调查和信息的价值最大化,是最理想的食品行业分析师能够描述作为食品样品的许多组件和方面尽可能的及时。这就是foodomics方法。
foodomics是什么?
术语“Foodomics“于2009年创造,是指食物和营养的研究通过组学技术的应用和集成,包括分析化学、生物技术和数据分析和审讯。foodomics关键领域提供了最伟大的见解食品安全、可追溯性,质量和真实性,食品和健康之间建立联系。Foodomics研究旨在提高消费者的福利,健康,和知识。
但为了实现这一点,需要强大的分析工具。关键需求的能力应对高吞吐量的样本,提高分辨能力和独立能力的化合物。二维液相色谱(2 dlc)就是这样的一个工具。
2 dlc作为食品分析的工具
近年来,价格、可用性和可用性的数据链路控制大大提高了。使用与质谱(MS)合作,这些进步提高的两个三个主要的功能组学学科,代谢组学和蛋白质组学。
与一维液相色谱(1 dlc)复杂样本可能导致un-resolvable重叠峰。此外,化合物coelute 1 dlc不能分化,影响样品只提供有限的信息。
2数据链路控制,第一个维度提供了传统的分离。第一次分离的洗提液应用于二维列第一列的分离选择性明显不同。因此,2数据链路控制大大改善解决的能力密切相关的山峰。化合物coelute在第一维度也可以分离出来在第二个维度。峰容量(峰值的数量可以安装到色谱死点和“峰值”,每个分开相邻峰的峰值至少4 s),最常见的度量的分离能力,2 dlc因此优于1 dlc。
2 dlc已知的未知,未知的未知
2 dlc的工作流提供了一定的灵活性。虽然它可能需要保留所有从第一个分离洗脱液适用于第二分离——有用的如果想确定未知数,这种综合分析并不总是必要的。在有针对性的研究中,一个子集的分数从第一只可能被应用到第二个分离,分离技术被称为“heart-cutting”。通过洗提液从第一第二分离分离可能是多样的,手动转移分数,有自动转换或暂停第一列而第二个分离发生(离线、在线和截流协议分别)。
2 dlc foodomics的未来
在食品分析中,样品的复杂性是一个常见的障碍,分析技术能够克服这个障碍因此foodomics工具箱中一个非常受欢迎的新增。2 dlc在食品的应用代谢组学和蛋白质组学分析是然而,远离普遍现在,很大程度上是因为问题建立工作流和数据分析。因此,仍有改进的余地2 dlc成为这个领域的中流砥柱。
