微基生物 » 非靶向代谢组 https://www.tinygene.com 您自己的微生态研究团队|专注微生态研究与应用 Thu, 14 May 2026 06:04:05 +0000 zh-CN hourly 1 https://wordpress.org/?v=4.2.29 非靶向代谢组 https://www.tinygene.com/metabolomics/non-target-metabolite/non-target-metabolite-1 https://www.tinygene.com/metabolomics/non-target-metabolite/non-target-metabolite-1#comments Thu, 21 May 2020 08:26:44 +0000 http://www.tinygene.com/?p=4175 非靶向代谢组学是将生物体所有内源性代谢物作为研究目标（广筛），重点在于比较实验组和对照组，发现寻找其种具有显著 …

非靶向代谢组，首发于微基生物。

]]> 非靶向代谢组学是将生物体所有内源性代谢物作为研究目标（广筛），重点在于比较实验组和对照组，发现寻找其种具有显著变化的代谢物质（差异代谢物），并构建代谢通路以解释代谢物于该生命体的关联

 实验方法

实验方法，流程，数据分析

 结果展示

图1，正离子，全谱，色谱图，总谱，总离子

正离子模式下总离子流图（TIC）

图2，负离子，全谱，色谱图，总谱，总离子

负离子模式下总离子流图（TIC）

Annotation RI mz rt rtmins KEGG B10 B11
Pyruvic acid 1052.7 174.0932035 425.617 7.093616667 C00022 0.3565036 0.056507411
Lactic acid 1064.7 117.0999985 436.85 7.280833333 C00186 4.747036327 3.344078952
Glycolic acid 1078.8 177.1000061 449.6945 7.494908333 C00160 1.326885339 0.527382498
Alanine 1107.6 116.1432731 476.326 7.938766667 C00041 3.028170541 3.084627979
Oxalic acid 1136 190.1000061 502.318 8.371966667 C00209 0.194537206 0.091481498
Heptanoic acid 1177.8 144.1581335 539.863 8.997716667 C17714 0.115500201 0.128741438
2-Aminobutyric acid 1178.3 130.1487871 540.51 9.0085 C02356 0.364989578 0.079262412
Methylmalonic acid 1203 247.0898469 562.6535 9.377558333 C02170 0.035611705 0.005913077
Valine 1223.2 144.1828377 579.983 9.666383333 C00183 1.50831138 0.379191532
4-Hydroxybutanoic acid 1239.1 117.0711577 593.143 9.885716667 C01770 0.146412544 0.086628849
Urea 1246.4 189.1000061 599.877 9.99795 C00086 0.07279439 0.009963712
Benzoic acid 1252.1 179.0967188 604.696 10.07826667 C00180 0.757627476 1.088216438
1,3-Di-Tert-Butylbenzene 1261.3 175.1661048 612.737 10.21228333 NA 0.934027453 0.03662111
Ethanolamine 1275.3 174.1877773 624.2735 10.40455833 C00189 6.510647873 1.843890014
Leucine 1279.6 158.1784614 628.416 10.4736 C00123 0.941304245 0.363700099
Glycerol 1283.5 205.1000061 632.9085 10.548475 C00116 18.67529482 22.50317805
Phosphoric acid 1284 299.1000061 633.189 10.55315 C00009 536.4761026 661.2377331
Proline 1306.1 142.1501043 650.863 10.84771667 C00148 0.322801402 0.080096555
Glycine 1316.6 174.1862447 658.924 10.98206667 C00037 16.92097907 17.66554668
Succinic acid 1316.9 247.1574299 659.2495 10.98749167 C00042 0.723656144 0.531405997
Glyceric acid 1341 292.1895564 678.819 11.31365 C00258 0.793085658 0.10722067
Uracil 1347.4 241.1000061 683.955 11.39925 C00106 0.740366515 0.203055317
Fumaric acid 1349.6 245.1000061 685.522 11.42536667 C00122 0.490779555 0.201807865
Nonanoic acid 1362.1 215.1775755 695.503 11.59171667 C01601 0.071946663 0.060307398
Serine 1370.9 204.1952103 702.576 11.7096 C00065 4.056129365 3.551741534

正模式下样品中代谢物鉴定结果

图3，代谢物，分类，总物质

代谢物分类图

图4，PCA，分析，

PCA得分图

图5，热图，差异，代谢物，分析

差异代谢物热图

图6，代谢通路，影响因子，分析

代谢通路影响因子图

 参考文献

1 植物代谢组学的典型，研究以质谱为基础，进行了一些了的整合分析。Bais P., et al. 2012. Plantmetabolomics.org: mass spectrometry-based Arabidopsis metabolomics- database and tools update. Nucleic Acids Res. 2012 Jan;40(Database issue):D1216-20. doi: 10.1093/nar/gkr969. Epub 2011 Nov 10.

2 非靶向代谢组学的实际案例，文章使用气相色谱/质谱代谢组学平台。Tsugawa H., et al. 2011. Practical non-targeted gas chromatography/mass spectrometry- based metabolomics platform for metabolic phenotype analysis. J Biosci Bioeng. 2011 Sep;112(3):292-8. doi: 10.1016/j.jbiosc.2011.05.001. Epub 2011 Jun 8.

非靶向代谢组，首发于微基生物。

]]> https://www.tinygene.com/metabolomics/non-target-metabolite/non-target-metabolite-1/feed 0 LC-MS非靶向代谢组 https://www.tinygene.com/metabolomics/non-target-metabolite/lc-ms https://www.tinygene.com/metabolomics/non-target-metabolite/lc-ms#comments Wed, 20 May 2020 07:29:59 +0000 http://www.tinygene.com/?p=4044  1 非靶向代谢组学 非靶向代谢组学是将生物体所有内源性代谢物作为研究目标（广筛），重点在于比较实验 …

LC-MS非靶向代谢组，首发于微基生物。

]]>  1 非靶向代谢组学

非靶向代谢组学是将生物体所有内源性代谢物作为研究目标（广筛），重点在于比较实验组和对照组，发现寻找其种具有显著变化的代谢物质（差异代谢物），并构建代谢通路以解释代谢物于该生命体的关联

 2 LC—MS的优势

作为上个世纪九十年代发展起来的一门新兴学科，代谢组学已经被广泛运用在植物学、微生物学、药理学、临床医学等多个领域。代谢组学的中心任务是对内源性代谢物质的整体及其动态变化规律进行检测，量化和编录。实验的发展是基于分析化学的基础上进行的，发展至今，其研究手段也涵盖了核磁共振（NMR）、气相色谱（GC）、液相色谱（LC）、质谱（MS）等技术。
在众多仪器中，色谱与质谱联用技术是使用最多的，相对于NMR，色谱与质谱联用的精度更高，能鉴定出绝大多数代谢物，而且成本费用也相对较少，这也是现今色质联用广泛被使用的主要原因。而LC-MS除了可以分析GC-MS所不能分析的强极性、难挥发、热不稳定性的化合物之外，还具有以下几个方面的优点：

1 分析范围广，MS几乎可以检测所有的化合物，更加容易地解决了分析热不稳定化合物的难题；

2 分离能力强，即使被分析混合物在色谱上没有完全分离开，但通过MS的特征离子质量色谱图也能分别给出它们各自的色谱图来最终进行定性定量；

3 定性分析结果可靠，可以同时给出每一个组分的分子量和丰富的结构信息；

4 检测限低，MS具备高灵敏度，通过选择离子检测（SIM）方式，其检测能力还可以提高一个数量级以上；

5 分析时间快，HPLC-MS使用的液相色谱柱为窄径柱，缩短了分析时间，提高了分离效果；

6 自动化程度高，HPLC-MS具有高度的自动化。
关于质谱，根据质谱的工作原理，质谱又分成了双聚焦质谱仪，四极杆质谱仪，飞行时间质谱仪，离子阱质谱仪，傅立叶变换质谱仪等不同种类。而在实验时，我们可以根据不同需要适当调整仪器组和以及仪器附件。

 3 使用仪器

仪器型号

Agilent 1290/6545 UHPLC-QTOF/MS

Agilent 1290/6538 UHPLC-QTOF/MS

Agilent 6470 UHPLC-QqQ/MS

AB Sciex QTRAP® 6500 LC-MS/MS

产品特性：

● 自动调谐技术有助于保留不稳定化合物以便改进检测。

● 全新的快速自动调谐将小分子应用的灵敏度大幅高提升。

● 全新的安捷伦高压脉冲发生器和电源提高了质量分辨率性能，同时将质量准确度提升到了0.8 ppm

● 全新的离子光学元件具有更出色的稳定性，新型6545 Q-TOF 将软件与硬件的创新进行了有机结合，使仪器质量、仪器稳定性及其整体性能均得到了显著提高。

 4 实验方法

实验方法，流程，数据分析

 5 结果展示

图1，正离子，全谱，色谱图，总谱，总离子

正离子模式下总离子流图（TIC）

图2，负离子，全谱，色谱图，总谱，总离子

负离子模式下总离子流图（TIC）

Annotation RI mz rt rtmins KEGG B10 B11
Pyruvic acid 1052.7 174.0932035 425.617 7.093616667 C00022 0.3565036 0.056507411
Lactic acid 1064.7 117.0999985 436.85 7.280833333 C00186 4.747036327 3.344078952
Glycolic acid 1078.8 177.1000061 449.6945 7.494908333 C00160 1.326885339 0.527382498
Alanine 1107.6 116.1432731 476.326 7.938766667 C00041 3.028170541 3.084627979
Oxalic acid 1136 190.1000061 502.318 8.371966667 C00209 0.194537206 0.091481498
Heptanoic acid 1177.8 144.1581335 539.863 8.997716667 C17714 0.115500201 0.128741438
2-Aminobutyric acid 1178.3 130.1487871 540.51 9.0085 C02356 0.364989578 0.079262412
Methylmalonic acid 1203 247.0898469 562.6535 9.377558333 C02170 0.035611705 0.005913077
Valine 1223.2 144.1828377 579.983 9.666383333 C00183 1.50831138 0.379191532
4-Hydroxybutanoic acid 1239.1 117.0711577 593.143 9.885716667 C01770 0.146412544 0.086628849
Urea 1246.4 189.1000061 599.877 9.99795 C00086 0.07279439 0.009963712
Benzoic acid 1252.1 179.0967188 604.696 10.07826667 C00180 0.757627476 1.088216438
1,3-Di-Tert-Butylbenzene 1261.3 175.1661048 612.737 10.21228333 NA 0.934027453 0.03662111
Ethanolamine 1275.3 174.1877773 624.2735 10.40455833 C00189 6.510647873 1.843890014
Leucine 1279.6 158.1784614 628.416 10.4736 C00123 0.941304245 0.363700099
Glycerol 1283.5 205.1000061 632.9085 10.548475 C00116 18.67529482 22.50317805
Phosphoric acid 1284 299.1000061 633.189 10.55315 C00009 536.4761026 661.2377331
Proline 1306.1 142.1501043 650.863 10.84771667 C00148 0.322801402 0.080096555
Glycine 1316.6 174.1862447 658.924 10.98206667 C00037 16.92097907 17.66554668
Succinic acid 1316.9 247.1574299 659.2495 10.98749167 C00042 0.723656144 0.531405997
Glyceric acid 1341 292.1895564 678.819 11.31365 C00258 0.793085658 0.10722067
Uracil 1347.4 241.1000061 683.955 11.39925 C00106 0.740366515 0.203055317
Fumaric acid 1349.6 245.1000061 685.522 11.42536667 C00122 0.490779555 0.201807865
Nonanoic acid 1362.1 215.1775755 695.503 11.59171667 C01601 0.071946663 0.060307398
Serine 1370.9 204.1952103 702.576 11.7096 C00065 4.056129365 3.551741534

正模式下样品中代谢物鉴定结果

图3，代谢物，分类，总物质

代谢物分类图

图4，PCA，分析，

PCA得分图

图5，热图，差异，代谢物，分析

差异代谢物热图

图6，代谢通路，影响因子，分析

代谢通路影响因子图

LC-MS非靶向代谢组，首发于微基生物。

]]> https://www.tinygene.com/metabolomics/non-target-metabolite/lc-ms/feed 0 GC-MS非靶向代谢组 https://www.tinygene.com/metabolomics/non-target-metabolite/gc-ms https://www.tinygene.com/metabolomics/non-target-metabolite/gc-ms#comments Wed, 20 May 2020 06:46:46 +0000 http://www.tinygene.com/?p=4041  1 分析原理 GC-MS是气相色谱-质谱联用仪，多应用于医学、物理学，气相色谱的流动相为惰性气体， …

GC-MS非靶向代谢组，首发于微基生物。

]]>  1 分析原理

GC-MS是气相色谱-质谱联用仪，多应用于医学、物理学，气相色谱的流动相为惰性气体，气-固色谱法中以表面积大且具有一定活性的吸附剂作为固定相。
当多组分的混合样品进入色谱柱后，由于吸附剂对每个组分的吸附力不同，经过一定时间后，各组分在色谱柱中的运行速度也就不同。吸附力弱的组分容易被解吸下来，最先离开色谱柱进入检测器，而吸附力最强的组分最不容易被解吸下来，因此最后离开色谱柱。如此，各组分得以在色谱柱中彼此分离，顺序进入检测器中被检测、记录下来。
质谱分析是一种测量离子荷质比（电荷-质量比）的分析方法，其基本原理 是使试样中各组分在离子源中发生电离，生成不同荷质比的带正电荷的离子，经加速电场的作用，形成离子束，进入质量分析器。在质量分析器中，再利用电场和磁场使发生相反的速度色散，将它们分别聚焦而得到质谱图，从而确定其质量。

 2 实验方法

方法流程，代谢组，检测方法，流程

 3 仪器及优势

仪器

Agilent GC-FID-MS

LECO Pegasus 4D GC*GC-TOF MS

气相色谱（GAS CHROMATOGRAPHY，GC）具有极强的分离能力，在精确度上远胜同类仪器；系统的生态运行模式（ECO MODE）可以减少仪器待机时电能和载气不必要的消耗；气相色谱法–质谱法联用（GC-MS)是一种结合气相色谱和质谱的特性，在试样中鉴别不同物质的方法。 其主要应用于工业检测、食品安全、环境保护等众多领域。如农药残留、食品添加剂等；纺织品检测如禁用偶氮染料、含氯苯酚检测等。化妆品检测如二恶烷，香精香料检测等；电子电器产品检测，如多溴联苯、多溴联苯醚检测等；物证检验中可能涉及各种各样的复杂化合物，气质联用仪器对于这些司法鉴定过程中复杂化合物的定性定量分析提供强有力的支持。

 4 结果展示

图1上，PCA，PLS-DA，分析，多元，组图，整体，样本特性

图1下，PCA，PLS-DA，分析，多元，组图，整体，样本特性

 差异物质筛选

代谢物的定性方法为：使用Agilent Masshunter Qualitative Analysis B.06.00 software将差异离子的精确分子量及MS/MS图谱与本地数据库进行比对。比对时加成方式正离子模式选择[M+H]+和[M+Na]+，负离子模式选择[M-H]-和[M+FA-H]-，质量误差值选择30 PPM，并且从搜到的物质中移除肽、药物和毒物。

图2上，差异代谢物，矩阵，相关性

图2下，差异代谢物，热图，相关性，分析

 通路分析

使用MetaboAnalyst在线分析软件将HFD组和ND组的差异代谢物对应的KEGG编号找出来，通路分析物种选择Mus musculus。将p value < 0.05的通路在KEGG中找出来。HFD组和ND组差异代谢物通路富集分析见图3上，显著的通路见图3下.

图3上，代谢通路，影响因子，分析

图3下，代谢通路，KEGG代谢途径，分析

 5 文献案例

案例分析

文献1

这篇文章是2017年6月发表在Nature Medicine杂志上的一篇高分论文，此研究以年轻人作为研究对象，联用了代谢组学和基因组学，先在基因组学方向上，使用宏基因组测序阐述了中国人群中肠道菌群的变化，然后通过代谢组学分析得到氨基酸循环与肥胖之间的关系，文章的最后确定了一个对肥胖有抑制作用的微生物，多形拟杆菌(Bacteroides thetaiotaomicron)。

文献2

a.宏基因组测序并分析 b.将测序结果与患者表型关联 c.基于测序结果的基因功能与代谢通路分析 d.人血液循环代谢物的分析 e.小鼠模型验证 f.干预治疗
本研究中融合宏基因组测序、疾病症状观察、血清代谢组学研究(广筛和靶向)、小鼠喂食模型和数据分析。首先，研究人员对72名肥胖者和79名苗条的“对照组”志愿者进行了肠道微生物的宏基因组测序，得到了35024个与肥胖相关的基因，把这些基因聚类到宏基因组关联群组(metagenomic linkage groups，MLGs)，并鉴定出它们所对应的微生物。结果显示，肥胖人群和苗条人群的肠道微生物确实存在巨大差异，且肥胖志愿者的肠道微生物多样性和基因数量都相对较低。
同时，利用GC-MS平台对志愿者血清样本进行代谢组广筛，得到了148种代谢产物，其中确定结构的有13种，包括谷氨酸、苯丙氨酸和酪氨酸，之后用靶向氨基酸检测进行验证。接着，用宏基因组得出来的结论与代谢组检测结果进行关联分析，发现肥胖人群中谷氨酸的含量非常高，与苗条人群的差异也最大，且在肥胖人群中，谷氨酸含量与多形拟杆菌数量呈反比。

文献3

a.利用Co-inertia analysis方法对217个MLGs和148种代谢产物进行关联。
b.利用典型相关分析(Canonical correlation analysis ，CCA)算法计算20种氨基酸和217个具显著差异MLGs的相关性。
研究人员分别给正常与高脂饮食的小鼠移植了多形拟杆菌，发现正常小鼠的总脂肪量减少、肌肉量增加；高脂饮食小鼠体重增长速度也有所减慢。
最后，研究人员找到了23名接受过袖状胃切除术的志愿者，并收集了他们在刚刚做完手术、术后1个月和3个月的粪便样本，对肠道微生物以及代谢物等的变化进行了分析。
结果显示，接受手术的志愿者体重迅速减少，高血糖、胰岛素抵抗和炎症反应显著减轻，代谢循环中的谷氨酸含量也大大减少。更重要的是，他们肠道中的多形拟杆菌数量随着体重的下降慢慢增加。

参考文献

1 植物代谢组学的典型，研究以质谱为基础，进行了一些了的整合分析。Bais P., et al. 2012. Plantmetabolomics.org: mass spectrometry-based Arabidopsis metabolomics- database and tools update. Nucleic Acids Res. 2012 Jan;40(Database issue):D1216-20. doi: 10.1093/nar/gkr969. Epub 2011 Nov 10.

2 非靶向代谢组学的实际案例，文章使用气相色谱/质谱代谢组学平台。Tsugawa H., et al. 2011. Practical non-targeted gas chromatography/mass spectrometry- based metabolomics platform for metabolic phenotype analysis. J Biosci Bioeng. 2011 Sep;112(3):292-8. doi: 10.1016/j.jbiosc.2011.05.001. Epub 2011 Jun 8.

GC-MS非靶向代谢组，首发于微基生物。

]]> https://www.tinygene.com/metabolomics/non-target-metabolite/gc-ms/feed 0