相关实验视频
Updated: Jul 8, 2025
07:57
Assessing Whole-Body Lipid-Handling Capacity in Mice
Published on: November 24, 2020
4.0K
数据库驱动的空间解析脂管学突出显示了2型糖尿病小鼠中异质的代谢变化
Xinzhu Li1, Qingce Zang1, Ying Zhu1
1State Key Laboratory of Bioactive Substance and Function of Natural Medicines, Institute of Materia Medica, Chinese Academy of Medical Sciences and Peking Union Medical College, Beijing 100050, China.
Analytical chemistry
|December 13, 2023
概括
这项研究引入了一种新的数据库驱动的质谱成像 (MSI) 方法,用于全面的空间脂管学. 这种方法可以增强脂质识别和可视化糖尿病等疾病中的代谢变化.
科学领域:
- 生物化学 生物化学
- 分析化学 分析化学
- 代谢学 代谢学 代谢学
背景情况:
- 使用质谱成像 (MSI) 进行空间分辨的脂质组学对于理解脂质分布至关重要.
- 在MSI数据中全面识别脂质仍然是一个重大挑战.
研究的目的:
- 开发一种高覆盖率,基于数据库的方法,用于在空间脂管学中有效地识别脂质.
- 改进用于疾病研究的MSI数据中的脂质注释.
主要方法:
- 结合的空气流辅助脱吸电喷电离 (AFADESI) -MSI与液体染色学结合双重质谱法 (LC-MS/MS).
- 根据评估的电离性质创建了一个详细的MSI数据库,包含14,123个离子.
- 使用MSIannotator工具进行快速准确的脂质注释.
主要成果:
- 在全身小鼠血清和器官中确定了2868种独特的脂质.
- 在糖尿病小鼠模型中可视化异常脂肪酸和脂代谢.
- 证明了增强的脂质识别和注释能力.
结论:
- 开发的基于数据库的AFADESI-MSI方法显著改善了空间脂管学.
- 这种方法有助于在疾病背景下研究空间解析的代谢变化.
- 为了解疾病特异性脂质变化提供了新的研究途径.
