JoVE Logo

Accedi

È necessario avere un abbonamento a JoVE per visualizzare questo. Accedi o inizia la tua prova gratuita.

In questo articolo

  • Riepilogo
  • Abstract
  • Introduzione
  • Protocollo
  • Risultati
  • Discussione
  • Divulgazioni
  • Riconoscimenti
  • Materiali
  • Riferimenti
  • Ristampe e Autorizzazioni

Riepilogo

L'obiettivo di questo protocollo è quello di rilevare metaboliti fenolici nel plasma utilizzando un metodo di cromatografia-spettrometria di massa semi-mirato.

Abstract

A un gruppo di 23 persone anziane sono stati somministrati pasti funzionali (una bevanda e un muffin) appositamente formulati per la prevenzione della sarcopenia (perdita di massa muscolare legata all'età). I campioni di plasma sono stati prelevati all'inizio dell'intervento e dopo 30 giorni di consumo dei pasti funzionali. È stata effettuata una cromatografia semi-mirata ad altissime prestazioni abbinata all'analisi di massa tandem (UPLC-MS/MS) per identificare i composti fenolici e i loro metaboliti. Le proteine plasmatiche sono state precipitate con etanolo e i campioni sono stati concentrati e risospesi nella fase mobile (acetonitrile 1:1: acqua) prima dell'iniezione nello strumento UPLC-MS/MS. La separazione è stata effettuata con una colonna di fase inversa C18 e i composti sono stati identificati utilizzando la loro massa sperimentale, la distribuzione isotopica e il modello di frammento. I composti di interesse sono stati confrontati con quelli delle banche dati e della libreria semi-mirata interna. I risultati preliminari hanno mostrato che i principali metaboliti identificati dopo l'intervento erano acido fenilacetico, glicina, acido 3-idrossifenilvalerico e gomisina M2.

Introduzione

La sarcopenia è un disturbo scheletrico progressivo correlato ad una perdita accelerata di muscoli nella popolazione anziana. Questa condizione aumenta il rischio di cadute e porta a attività limitate della vita quotidiana. La sarcopenia è presente in circa il 5%-10% delle persone di età superiore ai 65 anni e in circa il 50% delle persone di età pari o superiore a 80 anni1. Non sono stati approvati farmaci specifici per il trattamento della sarcopenia, quindi la prevenzione con l'attività fisica e una dieta equilibrata è importante1,2. Gli interventi nutrizionali con alimenti appositamente formulati arricchiti con proteine del latte e aminoacidi essenziali hanno mostrato risultati positivi nella prevenzione della sarcopenia2. In altri studi, gli autori hanno incluso vitamine e antiossidanti, come la vitamina E e gli isoflavoni, nella dieta, aumentando i benefici per il guadagno muscolare sulla vita e sui fianchi3.

Brosimum alicastrum Sw. (Ramón) è un albero che cresce nelle regioni tropicali messicane; è stato consumato dalle culture Maya grazie al suo alto valore nutrizionale4. È una buona fonte di proteine, fibre, minerali e antiossidanti fenolici, come l'acido clorogenico5. Poiché può essere macinato in polvere e utilizzato nei prodotti da forno o consumato nelle bevande, studi recenti hanno valutato l'incorporazione della farina di semi di Ramón (RSF) in diversi alimenti per migliorare il loro valore nutrizionale. È stata formulata una bevanda al gusto di cappuccino integrata con RSF, che era ricca di fibre alimentari e aveva più di 6 g di proteine per porzione, ed era altamente accettata dai consumatori; pertanto, è stata considerata una potenziale alternativa per soddisfare esigenze dietetiche speciali6. In uno studio di follow-up, RSF è stato utilizzato anche per formulare un muffin e una nuova bevanda ricca di proteine, fibre alimentari, micronutrienti e antiossidanti fenolici. Il muffin e la bevanda sono stati utilizzati in un intervento dietetico per le persone anziane, che hanno consumato entrambi i prodotti due volte al giorno per 30 giorni. Dopo questo periodo, lo stato nutrizionale e sarcopenico dei partecipanti è migliorato e il contenuto fenolico totale del plasma è aumentato7. Tuttavia, la determinazione dei composti fenolici totali nel plasma è stata effettuata con un metodo spettrofotometrico, quindi l'identificazione dei composti fenolici effettivi che sono stati assorbiti non è stata possibile; inoltre, questo metodo non è completamente specifico per i composti fenolici, quindi può verificarsi una sovrastima8.

L'identificazione e la quantificazione dei composti fenolici che vengono assorbiti dopo il consumo di alimenti ricchi di questi antiossidanti è un compito difficile ma è necessario per dimostrare l'attività biologica di questi fitochimici. La biodisponibilità della maggior parte dei composti fenolici è bassa; meno del 5% di essi può essere trovato senza trasformazione strutturale nel plasma. I composti fenolici subiscono diverse biotrasformazioni, come la metilazione, la solfonazione o la glucuronidazione, che vengono effettuate da enterociti ed epatociti9. I composti fenolici sono anche biotrasformati dal microbiota in cataboliti batterici che possono esercitare i loro effetti benefici nel corpo dopo essere stati assorbiti nel plasma10. Ad esempio, l'acido fenilacetico è un prodotto della trasformazione batterica dei flavonoidi e delle proantocianidine oligomeriche, che possono inibire fino al 40% dell'adesione dei batteri (Escherichia coli) nel tratto urinario dopo il consumo di mirtilli11.

La diversità strutturale dei composti fenolici presenti in natura, aggiunta alla diversità dei loro metaboliti e alla loro bassa biodisponibilità, rende la loro identificazione nel plasma ancora più difficile. La profilazione metabolomica, utilizzando piattaforme di analisi spettroscopica come la risonanza magnetica nucleare (NMR) e la spettroscopia di massa tandem (MS/MS), è probabilmente l'approccio migliore per raggiungere questo obiettivo; sfortunatamente, l'apparecchiatura non è facilmente accessibile e lo sviluppo di protocolli di analisi è ancora limitato12. Diversi studi hanno riportato MS / MS accoppiato con un sistema di separazione (come la cromatografia liquida) come strategia per ridurre la complessità degli spettri di massa negli studi metabolomici. La recente introduzione di metodi di separazione per cromatografia liquida (UPLC) ad altissime prestazioni ha ridotto il tempo di analisi e aumentato la risoluzione e la sensibilità rispetto ai protocolli liquidi convenzionali ad alte prestazioni, pertanto i sistemi UPLC-MS/MS sono stati rapidamente ampiamente accettati dalla comunità della metabolomica analitica13. In questo modo, alcuni studi hanno studiato metaboliti fenolici e rilevato derivati glucuronidati dall'acido caffeico, quercetina e acido ferulico, nonché derivati solfonati dall'acido siringico e vanillico nel plasma di individui dopo l'assunzione di mirtilli rossi14. I protocolli precedenti hanno lo scopo di trovare composti fenolici e metaboliti fenolici in biofluidi come il plasma. Questi protocolli si basavano sull'identificazione e la quantificazione mediante cromatografia liquida ad alte prestazioni (HPLC) accoppiata a un rivelatore UV-vis15. Tuttavia, tali protocolli richiedono l'uso di standard autentici per valutare l'identificazione assoluta e la quantificazione accurata. Una vasta gamma di studi ha identificato i metaboliti più comuni nei biofluidi (forme solfonate, glucuronidate e metilate) mediante UPLC-MS e UPLC-MS/MS; tuttavia, gran parte dei metaboliti batterici non è stata segnalata a causa della mancanza di database che contengano le loro informazioni complete16. L'identificazione dei metaboliti è complicata dal costo e dalla disponibilità commerciale degli standard dei metaboliti. Pertanto, la strategia migliore può essere l'analisi dei metaboliti MS/MS non mirata o semi-mirata, che si basa sull'uso di informazioni sulle caratteristiche molecolari (m/z, massa esatta monoisotopica, distribuzione isotopica e modello di frammentazione) per determinare l'identità chimica e confrontarla con database online liberamente disponibili che contengono metaboliti polifenolici identificati nei biofluidi dopo il consumo di polipolifenoli-ricchi12 . I database più importanti utilizzati negli studi UPLC-MS/MS per l'identificazione di composti fenolici e dei loro metaboliti sono il Database del Metaboloma Umano (HMDB), lipidBlast Library, METLIN Library e altri database complementari, come PubChem, ChemSpider e Phenol Explorer17.

Nel presente studio, è stato sviluppato un metodo UPLC-MS/MS semi-mirato per analizzare i campioni di plasma del gruppo di persone anziane coinvolte nello studio sul consumo di muffin e bevande contenenti RSF7. I dati provenienti da diversi database online gratuiti di metaboliti plasmatici sono stati raccolti e integrati in un database specializzato. Questo database è accessibile automaticamente dal software dell'apparecchiatura per identificare i metaboliti polifenolici nei cinque campioni di plasma prima e dopo l'intervento nutrizionale di 30 giorni. Questo viene fatto per identificare i principali composti fenolici, o i loro metaboliti, che vengono assorbiti dagli alimenti funzionali appositamente formulati progettati per la prevenzione della sarcopenia.

Protocollo

I campioni di plasma utilizzati in questo protocollo sono stati raccolti in uno studio precedente seguendo tutte le linee guida etiche e approvati dal Comitato istituzionale di etica e bioetica (CIEB-2018-1-37) dell'Universidad Autónoma de Ciudad Juárez. Il protocollo completo per l'estrazione e l'identificazione dei composti fenolici e dei metaboliti nel plasma da parte di UPLC-MS/MS è rappresentato nella Figura 1.

figure-protocol-546
Figura 1: Rappresentazione schematica dell'estrazione e dell'identificazione di composti fenolici e metaboliti nel plasma mediante il metodo semi-mirato UPLC-MS/MS. Fare clic qui per visualizzare una versione più grande di questa figura.

1. Preparazione del campione

  1. Conservare i campioni di plasma a -80 °C fino all'analisi.
  2. Scongelare i campioni di plasma a temperatura ambiente per 15 min.
    NOTA: I campioni possono essere posti a bagnomaria a 37 °C per accelerare il processo (5 min).
  3. Posizionare 200 μL di campione di plasma in un microtubo da 2 mL e mescolare con 1.000 μL di etanolo puro. Vortice il campione di plasma per 30 s.
    NOTA: utilizzare sempre i guanti quando si lavora con campioni di plasma.
  4. Centrifugare il campione a 6.580 x g per 5 min. Dopo la centrifugazione, raccogliere il surnatante con una micropipetta o una pipetta Pasteur e posizionarlo in un nuovo microtubo. Conservare il surnatante a 4 °C.
  5. Mescolare il pellet della fase precedente con 1.000 μL di etanolo al 100%, vortice per 30 s e quindi centrifugare a 6.580 x g per 5 minuti.
    NOTA: Il pellet è fortemente imballato e deve essere risospeso bene per garantire il contatto tra il campione e l'etanolo puro. Si consiglia l'uso di una micropipetta per lavare il pellet con etanolo.
  6. Dopo la centrifugazione, raccogliere il surnatante e mescolare con il surnatante precedentemente ottenuto dal passo 1.4. in un microtubo da 2 ml.
  7. Rimuovere l'etanolo dal campione utilizzando azoto puro (99,997%) a 135 psi. Tenere l'ago a 1 cm di distanza dalla parte superiore del microtubo per evitare la perdita del campione e il lavaggio fino a quando il campione non è asciutto. Non è necessario alcun calore per evaporare l'etanolo.
    NOTA: il flusso di azoto deve essere basso per evitare la perdita del campione. Una volta essiccato l'etanolo, mantenere il flusso di azoto per almeno 5 minuti per garantire la secchezza del campione. Il protocollo può essere messo in pausa a questo punto; i campioni devono essere conservati a -20 °C. Evitare di conservare i campioni per più di 12 ore.
  8. Sospendere i campioni secchi in 100 μL di una miscela di acetonitrile: acqua in una proporzione di 50:50 (v:v).
  9. Filtrare il campione attraverso una membrana di siringa di nylon da 0,45 μm direttamente in un micro inserto per flaconcino HPLC.
    NOTA: i campioni nel flaconcino possono essere conservati a -20 °C prima dell'analisi. Conservare i campioni per non più di 8 ore. Si consiglia di iniettare i campioni nel sistema UPLC subito dopo la filtrazione.

2. Analisi UPLC-MS/MS

  1. Iniettare 3 μL di campione su un UPLC dotato di una colonna inversa C18 (50 mm x 2,1 mm; 1,8 μm). Impostare la temperatura dell'autocampionatore a 20 °C e il termostato a colonna a 25 °C. Iniettare ogni campione in triplice copia.
  2. Utilizzare acido formico allo 0,1% (v:v) in acqua come solvente A e acetonitrile al 100% come solvente B. Impostare la portata a 0,4 ml/min e un programma di gradiente come segue: 0-1 min 10% B, 1-4 min 30% B, 4-6 min 38% B, 6-8 min 60% B, 8-8,5 min 60% B, 8,5-9 min 10% B (Tabella 1).
  3. Impostare lo spettrometro di massa su ionizzazione in modalità negativa. Utilizzare l'azoto come gas di essiccazione a 340 °C e una portata di 13 L/min. Impostare la pressione del nebulizzatore a 60 psi. Impostare la tensione capillare a 4.000 V, la tensione del frammentatore a 175 V e la tensione dello Skimmer a 65 V. Utilizzare l'energia di collisione a 20 V (Tabella 2).
  4. Eseguire la scansione delle masse tra 100-1100 rapporto massa/carica (m/z) e, per MS/MS, masse di scansione comprese tra 50-1000 m/z (Tabella 2). Impostare l'acquisizione dati in modalità Auto MS/MS. Utilizzare la seguente massa di riferimento: 119.036 e 966.0007.
Tempo (min)Solvente A (0,1 % di acido formico in acqua HPLC)Solvente B (100 % acetonitrile)
0 a 19010
1 a 47030
4 a 66238
6 a 84060
Da 8 a 8,54060
Da 8,5 a 99010

Tabella 1: Gradiente di fase mobile utilizzato per la separazione di composti fenolici mediante UPLC.

Modalità di ionizzazioneNegativo
Gas di essiccazioneAzoto a 340 °C, portata 13 L/min
Pressione del nebulizzatore60 psi
Tensione capillare175 V
Masse di scansione MS100-1100 m/z
Masse di scansione MS/MS50-1000 m/z

Tabella 2: Parametri di ionizzazione per l'analisi MS/MS.

3. Costruzione di database

  1. Ricerca di composti fenolici, metaboliti fenolici o altri composti di interesse nella letteratura scientifica.
  2. Aprire il software di gestione del database incluso nel sistema UPLC. Seleziona file | Nuovo | PCDL (Personal Database Compound Library) Crea nuovo PCDL. Selezionare il tipo di PCDL: LC/MS Metabolomics. Impostare un nome per il PCDL. Quindi seleziona Crea.
  3. Nella barra degli strumenti, selezionare PCDL e quindi l'opzione Consenti modifica . Quindi fare clic sul pulsante Trova composti .
    NOTA: poiché si tratta di un nuovo PCDL, i risultati della tabella saranno vuoti. Questo cambierà una volta che nuovi composti saranno aggiunti al PCDL.
    1. Aggiungere composti alla libreria di composti di database personali specializzati copiandoli dalla libreria generale dello strumento. Aprire il database esistente dello strumento incluso nel software di gestione del database. Fare clic sul pulsante Trova composti. Nell'opzione Ricerca singola , inserisci i criteri di ricerca composti per trovare il composto di interesse.
      NOTA: i composti possono essere trovati per nome, formula molecolare, massa esatta e tempo di ritenzione.
    2. Nella tabella dei risultati composti, selezionare il composto di interesse. Per selezionare più composti, fare clic sul primo composto, tenere premuto CTRL e quindi fare clic su ogni composto di interesse. Quindi, fare clic con il pulsante destro del mouse su tutti i composti evidenziati e selezionare Aggiungi a PCDL.
    3. Nella nuova finestra, cercare e selezionare il file di database personale specializzato. Contrassegnare le caselle Includi spettri per composti se presenti e Includi informazioni sulla mobilità ionica per i composti se presenti. Fare clic sul pulsante Aggiungi . Nella finestra di dialogo Nuovo selezionare per controllare i nuovi composti aggiunti. Selezionare No per continuare a cercare altri composti di interesse.
  4. Se i composti di interesse non sono disponibili nella libreria generale dello strumento, aggiungere manualmente nuovi composti.
    1. Aprire il database personale specializzato. Una volta aperto, seguire il passaggio 3.3. Selezionate l'opzione Modifica composti (Edit compounds ). Fare clic sul pulsante Aggiungi nuovo .
    2. Nella sezione superiore della finestra, completare le informazioni per il nuovo composto. Inserisci la formula, il nome, il nome IUPAC, il numero CAS, l'ID Chemspider e altri identificatori.
    3. Utilizza le informazioni disponibili nelle librerie online gratuite (Chemspider, PubChem e Phenol Explorer) per inserire le informazioni per il nuovo composto di interesse. Una volta terminato, fare clic sul pulsante Salva come nuovo per salvare le nuove informazioni sul composto nel database personale specializzato.
      NOTA: quando si aggiungono informazioni da librerie libere, assicurarsi di includere le informazioni sul composto senza la presenza di ioni cloruro o ioduro. Questo può modificare l'esatta massa e la formula molecolare del composto di interesse.
  5. Ripeti il processo con tutti i composti di interesse per completare il database personale specializzato.

4. Analisi dei dati

  1. Utilizzare il software di gestione qualitativa dello strumento per identificare i composti fenolici e i metaboliti fenolici presenti nei campioni.
  2. Aprire il file di esempio. Nel pannello Cromatogramma, selezionate Definisci cromatogrammi ed estratte il cromatogramma ionico totale (TIC), il cromatogramma ionico estratto di MS (EIC) e l'EIC di MS/MS. Selezionate l'opzione integra cromatogramma.
  3. Nel pannello Trova composti , selezionate Trova per formula-Opzioni. Nella nuova finestra selezionare Origine formula e quindi l'opzione Database/Libreria . Trova il database personale creato in precedenza e fai clic su Apri.
  4. Selezionate l'opzione Corrispondenza formule (Formula Matching ) e impostate una tolleranza di corrispondenza di massa di 5 parti per milione (ppm).
    NOTA: una diversa tolleranza di corrispondenza delle masse può essere impostata a 10 ppm; questa differenza dipende dallo spettrometro di massa utilizzato.
  5. Selezionate l'opzione Ioni negativi (Negative Ions ) e selezionate solo la finestra di dialogo -H . Nell'opzione Risultati selezionare le finestre di dialogo EIC E Extract, Extract Cleaned Spectrum, Extract Raw Spectrum e includi Struttura .
  6. Selezionare l'opzione Filtri risultati . Contrassegna se il punteggio è e imposta la corrispondenza del punteggio all'80,00%. Contrassegna Non corrispondere se il punteggio è e imposta il punteggio al 75,00%.
    NOTA: i punteggi di corrispondenza/non corrispondenza possono essere modificati in valori più bassi, se necessario. Ciò ridurrà l'accuratezza dell'identificazione.
  7. Fare clic su Trova composti per formula per identificare i composti di interesse nel campione.

Risultati

Il processo passo-passo per l'identificazione dei metaboliti fenolici attraverso l'analisi semi-mirata UPLC-MS/MS, in modalità negativa, di campioni di plasma è illustrato nella Figura 2. In primo luogo, il cromatogramma ionico totale (TIC) dall'estratto fenolico plasmatico (ottenuto dopo la precipitazione proteica del campione plasmatico totale) è stato ottenuto attraverso il software qualitativo dello strumento. Successivamente, è stato utilizzato il cromatogramma...

Discussione

L'identificazione e la quantificazione dei fitochimici bioattivi che vengono assorbiti dopo il consumo di un alimento o di un integratore alimentare sono cruciali per dimostrare e comprendere i benefici per la salute di questi composti e degli alimenti che li contengono. Nel presente lavoro è stato sviluppato il metodo UPLC-MS/MS, finalizzato unicamente all'identificazione dei principali composti fenolici e dei loro metaboliti che sono aumentati di concentrazione nel plasma dopo un intervento nutrizionale di 30 giorni c...

Divulgazioni

Tutti gli autori non dichiarano alcun conflitto di interessi.

Riconoscimenti

Gli autori sono grati per il sostegno finanziario di CONACYT, Messico (CB- 2016-01-286449) e UACJ-PIVA (Progetti 313-17-16 e 335-18-13). OAMB desidera ringraziare CONACYT per la sua borsa di studio di dottorato. Il supporto tecnico dell'ufficio di produzione multimediale di UACJ è grato.

Materiali

NameCompanyCatalog NumberComments
AcetonitrileTediaAl1129-001LC Mass spectrometry
AutosamplerAgilent TechnologiesG4226A1290 Infinity series
C18 reverse phase columnAgilent Technologies959757-902Zorbax Eclipse plus C18 2.1x50 mm, 1.8 μm; Rapid resolution HD
CentrifugeEppendorf5452000018Mini Spin; Rotor F-45-12-11
Column compartment with thermostatAgilent TechnologiesG1316C1290 Infinity series
Diode Array Detector (UV-Vis)Agilent TechnologiesG4212B1260 Infinity series
Electrospray ionnization sourceAgilent TechnologiesG3251BDual sprayer ESI source
Formic acidJ.T. Baker0128-02Baker reagent, ACS
Mass Hunter Data AcquisitionAgilent TechnologiesG3338AA
Mass Hunter Personal Compound Datbase and Library ManagerAgilent TechnologiesG3338AA
Mass Hunter Qualitative AnalysisAgilent TechnologiesG3338AA
Microcentrifuge tubeBrandBR780546Microcentrifuge tube, 2 mL with lid
Pure ethanolSigma-AldrichE7023-1L200 proof, for molecular biology
Q-TOF LC/MSAgilent TechnologiesG6530B6530 Accurate Mass
Quaternary pumpAgilent TechnologiesG4204A1290 Infinity series
Syringe filterThermo Scientific44514-NN17 mm, 0.45 μm, nylon membrane
ThermostatAgilent TechnologiesG1330B1290 Infinity series
VialAgilent Technologies8010-0199Amber, PFTE red silicone 2 mL with screw top and blue caps
Vial insertAgilent Technologies5183-2089Vial insert 200 μL for 2mL standard opening, conical
WaterTediaWL2212-001LC Mass spectrometry

Riferimenti

  1. Morley, J. E., Anker, S. D., von Haehling, S. Prevalence, incidence, and clinical impact of sarcopenia: facts, numbers, and epidemiology-update 2014. Journal of Cachexia, Sarcopenia and Muscle. 5 (4), 253-259 (2014).
  2. Cruz-Jentoft, A. J., Sayer, A. A. Sarcopenia. The Lancet. 393 (10191), 2636-2646 (2019).
  3. Beaudart, C., et al. Nutrition and physical activity in the prevention and treatment of sarcopenia: systematic review. Osteoporosis International. 28 (6), 1817-1833 (2017).
  4. Ozer, H. K. Phenolic compositions and antioxidant activities of Maya nut (Brosimum alicastrum): Comparison with commercial nuts. International Journal of Food Properties. 20 (11), 2772-2781 (2017).
  5. Subiria-Cueto, R., et al. Brosimum alicastrum Sw. (Ramón): An alternative to improve the nutritional properties and functional potential of the wheat flour tortilla. Foods. 8 (12), 1-18 (2019).
  6. Martínez-Ruiz, N., Torres, L. E. J., del Hierro-Ochoa, J. C., Larqué-Saavedra, A. Bebida adicionada con Brosimum alicastrum sw.: Una alternativa para requerimientos dietarios especiales. Revista Salud Pública y Nutrición. 18 (3), 1-10 (2019).
  7. Rodríguez-Tadeo, A., et al. Functionality of bread and beverage added with brosimum alicastrum sw. Seed flour on the nutritional and health status of the elderly. Foods. 10 (8), 1-21 (2021).
  8. Muñoz-Bernal, &. #. 2. 1. 1. ;. A., et al. Nuevo acercamiento a la interacción del reactivo de Folin-Ciocalteu con azúcares durante la cuantificación de polifenoles totales. TIP Revista Especializada en Ciencias Químico-Biológicas. 20 (2), 28-33 (2017).
  9. Luca, S. V., et al. Bioactivity of dietary polyphenols: The role of metabolites. Critical Reviews in Food Science and Nutrition. 60 (4), 626-659 (2020).
  10. Kawabata, K., Yoshioka, Y., Terao, J. Role of intestinal microbiota in the bioavailability and physiological functions of dietary polyphenols. Molecules. 24 (2), (2019).
  11. de Llano, D. G., Moreno-Arribas, M. V., Bartolomé, B. Cranberry polyphenols and prevention against urinary tract Infections: Relevant considerations. Molecules. 25 (15), (2020).
  12. Alsaleh, M., et al. Mass spectrometry: A guide for the clinician. Journal of Clinical and Experimental Hepatology. 9 (5), 597-606 (2019).
  13. Wang, X., Sun, H., Zhang, A., Wang, P., Han, Y. Ultra-performance liquid chromatography coupled to mass spectrometry as a sensitive and powerful technology for metabolomic studies. Journal of Separation Science. 34 (24), 3451-3459 (2011).
  14. Feliciano, R. P., Mills, C. E., Istas, G., Heiss, C., Rodriguez-Mateos, A. Absorption, metabolism and excretion of cranberry (poly)phenols in humans: A dose response study and assessment of inter-individual variability. Nutrients. 9 (3), (2017).
  15. Mateos, R., Goya, L., Bravo, L. Uptake and metabolism of hydroxycinnamic acids (chlorogenic, caffeic, and ferulic acids) by HepG2 cells as a model of the human liver. Journal of Agricultural and Food Chemistry. 54 (23), 8724-8732 (2006).
  16. Rodriguez Lanzi, ., Perdicaro, C., Antoniolli, D. J., Piccoli, A., Vazquez Prieto, M. A., Fontana, A. Phenolic metabolites in plasma and tissues of rats fed with a grape pomace extract as assessed by liquid chromatography-tandem mass spectrometry. Archives of Biochemistry and Biophysics. , 28-33 (2018).
  17. Hou, Y., He, D., Ye, L., Wang, G., Zheng, Q., Hao, H. An improved detection and identification strategy for untargeted metabolomics based on UPLC-MS. Journal of Pharmaceutical and Biomedical Analysis. 191, 113531 (2020).
  18. Nagy, K., et al. First identification of dimethoxycinnamic acids in human plasma after coffee intake by liquid chromatography-mass spectrometry. Journal of Chromatography A. 1218 (3), 491-497 (2011).
  19. Marmet, C., Actis-Goretta, L., Renouf, M., Giuffrida, F. Quantification of phenolic acids and their methylates, glucuronides, sulfates and lactones metabolites in human plasma by LC-MS/MS after oral ingestion of soluble coffee. Journal of Pharmaceutical and Biomedical Analysis. 88, 617-625 (2014).
  20. McCord, J., Strynar, M. Identifying per-and polyfluorinated chemical species with a combined targeted and non-targeted-screening high-resolution mass spectrometry workflow. Journal of Visualized Experiments. 2019 (146), 1-15 (2019).
  21. Muñoz-Bernal, &. #. 2. 1. 1. ;. A., et al. Phytochemical characterization and antiplatelet activity of Mexican red wines and their by-products. South African Journal of Enology and Viticulture. 42 (1), 77-90 (2021).
  22. Muñoz-Bernal, &. #. 2. 1. 1. ;. A. Enriquecimiento de un vino tinto con un extracto de compuestos fenólicos provenientes de orujo de uva: bioaccesibilidad, análisis sensorial y respuesta biológica. Universidad Autónoma de Ciudad Juárez. , (2021).
  23. Low, D. Y., et al. Data sharing in PredRet for accurate prediction of retention time: Application to plant food bioactive compounds. Food Chemistry. , 357 (2021).
  24. Sánchez-Patán, F., et al. Gut microbial catabolism of grape seed flavan-3-ols by human faecal microbiota. Targeted analysis of precursor compounds, intermediate metabolites and end-products. Food Chemistry. 131 (1), 337-347 (2012).
  25. Zhang, X., Sandhu, A., Edirisinghe, I., Burton-Freeman, B. M. Plasma and urinary (poly)phenolic profiles after 4-week red raspberry (Rubus idaeus L.) intake with or without fructo-oligosaccharide supplementation. Molecules. 25 (20), (2020).

Ristampe e Autorizzazioni

Richiedi autorizzazione per utilizzare il testo o le figure di questo articolo JoVE

Richiedi Autorizzazione

Esplora altri articoli

BiochimicaNumero 182

This article has been published

Video Coming Soon

JoVE Logo

Riservatezza

Condizioni di utilizzo

Politiche

Ricerca

Didattica

CHI SIAMO

Copyright © 2025 MyJoVE Corporation. Tutti i diritti riservati