定量脂质组学

对脂类的准确鉴定和绝对定量在脂质代谢的综合研究中起着重要的作用。基于稳定同位素标记内标（SIL-IS）及响应因子（RF）建立的脂质组全定量库，可对Plasmenyl-glycerophosphatidylcholine（pPC）、Lysoglycerophosphatidylcholine（LPC）和Sphinganine（Sph）等多达34类脂质进行准确定性以及绝对定量。相较于传统的脂质组学检测方法需要添加 多种SIL-IS的弊端，我们通过引入RF使得我们的脂质组全定量方法，在保持与传统方法相当定量精度以及日间重复性的基础上，可定性定量物质种类更多、通量更高。通过对我们包含76361种脂质、181300张MS/MS二级质谱图的自建脂质二级质谱库的检索匹配，我们可以仅用单个SIL-IS，对生物样本种数万种脂质同时进行准确定性以及绝对定量，且上述工作均基于计算机程序自动化运作，高效便捷。

技术优势

脂质检测效率高：可实现单一SIL-IS同时高通量定性，绝对定量上万种脂质；

专业团队检测分析：通过计算机程序自动化运行。

技术路线

技术参数

样本要求

植物组织              200-500 mg/sample

动物及临床组织标本    200 mg/sample

血清、血浆            200 μL/sample

微生物、细胞          1×10⁷ cells/sample

生物学重复

样本数量：植物和微生物n≥6，动物样本n≥10，临床样本n≥30，所有重复样本独立分析。

其他种类的样品在收集之前请联系公司销售工程师。

检测平台

UHPLC-QTOF-MS（Agilent 1290 UHPLC-AB 6600/5600 MS）

UHPLC-QE-MS（Agilent 1290 UHPLC-Thermo Q Exactive Focus/Plus/HF）

检测范围

pPC、LPC、Sph、Cer、SM、Cer-p、PhytoSph和HexCer等34类脂质

应用方向

1、通过分析各种代谢性疾病的不同代谢途径的脂质成分变化，揭示出相关疾病发生、发展过程中脂质成分的功能和影响；

2、通过比较不同处理，生物样本中脂质成分的差异，探究脂质成分的生物学功能。

案例分析

      探究脂质成分在老年人脑中的广泛变化

许多研究发现脂质与衰老和年龄相关的神经退行性疾病，如阿尔茨海默病（AD）有关。在这项工作中，我们进一步应用我们的绝对定量脂质组学来揭示脂质在衰老小鼠脑中的广泛变化。在衰老过程中，脑脂质图谱发生明显变化，甘油磷脂和鞘脂含量显著降低。有趣的是，鞘脂具有随年龄增长的酰基链长度依赖性，特别是，具有较长酰基链的鞘脂倾向于在衰老的脑中积聚，而短链酰基链的鞘脂随着衰老而趋于减少。膜酯化脂肪酸水平随时间的变化而变化，而多不饱和脂肪酸含量随年龄的增加而降低。这些结果说明衰老小鼠大脑老化和脂质代谢失调之间的联系，这将有助于了解年龄依赖性神经退行性疾病的发病机制。

参考文献

Tu J, Yin Y, Xu M, et al. Absolute quantitative lipidomics reveals lipidome-wide alterations in aging brain[J]. Metabolomics, 2018, 14(1):5.

定量脂质组学信息由上海百趣生物医学科技有限公司为您提供，如您想了解更多关于定量脂质组学报价、型号、参数等信息，欢迎来电或留言咨询。

注：该产品未在中华人民共和国食品药品监督管理部门申请医疗器械注册和备案，不可用于临床诊断或治疗等相关用途