相关实验视频
Updated: Jul 31, 2026

14:18
A Strategy for Sensitive, Large Scale Quantitative Metabolomics
Published on: May 27, 2014
20.9K
对于非目标代谢组的离子抑制校正和正常化
Iqbal Mahmud1, Bo Wei1, Lucas Veillon1
1Metabolomics Core Facility, Department of Bioinformatics and Computational Biology, The University of Texas MD Anderson Cancer Center (MDACC), Houston, TX, USA.
Nature communications
|February 5, 2025
概括
IROA的TruQuant工作流有效地纠正质谱代谢学中的离子抑制. 这种方法在各种分析条件下提高了测量准确度和精度,揭示了对细胞代谢的新见解.
科学领域:
- 分析化学 分析化学
- 生物化学 生化学
- 代谢学 代谢学 代谢学
背景情况:
- 离子抑制显著影响基于质谱 (MS) 的代谢学,降低准确度,精度和灵敏度.
- 准确量化代谢物对于理解生物过程和疾病机制至关重要.
研究的目的:
- 引入和评估IROA的TruQuant工作流程,用于测量和纠正MS代谢中的离子抑制.
- 通过使用双MSTUS规范化来执行代谢数据的稳健规范化.
主要方法:
- 使用稳定同位素标记的内部标准 (IROA-IS) 库和伴随算法.
- 评估了离子染色学 (IC),水友相互作用液体染色学 (HILIC) 和逆相液体染色学 (RPLC) -MS. 的工作流程.
- 在正和负电离模式下测试,使用干净和不干净的离子源,以及各种生物矩阵.
主要成果:
- 在所有测试条件下观察到离子抑制在1%至90%以上.
- 工作流有效地纠正了离子抑制,并将变化系数从1%降低到20%.
- 在研究卵巢癌细胞对L-asparaginase (ASNase) 的反应中得到了应用,揭示了新的代谢变化.
结论:
- IROA的TruQuant工作流提供了在非目标代谢数据中对离子抑制的强有力的校正.
- 这种方法在各种分析设置和生物样本中提高了数据可靠性.
- 工作流有助于发现以前未报告的代谢变化,如卵巢癌研究所示.
更多相关视频
08:27Large-Scale Multi-Omics Genome-Wide Association Studies Mo-GWAS: Guidelines for Sample Preparation and Normalization
Published on: July 27, 2021
3.5K
11:02Identification and Quantification of Deranged Metabolites in Critically Ill Patients Using NMR-Based Metabolomics
Published on: November 29, 2024
426