Lipidanalyse: Fett ist nicht Fett

    23. Oktober 2017, 17:00
    posten

    Grazer Forscher haben einen Lipid Data Analyzer entwickelt, um Fettzellen besser nach molekulare Signaturen zu unterscheiden

    In menschlichen Zellen gibt es tausende Arten von Lipiden. Diese Fette speichern nicht nur Energie: Sie helfen dabei, die Zellen auch von ihrer Umgebung abzugrenzen, versorgen sie mit Nährstoffen und regeln und kontrollieren zelluläre Prozesse. Änderungen ihrer Zusammensetzung können zu einer ganzen Reihe von Krankheiten führen. Grazer Forschende haben ein neues Tool zur Lipidanalyse entwickelt.

    Laut den Forschern des Grazer BioTechMed-Verbundes der TU Graz, Med-Uni Graz und Universität Graz gibt es groben Schätzungen zufolge etwa 300.000 unterschiedliche Lipide. Inwieweit Lipidänderungen an Erkrankungen beteiligt bzw. verantwortlich sind, kann durch Vergleiche von Lipiden aus gesunden und erkrankten Zellen und Geweben herausgefunden werden. So wäre letztlich auch erkennbar, welche Änderungen ihrer Zusammensetzung Biomarker für Krankheiten sein können. Das hört sich allerdings einfacher an, als es in Wirklichkeit ist.

    Verfahren zur Fettmessung

    Für die sogenannte Lipidomik – die umfassende Analyse sämtlicher Fette einer Zelle oder eines Organismus – ist zum einen die genaue Kenntnis dessen grundlegend, was theoretisch an Substanzen vorkommen kann. Und es setzt eine verlässliche, rasche und detaillierte Information über die Struktur und Zusammensetzung der Lipide aus Gewebeproben voraus. "Schnelle und übersichtliche Detailinfos zur Lipidzusammensetzung aus Zellproben ist die Voraussetzung für Vergleiche mit Referenzproben aus gesunden Zellen", betonte Gerhard Thallinger vom Institut für Computional Biotechnology an der TU Graz. Er hat im Team mit seinen Kollegen von der Med-Uni Graz und Uni Graz eine entsprechende Methode entwickelt.

    Moderne Hochdurchsatzverfahren können im Eiltempo automatisiert die "Fingerabdrücke" einer großen Anzahl von Substanzproben ermitteln. Mithilfe der Massenspektrometrie können beispielsweise auch die molekularen Signaturen von Lipiden bestimmt werden. Mit den gewonnenen Daten lassen sich unter anderem die Lipidart und -klasse oder die Art und Position der Fettsäureketten der Lipide feststellen.

    Hightech für Lipide

    Wie man heute jedoch weiß, können sich die gemessenen Spektren ein und desselben Lipids sehr unterscheiden: Je nach Einstellung des Massenspektrometers und je nach Ladung des Moleküls können die Lipide unterschiedliche Fragmente in den Spektren zeigen. Für die automatisierte Ermittlung von Lipidstrukturen gab es daher bisher keine universell einsetzbare Bioinformatik-Software.

    Ausgangspunkt der in Graz entwickelten Methode des "Lipid Data Analyzer" (LDA) ist die hochauflösenden Flüssigkeitschromatographie mit Massenspektrometrie-Kopplung, (LC-MS/MS). "Die Methode, die wir entwickelt haben, interpretiert Lipidspektren anhand intuitiver Regelwerke und kann flexibel an veränderte Fragmentierungseigenschaften angepasst werden", schilderte Thallingers Institutskollege Jürgen Hartler in einer Mitteilung der TU Graz. Nun sei es laut Hartler möglich, Lipide "genauer und zuverlässiger als mit bisherigen Lösungen " zu identifizieren.

    Mathematisch analysieren

    Mittlerweile haben die Grazer Forscher mit ihrer Methode bereits mehr als 100 bisher neue Lipidspezies identifiziert. Für sie ist es nun auch denkbar, dass das Tool zur Charakterisierung von Vielfachzuckern oder Glykolipiden – Lipiden mit angehängten Zuckern – herangezogen wird, da es sich flexibel anpassen lasse. Der aus einem vom Wissenschaftsfonds FWF geförderten Projekt hervorgegangene "Liquid Data Analyzer" steht als Open Source zur Verfügung.

    Die Forscher der TU Graz waren für die Entwicklung der Software zuständig, die massenspektrometrischen Experimente und Tauglichkeitstests wurden am Zentrum für Medizinische Grundlagenforschung der Med-Uni Graz durchgeführt. Die biologischen Experimente fanden an der Uni Graz statt. (APA, 23.10.2017)

    Originalpublikation:

    Deciphering lipid structures based on platform-independent decision rules

    Share if you care.