Cíl studie: Plynová chromatografie se v diagnostice užívá pro speciální stanovení, například profilu organických kyselin v moči nebo séru. Tato metoda ovšem umožňuje, zejména pak ve svém dvojdimenzionálním uspořádání (GC×GC), mnohem ucelenější pohled na vybraný biologický materiál. Cílem práce bylo vyvinout postup pro komplexní analýzu biologického materiálu. Typ studie: Vývoj analytické metody Název a sídlo pracoviště: Laboratoř dědičných metabolických poruch, Fakultní nemocnice, Olomouc Materiál a metody: Analýzy byly provedeny na GC×GC (Agilent 7890) spojeném s průletovým hmotnostním analyzátorem (TOF MS) (LECO Pegasus 4D). Automatické zpracování dat bylo provedeno programem ChromaTOF (LECO) za použití „reference.“ Výsledky: V této studii byla vytvořena tzv. reference metabolitů, obsahující zejména organické kyseliny, aminokyseliny a látky podobné povahy, které byly derivatizovány dvěma postupy – silylací nebo alkylací methylchloroformiátem. Aplikací reference na naměřené vzorky bylo možno identifikovat (shoda 733–999) více než 100 analytů v každém vzorku. Závěry: GC×GC-TOF je vhodná metoda pro metabolomickou analýzu mnoha biologických matricí a může být také uplatněna v diagnostice metabolických onemocnění. Zpracování dat lze plně automatizovat., Objective: Gas chromatography is used in diagnostics mostly for special analyses e.g. organic acids profiling in urine or serum. But this method enables, especially in two-dimensional version (GC×GC), more comprehensive view on selected biological material. The aim of this work was to develop a method for complex analysis of biological material. Design: Analytical method development Settings: Laboratory for Inherited Metabolic Disorders, Palacky University and University Hospital, Olomouc Material and methods: Analyses were performed on GC×GC (Agilent 7890) coupled with time-of-flight mass analyzer (TOF MS) (LECO Pegasus 4D). An automated data processing was performed by the ChromaTOF software (LECO) using “reference” tool. Results: In this study, the list of metabolites was created. It covers predominantly organic acids, amino acids, sugars, and similar – silylated or alkylated via methylchloroformiate. After applying the reference we were able to identify (spectral matches of 733–999) more than 100 analytes in each sample. Conclusion: GC×GC-TOF is a valuable tool in metabolomic analysis of many biological matrices and enables also diagnosing metabolic disorders. Data processing can be fully automated., Wojtowicz P., Dostálová E., Adam T., and Literatura 2