GC-MS教程,成功开展您的代谢组学研究

代谢物一词通常仅限于作为代谢的中间体和产物的小分子,它们代表了我们的基因遗传和多种环境刺激之间复杂相互作用的结果。代谢组的表征是一项具有挑战性但必要的任务,可以提高我们对各种疾病表型,药物功效或识别诊断标记物的认识,以及其他应用。

图1所示。非靶向代谢组学管道。

图1所示。非靶向代谢组学管道。

实现这一目标的方法之一是通过所谓的非靶向代谢组学。该工作流程包括试图在生物样品中检测尽可能多的信号,经过模式比较,那些根据调查中的特定情况而变化的化合物被认为是潜在的标记物。有了这个策略,就有可能在没有先验假设的情况下,突出哪些生化途径没有有效地工作,并定义未来研究的新的和更狭窄的方向。为此,气相色谱/质谱(GC-MS)对氨基酸、游离脂肪酸或单糖等生物途径中的关键化合物具有高效、敏感和可重复性。虽然只有衍生化后易挥发的化合物才能被分析,但样品处理需要大量的实验室工作。

本教程的重点是使用GC-(EI)- q - ms作为代谢组学的一种合适的技术,它旨在提供完善的程序,这是避免生物学,分析和方法学错误的基础。特别是在代谢组学的情况下,工作流程的复杂性往往隐藏陷阱和偏见,明确的协议和实验设计是关键。

本教程提供了一种标准化的方法,灵活且易于使用的程序适用于不同类型的生物样品(即血浆,血清,细胞和不同组织等)。对代谢组学工作流程的各个步骤进行了探索和分解:

  1. 第一阶段是当地研究委员会的伦理批准,这是临床研究的关键原则。官方manbetx手机版
  2. 因此,样品的收集和储存对于反映代谢的真实快照以及防止污染和代谢降解也是至关重要的。
  3. 设备的维护和设置也进行了检查,并提出了一些建议,以达到最高的准确性和再现性。
  4. 本教程中考虑的另一个关键步骤是样本处理,由于需要密集处理,这可能是可变性的主要来源之一。
  5. 我们还报告了许多建议,以减少到最低限度的分析可变性。
  6. 数据的预处理和处理无疑是以下几个阶段。数据预处理的主要目的是从实验中获得的数据中挖掘出有用的、合适的数据,并通过数据处理对获得的结果进行探索,去除任何神秘的信息。
  7. 随后的统计分析,一般准则的测试和主要软件程序的描述。
  8. 对结果的生化解释是最后一步,它允许获得表征特定条件的所有代谢变化的大局。

本教程最后列举了所描述的程序的结果及其在我们研究小组领导的几项代谢组学研究中的应用。官方manbetx手机版

总的来说,分析的所有概念都对用户有益,并且可以作为模板应用于创建适用于每个基于gc - ms的代谢组学实验的定制方案。

出版

从样品处理到生物标志物发现:基于GC-(EI)- q - ms的非靶向代谢组学教程
马斯奇洛A,费拉里尼A,雷-斯托尔F, García A,巴巴斯C。
化学学报,2015年11月5日

脸谱网 推特 linkedin 邮件 脸谱网 推特 linkedin 邮件

留言回复