Straightforward N-Acyl Homoserine Lactone Discovery and Annotation by LC–MS/MS-based Molecular Networking

群体感应 注释 工作流程 计算生物学 高丝氨酸 计算机科学 化学 细菌 生物 数据库 生物信息学 生物膜 遗传学
作者
Alice M. S. Rodrigues,Raphaël Lami,Karine Escoubeyrou,Laurent Intertaglia,Clément Mazurek,Margot Doberva,Pedro Pérez-Ferrer,Didier Stien
出处
期刊:Journal of Proteome Research [American Chemical Society]
卷期号:21 (3): 635-642 被引量:15
标识
DOI:10.1021/acs.jproteome.1c00849
摘要

N-Acyl-l-homoserine lactones (AHLs) are a large family of signaling molecules in "quorum sensing" communication. This mechanism is present in a number of bacterial physiological phenomena, including pathogenic phenomena. In this study, we described a simple and accessible way to detect, annotate, and quantify these compounds from bacterial culture media. Analytical standards and ethyl acetate bacterial extracts containing AHLs were analyzed by an ultra-high-performance liquid chromatography system coupled to a mass spectrometer using a nontargeted FullMS data-dependent MS2 method. The results were processed in MZmine2 and then analyzed by a Feature-Based Molecular Networking (FBMN) workflow in the Global Natural Products Social Networking (GNPS) platform for the discovery and annotation of known and unknown AHLs. Our group analyzed 31 AHL standards and included the MS2 spectra in the spectral library of the GNPS platform. We also provide the 31 standard AHL spectrum list for inclusion in molecular networking analyses. FBMN analysis annotated 30 out of 31 standards correctly. Then, as an example, a set of five bacterial extracts was prepared for AHL annotation. Following the method described in this Article, 5 known and 11 unknown AHLs were properly annotated using the FBMN-based molecular network approach. This study offers the possibility for the automatic annotation of known AHLs and the search for nonreferenced AHLs in bacterial extracts in a somewhat straightforward approach even without acquiring analytical standards. The method also provides relative quantification information.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
邓博完成签到,获得积分10
刚刚
3秒前
Cynthia完成签到,获得积分10
5秒前
甜蜜代双完成签到 ,获得积分10
5秒前
眠眠清完成签到 ,获得积分10
6秒前
HCCha完成签到,获得积分10
7秒前
zhouleiwang发布了新的文献求助10
7秒前
濮阳盼曼完成签到,获得积分10
8秒前
h41692011完成签到 ,获得积分10
8秒前
animages完成签到,获得积分10
9秒前
Accepted完成签到,获得积分10
12秒前
十一发布了新的文献求助10
15秒前
tong童完成签到 ,获得积分10
15秒前
柚子完成签到 ,获得积分10
20秒前
仁爱的谷南完成签到,获得积分10
21秒前
梁小狗的爸爸完成签到 ,获得积分10
21秒前
灰灰喵完成签到 ,获得积分10
23秒前
小小小何完成签到 ,获得积分10
23秒前
poplar完成签到,获得积分10
25秒前
务实饼干完成签到,获得积分10
26秒前
wyhhh完成签到,获得积分10
28秒前
洪山老狗发布了新的文献求助10
28秒前
圆圆圆完成签到 ,获得积分10
29秒前
ahh完成签到 ,获得积分10
30秒前
乐天完成签到,获得积分10
32秒前
tingalan完成签到,获得积分10
34秒前
yiluyouni完成签到,获得积分10
35秒前
文安完成签到,获得积分10
36秒前
洪山老狗完成签到,获得积分10
36秒前
感动的小鸭子完成签到 ,获得积分10
39秒前
xiaoruixue完成签到,获得积分10
39秒前
奥特曼完成签到 ,获得积分10
40秒前
略略略完成签到,获得积分10
41秒前
44秒前
张莹完成签到 ,获得积分10
45秒前
47秒前
yangy115完成签到,获得积分10
49秒前
hhh2018687完成签到,获得积分10
50秒前
jessicaw完成签到,获得积分10
53秒前
琦qi完成签到 ,获得积分10
53秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Le dégorgement réflexe des Acridiens 800
Defense against predation 800
A Dissection Guide & Atlas to the Rabbit 600
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3134053
求助须知:如何正确求助?哪些是违规求助? 2784853
关于积分的说明 7768983
捐赠科研通 2440314
什么是DOI,文献DOI怎么找? 1297361
科研通“疑难数据库(出版商)”最低求助积分说明 624959
版权声明 600792