- 首頁 ＞ 廣泛靶向植物代謝組學
廣泛靶向植物代謝組學
產品介紹
廣泛靶向代謝組學最早由日本科學家于2009年提出并應用在十字花科、禾本科和豆科等植物的代謝組學研究中，是一種基于多重反應監測（Multiple reaction monitoring，MRM）技術的代謝物靶向定量檢測方法，具有高通量、高靈敏度、廣泛覆蓋、定性定量準確等優點。本產品采用LC-MS/MS技術，針對植物代謝物進行廣泛靶向代謝組學定量檢測分析。
表1 華大廣靶植物代謝組數據庫介紹
|
物質類別 |
數量 |
代表性物質 |
|
黃酮類 |
370+ |
表兒茶素、鷹嘴豆素、花青素等 |
|
生物堿 |
250+ |
小檗堿、番茄堿甘、毛鉤藤堿等 |
|
萜類 |
260+ |
人參皂苷、茴蒿素、雷公藤紅素等 |
|
酚胺類 |
85+ |
肉桂酰色胺、芥子酰腐胺、阿魏酰亞精胺 |
|
植物激素 |
10+ |
茉莉酸、愈傷酸等 |
|
氨基酸類 |
100+ |
蘇氨酸、絲氨酸、酪氨酸、半胱氨酸等 |
|
脂質 |
20+ |
亞油酸、亞麻酸、花生四烯酸、硬脂酸等 |
|
核苷酸類 |
20+ |
鳥苷、腺苷、尿嘧啶等 |
|
糖類 |
15+ |
海藻糖、山梨糖、蔗糖、葡糖胺等 |
|
有機酸 |
50+ |
水楊酸、沒食子酸、對羥基肉桂酸、原兒茶酸等 |
|
維生素類 |
30+ |
維生素B族、維生素C、維生素K、維生素A等 |
|
合計 |
1200+ |
|
技術優勢
- 標準品數據庫：覆蓋1200多種植物初級、次級代謝物
- 領先的質譜平臺：SCIEX QTRAP 6500+質譜儀檢測，靈敏度可達ng/ml級
- 金標準鑒定：根據色譜保留時間與代謝物特征離子對（MRM transitions）進行鑒定
- 嚴格質控體系：全流程配套SOP指導文件，同位素內標與QC雙重質控
- 分析創新：創新性引入相關性差異分析，通過多維信息整合，穩健算法直擊核心功能，精準鎖定關鍵機制。
產品應用
- 植物生物和非生物逆境互作研究
- 植物生長發育研究
- 果蔬花卉營養和色澤代謝研究
- 農作物品質性狀與育種改良研究
- 基因功能解析與代謝通路研究
- 沿用植物功能與活性成分研究
技術路線
技術參數
1. 儀器平臺
LC-MS/MS: Waters ACQUITY UPLC, SCIEX QTRAP 6500+
2. 分析軟件
Skyline, MRMPROBES
3. 數據庫
華大廣靶植物代謝組數據庫WT-PMDB
項目執行周期
項目周期：30-60個自然日
案例一：代謝組聯合轉錄組鑒定大豆在生物脅迫條件下異黃酮O-甲基轉移酶功能機制[1]
研究背景：
異黃酮是一類主要由豆科植物產生的黃酮類化合物，具有抗氧化作用和與其他生物體的相互作用等多種生物功能。而黃豆苷作為大豆異黃酮重要組成成份在受到生物或非生物脅迫條件下積累上調，本研究利用代謝組學和轉錄組學的手段研究其在大豆中的合成途徑和生理功能。
實驗設計：
時間順序取樣（每24h取樣8天）對照組、米曲霉感染組、少孢根霉感染組進行廣泛靶向代謝組、轉錄組研究。
主要結論：
本研究通過對兩種真菌感染的大豆進行多組學分析，發現生物脅迫作用可以誘導黃豆苷的生物合成。通過轉錄共表達分析鑒定了一種特異的異黃酮O-甲基轉移酶（GmIOMT1）參與黃豆苷的合成，并與大豆黃豆苷關鍵合成酶黃酮6-羥化酶（F6H）共表達驗證過表達的GmIOMT1增加大豆毛狀根中黃豆苷及衍生物的含量。通過上述研究手段證實大豆通過GmIOMT1參與誘導黃豆苷及衍生物的合成來應對生物脅迫。
圖1 生物脅迫條件下大豆黃豆苷合成調控途徑
參考文獻
[1] Uchida, Kai, et al. "Identification of a Unique Type of Isoflavone O-Methyltransferase, GmIOMT1, Based on Multi-Omics Analysis of Soybean under Biotic Stress." Plant and Cell Physiology 61.11 (2020): 1974-1985.
1. 數據處理及質控分析
采用廣泛靶向代謝組學自動化提峰定量軟件 MRMPROBES，基于華大自主建立的廣泛靶向代謝物標準品數據庫對樣本代謝物進行質譜定性定量分析，對下機質譜數據色譜峰進行積分計算峰面積，每個色譜峰面積代表對應物質含量，最后導出所有色譜峰面積用于后續的統計分析。質控樣本(QC)由樣本提取物混合制備，通過監測總離子流圖(TIC)重疊性、PCA 分析和 QC 樣本 CV 分布圖來評估數據質量。
圖1 數據質控示意圖
2. 代謝物的檢測和鑒定情況
（1）代謝物鑒定數量及峰面積差異
表1 化合物數量統計表
化合物數量 (RSD_30_number):QC樣本中相對峰面積的CV小于等于30%的化合物數量。
比值 (RSD_Ratio):QC樣本中相對峰面積的CV小于等于30%的化合物數量占所有檢測到的化合物數量的比值。Ratio>=60%則 數據質量合格。
（2）代謝物分類注釋
圖2 代謝物分類條形圖
X 軸代表代謝物分類數目，Y 軸代表代謝物 Class。該圖中的分類信息來源于自建庫。
3. 差異代謝物篩選
通過PCA分析觀察了解兩組樣本的差異情況。采用多變量分析PLS-DA模型前兩個主成分的VIP值，結合單變量分析差異變化倍數（Fold Change, FC)）和T檢驗(Student's t-test）的q-value值來篩選差異表達的代謝物。篩選條件: 1）VIP ≥ 1；2） Fold-Change ≥1.2 或者 ≤ 0.8333；3） q-value < 0.05，同時滿足這三個條件，即為差異代謝物。
圖3 差異代謝物篩選
4. 差異代謝物統計分析
對差異代謝物進行聚類分析，相關性分析及比較組間差異代謝物韋恩圖分析。
圖4 差異代謝物分析
5. 差異代謝物功能分析
基于 KEGG 數據庫對差異代謝物進行代謝通路富集分析，p-value<0.05 的代謝通路為差異代謝物顯著 富集的代謝通路。分別對差異代謝物顯著富集的 Pathway 繪制氣泡圖和代謝通路圖。
圖5 基于KEGG差異代謝物功能分析
1. 重復數要求
|
樣本類型 |
重復次數要求 |
|
植物樣本 |
≥ 6個 |
每組樣本的生物學重復次數要求如下，重復次數越多越好。
2. 送樣量要求
樣品類型 | 建議送樣量/例 |
新鮮植物組織 | ≥500 mg |
凍干植物組織 | ≥ 200 mg |
中藥藥湯 | 凍干粉≥200 mg，藥液≥1mL |
中藥藥丸 | ≥1g |
Q1：如何評判廣泛靶向代謝物鑒定結果的可信度?
A1：不同于非靶向代謝組學檢測原理，廣泛靶向代謝組學采用代謝物鑒定金標準多反應監測(MRM)技術， 通過代謝物保留時間、特征離子對(MRM transitions)進行代謝物的鑒定，結果的準確度較高，能夠直接 用于后續分析。
