GC

您所在的位置：网站首页 › 非靶向代谢组学技术 › GC

GC

#GC| 来源: 网络整理| 查看: 265

GC-MS非靶向代谢组学检测通过气质联用（GC-MS）方法检测生物体受外界刺激前后体内大多数小分子代谢物的动态变化，重点寻找在实验组和对照组中有显著变化的代谢物，进而研究这些小分子代谢物变化，实现对生命科学中更多问题的探索。

GC-MS（气质联用）相关介绍

GC-MS分离检测的原理：利用待分离的各种物质在两相中的分配系数、吸附能力等理化性质的不同来进行分离，然后进入质谱检测器进行检测的过程。

GC-MS仪器分为三个系统：进样系统、分离系统、检测系统。

GC-MS的适用范围：主要取决于化合物的性能，一般适用于分子量小、易挥发的代谢物，详情如下图:

GC-MS 优势及流程

运用GC-MS代谢组学探究优势：

技术成熟稳定、分辨率高、选择性好；

具有相对完善的数据库；

适合于复杂基质的分析，一次分析提供全面的信息；

全自动峰识别、解卷积、样品比较、质量控制；

定性更准（结合保留时间指数辅助定性）；

GC-MS代谢工作流瓶颈

除了代谢物的提取，代谢物的纯化与富集也是非常重要的；那么纯化和富集的目的是什么呢？纯化主要是为了去除蛋白质、核酸、盐或者干扰目标代谢物检测的其他代谢物；富集的目的主要是提高待测物质的灵敏度和检测限。具体步骤见下：

再来看下建GC-MS方法中非常关键的一个点：衍生化：随着样品的批量越来越大，传统的手动衍生化渐渐的遇到了其瓶颈。如何帮助提高大批量样品的检测准确性，并且同时节省溶剂和时间成为了一个巨大的挑战~

2023年1月，新引进的自动化衍生设备，助力GC-MS代谢组学产能加倍，解决GC-MS代谢组学产品线不断扩增的业务并实现样本处理过程中的“标准化”管理，实现助力更多科研工作者的研究不断延伸与纵深发展。

鹿明生物引进自动衍生化设备，以更成熟精确的实验步骤、减少人工干预，使得实验结果更精准可靠可追溯……能更好地助力更多研发速度和质量双提升。

GC-MS代谢组定量方法

代谢物定量方法；定量方法主要分2种：外标法和内标法，其中外标法是比较常用的定量方法。

外标法（常用）

用待测组分的标准品作对照物质，将对照物质和样品中待测组分的响应信号相比较进行定量的方法，也称为标准曲线法，是一种绝对定量的方法。

内标法

是一种间接或相对的校准方法，在分析测定样品中某组分含量时，加入一种内标物质，以校准和消除由于操作条件、仪器波动对分析结果产生的影响，可提高分析结果的准确度。

得到GC-MS代谢组学数据后，我们将要进行数据分析，这时候谱图匹配中一定少不了数据库，GC-MS常用的公共数据库有NIST、Fiehn等。鹿明生物更多的用鹿明生物自建代谢组气质数据库-LUG4.0。

NIST化学数据库

NIST化学数据库由美国国家科学技术研究院 (NIST)等建立，NIST共包含超过16万中代谢物的20多万张EI质谱图，新版的NIST数据库中也包含了小分子化合物的ESI MS/MS质谱图，是GC-MS分析最常用的数据库。

NIST（https://www.nist.gov/mml/odi）

The Fiehn library

The Fiehn library中含有超过1000种代谢物的2200多个EI质谱图，包含四极杆和TOF两种质量分析器的检测信息，Fiehn数据库目前常用于GC-MS分析。

Fiehn数据库(https://fiehnlab.ucdavis.edu/projects/softwaredev)

鹿明自建LUG4.0数据库鹿明生物具有自主知识产权的GC-MS数据库—LUG 4.0（Untarget database of GC-MS from Lumingbio，Version 4.0），专利号：ZL202010401911.0，标准品库容量在原有的基础上补充至1500个，总库容量增加至3000个；

代谢物注释

值得一提的是，由于鉴定到的代谢物数目太多，种类繁杂，十分不利于数据查找和分析，在代谢物鉴定时，一般会对鉴定到的代谢物进行注释，以了解代谢物的功能、分类和统计情况等。常用的代谢物注释数据库有HMDB（https://hmdb.ca/）、KEGG（https://www.kegg.jp/）、Lipidmaps（https://www.lipidmaps.org/）等综合性数据库，一般分析软件和网站会在代谢物鉴定时附带上部分注释信息，但可能比较简略，可用R、Pathon、Perl等相关包或程序来添加。