Metabolite profiling in biomarker discovery, enzyme substrate assignment, drug activity/specificity determination, and basic metabolic research requires new data preprocessing approaches to correlate specific metabolites to their biological origin. Here we introduce an LC/MS-based data analysis approach, XCMS, which incorporates novel nonlinear retention time alignment, matched filtration, peak detection, and peak matching. Without using internal standards, the method dynamically identifies hundreds of endogenous metabolites for use as standards, calculating a nonlinear retention time correction profile for each sample. Following retention time correction, the relative metabolite ion intensities are directly compared to identify changes in specific endogenous metabolites, such as potential biomarkers. The software is demonstrated using data sets from a previously reported enzyme knockout study and a large-scale study of plasma samples. XCMS is freely available under an open-source license at http://metlin.scripps.edu/download/.

Endogenous metabolites have gained increasing interest over the past 5 years largely for their implications in diagnostic and pharmaceutical biomarker discovery. METLIN (http://metlin.scripps.edu), a freely accessible web-based data repository, has been developed to assist in a broad array of metabolite research and to facilitate metabolite identification through mass analysis. METLIN includes an annotated list of known metabolite structural information that is easily cross-correlated with its catalogue of high-resolution Fourier transform mass spectrometry (FTMS) spectra, tandem mass spectrometry (MS/MS) spectra, and LC/MS data.

We elucidate the detailed effects of gut microbial depletion on the bile acid sub-metabolome of multiple body compartments (liver, kidney, heart, and blood plasma) in rats. We use a targeted ultra-performance liquid chromatography with time of flight mass-spectrometry assay to characterize the differential primary and secondary bile acid profiles in each tissue and show a major increase in the proportion of taurine-conjugated bile acids in germ-free (GF) and antibiotic (streptomycin/penicillin)-treated rats. Although conjugated bile acids dominate the hepatic profile (97.0 ± 1.5%) of conventional animals, unconjugated bile acids comprise the largest proportion of the total measured bile acid profile in kidney (60.0 ± 10.4%) and heart (53.0 ± 18.5%) tissues. In contrast, in the GF animal, taurine-conjugated bile acids (especially taurocholic acid and tauro-β-muricholic acid) dominated the bile acid profiles (liver: 96.0 ± 14.5%; kidney: 96 ± 1%; heart: 93 ± 1%; plasma: 93.0 ± 2.3%), with unconjugated and glycine-conjugated species representing a small proportion of the profile. Higher free taurine levels were found in GF livers compared with the conventional liver (5.1-fold; P < 0.001). Bile acid diversity was also lower in GF and antibiotic-treated tissues compared with conventional animals. Because bile acids perform important signaling functions, it is clear that these chemical communication networks are strongly influenced by microbial activities or modulation, as evidenced by farnesoid X receptor-regulated pathway transcripts. The presence of specific microbial bile acid co-metabolite patterns in peripheral tissues (including heart and kidney) implies a broader signaling role for these compounds and emphasizes the extent of symbiotic microbial influences in mammalian homeostasis.

The aim of metabolite profiling is to monitor all metabolites within a biological sample for applications in basic biochemical research as well as pharmacokinetic studies and biomarker discovery. Here, novel data analysis software, XCMS, was used to monitor all metabolite features detected from an array of serum extraction methods, with application to metabolite profiling using electrospray liquid chromatography/mass spectrometry (ESI-LC/MS). The XCMS software enabled the comparison of methods with regard to reproducibility, the number and type of metabolite features detected, and the similarity of these features between different extraction methods. Extraction efficiency with regard to metabolite feature hydrophobicity was examined through the generation of unique feature density distribution plots, displaying feature distribution along chromatographic time. Hierarchical clustering was performed to highlight similarities in the metabolite features observed between the extraction methods. Protein extraction efficiency was determined using the Bradford assay, and the residual proteins were identified using nano-LC/MS/MS. Additionally, the identification of four of the most intensely ionized serum metabolites using FTMS and tandem mass spectrometry was reported. The extraction methods, ranging from organic solvents and acids to heat denaturation, varied widely in both protein removal efficiency and the number of mass spectral features detected. Methanol protein precipitation followed by centrifugation was found to be the most effective, straightforward, and reproducible approach, resulting in serum extracts containing over 2000 detected metabolite features and less than 2% residual protein. Interestingly, the combination of all approaches produced over 10,000 unique metabolite features, a number that is indicative of the complexity of the human metabolome and the potential of metabolomics in biomarker discovery.

Background: Developmental periods in early life may be particularly vulnerable to impacts of environmental exposures. Human research on this topic has generally focused on single exposure–health effect relationships. The “exposome” concept encompasses the totality of exposures from conception onward, complementing the genome.Objectives: The Human Early-Life Exposome (HELIX) project is a new collaborative research project that aims to implement novel exposure assessment and biomarker methods to characterize early-life exposure to multiple environmental factors and associate these with omics biomarkers and child health outcomes, thus characterizing the “early-life exposome.” Here we describe the general design of the project.Methods: In six existing birth cohort studies in Europe, HELIX will estimate prenatal and postnatal exposure to a broad range of chemical and physical exposures. Exposure models will be developed for the full cohorts totaling 32,000 mother–child pairs, and biomarkers will be measured in a subset of 1,200 mother–child pairs. Nested repeat-sampling panel studies (n = 150) will collect data on biomarker variability, use smartphones to assess mobility and physical activity, and perform personal exposure monitoring. Omics techniques will determine molecular profiles (metabolome, proteome, transcriptome, epigenome) associated with exposures. Statistical methods for multiple exposures will provide exposure–response estimates for fetal and child growth, obesity, neurodevelopment, and respiratory outcomes. A health impact assessment exercise will evaluate risks and benefits of combined exposures.Conclusions: HELIX is one of the first attempts to describe the early-life exposome of European populations and unravel its relation to omics markers and health in childhood. As proof of concept, it will form an important first step toward the life-course exposome.Citation: Vrijheid M, Slama R, Robinson O, Chatzi L, Coen M, van den Hazel P, Thomsen C, Wright J, Athersuch TJ, Avellana N, Basagaña X, Brochot C, Bucchini L, Bustamante M, Carracedo A, Casas M, Estivill X, Fairley L, van Gent D, Gonzalez JR, Granum B, Gražulevičienė R, Gutzkow KB, Julvez J, Keun HC, Kogevinas M, McEachan RR, Meltzer HM, Sabidó E, Schwarze PE, Siroux V, Sunyer J, Want EJ, Zeman F, Nieuwenhuijsen MJ. 2014. The Human Early-Life Exposome (HELIX): project rationale and design. Environ Health Perspect 122:535–544; http://dx.doi.org/10.1289/ehp.1307204

Neuroblastoma is the most common solid tumour in childhood and prognosis remains poor for high-risk cases despite the use of multimodal treatment. Analysis of public drug sensitivity data showed neuroblastoma lines to be particularly sensitive to indisulam, a molecular glue that selectively targets RNA splicing factor RBM39 for proteosomal degradation via DCAF15-E3-ubiquitin ligase. In neuroblastoma models, indisulam induced rapid loss of RBM39, accumulation of splicing errors and growth inhibition in a DCAF15- dependent manner. Integrative analysis of RNAseq and proteomics data highlighted a distinct disruption to cell cycle and metabolism. Metabolic profiling demonstrated metabolome perturbations and mitochondrial dysfunction resulting from indisulam. Complete tumour without relapse was observed in both xenografts and the Th-MYCN transgenic model of neuroblastoma after indisulam treatment, with RBM39 loss confirmed in vivo. Our data imply that dual targeting of metabolism and RNA splicing with anti-cancer sulphonamides such as indisulam is a promising therapeutic approach for high-risk neuroblastoma.