經典脂質組學增加保留時間算法實現精準定性
假陽性峰多？
脂質數量不準確？
定性結果有疑點？
你了解的常規(guī)非靶脂質組檢測是怎樣的呢？會不會有以上情況發(fā)生。下面就讓我來告訴你這些問題如何解決吧~
01
經典脂質組
脂質組學（lipidomics）是對生物體、組織或細胞中的脂質以及與其相互作用的分子進行全面系統(tǒng)的分析、鑒定，了解脂質的結構和功能，進而揭示脂質代謝與細胞、器官乃至機體的生理、病理過程之間的關系的一門學科。目前脂質組學已經被廣泛運用于藥物研發(fā)、分子生理學、分子病理學、功能基因組學、營養(yǎng)學以及環(huán)境與健康等重要領域。
由于常規(guī)的脂質組學大多僅僅使用lipidmaps、lipidsearch等公共理論數據庫進行物質定性，而僅依賴脂質碎裂規(guī)則來定性不可避免的會帶來更高的假陽性，降低數據結果的可靠程度。
而保留時間作為化合物的特有屬性，可以作為一個多元的維度來輔助物質定性。特別是在GC領域已經有了非常廣泛的應用。
阿趣代謝作為代謝組學領域的優(yōu)秀團隊對脂質組學物質鑒定帶來了重大升級，經過長期的研究和驗證，在脂質鑒定中增加保留時間這一維度，實現經典非靶脂質組的全新升級。大家一起來看看吧~
02
產品升級
與傳統(tǒng)采用多種質控體系來提高定性準確度的策略不同，升級后的經典脂質組主要是在原來的脂質組方法的基礎上，增加保留時間這一維度，降低錯誤率，脂質的定性結果更準確可靠。
我們針對多種樣本類型進行了驗證。結合創(chuàng)新型的保留時間預測算法，對不同樣本類型的脂質組數據重新進行定性。結果發(fā)現，各樣本類型重現率均能達標（70%以上），定性結果可靠。
同時，在增加了保留時間預測算法之后，常見幾大類的脂質的錯誤率均有所下降。其中，針對小鼠腦組織樣本類型，LPE、PC、PE、PS、SM和TAG的錯誤率均有一定的下降；而各樣本類型中PC的錯誤率能夠穩(wěn)定得到降低。
03
產品優(yōu)勢
Biotree經典脂質組學
-
高分辨儀器平臺：Q Exactive Focus（Thermo Fisher Scientific）
-
數據庫：基于LipidBlast構建包含甘油磷脂、鞘脂、固醇脂、甘油脂、脂肪酸、糖脂等在內的52類脂質，22W+種脂質
-
內標：2個同位素內標
-
六大質控體系：過程質控、數據質控
-
專業(yè)的數據分析：專業(yè)數據處理和分析軟件，PCA、OPLS-DA、T-test等分析
-
項目經驗：平均項目可檢出900+脂質
-
定性結果更準確，適用性高：保留時間預測算法輔助定性
BIOTREE擁有過硬的質譜檢測技術和專業(yè)的服務平臺。從2012年到2020年，一直致力于質譜研究。在經典脂質組學技術服務上積累了大量的項目經驗，我們致力于打造一流的技術服務團隊。
