TRF-based metabolic fingerprinting - method for classifying specific organ tissues
Lehti, Vilhelmiina (2021-05-31)
TRF-based metabolic fingerprinting - method for classifying specific organ tissues
Lehti, Vilhelmiina
(31.05.2021)
Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.
suljettu
Julkaisun pysyvä osoite on:
https://urn.fi/URN:NBN:fi-fe2021062239489
https://urn.fi/URN:NBN:fi-fe2021062239489
Tiivistelmä
Organs consist of constituent cells and tissues based on their specific functions. Each organ produces its own metabolites due to the functions and the state of the cells. The organ tissue classifying is based on the molecular differences between the organs. In previous studies, this has been shown with various sequencing techniques and mass spectrometry. The E-TRF method is based on time-resolved fluorescence and enhanced with proprietary chemical modulators for each application. It is possible to create fingerprints for each sample based on its characteristics. The aim of this study was to investigate whether the E-TRF method is applicable to tissue based samples and could the organ tissues be classified with it. Additionally, the sample homogenization and treatment protocols were also developed and optimized.
Perca fluviatilis was used as a model organism. The organs were dissected, washed and minced before homogenization. After the parameters of dispersing were optimized and organs dispersed, the samples were treated enzymatically with papain and with five freezing thawing cycles to reveal more metabolic differences between the organs. Control samples were not treated after dispersing. The E-TRF assay was optimized for classifying the treatments within each organ and for classifying all the similarly treated organs. Finally, all the assays were performed and the metabolic fingerprints created for each sample.
The treated samples were compared to the not treated sample of each organ. The enzymatically treated sample was classified with all the organs from not treated but with freezing thawing treatment this was succeeded only with part of the organs. The fingerprints of each organ were compared to each other. With not treated and freezing thawing treated samples the classifying was only partial and some organs were grouped instead of classifying. The enzymatically treated samples were classified based on the fingerprints different enough. Therefore, enzymatic treatment reveals such metabolites which improve the classification of organ tissues. In the future, the enzymatic treatment could be improved and some practical applications developed utilizing the E-TRF method with tissue samples. Elimet koostuvat tiettyihin toimintoihin erilaistuneista soluista ja kudoksista. Jokainen elin tuottaa itselleen tyypillisiä metaboliitteja riippuen toiminnoistaan ja solujen tilasta. Elinten luokittelu perustuu molekulaarisiin eroihin niiden välillä. Aiemmin, elimiä on luokiteltu sekvensointitekniikoiden ja massaspektrometrian avulla. E-TRF-menetelmä perustuu aikaerotteiseen fluoresenssiin, jota on tehostettu sovelluskohtaisilla kemiallisilla modulaattoreilla. Sen avulla on mahdollista luoda näytteelle ominainen sormenjälki. Tämän tutkimuksen tavoitteena on tutkia, soveltuuko E-TRF-menetelmä kudosnäytteiden analysointiin ja pystytäänkö sen avulla luokittelemaan kudoksia.
Malliorganismina käytettiin Perca fluviatilis:ta, jonka kymmenen elintä irroitettiin ja homogenisoitiin. Homogenisoinnin jälkeen näytteet käsiteltiin entsymaattisesti ja pakastus- sulatuskäsittelyllä. Käsittelyn tavoitteena oli vapauttaa lisää metaboliitteja ja parantaa erottelua elinten välillä. Kontrollinäytteitä ei käsitelty homogenisoinnin jälkeen. E-TRF-määritys optimoitiin erottelemaan eri käsittelyt elinkohtaisesti ja elinten välillä erottelemaan samalla tavalla käsitellyt elimet toisistaan. Lopulta kaikki määritykset suoritettiin ja metaboliset sormenjäljet luotiin kaikille näytteille.
Käsiteltyjä näytteitä verrattiin ei käsiteltyyn elin kerrallaan. Entsymaattisesti käsitelty näyte saatiin erotettua ei käsitellystä kaikilla elimillä, mutta pakastus-sulatuskäsitelty erottui vain osalla. Elinten välisessä vertailussa ei käsitellyt erottuivat vain osittain toisistaan ja sama tapahtui pakastus-sulatuskäsitellyillä näytteillä. Entsymaattisesti käsitellyt näytteet saatiin luokiteltua riittävän erilaisten sormenjälkien perusteella. Tulosten perusteella entsymaattinen käsittely vapauttaa näytteeseen sellaisia metaboliitteja, jotka tehostavat elinten luokittelua. Tulevaisuudessa entsymaattista käsittelyä voisi optimoida ja tutkia käytännön sovellusmahdollisuuksia.
Perca fluviatilis was used as a model organism. The organs were dissected, washed and minced before homogenization. After the parameters of dispersing were optimized and organs dispersed, the samples were treated enzymatically with papain and with five freezing thawing cycles to reveal more metabolic differences between the organs. Control samples were not treated after dispersing. The E-TRF assay was optimized for classifying the treatments within each organ and for classifying all the similarly treated organs. Finally, all the assays were performed and the metabolic fingerprints created for each sample.
The treated samples were compared to the not treated sample of each organ. The enzymatically treated sample was classified with all the organs from not treated but with freezing thawing treatment this was succeeded only with part of the organs. The fingerprints of each organ were compared to each other. With not treated and freezing thawing treated samples the classifying was only partial and some organs were grouped instead of classifying. The enzymatically treated samples were classified based on the fingerprints different enough. Therefore, enzymatic treatment reveals such metabolites which improve the classification of organ tissues. In the future, the enzymatic treatment could be improved and some practical applications developed utilizing the E-TRF method with tissue samples.
Malliorganismina käytettiin Perca fluviatilis:ta, jonka kymmenen elintä irroitettiin ja homogenisoitiin. Homogenisoinnin jälkeen näytteet käsiteltiin entsymaattisesti ja pakastus- sulatuskäsittelyllä. Käsittelyn tavoitteena oli vapauttaa lisää metaboliitteja ja parantaa erottelua elinten välillä. Kontrollinäytteitä ei käsitelty homogenisoinnin jälkeen. E-TRF-määritys optimoitiin erottelemaan eri käsittelyt elinkohtaisesti ja elinten välillä erottelemaan samalla tavalla käsitellyt elimet toisistaan. Lopulta kaikki määritykset suoritettiin ja metaboliset sormenjäljet luotiin kaikille näytteille.
Käsiteltyjä näytteitä verrattiin ei käsiteltyyn elin kerrallaan. Entsymaattisesti käsitelty näyte saatiin erotettua ei käsitellystä kaikilla elimillä, mutta pakastus-sulatuskäsitelty erottui vain osalla. Elinten välisessä vertailussa ei käsitellyt erottuivat vain osittain toisistaan ja sama tapahtui pakastus-sulatuskäsitellyillä näytteillä. Entsymaattisesti käsitellyt näytteet saatiin luokiteltua riittävän erilaisten sormenjälkien perusteella. Tulosten perusteella entsymaattinen käsittely vapauttaa näytteeseen sellaisia metaboliitteja, jotka tehostavat elinten luokittelua. Tulevaisuudessa entsymaattista käsittelyä voisi optimoida ja tutkia käytännön sovellusmahdollisuuksia.