脂质组学(lipidomics)

脂质组学已经被广泛运用于药物研发、分子生理学、分子病理学、功能基因组学、营养学以及环境与健康等重要领域。

添加时间:

2016年01月18日

人类疾病的实验动物模型

上一个:

下一个:

肿瘤基因组捕获测序

深圳有哪家公司有提供脂质组学服务?脂质组学相关标书服务哪家公司靠谱?深圳科研技术服务公司哪家靠谱?现为大家推荐牛启生物的脂质组学服务:


脂质组学(lipidomics)研究对象主要包括以下八种:



脂质结构的多样性赋予了脂质多种重要的生物功能。脂质不仅参与调节多种生命活动过程,包括能量转换、物质运输、信息识别与传递、细胞发育和分化及细胞凋亡等,而且脂质的异常代谢还与某些疾病,如动脉硬化症、糖尿病、肥胖症、阿尔茨海默病以及肿瘤发生发展密切相关。


脂质组学已经被广泛运用于药物研发、分子生理学、分子病理学、功能基因组学、营养学以及环境与健康等重要领域。


技术原理


脂质代谢物结构较为复杂,按极性可分为极性脂类(如甘油磷脂、鞘脂)和非极性脂类(如甘油酯、胆固醇)。基于不同头部结构、碳链长度、双键数量等导致的极性差异,不同的脂质类别可在色谱上被分离,进而减小离子抑制效应,增强质谱分析的效果。不同脂质在质谱中会表现出规律性的碎裂模式,通过子离子、中性丢失等扫描方式,可以通过各种脂质在正、负离子模式下所具有的特征性信号,来实现对脂质亚类、各脂肪酸支链长度、不饱和度等结构进行确证。同时,根据不同样品中脂质信号在质谱中的响应强度,可实现对脂质的表达水平进行定量比较分析。


适用于脂质组学分析的平台 —— LC-MS/MS vs GC-MS




脂质组学数据预处理软件



优势:


1) 覆盖范围全:可实现上万种脂类的分析。


2) 信息全:可获得脂质头部结构、各脂肪酸链长度、双键数量等精细结构信息。



实验流程


统计学与生物信息学分析



1) 多变量统计分析


主成分分析:PCA


偏最小二乘判别分析:PLS-DA


正交偏最小二乘判别分析:OPLS-DA


定制分析:生物标志物评价-ROC曲线



2) 单变量统计分析


T test分析 和/或 ANOVA分析


3) 显著性差异脂类代谢物鉴定


4) 差异脂类代谢物聚类分析




参考文献


[1] Analytical methods in lipidomics and their applications. Anal Chem. 2014; 86(1): 161-75.


[2] Disruption of Sphingolipid Biosynthesis Blocks Phagocytosis of Candida albicans. PLoS Pathog. 2015; 11(10): e1005188.


牛启生物(New Bio SCI)专注为客户提供整体的科研项目、生物医学实验至科研成果的一体化解决方案.主营业务包括:基金标书服务;SCI;SCI论文;SCI发表;SCI论文发表;SCI论文评估;SCI论文修改;SCI润色;英文论文;母语化润色;科研技术服务;整体实验外包;生物医学实验;科研项目解决方案;分子生物学实验室;深圳动物实验室平台;细胞实验室平台;代谢组学技术;蛋白质组学;医学专利;发明医学专利;创新型发明专利;基因组测序;基因芯片捕获;免疫组化;透射电镜检测;Elisa;扫描电镜检测;病毒实验室;病毒;微生物检测等科研创新服务.


本网站由阿里云提供云计算及安全服务