Aplicação do MS-Finder, Sirius e GNPS no estudo de compostos fenólicos

Abstract

A anotação e identificação de compostos fenólicos fundamenta-se na análise de dados gerados por cromatografia líquida acoplada à espectrometria de massas (LC-MS). No entanto, a interpretação manual dos espectros de massas é uma tarefa não trivial e demorada, além disso, depende do conhecimento sobre a técnica e o perfil de fragmentação de compostos fenólicos. Ainda, esse sistema manual de anotação continua sendo a principal abordagem utilizada no estudo de compostos fenólicos na área de Ciência e Tecnologia de Alimentos. Os pesquisadores gastam muito tempo comparando os seus espectros de massas com aqueles disponibilizados em publicações. Assim, uma quantidade excessiva de tempo é utilizada na anotação de compostos já relatados, não permitindo muitas vezes o avanço na descoberta de novos compostos fenólicos. Neste contexto, a aplicação de ferramentas de metabolômica, nomeadamente, os softwares MS-Finder e Sirius, além da plataforma GNPS (Rede Social Molecular Global de Produtos Naturais) nos estudos de compostos fenólicos poderá impulsionar a descoberta de novos compostos fenólicos ou ao menos acelerar a anotação de moléculas já relatadas. Avaliamos ambos os softwares para anotar compostos fenólicos de 8 amostras de alimentos (café, chá verde, suco de cranberry, suco de uva, suco de laranja, suco de maçã, extrato de soja e extrato de salsa). O MS-Finder e Sirius juntos conseguiram anotar corretamente mais de 90% dos compostos fenólicos analisados por LC-MS. A aplicação da Rede Social Molecular Global de Produtos Naturais (GNPS) com os outros softwares acelerou a anotação dos compostos fenólicos extraíveis (CFE) e não-extraíveis (CFNE) de duas variedades de cada uma das 5 frutas mais consumidas no Brasil (banana, maçã, laranja, mamão e manga). Através do GNPS, foi possível anotar rapidamente mais de 33% dos compostos fenólicos encontrados. Além disso, foi possível a criação de redes moleculares que agruparam compostos com similaridades estruturais nas mesmas famílias moleculares, facilitando a interpretação das similaridades entre espécies, variedades e frações. As redes moleculares permitiram a anotação de moléculas por propagação e indicaram possíveis marcadores fenólicos de cada fruta e variedade. Diferenças marcantes na composição fenólica das frações CFE e CFNE também foram reveladas pela aplicação do GNPS. A maioria dos compostos fenólicos obtidos após as hidrólises ácida e alcalina eram diferentes dos extraídos apenas por solventes, além de se diferenciarem entre si. O GNPS proporcionou também a possibilidade de compartilhar os dados brutos de padrões analíticos e das amostras analisadas na plataforma com acesso para comunidade global, trazendo avanços no compartilhamento de dados e resultados de espectrometria de massas. Desta forma, a combinação da triagem inicial usando MS-Finder, Sirius e GNPS com análises manuais de informações adicionais é uma abordagem poderosa e eficiente para anotar e identificar compostos fenólicos.

The annotation and identification of phenolic compounds is based on the analysis of data generated by liquid chromatography coupled to mass spectrometry (LC-MS). However, manual interpretation of mass spectra is a non-trivial and time-consuming task, in addition, it depends on knowledge about the technique and the fragmentation profile of phenolic compounds. Still, this manual annotation system continues to be the main approach used in the study of phenolic compounds in Food Science and Technology field. Researchers spend a lot of time comparing their mass spectra with those available in publications. Thus, an excessive amount of time is spent on annotating already reported compounds, often not allowing progress in the discovery of new phenolic compounds. In this context, the application of metabolomics tools, namely the MS-Finder and Sirius software, in addition to the GNPS platform (Global Social Molecular Network of Natural Products) to studies of phenolic compounds could boost the discovery of new phenolic compounds or at least accelerate the annotation of molecules already reported. We evaluated both software to annotate phenolic compounds from 8 food samples (coffee, green tea, cranberry juice, grape juice, orange juice, apple juice, soy extract and parsley extract). MS-Finder and Sirius together managed to correctly annotate more than 90% of the phenolic compounds analyzed by LC-MS. The application of the Global Social Molecular Network of Natural Products (GNPS) with other software accelerated the annotation of extractable (CFE) and non-extractable (CFNE) phenolic compounds from two varieties of each of the 5 most consumed fruits in Brazil (banana, apple, orange, papaya, and mango). Using GNPS, it was possible to quickly record more than 33% of the phenolic compounds found. Furthermore, it was possible to create molecular networks that grouped compounds with structural similarities into the same molecular families, facilitating the interpretation of similarities between species, varieties, and fractions. Molecular networks allowed the annotation of molecules by propagation and indicated possible phenolic markers for each fruit and variety. Outstanding differences in the phenolic composition of the CFE and CFNE fractions were also revealed by the application of GNPS. Most of the phenolic compounds obtained after acid and alkaline hydrolysis were different from those extracted only by solvents, in addition to differing from each other. The GNPS also provided the possibility of sharing raw data of analytical standards and analyzed samples on the platform with access to the global community, bringing advances in sharing data and mass spectrometry results. Thus, combining initial screening using MSFinder, Sirius and GNPS with manual analysis of additional information is a powerful and efficient approach to annotating and identifying phenolic compounds.