我们已经更新我们的隐私政策使它更加清晰我们如何使用您的个人资料。

我们使用cookie来提供更好的体验。你可以阅读我们的饼干的政策在这里。

广告

更快的方法定量Lipidome概要文件


希望这篇文章的一个免费的PDF版本吗?

完成下面的表格,我们将电子邮件您的PDF版本“一个更快的方法来定量资料Lipidome”

188金宝搏备用科技网络有限公司需要您提供的联系方式联系你关于我们的产品和服务。你可以随时取消订阅这些通讯。如何取消订阅的信息,以及我们的隐私实践和承诺保护你的隐私,看看我们隐私政策

阅读时间:

介绍

lipidome指细胞中脂类的全部。脂质是四个主要的分子生物有机体的组件,以及蛋白质、糖类和核酸。比较复杂的脂质混合物的研究发现在细胞和组织有可能揭示自存在脂质膜脂质生物标记,或作为信号分子,反映生物体的生理状态在给定的时间。lipidome涵盖一系列从非极性脂质极性的。分析实验通常需要两个或两个以上的色谱分离极性的计划覆盖范围:正常阶段法和反向阶段法。带注释的脂质需要额外的定量调查使用更有针对性的方法。

我们发达工作流使用超临界流体色谱(SFC)耦合的高分辨率质谱仪脂质和相对定量识别。与传统方法不同,这种新方法不仅有效地分离非极性和极性脂质在单个运行也完成整个实验在很短的时间内,15分钟,这是明显低于传统实验的时候。

方法半定量-多个内部标准涵盖了常见的脂质类上升到样品。我们已经开发出先进的标准化软件工具来减少数据可变性在样品和批量提高多元统计分析的性能。


实验

作为一个概念证明的方法,我们做了一个实验,进行详细的分析描述如下。老鼠巨噬细胞细胞提取布莱和戴尔方法分析了使用证监会EC-C18和混合UPC2本·系列加上安捷伦6550 QTOF质谱仪。SimLipid软件(总理Biosoft、钙、美国)被用于识别,紧随其后的是安捷伦的质量分析器专业软件进行统计分析。

图1:集成的示意图表示SFC-QTOF女士SimLipid lipidomics方法和质量分析器为脂质专业软件识别,相对定量和统计分析。

结果与讨论

方法分离脂质类具有良好的色谱峰的形状和决议在类内脂质。使用未规范化执行多元分析的原始数据没有显示分组样本基础上治疗。这可能是因为属于不同的类脂质不同的电离效率明显与不同离子质谱的实验模式。

我们调查了两个普遍采用峰值归一化方法通过运行试验样品与内部标准上升。这些特定的脂质物种是不太可能出现在样品中添加已知浓度促进脂质物种存在于样本的定量测定。我们使用内部标准属于常见的脂质类——即glycerophosphoserine, glycerophosphoglycerol, glycerophosphoethanolamine,甘油三酯,甘油二酯,monoacylglycerols,胆固醇、鞘磷脂等。

在第一个规范化方法,山峰被规范化使用的标准“最亲密的保留时间(CRT)”:峰保留时间窗口内接近内部标准代表脂类被规范化的内部标准回复。这种方法受到某些脂质可能洗提的可能性接近内部标准但不属于这个类的内部标准。

因此,第二种方法,旨在提高第一,优先注释示例中的脂质与SimLipid软件使用MS / MS数据。带注释的脂质属于某些脂类被归一化强度,脂类的内部标准。不明化合物和油脂,没有匹配的内部标准属于同一类的规范化使用CRT的方法。多变量分析进行规范化数据的内部标准。这次,化合物所检测到的微分数据清晰的分离的学习小组多变量分析(PCA PLS-DA)和分层聚类分析。


限制

流动注射分析(FIA) lipidomics方法,样本在哪里直接进行质谱分析事先使用色谱技术分离脂质物种——是最流行的技术之一,没有保留时间。这意味着CRT数据归一化法是FIA-based不适用的方法。解决方案只能是规范化山峰基于职业专用的内部标准。然而,在实践中,经常发现脂质没有匹配的内部标准属于同一个类。目前,目前该软件允许用户手动选择一个脂质类的内部标准。这可能不是一个理想的数据标准化,因为选择的脂质物种可能不会持续检测在生物复制的样本。

结论

我们设计了一个集成SFC-qTOF MS-based工作流,使高通量分析复杂的脂质与各种极性和浓度在一个分析运行在一个短的时间内。后续执行峰值归一化定量是通过使用内部标准和多元统计分析。未来的工作看起来会提高脂类的软件,所以没有匹配的内部标准可以自动归一化对“平均所有内部标准响应”或“所有类的脂质检测的反应”。这将使数据归一化法适用于所有质量spectrometry-based lipidomics方法使用色谱分离或FIA的方法。


确认:该方法是由一个协作的团队

Sheher Bano Mohsin1;凯文·威廉姆斯2;Durairaj雷努3;Ningombam Sanjib Meitei4,6;Shyam
Kalakoti3;斯蒂芬·马登5和诺顿北川5


1安捷伦科技有限公司、木材戴尔,IL);2加州大学洛杉矶分校,加州洛杉矶;3链生命科学、班加罗尔、卡纳塔克邦;4总理Biosoft印多尔,议员;5安捷伦科技公司,加州圣克拉拉6总理Biosoft帕洛阿尔托,CA,我们。

广告
Baidu