点击提交代表您同意 《用户服务协议》 《隐私政策》
以临床医学为例,通过代谢组学的方法,区别健康对照组和模型疾病组血液、尿液或其他生物样本的差异,可以寻找有意义的生物标志物。也可以通过检测动物摄入药物前后的血液、尿液或其他生物样本的差异,来分析药物代谢情况。
在LC-MS/MS液质联用技术平台研究代谢组学,寻找候选生物标志物,质谱数据的预处理和数据分析是至关重要的。
质谱数据的处理,常用的软件有XCMS和MZmine。处理的过程一般包括:噪音过滤、质谱峰提取、反卷积处理、归一化处理、数据格式转化等操作。
对于数据分析出的差异候选物的鉴定,一般可以通过Q1数据进行搜库,常见的数据库有Massbank database、human metabolomedatabase、metlin database、kegg compound database、pubchem compound database、lipidmaps database等。部分数据库中提供部分化合物的MS/MS数据,可供客户比对。
搜库仅是根据数据分析出的候选物的M/Z值进行判断(同时考虑可能的离子化方式),往往相同条件可以搜出多种可能的化合物。对此类情况,如果客户需要对可能的化合物信息进行明确,一般还需要用标准品进行比对测试。
数据分析是代谢组学不可或缺的手段,常用的数据分析方法有T检验、PCA分析(主成分分析法)、PLS-DA分析(偏最小二乘法分析)、OPLS-DA分析(正交偏最小二乘法分析)、相关性分析等等。
数据分析是代谢组学研究中不可或缺的手段,一种工具我们需要辩证的去对待,不可尽信也不可不用。