《干货——代谢组学前处理与质控（衍生化、内标、绝对定量）》课程回放

直播福利

29 April 2020

●微信公众号后台回复“第十课PPT”，即可自动获取方聪明老师本次直播PPT课件！

本期迈维讲堂要和大家分享的内容是《代谢组学-前处理、质控及定量分析》，主要对代谢组学前处理、质控及定量分析，这3个方面进行了归纳性的讲述。

代谢组学基本分析流程可分为6个部分：实验设计、样本收集和保存、前处理、数据采集、数据分析、生物学解析。前处理、数据采集是本次要重点讲解内容，另外内容是实验过程的质控分析，质控分析就是保证如何高质量的完成这一实验方案，从而获得高质量的数据。定量分析是代谢组学常用的方法，是进行差异分析的基础。

前处理目的是从样本中提取代谢物、去除大分子物质及达到仪器检测要求。这一过程要求步骤少、方法稳定、提取率高及代谢物覆盖广。决定前处理的方法有3个因素：1、样本类型；2、代谢物的理化性质；3、检测平台；目前常用方法有4种：蛋白质沉淀法、液液萃取法、固相萃取法及衍生化。

代谢组学质控分析是对实验过程进行监控，由于代谢组学分析周期长、样品量大，稳定的分析是非常必要的。质控分析从实验设计阶段就要进行，后面的样本收集及保存、前处理、数据采集，就是高质量执行的过程。本次要分享是前处理质控及数据采过程中的上机质控。

前处理的包括5个方面：1、称量及移取控；2、内标质控；3、随机样本重复性质控；4、混样质控；5、标准样品质控。

数据采过程中的上机质控是通过上机序列的编排来实现的，非靶-广靶分析及靶向定量分析都有对应的序列要求。上机质控过程包括4个方面：1、仪器稳定性；2、内标稳定性；3、QC样品质控；4、标准曲线质控。

定量分析包括绝对定量、半定量及相对定量。它是代谢组学进行差异分析的数据基础，目前非靶及广靶代谢组学分析常用相对定量，也就是物质峰面积来进行定量分析。代谢组学靶向定量分析方法有内标法、外标法，定量结果采用浓度值来对代谢物进行差异分析。

附录：ppt中提到的经典文献

1.Bruce S J , Tavazzi I , Parisod V , et al. Investigation of Human Blood Plasma Sample Preparation for Performing Metabolomics Using UPLC-MS [J]. Analytical Chemistry, 2009, 81(9):3285-3296.

2.Sarafian M H , Gaudin M , Lewis M R , et al. Objective Set of Criteria for Optimization of Sample Preparation Procedures for Ultra-High Throughput Untargeted Blood Plasma Lipid Profiling by UPLC-MS [J]. Analytical Chemistry, 2014, 86(12):5766-5774.

3.Hu T , Tie C , Wang Z , et al. Highly sensitive and specific derivatization strategy to profile and quantitate eicosanoids by UPLC-MS/MS [J]. Analytica Chimica Acta, 2016:S0003267016313071.

4.Broadhurst D , Goodacre R , Reinke S N , et al. Guidelines and considerations for the use of system suitability and quality control samples in mass spectrometry assays applied in untargeted clinical metabolomic studies[J]. Metabolomics, 2018, 14(6):72.

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

6.Huynh K , Barlow C K , Jayawardana K S , et al. High-Throughput Plasma Lipidomics: Detailed Mapping of the Associations with Cardiometabolic Risk Factors[J]. Cell Chemical Biology, 2018.

7.Parker B L , Calkin A C , Seldin M M , et al. An integrative systems genetic analysis of mammalian lipid metabolism[J]. Nature, 2019, 567(D1).

99%的代谢组学研究者都在阅读下文：

●代谢数据挖掘 | 化繁为简、抽丝剥茧带您解析代谢数据