优化了高通量协议,用于对脑样本进行全面的代谢和脂质分析

科学领域:

• 系统生物学 系统生物学
• 代谢学 代谢学 代谢学
• 利皮多米克 (Lipidomics) 是一种消化剂.
• 分析化学 分析化学

背景情况:

• 建立基因型-表型联系需要分析生物系统中的代谢物和脂质.
• 组织样本提供局部,直接的信息,对于疾病分类和个性化医学至关重要.
• 综合的代谢和脂质分析需要高效的样品准备和优化的分析条件.

研究的目的:

• 提出简单,快速和强大的高通量分析协议,用于对异质大脑样本的全面分析.
• 使用实验设计 (DoE) 系统地优化综合气体染色学-质谱学 (GC-MS) 和液体染色学-四极点飞行时间质谱学 (LC-qTOF-MS) 的参数.
• 从小脑组织样本中实现代谢物和脂质的同时提取和分析.

主要方法:

• 应用五种不同的DoE模型 (D-optimal,全因数,分数,Box-Behnken) 来优化提取和仪器参数.
• 对各种参数进行系统测试,包括样品制备,色谱条件和溶剂混合物.
• 集成GC-MS和LC-qTOF-MS平台,用于全面的生物分子分析.

主要成果:

• 一种甲醇-水-二甲 (2:1:3,v/v/v) 混合物显示出优异的同时提取代谢物和脂质.
• 影响代谢物覆盖的关键参数被确定为GC-MS (潜伏时间,温度,甲氧胺度) 和LC-qTOF-MS (提取溶剂,溶解剂,离子强度,柱温).
• 基于DoE的优化协议使得10毫克大脑样本中的代谢物,脂质和蛋白质能够快速,高通量,同时分析,识别了475种脂质和158种代谢物.

结论:

• 基于DoE的优化策略为大脑样本的综合代谢和脂质分析提供了强大的框架.
• 开发的单步提取和综合分析方法显著提高了效率和吞吐量.
• 这些协议有助于更深入地了解基因型-表型关系,并支持个性化医学的进步.