靶向代谢组

靶向代谢组学采用气质联用(GC-MS)和液质联用(LC-MS)进行代谢物检测,微基生物主要使用LC-MS进行分析。该方法涉及胆汁酸、短链脂肪酸等多个代谢物的定性定量,并通过标准品对比确保准确性。实验包括校准曲线、质量控制和代谢物通路分析,展示了在肠道微生态研究中的应用。
部署运行你感兴趣的模型镜像

靶向代谢组学是对特定的代谢物群进行检测与分析。分析时加入了标准品的定量分析,用以对特定代谢物绝对浓度的定量检测。常规分析法有气质联用(GC-MS)和液质联用(LC-MS),微基生物优先利用LC-MS的方法进行代谢组分析[1],然后通过与相同分析条件下标准品的分析结果进行比对,最终完成目标代谢群定性和定量的分析。

针对不同靶向检测物,微基生物制备了多种标准品,可对 胆汁酸短链脂肪酸、TMAO及相关代谢物、 氨基酸、脂肪酸、有机酸、黄酮类、 植物激素、 神经递质等进行靶向检测。

 实验方法

 结果展示

 校准曲线和质量控制偏差

所有单个胆汁酸的提取离子色谱(EIC、全谱)

HS1B

HS2B

HS3B

HS1C

HS2C

HS3C

TUDCA

3.76

3.7

2.96

4.5

4.42

3.26

TLCA

0.335

0.338

0.361

0.233

0.185

0.166

GHDCA

43.2

41.3

41

56.1

50.2

40.7

λ-GMCA

2.46

2.49

2.69

3.25

3.06

3.08

β-MCA

0.545

0.661

0.142

0.112

0.156

0.0744

DLCA

0.616

0.439

0.417

0.2

0.154

0.0961

NCA

3.04

2.68

2.61

3.56

3.35

3.17

7-KDCA

1.39

1.42

1.34

1.44

1.67

1.35

NDCA

0.195

0.261

0.162

0.409

0.302

0.315

GLCA

1.69

1.39

1.43

1.33

1.16

1.2

β-HDCA

0.817

1.22

1.17

0.672

0.37

0.192

UDCA

30

27.7

29.2

32

28

24.1

CDCA

69

64.4

71.1

89.5

83.8

67.4

DCA

32.4

29.3

30.2

35.6

34.8

27.3

THDCA

2.61

1.75

1.17

3.81

2.5

2.04

TDCA

10.2

9.23

8.99

12.8

10.7

10.1

GUDCA

8.37

6.75

7.05

10.9

8.79

7.6

GCDCA

285

260

256

364

314

267

GDCA

48

47.1

50.3

63.8

54.2

44.3

GCA

129

118

125

142

137

135

UCA

0.917

0.592

0.864

1.18

1.15

1.07

3β-CA

1.78

2.22

0.923

1.56

1.43

1.32

α-MCA

0.214

0.607

0.245

0.152

0.127

0.193

λ-MCA

2.08

2.19

2.16

3.93

3.34

2.61

CA

83.3

56.4

52.5

54

51.9

46

ALCA

0.434

1.05

0.654

0.587

0.677

0.637

ω-TMCA

0.463

0.434

0.4

0.795

0.435

0.542

TCA

27

26

24.6

35.2

30.5

27.4

7-KLCA

2.16

2.2

2.49

1.5

1.9

1.38

APCA

0.475

0.604

0.432

0.416

0.613

0.294

3-DHCA

0.491

0.336

0.525

0.491

0.336

0.525

12-DHCA

8.77

8.87

8.47

9.67

12.6

8.19

TCDCA

60.24

59.3

57.33

36.45

35.65

39.22

胆汁酸检测结果

代谢物通路分析

 参考文献

1 在基于LC-MS的整体代谢组分析过程中,我们所遇到的问题、局限、优势和未来展望。 Gika H.G., et al. 2014. LC-MS-based holistic metabolic profiling. Problems, limitations, advantages, and future perspectives. J Chromatogr B Analyt Technol Biomed Life Sci. 2014 Sep 1;966:1-6. doi: 10.1016/j.jchromb.2014.01.054. Epub 2014 Feb 8.

2 代谢组学在人体肠道微生态研究中的机遇和挑战。Smirnov K.S., et al. 2016. Challenges of metabolomics in human gut microbiota research. Int J Med Microbiol. 2016 Aug;306(5):266-279. doi: 10.1016/j.ijmm.2016.03.006. Epub 2016 Mar 15.

您可能感兴趣的与本文相关的镜像

AutoGPT

AutoGPT

AI应用

AutoGPT于2023年3月30日由游戏公司Significant Gravitas Ltd.的创始人Toran Bruce Richards发布,AutoGPT是一个AI agent(智能体),也是开源的应用程序,结合了GPT-4和GPT-3.5技术,给定自然语言的目标,它将尝试通过将其分解成子任务,并在自动循环中使用互联网和其他工具来实现这一目标

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值