Colección de citas famosas - Libros antiguos - ¿Cuál es la clave para realizar una buena investigación en metabolómica?

¿Cuál es la clave para realizar una buena investigación en metabolómica?

Primero, aclarar las tareas centrales de la metabolómica. Análisis cualitativo y cuantitativo de metabolitos de moléculas pequeñas y descubrimiento de metabolitos diferenciales: (1) Caracterización de metabolitos endógenos y sus patrones cambiantes en sistemas biológicos (2) Uso de metabolitos diferenciales como núcleo para analizar los misterios de la vida; La tecnología de separación y análisis basada en cromatografía/espectrometría de masas tiene las ventajas de alta sensibilidad, buena selectividad, amplio rango dinámico y rica información, y se ha convertido en la principal plataforma tecnológica para la investigación de la metabolómica.

En segundo lugar, aclarar los métodos de investigación de la metabolómica. Para la metabolómica no dirigida, la combinación de cromatografía y espectrometría de masas de alta resolución es esencial; para la metabolómica dirigida, la espectrometría de masas de triple cuadrupolo basada en el modo de monitoreo de reacciones múltiples (MRM) se considera el "estándar de oro". En los últimos años, la tecnología pseudodirigida se ha convertido rápidamente en una tecnología de análisis de metabolitos porque combina las ventajas duales de las tecnologías de análisis dirigidas y no dirigidas. Su cobertura del análisis de metabolitos es cercana a la de los métodos no dirigidos, y su sensibilidad es. Lo mismo que el análisis dirigido. Los métodos de investigación convencionales de las ómicas. La metabolómica pseudodirigida incluye principalmente tres pasos: (1) análisis no dirigido basado en espectrometría de masas de tiempo de vuelo de cuadrupolo (2) selección de pares de iones precursores/productos y optimización de los parámetros de detección (3) uso de triple cuadripolo; El espectrómetro de masas de polo o QTRAP utiliza el modo MRM (incluidas las transiciones iónicas anteriores) para analizar la muestra.

¿Cuáles son los puntos clave? Todo el proceso de investigación de la metabolómica se puede subdividir en más de 20 pasos. Si la precisión de cada paso es del 70%, la precisión del resultado final es inferior al 0,1%. Por lo tanto, es necesario garantizar que cada paso (especialmente el. pasos clave) está estandarizado y es preciso. Garantizar que los resultados de la investigación sean precisos y fiables. Los vínculos clave que afectan la calidad de la investigación en metabolómica incluyen: (1) plan de investigación sistemática y científica; (2) recolección, agrupación, almacenamiento, preprocesamiento y control de calidad de muestras (3) recopilación de datos y control de calidad; ) procesamiento y análisis de datos; (5) cribado e identificación de moléculas diferenciales; (6) construcción y verificación de modelos de clasificación; (7) autoconstrucción, gestión y uso de bases de datos; Estos enlaces están sujetos a muchos factores y es necesario consultar artículos de investigación, especificaciones técnicas, prestar atención al control de procesos y utilizar tecnología y herramientas profesionales para obtener resultados de investigación de alta calidad.

¿Por qué es importante? Centrándose en el propósito de descubrir moléculas y marcadores de forma rápida y eficaz, la precisión y el alto rendimiento se están convirtiendo en la dirección del desarrollo. La investigación en metabolómica debe satisfacer las necesidades de identificación molecular inteligente personalizada en biomedicina, alimentos y otras industrias, por lo que requiere el apoyo de tecnología de detección e identificación molecular inteligente, y algoritmos centrales con derechos de propiedad intelectual independientes para garantizar el procesamiento de datos de espectrometría de masas y ómicas profesionales. Minería de datos.

En resumen, en el proceso de investigación ómica, sólo siguiendo pasos clave como la detección de características moleculares, el cribado diferencial de moléculas, la identificación diferencial de moléculas, la construcción de modelos de clasificación y la autoconstrucción de bases de datos podemos obtener lo mejor. Resultados de la investigación en ómica.