脂质是细胞膜结构的重要组成部分,在细胞发育、能量储备、信号传导、物质运输等生命活动过程中均起着重要的作用。因此,脂质代谢的动态变化可直接或间接地反映生物体的生理和病理变化。本方法是一种基于高分辨LC-MS/MS的高通量脂质组分析技术,和LipidSerach数据库进行一级、二级信息的匹配,进而得到脂质分子的定性和定量结果。能够系统性解析生物体脂质组成和表达变化,可有效帮助研究脂类家族、脂质分子在各种生物过程中的改变与功能。 脂质主要包括以下八大分类 (LIPID MAPS系统命名): 脂肪酸类(如亚油酸、花生酸类)、甘油脂类(如TG、DG类)、甘油磷脂类(如PC、PE、PG、PA等)、鞘脂类(如Cer、SM等)、固醇脂类(如固醇脂类)、糖脂类(如MGDG、SQDG等)、孕烯醇酮脂类(如CoA等)、多聚乙烯类
实验流程
应用方向
脂质领域各个研究方面,如:
▶ 农口领域:动植物生长发育,植物抗逆研究
▶ 医口领域:动植物生理病理,生物标志物的发现
数据分析
分析类型 |
分析内容 |
拟解决问题 |
质控 |
TIC、QC等多项 |
获得高质量数据 |
轮廓分析 |
Superclass分类 |
获得检测结果的分类信息 |
差异分析 |
单变量统计分析(火山图等) |
反映每个变量的组间差异 |
多维统计分析(PCA、PLSDA、OPLSDA)等。 |
评估组间差异,找到到导致组间区别的影响变量 |
功能分析 |
层次聚类分析 |
获得代谢物的表达模式信息 |
相关性分析 |
衡量两个变量的相关程度 |
KEGG分析 |
进一步了解相关代谢通路和功能 |
高级生信分析 |
回归分析 |
建立重要代谢物和其他指标的关联 |
趋势聚类分析 |
探讨代谢物的含量趋势模式 |
机器学习 |
筛选诊断性能良好的生物标志物 |
技术优势
▶ 最全数据库:LipidSearch数据库,收录超过8大类、300种亚类、170万种脂质分子的谱图
▶ 定性数量多:实测最高定性数目突破2000+
▶ 平台优势:orbitrap质量分析器,超高分辨质谱,获得高质量数据
▶ 优质方法:优化的色谱方法,高峰容量,保证结果最优
▶ 严格质控:多项质控,提供放心的数据
参考文献
1.Hepatocellular Carcinoma‐Associated Protein TD26 Interacts and Enhances Sterol Regulatory Element‐Binding Protein 1 Activity to Promote Tumor Cell Proliferation and Growth. Hepatology. 2018.
脂质组-人细胞- TD26增强固醇调节元件结合蛋白1的活性来促进肿瘤细胞增殖和生长【客户文献】
2.Ginseng-derived nanoparticles alter macrophage polarization to inhibit melanoma growth. Journal for Immunotherapy of Cancer. 2019.
脂质组-人参囊泡-人参提取的囊泡抑制黑色瘤生长的作用机制【客户文献】
3.Cold-induced lipid dynamics and transcriptional programs in white adipose tissue. BMC Biology. 2019.
脂质组-小鼠组织-短期冷刺激诱导引起WAT棕色化有利于动物的健康和寿命【客户文献】
4.Effect of Ethylene on Cell Wall and Lipid Metabolism during Alleviation of Postharvest Chilling Injury in Peach. Cells. 2019.
脂质组-桃组织-乙烯在冷害胁迫中对细胞壁和脂质代谢的影响【客户文献】
bio-equip.com