Abstract MassBank is the first public repository of mass spectra of small chemical compounds for life sciences (<3000 Da). The database contains 605 electron‐ionization mass spectrometry(EI‐MS), 137 fast atom bombardment MS and 9276 electrospray ionization (ESI)‐MS n data of 2337 authentic compounds of metabolites, 11 545 EI‐MS and 834 other‐MS data of 10 286 volatile natural and synthetic compounds, and 3045 ESI‐MS 2 data of 679 synthetic drugs contributed by 16 research groups (January 2010). ESI‐MS 2 data were analyzed under nonstandardized, independent experimental conditions. MassBank is a distributed database. Each research group provides data from its own MassBank data servers distributed on the Internet. MassBank users can access either all of the MassBank data or a subset of the data by specifying one or more experimental conditions. In a spectral search to retrieve mass spectra similar to a query mass spectrum, the similarity score is calculated by a weighted cosine correlation in which weighting exponents on peak intensity and the mass‐to‐charge ratio are optimized to the ESI‐MS 2 data. MassBank also provides a merged spectrum for each compound prepared by merging the analyzed ESI‐MS 2 data on an identical compound under different collision‐induced dissociation conditions. Data merging has significantly improved the precision of the identification of a chemical compound by 21–23% at a similarity score of 0.6. Thus, MassBank is useful for the identification of chemical compounds and the publication of experimental data. Copyright © 2010 John Wiley & Sons, Ltd.

A new approach for the comprehensive and quantitative analysis of charged metabolites by capillary electrophoresis mass spectrometry (CE−MS) is proposed. Metabolites are first separated by CE based on charge and size and then selectively detected using MS by monitoring over a large range of m/z values. This method enabled the determination of 352 metabolic standards and its utility was demonstrated in the analysis of 1692 metabolites from Bacillus subtilis extracts, revealing significant changes in metabolites during B. subtilis sporulation. Keywords: metabolomics • metabolic pathways • capillary electrophoresis • mass spectrometry • Bacillus subtilis • sporulation • glycolysis • TCA • nucleotide • CoA

In most cases of sporadic colorectal cancers, tumorigenesis is a multistep process, involving genomic alterations in parallel with morphologic changes. In addition, accumulating evidence suggests that the human gut microbiome is linked to the development of colorectal cancer. Here we performed fecal metagenomic and metabolomic studies on samples from a large cohort of 616 participants who underwent colonoscopy to assess taxonomic and functional characteristics of gut microbiota and metabolites. Microbiome and metabolome shifts were apparent in cases of multiple polypoid adenomas and intramucosal carcinomas, in addition to more advanced lesions. We found two distinct patterns of microbiome elevations. First, the relative abundance of Fusobacterium nucleatum spp. was significantly (P < 0.005) elevated continuously from intramucosal carcinoma to more advanced stages. Second, Atopobium parvulum and Actinomyces odontolyticus, which co-occurred in intramucosal carcinomas, were significantly (P < 0.005) increased only in multiple polypoid adenomas and/or intramucosal carcinomas. Metabolome analyses showed that branched-chain amino acids and phenylalanine were significantly (P < 0.005) increased in intramucosal carcinomas and bile acids, including deoxycholate, were significantly (P < 0.005) elevated in multiple polypoid adenomas and/or intramucosal carcinomas. We identified metagenomic and metabolomic markers to discriminate cases of intramucosal carcinoma from the healthy controls. Our large-cohort multi-omics data indicate that shifts in the microbiome and metabolome occur from the very early stages of the development of colorectal cancer, which is of possible etiological and diagnostic importance. Colorectal cancer stages are associated with distinct microbial and metabolomic profiles that could shed light on cancer progression.

Saliva is a readily accessible and informative biofluid, making it ideal for the early detection of a wide range of diseases including cardiovascular, renal, and autoimmune diseases, viral and bacterial infections and, importantly, cancers. Saliva-based diagnostics, particularly those based on metabolomics technology, are emerging and offer a promising clinical strategy, characterizing the association between salivary analytes and a particular disease. Here, we conducted a comprehensive metabolite analysis of saliva samples obtained from 215 individuals (69 oral, 18 pancreatic and 30 breast cancer patients, 11 periodontal disease patients and 87 healthy controls) using capillary electrophoresis time-of-flight mass spectrometry (CE-TOF-MS). We identified 57 principal metabolites that can be used to accurately predict the probability of being affected by each individual disease. Although small but significant correlations were found between the known patient characteristics and the quantified metabolites, the profiles manifested relatively higher concentrations of most of the metabolites detected in all three cancers in comparison with those in people with periodontal disease and control subjects. This suggests that cancer-specific signatures are embedded in saliva metabolites. Multiple logistic regression models yielded high area under the receiver-operating characteristic curves (AUCs) to discriminate healthy controls from each disease. The AUCs were 0.865 for oral cancer, 0.973 for breast cancer, 0.993 for pancreatic cancer, and 0.969 for periodontal diseases. The accuracy of the models was also high, with cross-validation AUCs of 0.810, 0.881, 0.994, and 0.954, respectively. Quantitative information for these 57 metabolites and their combinations enable us to predict disease susceptibility. These metabolites are promising biomarkers for medical screening. ELECTRONIC SUPPLEMENTARY MATERIAL: The online version of this article (doi:10.1007/s11306-009-0178-y) contains supplementary material, which is available to authorized users.

Most cancer cells predominantly produce energy by glycolysis rather than oxidative phosphorylation via the tricarboxylic acid (TCA) cycle, even in the presence of an adequate oxygen supply (Warburg effect). However, little has been reported regarding the direct measurements of global metabolites in clinical tumor tissues. Here, we applied capillary electrophoresis time-of-flight mass spectrometry, which enables comprehensive and quantitative analysis of charged metabolites, to simultaneously measure their levels in tumor and grossly normal tissues obtained from 16 colon and 12 stomach cancer patients. Quantification of 94 metabolites in colon and 95 metabolites in stomach involved in glycolysis, the pentose phosphate pathway, the TCA and urea cycles, and amino acid and nucleotide metabolisms resulted in the identification of several cancer-specific metabolic traits. Extremely low glucose and high lactate and glycolytic intermediate concentrations were found in both colon and stomach tumor tissues, which indicated enhanced glycolysis and thus confirmed the Warburg effect. Significant accumulation of all amino acids except glutamine in the tumors implied autophagic degradation of proteins and active glutamine breakdown for energy production, i.e., glutaminolysis. In addition, significant organ-specific differences were found in the levels of TCA cycle intermediates, which reflected the dependency of each tissue on aerobic respiration according to oxygen availability. The results uncovered unexpectedly poor nutritional conditions in the actual tumor microenvironment and showed that capillary electrophoresis coupled to mass spectrometry-based metabolomics, which is capable of quantifying the levels of energy metabolites in tissues, could be a powerful tool for the development of novel anticancer agents that target cancer-specific metabolism.

Defining the metabolic programs that underlie stem cell maintenance will be essential for developing strategies to manipulate stem cell capacity. Mammalian hematopoietic stem cells (HSCs) maintain cell cycle quiescence in a hypoxic microenvironment. It has been proposed that HSCs exhibit a distinct metabolic phenotype under these conditions. Here we directly investigated this idea using metabolomic analysis and found that HSCs generate adenosine-5′-triphosphate by anaerobic glycolysis through a pyruvate dehydrogenase kinase (Pdk)-dependent mechanism. Elevated Pdk expression leads to active suppression of the influx of glycolytic metabolites into mitochondria. Pdk overexpression in glycolysis-defective HSCs restored glycolysis, cell cycle quiescence, and stem cell capacity, while loss of both Pdk2 and Pdk4 attenuated HSC quiescence, glycolysis, and transplantation capacity. Moreover, treatment of HSCs with a Pdk mimetic promoted their survival and transplantation capacity. Thus, glycolytic metabolic status governed by Pdk acts as a cell cycle checkpoint that modulates HSC quiescence and function.

Metabolomics is an emerging tool that can be used to gain insights into cellular and physiological responses. Here we present a metabolome differential display method based on capillary electrophoresis time-of-flight mass spectrometry to profile liver metabolites following acetaminophen-induced hepatotoxicity. We globally detected 1,859 peaks in mouse liver extracts and highlighted multiple changes in metabolite levels, including an activation of the ophthalmate biosynthesis pathway. We confirmed that ophthalmate was synthesized from 2-aminobutyrate through consecutive reactions with gamma-glutamylcysteine and glutathione synthetase. Changes in ophthalmate level in mouse serum and liver extracts were closely correlated and ophthalmate levels increased significantly in conjunction with glutathione consumption. Overall, our results provide a broad picture of hepatic metabolite changes following acetaminophen treatment. In addition, we specifically found that serum ophthalmate is a sensitive indicator of hepatic GSH depletion, and may be a new biomarker for oxidative stress. Our method can thus pinpoint specific metabolite changes and provide insights into the perturbation of metabolic pathways on a large scale and serve as a powerful new tool for discovering low molecular weight biomarkers.

Analysis of cellular components at multiple levels of biological information can provide valuable functional insights. We performed multiple high-throughput measurements to study the response of Escherichia coli cells to genetic and environmental perturbations. Analysis of metabolic enzyme gene disruptants revealed unexpectedly small changes in messenger RNA and proteins for most disruptants. Overall, metabolite levels were also stable, reflecting the rerouting of fluxes in the metabolic network. In contrast, E. coli actively regulated enzyme levels to maintain a stable metabolic state in response to changes in growth rate. E. coli thus seems to use complementary strategies that result in a metabolic network robust against perturbations.

The Krebs cycle enzyme fumarate hydratase (FH) is a human tumor suppressor whose inactivation is associated with the development of leiomyomata, renal cysts, and tumors. It has been proposed that activation of hypoxia inducible factor (HIF) by fumarate-mediated inhibition of HIF prolyl hydroxylases drives oncogenesis. Using a mouse model, we provide genetic evidence that Fh1-associated cyst formation is Hif independent, as is striking upregulation of antioxidant signaling pathways revealed by gene expression profiling. Mechanistic analysis revealed that fumarate modifies cysteine residues within the Kelch-like ECH-associated protein 1 (KEAP1), abrogating its ability to repress the Nuclear factor (erythroid-derived 2)-like 2 (Nrf2)-mediated antioxidant response pathway, suggesting a role for Nrf2 dysregulation in FH-associated cysts and tumors.

A method for the determination of underivatized amino acids based on capillary electrophoresis coupled to electrospray ionization mass spectrometry (CE−ESI-MS) is described. To analyze free amino acids simultaneously a low acidic pH condition was used to confer positive charge on whole amino acids. The choice of the electrolyte and its concentration influenced resolution and peak shape of the amino acids, and 1 M formic acid was selected as the optimal electrolyte. Meanwhile, the sheath liquid composition had a significant effect on sensitivity and the highest sensitivity was obtained when 5 mM ammonium acetate in 50% (v/v) methanol−water was used. Protonated amino acids were roughly separated by CE and selectively detected by a quadrupole mass spectrometer with a sheath flow electrospray ionization interface. Under the optimized conditions, 19 free amino acids normally found in proteins and several physiological amino acids were well determined in less than 17 min. The detection limits for basic amino acids were between 0.3 and 1.1 μmol/L and for acidic and low molecular weight amino acids were less than 6.0 μmol/L with pressure injection of 50 mbar for 3 s (3 nL) at a signal-to-noise ratio of 3. This method is simple, rapid, and selective compared with conventional techniques and could be readily applied to the analysis of free amino acids in soy sauce.