en fase gaseosa llamada disociación inducida por ozono (OzID), que produce fragmentos característicos.
Sin embargo, el análisis de los datos obtenidos de esta reacción es complejo y repetitivo, y falta soporte de herramientas de software. La herramienta Python de código abierto, LipidOz, determina y asigna automáticamente las posiciones de los dobles enlaces de los lípidos mediante una combinación de automatización tradicional y enfoques de aprendizaje profundo. Una nueva investigación demuestra esta capacidad para mezclas de lípidos estándar y extractos de lípidos complejos, lo que permite la aplicación práctica de OzID para futuros estudios de lipidómica.
Más información: Dylan H. Ross et al, LipidOz permite la elucidación automatizada de las posiciones de los dobles enlaces carbono-carbono de los lípidos a partir de datos de espectrometría de masas de disociación inducida por ozono, Química de las Comunicaciones (2023). DOI:10.1038/s42004-023-00867-9
Información de la revista: Química de las Comunicaciones
Proporcionado por el Laboratorio Nacional del Noroeste del Pacífico
