通过优化LC-QTOF-MS/MS方法对罗莎物种进行调查,使用有针对性和非有针对性的查策略,并与多变量化疗相结合
Petros D Mitsikaris1, Stefanos Kostas2, Ioannis Mourtzinos3
1Department of Nutritional Sciences and Dietetics, Laboratory of Chemical Biology, International Hellenic University, Thessaloniki, Greece.
Phytochemical analysis : PCA
|March 4, 2024
概括
一种新的液态色谱-并联质谱法准确地识别了Rosa物种中的生物活性化合物. 这种技术可以根据它们独特的代谢指纹精确地区分Rosa damascena和Rosa centifolia的基因型.
科学领域:
- 分析化学 分析化学
- 代谢学 代谢学 代谢学
- 植物科学 植物科学
背景情况:
- 罗莎品种以其独特的香味和颜色而闻名.
- 研究花的化学成分对于理解它们独特的特性至关重要.
研究的目的:
- 开发和优化一种新的液态染色三重四极飞行时间联质谱法 (LC-QTOF-MS/MS) 方法.
- 分析Rosa damascena和Rosa centifolia花在不同基因型中的生物活性指纹.
主要方法:
- 响应表面方法 (RSM) 使用中央复合设计 (CCD) 进行方法优化.
- 对LC-QTOF-MS/MS方法的验证.
- 目标,可疑和非目标查工作流程的应用.
- 利用统计分析和化学测量工具进行代谢指纹探索.
主要成果:
- 优化的提取参数:11毫克样本含有1毫升MeOH:H2O (70:30,v/v).
- 目标分析证实了11种具有低量化极限 (LOQ) 和高恢复率 (85%-107%) 的分析物.
- 对嫌疑人的分析暂时确定了28种化合物.
- 非目标分析产生了准确的分类模型 (OPLS-DA,HCA),以100%的准确性区分物种.
结论:
- 一种新的LC-QTOF-MS/MS方法已成功开发和验证.
- 该方法使得Rosa物种中生物活性化合物的有效分析成为可能.
- 开发的方法准确地区分了Rosa centifolia和Rosa damascena的基因型.
更多相关视频
09:04Identifying Per- and Polyfluorinated Chemical Species with a Combined Targeted and Non-Targeted-Screening High-Resolution Mass Spectrometry Workflow
Published on: April 18, 2019
12.4K
08:43PTR-ToF-MS Coupled with an Automated Sampling System and Tailored Data Analysis for Food Studies: Bioprocess Monitoring, Screening and Nose-space Analysis
Published on: May 11, 2017
12.4K
