Abstract microbeMASST, a taxonomically informed mass spectrometry (MS) search tool, tackles limited microbial metabolite annotation in untargeted metabolomics experiments. Leveraging a curated database of >60,000 microbial monocultures, users can search known and unknown MS/MS spectra and link them to their respective microbial producers via MS/MS fragmentation patterns. Identification of microbe-derived metabolites and relative producers without a priori knowledge will vastly enhance the understanding of microorganisms’ role in ecology and human health.

Abstract MicrobeMASST, a taxonomically-informed mass spectrometry (MS) search tool, tackles limited microbial metabolite annotation in untargeted metabolomics experiments. Leveraging a curated database of >60,000 microbial monocultures, users can search known and unknown MS/MS spectra and link them to their respective microbial producers via MS/MS fragmentation patterns. Identification of microbial-derived metabolites and relative producers, without a priori knowledge, will vastly enhance the understanding of microorganisms’ role in ecology and human health.

Abstract MicrobeMASST, a taxonomically-informed mass spectrometry (MS) search tool, tackles limited microbial metabolite annotation in untargeted metabolomics experiments. Leveraging a curated database of >60,000 microbial monocultures, users can search known and unknown MS/MS spectra and link them to their respective microbial producers via MS/MS fragmentation patterns. Identification of microbial-derived metabolites and relative producers, without a priori knowledge, will vastly enhance the understanding of microorganisms' role in ecology and human health.

Abstract Summary Untargeted metabolomics data analysis is highly labor intensive and can be severely frustrated by both experimental noise and redundant features. Homologous polymer series are a particular case of features that can either represent large numbers of noise features, or alternatively represent features of interest with large peak redundancy. Here we present homologueDiscoverer , an R package which allows for the targeted and untargeted detection of homologue series as well as their evaluation and management using interactive plots and simple local database functionalities. Availability homologueDiscoverer is freely available at github https://github.com/kevinmildau/homologueDiscoverer . Contact kevin.mildau@univie.ac.at , christoph.bueschl@boku.ac.at , juergen.zanghellini@univie.ac.at

Metals are important cofactors in the metabolic processes of cyanobacteria, including photosynthesis, cellular respiration, DNA replication, and the biosynthesis of primary and secondary metabolites. In adaptation to the marine environment, cyanobacteria use metallophores to acquire trace metals when necessary as well as to reduce potential toxicity from excessive metal concentrations. Leptochelins A–C were identified as structurally novel metallophores from three geographically dispersed cyanobacteria of the genus Leptothoe. Determination of the complex structures of these metabolites presented numerous challenges, but they were ultimately solved using integrated data from NMR, mass spectrometry and deductions from the biosynthetic gene cluster. The leptochelins are comprised of halogenated linear NRPS-PKS hybrid products with multiple heterocycles that have potential for hexadentate and tetradentate coordination with metal ions. The genomes of the three leptochelin producers were sequenced, and retrobiosynthetic analysis revealed one candidate biosynthetic gene cluster (BGC) consistent with the structure of leptochelin. The putative BGC is highly homologous in all three Leptothoe strains, and all possess genetic signatures associated with metallophores. Postcolumn infusion of metals using an LC-MS metabolomics workflow performed with leptochelins A and B revealed promiscuous binding of iron, copper, cobalt, and zinc, with greatest preference for copper. Iron depletion and copper toxicity experiments support the hypothesis that leptochelin metallophores may play key ecological roles in iron acquisition and in copper detoxification. In addition, the leptochelins possess significant cytotoxicity against several cancer cell lines.

Untargeted tandem mass spectrometry (MS/MS) has become a high-throughput method to measure small molecules in complex samples. One key goal is the transformation of these MS/MS spectra into chemical structures. Computational techniques such as MS/MS library search have enabled the reidentification of known compounds. Analog library search and molecular networking extend this identification to unknown compounds. While there have been advancements in metrics for the similarity of MS/MS spectra of structurally similar compounds, there is still a lack of automated methods to provide site specific information about structural modifications. Here we introduce ModiFinder which leverages the alignment of peaks in MS/MS spectra between structurally related known and unknown small molecules. Specifically, ModiFinder focuses on shifted MS/MS fragment peaks in the MS/MS alignment. These shifted peaks putatively represent substructures of the known molecule that contain the site of the modification. ModiFinder synthesizes this information together and scores the likelihood for each atom in the known molecule to be the modification site. We demonstrate in this manuscript how ModiFinder can effectively localize modifications which extends the capabilities of MS/MS analog searching and molecular networking to accelerate the discovery of novel compounds.

ABSTRACT We propose a fully automated novel workflow for lipidomics based on flow injection-followed by liquid chromatography high resolution mass spectrometry (FI/LC-HRMS). The workflow combined in-depth characterization of the lipidome achieved via reversed phase LC-HRMS with absolute quantification as obtained by a high number of lipid species-specific- and/or retention time (RT) matched/class-specific calibrants. The lipidome of 13 C labelled yeast (LILY) provided a cost efficient, large panel of internal standards covering triacylglycerols (TG), steryl esters (SE), free fatty acids (FA), diacylglycerols (DG), sterols (ST), ceramides (Cer), hexosyl ceramides (HexCer), phosphatidylglycerols (PG), phosphatidylethanolamines (PE), phosphatidic acids (PA), cardiolipins (CL), phosphatidylinositols (PI), phosphatidylserines (PS), phosphatidylcholines (PC), lysophosphatidylcholines (LPC) and lysophosphatidylethanolamines (LPE). In order to exploit the full potential of isotopically enriched biomass, LILY was absolutely quantified on demand via reversed isotope dilution analysis using FI-HRMS. Subsequent LC-HRMS analysis integrated different calibration strategies including lipid species-specific standards for >90 lipids. Extensive measures on quality control allowed to rank the calibration strategies and to automatically selected the calibration strategy of highest metrological order for the respective lipid species. Overall, the workflow enabled a streamlined analysis pipeline (identification and quantification in separate analytical runs) and provided validation tools together with absolute concentration values for >350 lipids in human plasma on a species level with an analytical run-time of less than 25 min per sample. TOC

Abstract Gangliosides are an indispensable glycolipid class concentrated on cell surfaces with a critical role in stem cell differentiation. Nonetheless, owing to the lack of suitable methods for scalable analysis covering the full scope of ganglioside molecular diversity, their mechanistic properties in signaling and differentiation remain undiscovered to a large extent. This work introduces a sensitive and comprehensive ganglioside assay based on liquid chromatography, high-resolution mass spectrometry, and multistage fragmentation. Complemented by an open-source data evaluation workflow, we provide automated in-depth lipid species-level and molecular species-level annotation based on decision rule sets for all major ganglioside classes. Compared to conventional state-of-the-art methods, the presented ganglioside assay offers (1) increased sensitivity, (2) superior structural elucidation, and (3) the possibility to detect novel ganglioside species. A major reason for the highly improved sensitivity is the optimized spectral readout based on the unique capability of two parallelizable mass analyzers for multistage fragmentation. In addition to the significant technological advance, we identified 263 ganglioside species including cell-state-specific markers and previously unreported gangliosides in native and differentiated human mesenchymal stem cells. A general increase of the ganglioside numbers upon differentiation was observed as well as cell-state-specific clustering based on the ganglioside species patterns. By proving the predictive power of gangliosides as ubiquitous cell state-specific markers, we demonstrated the high throughput universal capability of our novel analytical strategy, which comes with new insights on the biological role of gangliosides in stem cell differentiation. Our analytical workflow will pave the way for new ganglioside- and glycolipid-based clusters of differentiation markers to determine stem cell phenotypes.

Abstract Covalent or non-covalent heterogeneous multimerization of molecules associated with extracts from biological samples analyzed via LC-MS is quite difficult to recognize/annotate and therefore the prevalence of multimerization remains largely unknown. In this study, we utilized 13C labeled and unlabeled Pichia pastoris extracts to recognize heterogeneous multimers. More specifically, between 0.8% and 1.5% of the biologically-derived features detected in our experiments were confirmed to be heteromers, about half of which we could successfully annotate with monomeric partners. Interestingly, we found specific chemical classes such as nucleotides to disproportionately contribute to heteroadducts. Furthermore, we compiled these compounds into the first MS/MS library that included data from heteromultimers to provide a starting point for other labs to improve the annotation of such ions in other metabolomics data sets. Then, the detected heteromers were also searched in publicly accessible LC-MS datasets available in Metabolights, Metabolomics WB, and GNPS/MassIVE to demonstrate that these newly annotated ions are also relevant to other public datasets. Furthermore, in additional datasets ( Triticum aestivum , Fusarium graminearum, and Trichoderma reesei ) our developed workflow also detected 0.5% to 4.9% of metabolite features to originate from heterodimers, demonstrating heteroadducts to be present in metabolomics studies at a low percentage.

Abstract Untargeted tandem mass spectrometry (MS/MS) has become a high-throughput method to measure small molecules in complex samples. One key goal is the transformation of these MS/MS spectra into chemical structures. Computational techniques such as MS/MS library search have enabled the re-identification of known compounds. Analog library search and molecular networking extend this identification to unknown compounds. While there have been advancements in metrics for the similarity of MS/MS spectra of structurally similar compounds, there is still a lack of automated methods to provide site specific information about structural modifications. Here we introduce ModiFinder that leverages the alignment of peaks in MS/MS spectra between structurally related known and unknown small molecules. Specifically, ModiFinder focuses on shifted MS/MS fragment peaks in the MS/MS alignment. These shifted peaks putatively represent substructures of the known molecule that contain the site of the modification. ModiFinder synthesizes these information together and scores the likelihood for each atom in the known molecule to be the modification site. We demonstrate in this manuscript how ModiFinder can effectively localize modifications which extends the capabilities of MS/MS analog searching and molecular networking to accelerate the discovery of novel compounds.