MALDI mass spectrometry biotyping

Mgr. Lukáš Pečinka, Ph.D.

Doctoral thesis

Abstract:

Tato disertační práce představuje novou strategii analýz komplexních biologických vzorků. S rostoucími nároky na analýzy biologických vzorků v těchto matricích roste i zájem o vývoj a optimalizaci hmotnostně spektrometrických (MS) metod. MS analýza intaktních buněk, vzorků plazmy a také tkání má velký význam pro sledování a objasnění biologických procesů v organismu a poskytuje důležité informace týkající se feno/genotypu organismu. Výzkum byl zaměřen na vývoj efektivních, přímočarých a reprodukovatelných metod pro potenciální klinické aplikace. Tato práce se zabývá přípravou vzorků pro MALDI MS, optimalizací protokolů, zpracováním dat a jejich vyhodnocením. Ve dvou zde prezentovaných výzkumných osách jsou představeny různé techniky zabývající se analýzou biologických vzorků. První výzkumná osa se zaměřuje na klasifikaci buněk karcinomu vaječníků s různým zastoupením buněčných populací s potlačenou expresí genu TUSC3. Pro MS analýzy byly použity různé typy buněk (lidské, myší), celkem 4. Metoda intaktní buněčné MS (IC-MS) byla kombinována s vícerozměrnými statistickými algoritmy a algoritmy strojového učení s využitím programovacího jazyka R. Druhá výzkumná osa se zabývá vývojem metody pro analýzu vzorků plazmy pacientů s monoklonální gamapatií pomocí MALDI MS. Jejím cílemu je rozlišit pacienty s mnohočetným myelomem (MM) a pacienty s pokročilejšími formami tohoto onemocnění, jako je plazmocelulární leukemie (PCL) a extramedulární onemocnění (EMD). V rámci tohoto projektu byly úspěšně vyzkoušeny různé metody extrakce proteinů s cílem celkového zjednodušení přípravy vzorku.

Abstract:

This thesis presents a novel strategy for the analysis of complex biological samples. With the increasing demand for the analysis of biological samples, there is a growing interest in the development and optimization of mass spectrometry (MS) methods. MS analysis of whole cells, plasma samples, and tissue samples is of great importance for monitoring and elucidating biological processes in the organism. It provides important information on the pheno/genotype of the organism. Our research is focused on the development of rapid and reproducible methods for potential clinical applications. This work describes sample preparation for matrix-assisted laser desorption/ionization time of flight (MALDI TOF) MS, optimization of MS protocols, data handling, and data analysis. Two of the projects presented in the thesis introduce different techniques to demonstrate dealing with the complexity of such biological samples. The first project focuses on the classification of ovarian cancer cells with different percentages of cell populations with a single gene (TUSC3) silenced. Different cell types (4 in total) from different organisms (human and mouse) were introduced to the MS analysis. The Intact Cell MS (IC-MS) method was combined with multivariate statistical and machine learning algorithms using the R programming language. This optimized workflow has been then applied to other sub-projects involving IC-MALDI MS. The second project includes the development of a MALDI MS method for the analysis of human peripheral blood plasma samples. This project aims to differentiate multiple myeloma (MM) patients from those with more advanced diseases such as plasma cell leukemia (PCL) or extramedullary disease (EMD). Different methods for protein extraction, decreasing the level of salinity, and overall sample preparation were successfully investigated in this project.

Keywords

Intact cell MALDI MS, machine learning, R programming language, bioinformatics, multiple myeloma

Language used: English

Date on which the thesis was submitted / produced: 14. 12. 2023

Thesis defence

• Date of defence: 16. 2. 2024
• Supervisor: prof. RNDr. Josef Havel, DrSc.
• Reader: prof. RNDr. Zuzana Bílková, Ph.D., prof. Ing. Lenka Hernychová, Ph.D., Prof. Martina Marchetti-Deschmann

Masaryk University

Faculty of Science

Doctoral programme / field:
Chemistry / Analytical Chemistry