「派」新品 | 非靶向代谢组【精谱代谢组】:标准品+质谱多维实证,提升注释可信度

非靶向代谢组学能够广泛检测样本中的代谢特征,为探索代谢变化与生物学机制提供重要线索。然而,在实际研究中,化合物注释仍面临一定挑战:

仅依赖公共数据库匹配,往往难以充分区分结构相近的候选化合物;对于缺乏标准品实测信息的注释结果,其鉴定依据也存在一定局限。

如何为代谢物注释提供更直接、更充分的实验证据,成为提升非靶向代谢组学结果可信度的重要方向。

基于此,派森诺生物推出【精谱代谢组】,产品以自建标准品实测数据库为核心特色,将标准品保留时间、一级质谱及二级质谱等多维信息应用于化合物注释,为代谢物鉴定提供更有力的证据支持,助力科研人员更有依据地解读代谢组学数据。

一、标准品实测数据库:多维证据支持代谢物注释

为规范代谢物鉴定与注释,国际代谢组学标准倡议(MSI)于2007年提出代谢物鉴定分级框架,相关研究于2014年进一步探讨了注释与鉴定结果的报告规范。基于多维证据支持鉴定结果的理念,派森诺精谱代谢组建立三级注释体系,根据证据来源与完整程度对注释结果进行分级,帮助研究人员更直观地理解化合物注释依据与可信度差异。

二、代谢组数据库全新升级:PSNGM_V1至PSNGM_V2

派森诺生物PSNGM_V1数据库自2024年上线以来持续服务于代谢组学研究与项目实践,已发表文章250+篇,其中提到或致谢PSNGM库的文章有120+篇。持续积累的科研应用成果,见证了PSNGM_V1数据库的建设历程,也为数据库的进一步迭代奠定了基础。数据库建设并非一蹴而就,面对不断增长的代谢物鉴定需求,数据库需要持续扩充标准品实测数据、更新公共数据库资源,基于持续的建设与积累,PSNGM_V1数据库正式升级至V2版本。

同时,不同样本具有不同的物质组成和代谢特征。若不考虑样本背景,仅依赖通用数据库进行检索,可能产生大量与研究对象关联较弱的候选结果。派森诺非靶向代谢组构建七大样本类型专属数据库,根据不同样本类型的特点,为化合物注释提供更具针对性的资源支持。标准品实测数据库、公共数据库和样本类型专属数据库各有侧重。精谱代谢组通过多类资源的协同应用,进一步完善代谢物注释的数据基础,支持不同研究方向的分析需求。

三、真实样本评估:检验实际注释表现

数据库建设的价值,最终需要通过真实样本数据进行检验。精谱代谢组结合不同样本类型、不同研究项目的实测数据,从标准品支持的 Level 1 注释结果与总体代谢物检出情况两个维度开展统计分析,评估不同样本类型专属数据库在实际项目中的应用表现,实测数据显示,跨多样本类型Level1鉴定数量500+~1300+。

四、丰富的生信分析体系:从代谢物注释到结果解读

获得代谢物注释结果只是非靶向代谢组学研究的起点,如何进一步识别样本间差异、观察整体变化趋势,并探索潜在的生物学关联,同样影响研究结果的呈现与解读。在代谢组学数据分析方面,派森诺生物已建立成熟的生信分析流程,可结合项目设计与研究目的,提供多层次的数据分析与结果展示。

五、多维数据质控:贯穿实验与分析全流程

可靠的代谢组学结果,离不开规范的实验质控与严谨的数据质控。派森诺生物从实验质控和数据质控两个维度出发,通过实验过程中的质量监测与数据分析阶段的质量评估,关注样本检测稳定性、数据重复性及整体数据质量,为后续代谢物注释、差异分析与研究结果解读提供可靠的数据基础。

六、队列专属算法:拓展大规模代谢组学研究应用

面向大规模队列研究需求,派森诺生物开发了专属分析算法,为队列代谢组学数据分析提供技术支持。依托已完成的多项千例规模队列研究项目,派森诺生物在大规模样本分析实践中持续沉淀经验,助力探索代谢特征与表型之间的潜在关联

左:校正前 右:校正后

上:校正前 下:校正后

精谱代谢组产品亮点

  • 自建标准品实测数据库,对齐国际标准;
  • 七大样本类型专属数据库,匹配不同研究需求;
  • 多维质控体系,覆盖实验过程与数据分析全流程;
  • 70+生信分析图例,支持深度数据挖掘;
  • 队列研究专属算法,助力大规模队列数据分析。

结语

精谱代谢组围绕标准品实测数据库、公共数据库、七大样本类型专属数据库及成熟生信分析能力进行整合,进一步完善代谢物注释与数据解读的技术支持体系。从多维质谱证据到样本类型适配,从注释结果评估到后续生信分析,派森诺生物持续关注代谢组学数据的可解释性与实际研究价值,助力科研人员更深入地探索代谢变化,为科学研究提供有力支持。

供稿 | 蛋白代谢产品部

编辑 | 市场部

相关推荐
派森诺生物6 天前
IF8.1! 大田作物纳米塑料实测:豆科、叶菜富集风险更高
基因工程·派森诺·微塑料
派森诺生物15 天前
食品一区SCI期刊精选推荐:代谢组学/蛋白质组学赋能食品研究
蛋白组学·派森诺·科研期刊
派森诺生物19 天前
Cell首篇棉花研究:3D基因组破解纤维品质密码
3d·cell·派森诺·棉花育种
派森诺生物2 个月前
从环境到人体,微塑料研究的黄金窗口期已到
科研·检测·基因工程·派森诺·微塑料
派森诺生物2 个月前
【重磅上线】派森诺生物修饰蛋白组云平台:解码修饰“密语”,重塑调控认知
云平台·蛋白组学·派森诺·修饰蛋白
BioRunYiXue1 年前
一文了解氨基酸的分类、代谢和应用
人工智能·深度学习·算法·机器学习·分类·数据挖掘·代谢组学
亚图跨际2 年前
Python和C++及MATLAB距离相关性生物医学样本统计量算法及数据科学
统计观测值·代谢组学·脂质组学·卡方检验偏差校正·大规模生物系统分析·石油勘探·快速计算距离协方差算法