科研整体解决方案

Non Targeted Metabolomics
LC-MS非靶向代谢组学
代谢组学的研究对象是样本中分子量1500Da以内的内源性小分子物质,非靶向代谢组学可以无偏 性地对提取到的所有代谢物进行检测分析,一般采用LC-MS技术对样本中的代谢物进行定性和定量 分析,与公共数据库和自建库进行信息的匹配来进行代谢物鉴定。相较于基因组学、转录组学和蛋 白组学,代谢组学能更直接及时地反映个体的疾病状态,可能是识别病理变异最敏感的方法,因为 即使是蛋白质表达或结构的微小变化也会导致蛋白质活性和代谢物水平的显著变化。

技术优势

  • 通量高
    对样本中全部代谢物进行检测分析
  • 深度数据库
    公共数据库结合自建库进行鉴定分析
  • 灵敏度高
    超高效液相色谱-质谱分析平台,分离效果更佳,灵敏度更高
  • 终端放大效应
    代谢产物的变化能更直接更准确的反映机体生理病理变化,而且基因、蛋白质的微小变化可在代谢 产物得到放大。

应用领域

  • 非靶向代谢组通过比较样本代谢物指纹图谱的差异,可为疾病生物标志 物,疾病发病机制和药物治疗等研究提供线索和方向。目前,已经在癌症、 生物医药、营养学等研究领域得到广泛应用。
  • 疾病生物标志物研究
  • 代谢性疾病机制研究
  • 疾病分型,个性化治疗等
  • 肿瘤代谢研究
  • 中药现代化研究
  • 药物疗效评价研究

相关文献

  • [1]Shao, Y., Li, T., Liu, Z., Wang, X., Xu, X., Li, S., Xu, G., & Le, W. (2021). Comprehensive metabolic profiling of Parkinson's disease by liquid chromatography-mass spectrometry. Molecular neurodegeneration, 16(1), 4. 阅读全文
  • [2]Zhou, Z., Luo, M., Zhang, H., Yin, Y., Cai, Y., & Zhu, Z. J. (2022). Metabolite annotation from knowns to unknowns through knowledge-guided multi-layer metabolic networking. Nature communications, 13(1), 6656. 阅读全文
  • [3]Lai, Z., Tsugawa, H., Wohlgemuth, G., Mehta, S., Mueller, M., Zheng, Y., Ogiwara, A., Meissen, J., Showalter, M., Takeuchi, K., Kind, T., Beal, P., Arita, M., & Fiehn, O. (2018). Identifying metabolites by integrating metabolome databases with mass spectrometry cheminformatics. Nature methods, 15(1), 53–56. 阅读全文
  • [4]Darghouth, D., Koehl, B., Madalinski, G., Heilier, J. F., Bovee, P., Xu, Y., Olivier, M. F., Bartolucci, P., Benkerrou, M., Pissard, S., Colin, Y., Galacteros, F., Bosman, G., Junot, C., & Roméo, P. H. (2011). Pathophysiology of sickle cell disease is mirrored by the red blood cell metabolome. Blood, 117(6), e57–e66. 阅读全文