代谢组学：
1、  GC-MS、LC-MS、NMR

代谢组学标本收集：
   1）尿液样本：样本2500转离心20分钟左右，液氮或者-80℃冰箱保存；胸腹水、脑脊液、肺泡灌洗液等参照此实行；
   2）组织样本切割标本后，称取重量，用液氮或者-80℃冰箱冷冻保存备用；
液相色谱-质谱联用（LC-MS）可解决如下几方面的问题：不挥发性化合物分析测定；极性化合物的分析测定；热不稳定化合物的分析测定；大分子量化合物（包括蛋白、多肽、多聚物等）的分析测定。我们能提供以下服务：

一、实验目标
在疾病患病组和正常组中，发现差异代谢组分，并建立检测标准技术。

二、实验准备（客户自行完成部分）：
☆ 确定研究目标：研究何种疾病的代谢组；
☆ 选定样本来源(人or 其他，血清or尿液)，尤其注意正常样本的代表性和普遍性；
☆ 对样本来源进行分组，并记录性别、年龄、病情、治疗等信息；
☆ 参照相关文献和已有知识，初步确定重点要分析的代谢物的成分和性质，并选择适当的实验方法（LC-MS）。
☆ 样本收集（以血清为例）：
1、使用EDTA或枸橼酸抗凝管采集外周血2-5ml；
说明：有比对实验显示针对蛋白组学研究，EDTA抗凝血的效果最佳，抗凝血和非抗凝血结果有显著差异。如无特殊研究需要，建议使用EDTA抗凝管进行外周血采集。
2、室温静置30min；
3、3000g，4℃，10min；
4、取上清分装，每管分装200ul；
说明：分离后的血清避免反复冻融，分装使用的离心管尽可能使用低吸附离心管。
5、-80℃保存

三、实验方案
3.1. 实验内容
   通过LC-MS分析技术，分析疾病患病组和正常组血清/尿液中的代谢成分，获得代谢组分的实验数据。利用数学分析方法寻找患病组和正常组中具有差异性的代谢组分，并建立未知样本分析模型。
实验阶段：
☆ 预实验阶段：对相关的实验条件进行摸索，确定最佳的实验参数；
☆ 正式实验阶段：对样品进行实验操作，得到质谱图；
数据分析阶段：
对实验得出的原始数据进行数据分析，详细情况参见LC-MS分析服务。

LC-MS数据分析方案
   数据分析包括以下项目：
1. 数据预处理
   以内标做参照，通过使用敏芯自己研发的专利软件，进行相关算法的运算，得出校正后的数据；

2. 差异分析
   用T-test等方法，计算每种化合物在不同样品组中差异的显著性，设置p阈值，判断p值小于阈值的化合物为检测含量有显著性差异的化合物；

3. 聚类分析
   用聚类方法对差异结果进行同源聚类，通过聚类图展示各样品之间的关系：

4. PCA分析（principal component analysis）
通过对有显著性差异的化合物数据做PCA分析，将样品的特征量压缩，在低维度空间反映样品之间的关系。用score plot展示PCA分析结果：

5. ROC诊断分析
该方法广泛用于医学诊断性能的评价,将灵敏度设为纵轴，特异性设在横轴，该曲线下的积分面积大小与诊断试验的优劣密切相关：

6. 预测模型构建
利用决策树建模工具，进行预测模型的构建：

GC-MS

  气相色谱-质谱联用（GC-MS）适宜分析小分子、易挥发、热稳定、能气化的化合物；用电子轰击方式（EI）得到的谱图，可与标准谱库对比。我们能提供如下服务：

在疾病患病组和正常组中，发现差异代谢组分，并建立检测标准技术。

二、实验准备（客户自行完成部分）：

☆ 确定研究目标：研究何种疾病的代谢组；

☆ 选定样本来源(人or 其他，血清or尿液)，尤其注意正常样本的代表性和普遍性；

☆ 对样本来源进行分组，并记录性别、年龄、病情、治疗等信息；

☆ 采集血浆/尿液后于-20℃ 冰箱中保存，参照相关文献和已有知识，初步确定重点要分析的代谢物的成分和性质，并选择适当的实验方法（GC-MS）；

☆ 对样品进行衍生化处理；

实验内容

通过GC-MS分析技术，分析疾病患病组和正常组血清/尿液中的代谢成分，获得代谢组分的实验数据。利用数学分析方法寻找患病组和正常组中具有差异性的代谢组分，并建立未知样本分析模型。

☆ 预实验阶段：对相关的实验条件进行摸索，确定最佳的实验参数；

☆ 正式实验阶段：对样品进行实验操作，得到质谱图；

对实验得出的原始数据进行数据分析，详细情况参见GC-MS分析服务。

GC-MS数据分析方案

数据分析包括以下项目：

数据预处理

以内标做参照，通过使用敏芯自己研发的专利软件，进行相关算法的运算，得出校正后的数据；

差异分析

用T-test等方法，计算每种化合物在不同样品组中差异的显著性，设置p阈值，判断p值小于阈值的化合物为检测含量有显著性差异的化合物；

聚类分析

用聚类方法对差异结果进行同源聚类，通过聚类图展示各样品之间的关系：

分析（principal component analysis）

通过对有显著性差异的化合物数据做PCA分析，将样品的特征量压缩，在低维度空间反映样品之间的关系。用score plot展示PCA分析结果：

诊断分析

该方法广泛用于医学诊断性能的评价,将灵敏度设为纵轴，特异性设在横轴，该曲线下的积分面积大小与诊断试验的优劣密切相关：

预测模型构建

利用决策树等建模工具，进行预测模型的构建

NMR

   核磁共振技术（NMR）是磁矩不为零的原子核，在外磁场作用下自旋能级发生蔡曼分裂，共振吸收某一定频率的射频辐射的物理过程。是磁矩不为零的原子核，在外磁场作用下自旋能级发生蔡曼分裂，共振吸收某一定频率的射频辐射的物理过程。能研究生物细胞和活组织的各种生理过程的生物化学变化。我们能提供以下服务：

一、实验目标

在疾病患病组和正常组中，发现差异代谢组分，并建立检测标准技术。

二、实验准备（客户自行完成部分）：

☆ 确定研究目标：研究何种疾病的代谢组；

☆ 选定样本来源(人or 其他，血浆or尿液)，尤其注意正常样本的代表性和普遍性；

☆ 对样本来源进行分组，并记录性别、年龄、病情、治疗等信息；

☆，参照相关文献和已有知识，初步确定重点要分析的代谢物的成分和性质，并选择适当的实验方法（NMR）；

☆ 采集样品溶解, 离心, 取上清, 添加0.1%的2,2,3,3-三甲基甲硅烷基丙酸 (TSP)重水溶液，于4℃保存，做H-NMR积分，记录并保存数据。

三、实验方案

3.1. 实验内容

通过NMR分析技术，分析疾病患病组和正常组血清/尿液中的代谢成分，获得代谢组分的实验数据。利用数学分析方法寻找患病组和正常组中具有差异性的代谢组分，并建立未知样本分析模型。

实验阶段：

☆ 预实验阶段：对相关的实验条件进行摸索，确定最佳的实验参数；

☆ 正式实验阶段：对样品进行实验操作，得到质谱图；

数据分析阶段：

对实验得出的原始数据进行数据分析，详细情况参见NMR分析服务。

NMR分析方案

通过对疾病样品与正常样品的NMR谱图数据分析，找到在疾病样品与正常样品之间检测出有差异的代谢物。并且利用模式识别的研究方法，通过建立最优模型，找到区分疾病与正常样品的代谢物作为生物标记物，能够最有效的鉴别疾病样品与正常样品。

分析项目

数据分析包括以下项目：

1. 数据预处理

通过基线校正、去偏置及分段积分等步骤，从NMR图谱中得到每个样品所检测到的代谢产物的积分数据。

2. 归一化处理

为了消除实验的误差、生物样

品个体差异及噪声等产生的影响，将数据进行归一化处理。

3. 聚类分析

为了从整体上了解数据的概况，用归一化后的所有数据做非监督聚类分析。通过一个NMR谱数据我们得到的是一个n维的代谢指纹图谱，通过cluster分析，可以直观的整体的了解疾病和正常样品的代谢图谱的轮廓及总体差异。

4. PCA分析

为了分析各个样品之间的关系，将校正后的数据做PCA分析(principal component analysis)。PCA可以将分散在n维变量上的代谢指纹图谱信息集中到某几个综合指标(主成分)上的统计分析方法，以便利用主成分描述代谢指纹图谱内部结构。通过这个分析可以初步判断样品之间的关系，并可以判断是否有个别样品的数据偏离较大而不参与后续分析。

5. 差异代谢物的寻找。

   通过统计检验的方法并根据一定的P-value作为阈值，查找正常样品与疾病样品之间的差异的代谢物。

6．PLS-DA分析

是一种用偏最小二乘法回归做核心算法的分类计算方法，其最终结果返回的是回归因子，根据其返回结果进行类别判断。我们能根据PLSDA对所建模型的对外预测能力进行评价。

7. OPLS-DA分析

经OCS正交信号校正后，进行OPLS-DA分析可改善预测模型

研卉生物代谢组学技术服务信息由上海研卉生物科技有限公司为您提供，如您想了解更多关于研卉生物代谢组学技术服务报价、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