当前各种组学方兴未艾,其共同点都是期望从整体层面研究特定目标物质群(组)的整体组成及相互关系,但是如何实现检测信息的全面性(整体)和高通量(快速)的同时兼顾仍是技术瓶颈。本项目基于化合物群分类检测的策略,探索建立一种分类标记扫描质谱法,即针对不同化合物群(组)的特点(如有机酸、氨基酸、生物碱、糖及其衍生物、同系物等),通过选择和优化合适的化学反应,使同一大类化合物(不同于特异性靶标标记)都接上一个相同的化学标签,不同类可以接上不同的标签,进而选择相应的质谱扫描方式分别获得各类化合物群的轮廓谱信息。相对于一般的中性丢失等扫描方式,该方法检测的化合物群范围大大扩大,"丢失"化合物信息少,信噪比提高;相对于全扫描模式,该方法过滤了本底噪声和复杂基质信号的干扰,因此可以对复杂样品按目标化合物群快速分类筛查。将该方法应用于临床与中药代谢组学研究,以期实现疾病标志物组合或中药活性成分群的快速筛查。
{{i.achievement_title}}
数据更新时间:2023-05-31
玉米叶向值的全基因组关联分析
论大数据环境对情报学发展的影响
正交异性钢桥面板纵肋-面板疲劳开裂的CFRP加固研究
硬件木马:关键问题研究进展及新动向
基于SSVEP 直接脑控机器人方向和速度研究
整合代谢组学与质谱分子成像及检测技术的食管癌快速筛查及早期诊断新方法研究
生物标志物的快速精确质谱筛查新方法及其在大肠癌中的应用研究
新兴质谱技术在快速筛查劣质食用油中的应用研究
二维液相色谱质谱代谢组学新方法及其在淋巴瘤研究中的应用