Assessment of the lipidomic effects of environmental pollutants on exposed organisms using chemometric and analytical methods

Abstract

Lipidomics is a subset of metabolomics, which in turn, is one of the categorical platforms that constitute omics. Omic sciences aim at the study of the abundance and (or) structural characterization of a broad range of molecules (e.g., lipids in the case of lipidomics) in organisms under distinct scenarios. In the environmental field, omic studies aim at the evaluation of the alterations that organisms might suffer after exposure to environmental stressors such as chemical pollutants, leading to exposomics. Thus, lipidomic data can be used to acquire fundamental understanding of the interaction between organisms and external environmental stimuli. Distinct analytical techniques can be used to obtain lipidomic data. Among them, liquid chromatography coupled to mass spectrometry (LC-MS) is one of the most powerful technologies due to its ability in the analysis of low molecular weight compounds in biological systems. However, LC-MS data sets are challenging to analyse because of their very large size and complexity and for this reason chemometric methods are proposed to reveal the information contained in LC-MS lipidomic (and metabolomic) data sets as much as possible. This Thesis has dealt, on the one hand, with the development of an untargeted LC-MS data analysis strategy based on the use of powerful chemometric tools, with the ultimate goal of facilitating lipidomic studies and demonstrating the usefulness of Chemometrics in this field. The developed strategy covers most of the steps involved in the data analysis process: data storage and conversion, import, compression, normalization, scaling and transformation, peak resolution and biomarker detection. However, the main contributions of the present Thesis are related with the steps of data compression and resolution. Distinct data compression strategies have been compared such as the classical binning procedure or the time/mass windowing and a more recent strategy based on the search of the regions of interest or ROI, being the latter, the one that has provided better results. Concerning data resolution, the performance of Multivariate Curve Resolution-Alternating Least Squares (MCR-ALS) has been evaluated showing excellent results with LC-MS lipidomic data sets. Also, different methods for variable selection (biomarker screening) have been compared i ncluding the classical ANOVA statistical test followed by a multiple comparisons test and a chemometric method: Partial Least Squares-Discriminant Analysis (PLS- DA), using the variables importance in projection (VIP). Moreover, the study of the contribution of the factors underlying multifactorial experimental designs and the evaluation of the sources of variance has been performed by ANOVA-simultaneous component analysis (ASCA). A step-by-step protocol of the developed LC-MS data analysis strategy and a description of the corresponding methodology have been

provided so that researchers in lipidomics (and metabolomics) can use them to analyse their own data without the requirement of external data analysis software. On the other hand, this Thesis has aimed to generate lipidomic data from LC-MS techniques and from attenuated total reflection Fourier-transform infrared (ATR-FTIR) spectroscopy and Surface Enhanced Raman Spectroscopy (SERS) combined with chemometric methods. The obtained lipidomic data have been used to provide knowledge of the effects of some widespread environmental pollutants on human and environmental modelbiosystems. The selected environmental pollutants in this Thesis include some perfluoroalkylated substances (PFASs), tributyltin (TBT), different forms of carbon-based nanoparticles (CBNs) and some proautophagic drugs. Moreover, the biological systems that have been exposed to these environmental stressors comprise three cell lines (a human placental chroriocarcinoma cell line (JEG-3), a human glioblastoma cell line (T98G) and a Xenopus laevis kidney epithelial cell line (A6)) and a model organism (zebrafish, Danio rerio). In order to extract more information of the effects of the chemicals on the exposed biological systems, some toxicological assays have also been performed. Overall, this Thesis pretends to provide a useful contribution to the untargeted lipidomic research.

La lipidòmica és una subdisciplina de la metabolòmica; aquesta última considerada una de les branques fonamentals de l’òmica. Les ciències òmiques tenen com a objectiu principal l’estudi de l’abundància i (o) de la caracterització estructural d’un gran grup de molècules (entre elles els lípids en el cas de la lipidòmica) en organismes que es troben sota diversos escenaris. En el camp mediambiental, els estudis òmics tenen la finalitat d’avaluar les alteracions que els organismes poden patir com a conseqüència de l’exposició a factors presents en el medi ambient, com poden ser els productes químics, donant lloc a l’exposòmica. Per tant, les dades obtingudes en estudis lipidòmics poden ser utilitzades per a obtenir un coneixement bàsic sobre els fenòmens que tenen lloc en la interacció entre els organismes i el seu entorn. Existeixen diverses tècniques analítiques per a l’obtenció d’aquestes dades. Entre totes elles, la cromatografia de líquids acoblada a l’espectrometria de masses (LC-MS) s’ha convertit en una de les tècniques estrella en estudis lipidòmics gràcies a la seva capacitat d’anàlisi de compostos de baix pes molecular en sistemes biològics. No obstant, les dades obtingudes amb aquesta tècnica son molt difícils d’analitzar degut a les seves grans dimensions i a la seva complexa naturalesa. Per aquest motiu, l’ús de mètodes quimiomètrics que permetin extraure i interpretar aquestes dades lipidòmiques (i metabolòmiques) resulta necessari. Aquesta Tesi ha perseguit, per una banda, el desenvolupament d’una metodología d’anàlisi no dirigida de dades LC-MS fent ús d’eines quimiomètriques, per tal de facilitar els estudis lipidòmics i demostrar la utilitat de la Quimiometria en el camp de l’òmica. L’estratègia d’anàlisi de dades que s’ha desenvolupat cobreix la major part de les etapes del procés: emmagatzematge i conversió de les dades, import, compressió, normalització, correcció per escalars, resolució del perfil cromatogràfic i detecció de possibles biomarcadors. Ara bé, la major contribució d’aquesta Tesi està relacionada amb les etapes de compressió i resolución de les dades. Diverses estratègies de compressió de dades s’han comparat en aquesta Tesi, incloent la clàssica estratègia del binning o la divisió del cromatograma en petites finestres de temps i/o de massa (windowing) i una aproximació més recent basada en la recerca deregions d’interès (ROI), éssent la última d’aquestes la que ha generat millors resultats. Pel que fa a la resolució del perfil cromatogràfic, en aquesta Tesi s’ha emprat el mètode de resolució multivariant de corbes per mínims quadrats alternats (MCR-ALS) i se n’ha avaluat la seva eficàcia amb aquest tipus de dades, que ha resultat ésser molt bona. A part, diferents mètodes per a la selecció de variables (screening de biomarcadors) s’han examinat comparativament, incloent el clàssic test ANOVA seguit d’un test de comparacions múltiples i un mètode quimiomètric: l’anàlisi discriminant per mínims quadrats parcials

(PLS-DA), fent ús de les variables importants en la projecció (VIP). Per altra banda, la contribució dels diferents factors lligats al disseny experimental multifactorial així com la contribució de les diverses fonts de variància s’han estudiat mitjançant el mètode d’ANOVA amb l’anàlisi simultani de components (ASCA). En aquesta part de la Tesi s’ha elaborat un protocol on s’inclou una descripció detallada del procés de tractament de dades així com una explicació de les bases d’aquesta metodologia, per tal que altres científics que treballin en el camp de la lipidòmica (i/o de la metabolòmica) puguin tractar les seves dades sense necessitat d’utilitzar un programa extern si així ho desitgen. D’altra banda, el segon propòsit d’aquesta Tesi ha estat la generació de dades lipidòmiques, a partir de tècniques LC-MS i de l’espectroscòpia IR (ATR-FTIR) i Raman (SERS) i l’ús de mètodes quimiomètrics. Les dades lipidòmiques obtingudes han estat utilitzades per a generar nou coneixement sobre els efectes d’alguns dels contaminants ambientals més presents en el mediambient en sistemes model humans i mediambientals. Els contaminants ambientals escollits en aquesta Tesi inclouen alguns compostos perfluorats (PFASs), el tributilestany (TBT), diverses formes de nanopartícules de carboni (CBNs) i alguns compostos proautofàgics. Els sistemes biològics que s’han exposat a aquests contaminants inclouen tres línies cel·lulars (línia de cèl·lules de carcinoma de placenta humana (JEG-3), línia de cèl·lules humanes de tumor cerebral glioblastoma (T98G) i línia de cèl·lules epitelials de ronyó de granota Xenopus laevis (A6)) i un organisme model (zebrafish, Danio rerio). Aquests estudis s’han acompanyat d’assaigs toxicològics per a obtenir més informació dels efectes dels contaminants en aquests sistemes biològics model. En conjunt, aquesta Tesi pretén aportar un valor afegit a la recerca no- dirigida en lipidòmica.