条形reklāmkarogs-03

Produkti

Metabolomika

Metabolomika, kas ir genomikas pakārtota disciplīna, galvenokārt pēta mazmolekulāras vielas ar molekulmasu, kas mazāka par 1500 Da. Tā ļauj metabolītiem jutīgāk atspoguļot organismu reakcijas uz ārējiem stimuliem un fizioloģiskām/patoloģiskām izmaiņām. Ģenētisko variāciju izraisītās metabolītu līmeņa izmaiņas arī ietilpst tās pētījumu tvērumā, sniedzot jaunu pētniecības perspektīvu.

BMKGENE piedāvā pilnu metabolomikas pakalpojumu klāstu, tostarp nemērķtiecīgu metabolomiku, plaši mērķētu metabolomiku un mērķētu metabolomiku. Izmantojot šķidruma hromatogrāfijas-masas spektrometrijas (LC-MS) vai gāzu hromatogrāfijas-masas spektrometrijas (GC-MS) metodes, var noteikt dinamiskās izmaiņas lielākajā daļā mazo molekulu metabolītu organismos pirms un pēc ārējas stimulācijas. Šo pakalpojumu pamatā ir metabolītu identificēšana ar būtiskām atšķirībām starp eksperimentālo un kontroles grupu un to korelācijas ar fizioloģiskām/patoloģiskām izmaiņām un to pamatā esošajiem mehānismiem tālāka izpēte.

 


Pakalpojuma informācija

Bioinformātika

Demonstrācijas rezultāti

Piedāvātā publikācija

Funkcijas

Ne-mērķtiecīga metabolisma izpēte (Discovery Metabolomics)

Balstoties uz šķidruma hromatogrāfijas-masas spektrometrijas (LC-MS) tehnoloģiju, nemērķtiecīga metabolomika ļauj objektīvi noteikt pēc iespējas vairāk mazo molekulu metabolītu bioloģiskajos paraugos, piemēram, šūnās, audos, orgānos vai ķermeņa šķidrumos. Tā veic salīdzinošu analīzi starp eksperimentālajām un kontroles grupām, pārbauda diferenciālos metabolītus, izmantojot statistisko analīzi.

● Nemērķtiecīga lipīdu metabolisma izpēte

Izmantojot šķidruma hromatogrāfijas-masas spektrometrijas (LC-MS) tehnoloģiju,nMērķtiecīga lipīdu metabolisma izpēte nodrošina objektīvu pēc iespējas vairāk lipīdu molekulu noteikšanu bioloģiskajos paraugos, tostarp šūnās, audos, orgānos vai ķermeņa šķidrumos.

● Plats-Mērķtiecīga vielmaiņa

Šis pakalpojums lieliski apvieno nemērķtiecīgas tehnoloģijas augstas izšķirtspējas un plaša pārklājuma priekšrocības ar mērķtiecīgas MRM (vairāku reakciju uzraudzības) tehnoloģijas augsto jutību un precīzām kvantitatīvās noteikšanas iespējām. Darbplūsma ir šāda: vispirms tiek izmantota augstas izšķirtspējas masas spektrometrija, lai veiktu īpaši augsta pārklājuma MS² skenēšanu paraugos, lai iegūtu "visu" metabolītu MS² spektrus. Pēc tam tiek veikta precīza metabolītu identifikācija, apvienojot to ar augstas izšķirtspējas MS² bibliotēku (aptverot vairāk nekā 25 000 metabolītu ar vairākiem standarta augstas izšķirtspējas MS² spektriem katram metabolītam). Pēc tam no masas spektriem tiek iegūta MRM jonu pāru informācija, lai izveidotu specifisku bibliotēku paraugiem. Visbeidzot, precīzai kvantitatīvai noteikšanai tiek izmantota trīskāršā kvadrupola masas spektrometrija ar MRM tehnoloģiju.

● Mērķtiecīga vielmaiņa

Mērķtiecīga metabolomika koncentrējas uz vairākiem mērķa savienojumiem vai visiem/daļējiem metabolītiem, kas iesaistīti noteiktā ceļā. Izmantojot standarta vielas, tā izveido noteikšanas metodi ar augstu specifiskumu, augstu jutību un labu atkārtojamību mērķa savienojumu kvantitatīvai noteikšanai un analīzei. Tā izmanto ārējo standartu kombinācijā ar iekšējo standartu absolūtai kvantitatīvai noteikšanai, standarta līknes linearitātei sasniedzot vairāk nekā 0,99 un jutībai sasniedzot ng/ml līmeni.

Priekšrocības

Uzlabota noteikšanas platforma

-Aprīkots ar augstākās klases augstas izšķirtspējas masas spektrometriem un trīskāršajiem kvadrupola masas spektrometriem, kas ļauj vienlaikus noteikt un analizēt tūkstošiem metabolītu.

Visaptverošas datubāzes

- Publiskās datubāzes: Aptver METLIN, KEGG, HMDB, NP Atlas un Lipidmaps, aptverot vairāk nekā 500 000 metabolītu.

- IekšējaisAugiem specifiska datubāze: satur vairāk nekā 25 000 metabolītu, tostarp primāros un sekundāros metabolītus.

- IekšējaisDzīvnieku/medicīnas datu bāze: Ietver vairāk nekā 12 000 metabolītu.

Stingra kvalitātes kontroles sistēma

-Stingra kvalitātes kontrole, kas aptver instrumentu stabilitāti, vielas atlikumus, kvalitātes kontroli parauga PCA un korelācijas analīzi, lai nodrošinātu uzticamu datu kvalitāti.

Augsta metabolītu noteikšanas spēja

- Ne-Mērķtiecīga metabolisma noteikšana: Katrā testēšanas reizē nosaka vidēji vairāk nekā 4200 metabolītu, kas ir ideāli piemērots nezināmu metabolītu izpētei paraugos un metabolītu identificēšanai sarežģītos paraugos.

- Plats-Mērķtiecīga vielmaiņa (augi): Katrā testēšanas reizē nosaka vidēji vairāk nekā 2410 metabolītu, tostarp primāros un sekundāros metabolītus.

- Plats-Mērķtiecīga vielmaiņas analīze (dzīvniekiem): vienā izmēģinājumā nosaka vidēji vairāk nekā 1250 metabolītu.

- Mērķtiecīga vielmaiņa: paneļipriekšvairākas metabolītu kategorijas.

Visaptveroša analīze

-Piedāvā vairāk nekā 10 analīzes vienumus un vairāk nekā 20 vizualizācijas diagrammas.

Pārdomāts pēcpārdošanas serviss

-Sniedz pēcpārdošanas konsultācijas un gala ziņojuma interpretācijas atbalstu.

Pakalpojuma specifikācijas

Risinājums Platforma Ieteicamie bioloģiskie atkārtojumi
Nemērķtiecīga vielmaiņa UHPLC-TOF-MS (Waters Xevo G2-XS QTof) Augu un mikrobu paraugs: ≥ 6

Dzīvnieku paraugs: ≥ 10

Klīniskais paraugs: ≥ 30

Visi bioloģiskie atkārtotie paraugi tiek analizēti neatkarīgi.

Plaša mērķauditorijas metabolisms Ūdens Xevo G2-XS QTOF + AB Sciex QTRAP 6500+ Augu paraugs: ≥ 3
Mērķtiecīga vielmaiņa UHPLC-QQQ-MS (AB Sciex QTRAP 6500+)

 

GC-MS (Agilent 7890-5977, Agilent 7820-5977)

Augu paraugs: ≥ 3

 

Dzīvnieku paraugs: ≥ 6

Parauga prasības

Vai vēlaties uzzināt, vai jūsu paraugi atbilst mūsu kritērijiem? Noklikšķiniet šeit, lai iepazītos ar mūsujaunākās paraugu prasības.

Pakalpojumu darba plūsma

parauga piegāde

Paraugu kolekcija

Pilota eksperiments

Metabolītu ekstrakcija

Bibliotēkas sagatavošana

Datu iegūšana

Datu analīze

Datu analīze

Datu piegāde-05

Datu piegāde


  • Iepriekšējais:
  • Tālāk:

  • 1. Fona troksnis un zemas kvalitātes neapstrādātu datu apstrāde

    2. Datu kvalitātes novērtējums

    2.1 Galveno komponentu analīze

    2.2 Reproducējamības novērtējums

    3. Metabolītu anotācija

    3.1 KEGG datubāzes anotācija

    3.2 HMDB datubāzes anotācija

    3.3 Lipīdu karšu datubāzes anotācija

    4. Paraugu grupēšanas datu analīze (bioloģiskie atkārtojumi3)

    4.1 Grupas galveno komponentu analīze

    4.2 Ortogonālā daļējā mazāko kvadrātu diskriminantanalīze (OPLS-DA)

    4.3 Grupas diferenciālā metabolītu analīze

    5. Diferenciālā metabolītu atlase (bioloģiskie atkārtojumi3)

    5.1 Diferenciālās reizes izmaiņu analīze

    5.2 Diferenciālā metabolīta vulkāna diagramma

    5.3 Diferenciālo metabolītu klasterizācijas siltuma karte

    5.4 Diferenciālo metabolītu korelācijas grafiks

    5.5 Diferenciālā metabolīta Z-punktu diagramma

    5.6 Diferenciālā metabolīta radara diagrammas analīze

    5.7 Diferenciālā metabolīta vijoles diagramma

    5.8 Diferenciālā metabolīta lodziņu diagramma

    5.9 Diferenciālā metabolīta KEGG funkcionālā anotācija un bagātināšanas analīze

    5.10 ROC līknes analīze

    5.11 Diferenciālā metabolīta k-vidējo vērtību klasterizācija

    5.12 Diferenciālā metabolīta Venna diagramma

    1. Datu kvalitātes novērtējums

    12

    Ckorelācijas analīze(Testa paraugs/kvalitātes kontroles paraugs)

     

     34

    ↑Galveno komponentu analīze                                                                                 ↑Metabolītu klasterizācijas analīze

     

     

    2. Metabolītu anotācija

     meta_lipidmaps_anno meta_hmdb_anno

    ↑KEGG datubāzes anotācija↑HMDB datubāzes anotācija

     

     meta_kegg_anno

    ↑Lipīdu karšu datubāzes anotācija

     

     

    3. Paraugu grupēšanas datu analīze (bioloģiskie atkārtojumi3)

    8 9

    ↑Grupas galveno komponentu analīze(2D/3D)

     

     10

    ↑Ortogonāla daļējo mazāko kvadrātu diskriminantanalīze (OPLS-DA)

     

     

    4. Diferenciālā metabolītu atlase (bioloģiskie atkārtojumi3)

     C_pret_A_Top_20_FC_izmaiņas C_pret_A.vulkāns

    ↑Diferenciālās reizes izmaiņu analīze↑Diferenciālā metabolīta vulkāna diagramma

     

     13B_pret_A.korrupcijas diagramma

    ↑Diferenciālā metabolītu klasterizācijas siltuma karte↑Diferenciālā metabolīta korelācijas grafiks

     

    C_vs_A.zscoreB_pret_A_Top_10_FC_radarart

    ↑Diferenciālā metabolīta Z-punktu diagramma↑Diferenciālā metabolīta radara diagrammas analīze

     

     17 18

    ↑Diferenciālā metabolīta vijoles diagramma↑Diferenciālā metabolīta lodziņu diagramma

     

     19

    ↑Diferenciālā metabolīta KEGG funkcionālā anotācija un bagātināšanas analīze

     

     20 21

    ↑ROC līknes analīze↑Diferenciālā metabolīta k-vidējo klasterizācija

     

     22

    ↑Diferenciālā metabolīta Venna diagramma

    Wang X, Wang D, Liu X, Zhang H, Chen G, Xu M, Shen X, You C. BEL1 līdzīgais homeodomēna transkripcijas faktors SAWTOOTH1 (MdSAW1) Malus domestica augos uzlabo transgēno ābolu un Arabidopsis toleranci pret cinka pārmērīgu stresu. Int J Biol Macromol. 2025. gada maijs; 307 (3. daļa): 141948. doi: 10.1016/j.ijbiomac.2025.141948. Epub 2025. gada 10. marts. PMID: 40074134.

    Ain QU, Hussain HA, Rahman L, Zhang Q, Rehman A, Hussain S, Uddin S, Imran A. Moringa oleifera mediēto zaļo nanodaļiņu un arbuskulārās mikorizas sēnīšu interaktīvā ietekme uz kukurūzas (Zea mays L.) augšanu, sakņu sistēmas arhitektūru un barības vielu uzņemšanu. Plant Physiol Biochem. 2025. gada septembris;226:110063. doi: 10.1016/j.plaphy.2025.110063. Epub 2025. gada 24. maijs. PMID: 40441096.

    Wang X, Luo J, Wang Q, Zhang Q, Zhao T, Liu Y, Li T, Liu X, Jiang J. Jasmonāts aktivizē SlJAZ2/3-SlMYC3 līdzīgu moduli, kas regulē K+ uzņemšanu tomātu reakcijā uz zemu K+ stresu. J Integr Plant Biol. 2025. gada augusts; 67(8):2058-2077. doi: 10.1111/jipb.13941. Epub 2025. gada 28. maijs. PMID: 40432500.

    saņemt cenu piedāvājumu

    Uzrakstiet savu ziņojumu šeit un nosūtiet to mums

    Nosūtiet mums savu ziņojumu: