VOCs頂空進(jìn)樣非靶向代謝組學(xué)檢測分析方案
產(chǎn)品名稱： VOCs頂空進(jìn)樣非靶向代謝組學(xué)檢測分析方案
英文名稱： VOCs
產(chǎn)品編號：
產(chǎn)品價格： 2000
產(chǎn)品產(chǎn)地： null
品牌商標(biāo)： null
更新時間： null
使用范圍： null
- 聯(lián)系人 :
- 地址 : 嘉定區(qū)新培路51號焦點(diǎn)夢想園5層
- 郵編 : 200438
- 所在區(qū)域 : 上海
- 電話 : 135****2152 點(diǎn)擊查看
- 傳真 : 點(diǎn)擊查看
- 郵箱 : marketing@biotree.cn
?VOCs頂空進(jìn)樣非靶向代謝組學(xué)檢測分析方案
一、項(xiàng)目簡介
1.1 VOCs概述
揮發(fā)性有機(jī)化合物（VOCs, volatile organic compounds）是指在常溫下，沸點(diǎn)50℃-260℃的各種有機(jī)化合物。VOCs按其化學(xué)結(jié)構(gòu)，可以進(jìn)一步分為：烷類、芳烴類、酯類、醛類和其他等。研究表明，VOCs與人體神經(jīng)系統(tǒng)發(fā)育，肝臟毒性，血液系統(tǒng)等方面有重大關(guān)系。
1.2 技術(shù)路線
圖1. VOCs頂空(HS-GC-MS)非靶向代謝組學(xué)技術(shù)路線圖
1.3實(shí)驗(yàn)設(shè)計(jì)
人糞便樣品，分疾病組200例，正常對照組68例，進(jìn)行VOCs頂空(HS-GC-MS)非靶向代謝組學(xué)檢測，并對得到的數(shù)據(jù)進(jìn)行進(jìn)一步生物信息學(xué)分析。
樣品詳情：共計(jì)268例樣品。
1.4分析內(nèi)容
基礎(chǔ)數(shù)據(jù)分析包括：數(shù)據(jù)預(yù)處理，PCA主成分分析，OPLS-DA正交矯正偏最小二乘法判別分析，差異化合物篩選。
1.5檢測平臺
代謝流分析檢測平臺：固相微萃取+HS-GC-MS
二、數(shù)據(jù)分析方案
基礎(chǔ)數(shù)據(jù)分析
2.1數(shù)據(jù)預(yù)處理
對原始數(shù)據(jù)進(jìn)行提取，對齊，標(biāo)準(zhǔn)化分析，通過原始總離子流(TIC)色譜圖，初步觀察儀器的保留時間重現(xiàn)性，所測得的物質(zhì)數(shù)量。
圖2. 代表樣品HS-GC-MS總離子流色譜圖
2.2 PCA分析
對樣本進(jìn)行主成分分析能從總體上反應(yīng)各組樣本之間的總體代謝差異和組內(nèi)樣本之間的變異度大小。使用SIMCA軟件(V14.1, Umetrics, Umea, Sweden)，對數(shù)據(jù)進(jìn)行對數(shù)（LOG）轉(zhuǎn)換加中心化（CTR）格式化處理，然后進(jìn)行自動建模分析，以獲得更加可靠且更加直觀的結(jié)果。例圖如下所示：
圖3. PCA模式識別得分圖
2.3 OPLS-DA分析
為了消除與分類不相關(guān)的噪音信息，同時也為了獲得導(dǎo)致兩組之間顯著差異的相關(guān)代謝物信息，我們采用正交偏最小二乘方判別分析（OPLS-DA）過濾與模型分類不相關(guān)信號即正交信號，獲得OPLS-DA模型。對模型的質(zhì)量用交叉驗(yàn)證法進(jìn)行檢驗(yàn)，并用交叉驗(yàn)證后得到的R2X 和Q2(分別代表模型可解釋的變量和模型的可預(yù)測度)對模型有效性進(jìn)行評判。在此之后，通過排列實(shí)驗(yàn)對模型有效性做進(jìn)一步的檢驗(yàn)。例圖如下所示：
2.4 差異化合物篩選
由于過濾掉了不相關(guān)的正交信號，因而獲得的差異性代謝物更加可靠。本項(xiàng)目采用 OPLS-DA模型第一主成分的VIP（Variable Importance in the Projection）值（閾值>1），并結(jié)合學(xué)生氏t檢驗(yàn)(t-test)的p值（閾值0.05）來尋找差異性表達(dá)代謝物。代謝物的定性方法為 搜索NIST商業(yè)數(shù)據(jù)庫（自動峰識別和保真解卷積?）。
表1. 差異化合物列表（部分）
三、時間概算
實(shí)驗(yàn)檢測：45個工作日（從收到客戶預(yù)付款并收到樣品之日起）
數(shù)據(jù)分析：22個工作日