如今，質(zhì)譜早就成了科研里的常用工具，但在實(shí)際課題中還是經(jīng)常會(huì)遇到問(wèn)題：復(fù)雜樣本不好處理、低含量物質(zhì)測(cè)不準(zhǔn)、結(jié)果沒(méi)法重復(fù)……想做出高分研究并不容易。為了幫大家用好質(zhì)譜，我們拆解了多組學(xué)、復(fù)雜樣本分析等多種應(yīng)用場(chǎng)景案例：

案例一：?jiǎn)渭?xì)胞代謝組學(xué)、癌癥精準(zhǔn)分型

應(yīng)用難點(diǎn)：針對(duì)單細(xì)胞體積極小、代謝物含量極微、前處理流程復(fù)雜且易引入誤差，以及細(xì)胞異質(zhì)性導(dǎo)致分型困難的問(wèn)題，通過(guò)全自動(dòng)單細(xì)胞前處理技術(shù)與高分辨質(zhì)譜聯(lián)用，實(shí)現(xiàn)單細(xì)胞代謝物的高靈敏、無(wú)偏差檢測(cè)與精準(zhǔn)分型。

采用了 SinCell-100 全自動(dòng)單細(xì)胞分析系統(tǒng)與 Orbitrap Exploris 240 質(zhì)譜聯(lián)用平臺(tái)。自動(dòng)化完成單細(xì)胞定位、皮升液滴萃取與電噴霧離子化，最大程度減少人為誤差；質(zhì)譜系統(tǒng)以 240,000 FWHM 高分辨率、DIA 非靶向采集模式及正/負(fù)離子切換功能，實(shí)現(xiàn)低豐度代謝物的高效捕獲。成功檢測(cè)出 295 種內(nèi)源性代謝物，實(shí)現(xiàn)癌細(xì)胞與正常細(xì)胞的精準(zhǔn)區(qū)分，篩選出 94（AGS vs GSE）和 85（HGC vs GSE）種差異代謝物，精氨酸、賴氨酸等成為潛在胃癌標(biāo)志物。

案例二：代謝組學(xué)標(biāo)準(zhǔn)化、靶向定量檢測(cè)

應(yīng)用難點(diǎn)：針對(duì)臨床代謝組學(xué)研究中實(shí)驗(yàn)流程不統(tǒng)一、基質(zhì)效應(yīng)干擾定量準(zhǔn)確性、大樣本批次間穩(wěn)定性問(wèn)題，通過(guò)構(gòu)建穩(wěn)定同位素標(biāo)記內(nèi)標(biāo)體系、優(yōu)化色譜-質(zhì)譜參數(shù)、建立多維度質(zhì)控流程，實(shí)現(xiàn)目標(biāo)代謝物的標(biāo)準(zhǔn)化精準(zhǔn)定量。

以三重四極桿（QqQ）質(zhì)譜為核心平臺(tái)，采用信息驅(qū)動(dòng)或全面譜圖分析兩種策略構(gòu)建靶向代謝物面板。優(yōu)先選用 13C/15N 標(biāo)記內(nèi)標(biāo)，早期加入樣本以校正提取效率和基質(zhì)效應(yīng)；通過(guò)色譜分離適配不同極性代謝物，結(jié)合駐留時(shí)間優(yōu)先級(jí)（DTP）優(yōu)化，保障低豐度代謝物的檢測(cè)靈敏度。同時(shí)設(shè)置系統(tǒng)適用性樣本、混合 QC 樣本和參考樣本全程監(jiān)控?cái)?shù)據(jù)質(zhì)量，有效降低樣本間變異，成功實(shí)現(xiàn)大規(guī)模臨床樣本的標(biāo)準(zhǔn)化定量。

案例三：肥胖模型脂質(zhì)組學(xué)、復(fù)雜生物樣本高重復(fù)檢測(cè)

應(yīng)用難點(diǎn)：針對(duì)血漿等復(fù)雜生物樣本基質(zhì)干擾強(qiáng)、脂質(zhì)種類多且易受基質(zhì)抑制，以及實(shí)驗(yàn)結(jié)果重復(fù)性難保障的問(wèn)題，通過(guò)優(yōu)化前處理流程、質(zhì)譜采集模式和數(shù)據(jù)處理方法，實(shí)現(xiàn)脂質(zhì)的高靈敏、高重復(fù)鑒定與定量。

以飲食誘導(dǎo)肥胖小鼠為研究對(duì)象，采用單步異丙醇提取法處理血漿樣本，添加 SPLASH Lipidomix 內(nèi)標(biāo)保障檢測(cè)穩(wěn)定性；借助質(zhì)譜的 120,000 高分辨率和智能采集技術(shù)，自動(dòng)排除背景和冗余信號(hào)，聚焦樣本特異性脂質(zhì)的碎片化分析；同時(shí)結(jié)合 Compound Discoverer 和 LipidSearch 雙軟件進(jìn)行數(shù)據(jù)整合，最終鑒定出 610 種獨(dú)特脂質(zhì)分子，成功篩選出高脂飲食組與正常飲食組的差異脂質(zhì)。

為了更精準(zhǔn)地幫大家解決實(shí)際研究問(wèn)題，更好的將質(zhì)譜技術(shù)應(yīng)用于課題，我們準(zhǔn)備了《質(zhì)譜高分應(yīng)用實(shí)戰(zhàn)案例集資料包》包含 8 大研究方向，匯總 70+ 篇前沿文獻(xiàn)和 20+ 配套干貨學(xué)習(xí)視頻； 現(xiàn)識(shí)別下方二維碼，即可免費(fèi)領(lǐng)取資料包，還能參與抽獎(jiǎng)贏藍(lán)牙鍵盤、小米吹風(fēng)機(jī)、實(shí)驗(yàn)室積木、變色龍玩偶、京東卡等350 份好禮！

識(shí)別下方二維碼，立即參與！

質(zhì)譜高分應(yīng)用實(shí)戰(zhàn)資料包

除了本次解讀的 3 個(gè)案例外，資料包還包括海量實(shí)戰(zhàn)文獻(xiàn) + 學(xué)習(xí)視頻資源，從方法學(xué)基礎(chǔ)夯實(shí)到復(fù)雜場(chǎng)景落地應(yīng)用，再到臨床/藥物轉(zhuǎn)化覆蓋，幫你一站式解決質(zhì)譜應(yīng)用中的各類痛點(diǎn)，高效推進(jìn)課題研究。

案例與文獻(xiàn)合集

覆蓋 8 大核心研究方向，包含多組學(xué)整合、代謝組學(xué) QA/QC 體系構(gòu)建、糞便代謝物數(shù)據(jù)庫(kù)開(kāi)發(fā)等高價(jià)值文獻(xiàn)，同時(shí)拓展至蛋白組、免疫肽組、藥物篩選等領(lǐng)域，全面覆蓋自閉癥、癌癥、肥胖等疾病研究場(chǎng)景，每份文獻(xiàn)均提供詳細(xì)實(shí)驗(yàn)流程、參數(shù)設(shè)置、數(shù)據(jù)處理方法與結(jié)果分析，可直接用于課題設(shè)計(jì)與方法學(xué)驗(yàn)證。

配套學(xué)習(xí)視頻匯總

為幫助大家更快上手實(shí)操，我們整理了兩類學(xué)習(xí)視頻資源，從理論到實(shí)操一站式覆蓋：

科研/藥學(xué)方向?qū)W習(xí)視頻

涵蓋蛋白組前處理、單細(xì)胞蛋白組學(xué)、高分辨質(zhì)譜肽圖分析等核心技術(shù)實(shí)操教學(xué)，幫你夯實(shí)實(shí)驗(yàn)基礎(chǔ)、優(yōu)化流程細(xì)節(jié)。

臨床方向?qū)W習(xí)視頻

聚焦精準(zhǔn)醫(yī)學(xué)與臨床代謝組學(xué)應(yīng)用，包含生物標(biāo)志物研究、個(gè)體化治療策略等專題內(nèi)容，助力科研成果向臨床轉(zhuǎn)化。

即可領(lǐng)取質(zhì)譜高分應(yīng)用實(shí)戰(zhàn)案例集資料包

內(nèi)容策劃：鄒禮平

內(nèi)容審核：吳軍

題圖來(lái)源：自己做的