- 首頁 ＞ HM Pro2300代謝組
HM Pro2300代謝組
產品介紹
HM Pro2300代謝組通過液相色譜串聯質譜（LC-MS/MS）技術對代謝物進行高通量的靶向代謝組學檢測分析，可以同時檢測2,000多種代謝物，包括700種小分子代謝物和1,600多種脂質。覆蓋各類重要的代謝物和核心代謝通路，可以充分反映代謝表型，其中~400多個代謝物為腸道菌群相關代謝物。
表1 HM Pro2300代謝組檢測物質類別
|
代謝物類別 |
數量 |
代表性物質 |
|
|
親水性化合物 |
氨基酸和肽類 |
∽125 |
亮氨酸、色氨酸、谷氨酰胺、γ-氨基丁酸等 |
|
脂肪酸 |
∽110 |
月桂酸、亞麻酸、丙酸、丁酸、花生四烯酸等 |
|
|
有機酸及其衍生物 |
∽63 |
乳酸、蘋果酸、檸檬酸、α-酮戊二酸等 |
|
|
膽汁酸 |
∽99 |
膽酸、熊膽酸、鼠膽酸、鵝去氧膽酸等 |
|
|
碳水化合物 |
∽51 |
6-磷酸葡萄糖、鼠李糖、果糖-6-磷酸、核糖酸等 |
|
|
苯環型化合物 |
∽69 |
對羥基苯乙酸、馬尿酸、扁桃酸、高香草酸等 |
|
|
肉堿 |
∽23 |
肉堿、L-乙酰肉堿、異戊酰肉堿、亞油酰基肉堿等 |
|
|
吲哚及其衍生物 |
∽24 |
吲哚乙酸、3-吲哚丙酸、褪黑素等 |
|
|
核苷類化合物 |
∽19 |
鳥苷、肌苷、尿苷、黃嘌呤核苷等 |
|
|
有機雜環類 |
∽25 |
咖啡因、色醇、煙堿、去氫抗壞血酸等 |
|
|
苯丙烷和聚酮化合物 |
∽35 |
香葉木素、肉桂酸、白藜蘆醇、柚皮素、表兒茶素等 |
|
|
有機氧化合物 |
∽10 |
香草乙酮、金雞納酸、泛酸、肌醇等 |
|
|
其他 |
∽47 |
視網醛、雙氫青蒿素、維生素E等 |
|
|
脂類化合物 |
甘油磷脂類 |
∽1,091 |
磷脂酰膽堿、磷脂酰甘油、磷脂酰肌醇、磷脂酰乙醇胺等 |
|
甘油酯類 |
∽513 |
二酰甘油、三酰甘油 |
|
|
固醇脂類 |
∽26 |
膽固醇脂 |
|
|
鞘脂類 |
∽70 |
鞘磷脂、神經酰胺 |
|
|
|
合計 |
2,300+ |
|
技術優勢
1. 超高通量：一次性靶向檢測2,000多種代謝物，全面覆蓋多種重要代謝物和核心代謝通路，其中400+種代謝物與腸道菌群相關。
2. 高靈敏度：小分子物質通過衍生化處理，顯著提高靈敏度、改善色譜保留，有效定量低濃度及難電離的代謝物，實現超高靈敏度和跨量級檢測；有效區分脂質同分異構，準確鑒定不同脂肪酸鏈種類。
3. 準確定量：標準曲線結合同位素內標進行絕對定量，小分子代謝物還同時配有高、低兩條標準曲線，檢測線性范圍和定量準確性進一步提升。
4. 指標可選：可根據研究需求，選擇只檢測親水性小分子（HM700）或脂質（HML1600）。
5. 穩定性佳：標準化工作流程結合內標與校準品，滿足大樣本檢測對重現性的高度要求。
6. 分析智能：數據分析時對譜圖中離子對信號峰進行自動識別及積分，其中每個小分子同高、低兩條標曲自動匹配，根據最適標準曲線進行定量。準確與高效兼具，尤適合于大規模隊列。
7. 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。
8. Dr. Tom交付：可通過Dr. Tom云平臺交付項目數據，支持項目重分析、自定義繪圖，還有多個分析小工具助力數據挖掘。
9. 多組學聯合：提供相關多組學關聯分析服務（代謝組+宏基因組/16S/轉錄組/蛋白質組、mGWAS），其中同微生物組關聯分析，可以全面解析微生物-代謝物-宿主之間的相互作用機制，深入探尋腸道菌群對宿主健康和疾病的作用。
產品應用
1. 臨床疾病研究：生物標志物、疾病機制、藥物靶點等
2. 生物醫藥研究：藥物作用機制、藥效評價、藥物開發等
3. 表型與生理功能研究：生理機制、分子分型、營養運動與健康等
4. 腸道菌群研究：生物標志物、生理病理機制、宿主-腸道菌群共代謝等
5. 脂質代謝研究：脂質代謝相關疾病機制、營養代謝等
技術路線
技術參數
1. 儀器平臺
LC-MS/MS：Waters ACQUITY UPLC，SCIEX QTRAP 5500、6500+
2. 分析軟件
自主研發的代謝組學軟件包metaX[1]
項目執行周期
35-65個自然日
參考文獻
[1] Wen, Bo, et al. "metaX: a flexible and comprehensive software for processing metabolomics data." BMC bioinformatics 18.1 (2017): 183.
案例一：阿爾茨海默病血漿和腦組織中的靶向代謝組學分析[1]
研究背景：
代謝物是反映器官和組織功能活性的生物化合物。了解阿爾茨海默病（AD）的代謝變化可以深入了解這種多因素疾病的潛在危險因素，并提出新的干預策略或改善非侵入性診斷。
研究設計：
158個血漿樣本（94個AD，64個對照）和71個皮層組織樣本（35個AD，36個對照），使用高通量靶向代謝組學對樣本進行代謝組學分析。
研究結果：
在兩個隊列中發現了AD的多種代謝途徑的紊亂，包括具有促毒性變化的微生物組相關代謝物，甲基組氨酸代謝，多胺，皮質類固醇，ω-3脂肪酸，酰基肉堿，神經酰胺和甘油二酯。與對照組相比，AD組血漿中甘油三酯升高、皮層組織氨基酸代謝改變。來自血漿的交叉驗證診斷預測模型達到AUC=82%（CI95=75-88%）；特別是對于女性，AUC=88%（CI95=80-95%）。使用20個特征的簡化模型實現AUC=79%（CI95=71-85%）；對于女性，AUC=84%（CI95=74-92%）。研究結果表明腸道環境參與AD，并鼓勵在干預策略的設計中針對多個代謝區域，包括微生物組組成、激素平衡、營養素和肌肉穩態。
? ?
圖1 血漿（左）、皮層（右）樣本的預測性能和最重要的功能
案例二：正常人群和結直腸腫瘤患者各類型樣本的比較代謝組學研究[2]
研究背景：
結直腸癌（CRC）是全球第三大常見癌癥類型。代謝變化發生在致癌過程的早期，許多失調的代謝物可能與CRC有關，但目前尚不清楚代謝紊亂或代謝改變在多大程度上是腫瘤發展的原因。
研究設計：
對400名篩查結腸鏡檢查參與者的血漿、糞便和尿液生物樣本進行了高通量代謝組學分析，患有晚期腺瘤（n = 159）、CRC（n = 12），以及229名沒有腫瘤或增生性息肉的受試者作為對照組。
研究結果：
在血液、糞便和尿液樣本中分別檢測到504、331和131種代謝物。在血液與糞便、血液與尿液、糞便與尿液三個比較組中，分別有93、154和102種代謝物的濃度呈顯著相關性，其中68種（73%）、126種（82%）和39種（38%）呈正相關。血液與糞便比較組中大多數呈正相關的代謝物是酰基肉堿和氨基酸相關代謝物，血液與尿液比較組中大多數呈正相關的代謝物是氨基酸及相關代謝物、膽汁酸、酰基肉堿、甘油磷脂，而糞便與尿液比較組中呈負相關的代謝物是酰基肉堿、膽固醇酯和甘油三酯。在正常人群和結直腸腫瘤晚期患者的血液、糞便和尿液樣本中分別發現123、49和28種代謝物存在顯著差異。
圖2 血漿、糞便和尿液中代謝物的維恩圖
參考文獻
[1] Kalecky K, et al. Targeted metabolomic analysis in Alzheimer's disease plasma and brain tissue in non-Hispanic whites. Journal of Alzheimer's disease. 2022, 86(4): 1875-1895.
[2] Erben V, et al. Comparing metabolomics profiles in various types of liquid biopsies among screening participants with and without advanced colorectal neoplasms. Diagnostics (Basel, Switzerland). 2021, 11(3).
典型結果展示
1. 重復數要求
|
樣本類型 |
重復次數要求 |
|
植物、微生物、細胞樣本 |
≥ 6個 |
|
動物樣本 |
≥ 10個 |
|
臨床樣本 |
≥ 30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（每例） |
血清、血漿 | ≥ 200 μL |
動物或臨床組織、糞便、腸道內容物、微生物菌體 | ≥ 100 mg |
細胞（需每份樣本細胞數目保持一樣） | ≥2×107 個 |
培養液、發酵液 | ≥ 1 mL |
尿液 | ≥1.2 mL |
母乳、牛奶 | ≥200 μL |
說明：細胞樣品需要分成兩份送樣
Q1：不同批次實驗檢測的HM Pro2300代謝組數據可以一起分析嗎？
A1：需要一起進行比較分析的樣本，需要同時執行，一起進行樣本制備，一起上機檢測。分批次實驗檢測的話，需要對不同批次上機的樣本進行整體質量控制，需要進行多批次數據的校正，說明各批次之間的數據具有可比性。華大暫不提供多批次實驗檢測數據的質控和校正服務。
Q2：非靶向代謝組學檢測不到的代謝物，HM Pro2300代謝組可以檢測到嗎？
A2：非靶向代謝組學檢測不到的代謝物，HM Pro2300代謝組是可能能檢測到的。HM Pro2300代謝組是靶向代謝組學技術，檢測更有針對性，靈敏度更高，對于目標代謝物、低含量代謝物的檢出能力更強。
Q3：靶向代謝組數據處理時，多變量分析PCA和PLS-DA中scaling及transformation方法是什么？
A3：本報告中PCA分析與PLS-DA分析采用的scaling方法為常見的pareto校正，采用的transformation的方法為log校正。
Q4：我們知道同一化合物在不同處理組是可以相互比較的，那么同一個樣本，鑒定到的不同化合物之間離子強度是否也可以進行定量的比較？
A4：靶向代謝組是利用標準品所測定的標準曲線將所檢測到的各種代謝物的離子強度換算成了其在樣本中的絕對濃度/含量，排除了不同的化合物響應不同所導致的差異，因此同一樣本內的不同化合物之間是可以進行比較的。
Q5：為什么差異物對應的pathway有的是NULL，有的為空值，有的則為map*編號？這表示標記NULL的代謝通路無法知道還是需要自己去KEGG數據庫中搜索？如若自己搜索，該如何搜？
A5：不是所有的代謝物在KEGG數據庫中都注釋到了通路。NULL的就是沒有注釋到通路的；空值表示注釋到通路但不是對應物種的通路，在此將其刪掉了；有map*編號的則表示注釋到通路上且屬于該物種的代謝通路。
