代谢组学三大技术平台

您所在的位置:网站首页 lcms与gcms各自特点 代谢组学三大技术平台

代谢组学三大技术平台

2024-07-15 19:27| 来源: 网络整理| 查看: 265

图2

NMR常被我们诟病的是它的灵敏度,低浓度的代谢物检测出来的概率较低。图2展示的是NMR和色谱质谱联用的灵敏度比较,从图3中可以看出,NMR最小检测浓度是uM级别,远低于色谱质谱联用的nM级别。

图3

NMR的优点非常适合无损采样,最小的样品制备以及同时检测具有不同的物理化学性质的代谢物。通常用于研究生物样本的核磁共振的活性核包括1H、13C、15N和31P。由于一维(1D)1H-NMR谱(氢谱)的高天然丰度(99.98%)和高的灵敏度(高磁旋比),其在代谢组学研究中应用较多。图4展示的是尿液和血浆样本氢谱图(500MHz),图中的每一个数字表示鉴定的一个代谢物。

图4

2

气相色谱质谱联用技术(GC-MS)

气相色谱(GC)是以气体为流动相的色谱分析方法,适合于分离分析易气化、稳定、不易分解、不易反应的样品,特别适合同系物,同分异构体的分离。质谱法(MS)即用电场和磁场将运动的离子(带电荷的原子等)按它们的质荷比分离后进行检测的方法,其基本原理是样本进入质谱仪器,在质谱仪离子源中,化合物被电子轰击,电离成分子离子和碎片离子,这些离子在质量分析器中,按质荷比大小顺序分开,经过电子倍增器检测,即可得到化合物的质谱图。图5展示了气相的仪器组成。

图5

色谱的特点是将复杂混合物分离成单一组分,但是定性结构能力较差;质谱等技术对一个纯组分结构确定更为容易,GC和MS的协同耦合使得串联技术成为代谢组学分析的一大主力,GC/MS是一个很好的工具可应用于大量代谢组学的分离、检测和定量,图6列出来了其优点和局限性。

图6

GC-MS最让我们诟病的是需要对样本进行衍生化处理,这增加了样本制备的时间。GC-MS的优点是灵敏度高,在色谱的重复性、分辨率和电子轰击电离源得到的质谱碎片的重复性有明显优势,且受基体效应的影响较小。图7罗列了尿液样本的GC/TOFMS图。

图7

3

液相色谱质谱联用技术(LC-MS)

高效液相色谱(HPLC)是以液体为流动相的色谱法,其基本原理是色谱过程中不同组分在相对运动,不相混溶的两相间进行交换,相对静止的一相为固定相,相对运动的相为固定相,利用吸附,分配,离子交换,亲和力或分子大小等性质的微小差别,经过连续多次在两相间进的质量交换,使不同组分得到分离。图8展示了LC-MS流程示意图。

图8

液相质谱联用技术面临的问题是液相流动对质谱工作条件的影响,同时质谱离子源的温度对液相色谱分析源的影响。还有一个比较重要的一点,不同参数,不同仪器的液相质谱得出的数据都不完全相同,现阶段使用的数据库,更多的是自己建库或者解析图谱。

液相质谱常用的分类类型是常规梯度反相色谱(RPLC),RPLC的局限之一是分析极性/离子型代谢物,因为这些物质的保留性差,很容易洗脱,因此,RPLC适合中等极性或者非极性代谢物的分离。分析这些不保留的代谢物需要不同的策略,例如亲水性相互作用(HILIC)、离子对(IPLC)和离子交换(IEC)等,图9列出LC-MS能够检测的代谢物类型。

图9

近期离子迁移谱(ion mobility spectrometry,IMS)结合LC-MS相关的代谢组学文章也多有发表,IMS的核心原理是电场驱动下离子在气体阻尼环境中的迁移速率差异。IMS的这种机制以及提供分离作用,还可以确定分子的“碰撞截面”(CCS)。增加离子迁移能力的质谱仪,通过提供正交的分离尺寸,在MS检测之前分离具有不同CCS值的共洗脱代谢物,提高了光谱质量并帮助代谢物表征/鉴定。图10罗列出IMS和DIA分析数据鉴定代谢物的比较。

图10

从图中可以看出结合了IMS的质谱,显示的色氨酸光谱更清晰。

4

总结

本节罗列了基于代谢组学的三大检测技术,目前没有一个平台能够完全的对全谱代谢物进行鉴定,所以各位朋友在选择代谢组学之前,也要考虑选择哪种技术来测数据。

图11

下一节,小编将带来基于质谱分析法的代谢组学数据处理。

参考文献:

Proteomic and Metabolomic Approaches to Biomarker Discovery

Van, Q. N. (2008). Comparison of 1D and 2D NMR spectroscopy for metabolic profiling. J Proteome Res, 7(2), 630-639.

Rainville, P. D. (2017). Ion mobility spectrometry combined with ultra performance liquid chromatography/mass spectrometry for metabolic phenotyping of urine: Effects of column length, gradient duration and ion mobility spectrometry on metabolite detection. Anal Chim Acta, 982, 1-8.

Pasikanti, K. K.(2010). Noninvasive urinary metabonomic diagnosis of human bladder cancer. J Proteome Res, 9(6), 2988-2995.

许国旺. 代谢组学: 方法和应用[M]. 科学出版社, 2008.返回搜狐,查看更多



【本文地址】


今日新闻


推荐新闻


CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3