代謝組學(xué)：
1、 GC-MS、LC-MS、NMR
代謝組學(xué)標(biāo)本收集：
1）尿液樣本：樣本2500轉(zhuǎn)離心20分鐘左右，液氮或者-80℃冰箱保存；胸腹水、腦脊液、肺泡灌洗液等參照此實行；
2）組織樣本切割標(biāo)本后，稱取重量，用液氮或者-80℃冰箱冷凍保存?zhèn)溆茫?br/>液相色譜-質(zhì)譜聯(lián)用（LC-MS）可解決如下幾方面的問題：不揮發(fā)性化合物分析測定；極性化合物的分析測定；熱不穩(wěn)定化合物的分析測定；大分子量化合物（包括蛋白、多肽、多聚物等）的分析測定。我們能提供以下服務(wù)：
一、實驗?zāi)繕?biāo)
在疾病患病組和正常組中，發(fā)現(xiàn)差異代謝組分，并建立檢測標(biāo)準(zhǔn)技術(shù)。
二、實驗準(zhǔn)備（客戶自行完成部分）：
☆ 確定研究目標(biāo)：研究何種疾病的代謝組；
☆ 選定樣本來源(人or 其他，血清or尿液)，尤其注意正常樣本的代表性和普遍性；
☆ 對樣本來源進行分組，并記錄性別、年齡、病情、治療等信息；
☆ 參照相關(guān)文獻和已有知識，初步確定重點要分析的代謝物的成分和性質(zhì)，并選擇適當(dāng)?shù)膶嶒灧椒ǎ↙C-MS）。
☆ 樣本收集（以血清為例）：
1、使用EDTA或枸櫞酸抗凝管采集外周血2-5ml；
說明：有比對實驗顯示針對蛋白組學(xué)研究，EDTA抗凝血的效果最佳，抗凝血和非抗凝血結(jié)果有顯著差異。如無特殊研究需要，建議使用EDTA抗凝管進行外周血采集。
2、室溫靜置30min；
3、3000g，4℃，10min；
4、取上清分裝，每管分裝200ul；
說明：分離后的血清避免反復(fù)凍融，分裝使用的離心管盡可能使用低吸附離心管。
5、-80℃保存
三、實驗方案
3.1. 實驗內(nèi)容
通過LC-MS分析技術(shù)，分析疾病患病組和正常組血清/尿液中的代謝成分，獲得代謝組分的實驗數(shù)據(jù)。利用數(shù)學(xué)分析方法尋找患病組和正常組中具有差異性的代謝組分，并建立未知樣本分析模型。
實驗階段：
☆ 預(yù)實驗階段：對相關(guān)的實驗條件進行摸索，確定最佳的實驗參數(shù)；
☆ 正式實驗階段：對樣品進行實驗操作，得到質(zhì)譜圖；
數(shù)據(jù)分析階段：
對實驗得出的原始數(shù)據(jù)進行數(shù)據(jù)分析，詳細(xì)情況參見LC-MS分析服務(wù)。
LC-MS數(shù)據(jù)分析方案
數(shù)據(jù)分析包括以下項目：
1. 數(shù)據(jù)預(yù)處理
以內(nèi)標(biāo)做參照，通過使用敏芯自己研發(fā)的專利軟件，進行相關(guān)算法的運算，得出校正后的數(shù)據(jù)；
2. 差異分析
用T-test等方法，計算每種化合物在不同樣品組中差異的顯著性，設(shè)置p閾值，判斷p值小于閾值的化合物為檢測含量有顯著性差異的化合物；
3. 聚類分析
用聚類方法對差異結(jié)果進行同源聚類，通過聚類圖展示各樣品之間的關(guān)系：
4. PCA分析（principal component analysis）
通過對有顯著性差異的化合物數(shù)據(jù)做PCA分析，將樣品的特征量壓縮，在低維度空間反映樣品之間的關(guān)系。用score plot展示PCA分析結(jié)果：
5. ROC診斷分析
該方法廣泛用于醫(yī)學(xué)診斷性能的評價,將靈敏度設(shè)為縱軸，特異性設(shè)在橫軸，該曲線下的積分面積大小與診斷試驗的優(yōu)劣密切相關(guān)：
6. 預(yù)測模型構(gòu)建
利用決策樹建模工具，進行預(yù)測模型的構(gòu)建：
GC-MS
氣相色譜-質(zhì)譜聯(lián)用（GC-MS）適宜分析小分子、易揮發(fā)、熱穩(wěn)定、能氣化的化合物；用電子轟擊方式（EI）得到的譜圖，可與標(biāo)準(zhǔn)譜庫對比。我們能提供如下服務(wù)：
在疾病患病組和正常組中，發(fā)現(xiàn)差異代謝組分，并建立檢測標(biāo)準(zhǔn)技術(shù)。
二、實驗準(zhǔn)備（客戶自行完成部分）：
☆ 確定研究目標(biāo)：研究何種疾病的代謝組；
☆ 選定樣本來源(人or 其他，血清or尿液)，尤其注意正常樣本的代表性和普遍性；
☆ 對樣本來源進行分組，并記錄性別、年齡、病情、治療等信息；
☆ 采集血漿/尿液后于-20℃ 冰箱中保存，參照相關(guān)文獻和已有知識，初步確定重點要分析的代謝物的成分和性質(zhì)，并選擇適當(dāng)?shù)膶嶒灧椒ǎ℅C-MS）；
☆ 對樣品進行衍生化處理；
實驗內(nèi)容
通過GC-MS分析技術(shù)，分析疾病患病組和正常組血清/尿液中的代謝成分，獲得代謝組分的實驗數(shù)據(jù)。利用數(shù)學(xué)分析方法尋找患病組和正常組中具有差異性的代謝組分，并建立未知樣本分析模型。
☆ 預(yù)實驗階段：對相關(guān)的實驗條件進行摸索，確定最佳的實驗參數(shù)；
☆ 正式實驗階段：對樣品進行實驗操作，得到質(zhì)譜圖；
對實驗得出的原始數(shù)據(jù)進行數(shù)據(jù)分析，詳細(xì)情況參見GC-MS分析服務(wù)。
GC-MS數(shù)據(jù)分析方案
數(shù)據(jù)分析包括以下項目：
數(shù)據(jù)預(yù)處理
以內(nèi)標(biāo)做參照，通過使用敏芯自己研發(fā)的專利軟件，進行相關(guān)算法的運算，得出校正后的數(shù)據(jù)；
差異分析
用T-test等方法，計算每種化合物在不同樣品組中差異的顯著性，設(shè)置p閾值，判斷p值小于閾值的化合物為檢測含量有顯著性差異的化合物；
聚類分析
用聚類方法對差異結(jié)果進行同源聚類，通過聚類圖展示各樣品之間的關(guān)系：
分析（principal component analysis）
通過對有顯著性差異的化合物數(shù)據(jù)做PCA分析，將樣品的特征量壓縮，在低維度空間反映樣品之間的關(guān)系。用score plot展示PCA分析結(jié)果：
診斷分析
該方法廣泛用于醫(yī)學(xué)診斷性能的評價,將靈敏度設(shè)為縱軸，特異性設(shè)在橫軸，該曲線下的積分面積大小與診斷試驗的優(yōu)劣密切相關(guān)：
預(yù)測模型構(gòu)建
利用決策樹等建模工具，進行預(yù)測模型的構(gòu)建
NMR
核磁共振技術(shù)（NMR）是磁矩不為零的原子核，在外磁場作用下自旋能級發(fā)生蔡曼分裂，共振吸收某一定頻率的射頻輻射的物理過程。是磁矩不為零的原子核，在外磁場作用下自旋能級發(fā)生蔡曼分裂，共振吸收某一定頻率的射頻輻射的物理過程。能研究生物細(xì)胞和活組織的各種生理過程的生物化學(xué)變化。我們能提供以下服務(wù)：
一、實驗?zāi)繕?biāo)
在疾病患病組和正常組中，發(fā)現(xiàn)差異代謝組分，并建立檢測標(biāo)準(zhǔn)技術(shù)。
二、實驗準(zhǔn)備（客戶自行完成部分）：
☆ 確定研究目標(biāo)：研究何種疾病的代謝組；
☆ 選定樣本來源(人or 其他，血漿or尿液)，尤其注意正常樣本的代表性和普遍性；
☆ 對樣本來源進行分組，并記錄性別、年齡、病情、治療等信息；
☆，參照相關(guān)文獻和已有知識，初步確定重點要分析的代謝物的成分和性質(zhì)，并選擇適當(dāng)?shù)膶嶒灧椒ǎ∟MR）；
☆ 采集樣品溶解, 離心, 取上清, 添加0.1%的2,2,3,3-三甲基甲硅烷基丙酸 (TSP)重水溶液，于4℃保存，做H-NMR積分，記錄并保存數(shù)據(jù)。
三、實驗方案
3.1. 實驗內(nèi)容
通過NMR分析技術(shù)，分析疾病患病組和正常組血清/尿液中的代謝成分，獲得代謝組分的實驗數(shù)據(jù)。利用數(shù)學(xué)分析方法尋找患病組和正常組中具有差異性的代謝組分，并建立未知樣本分析模型。
實驗階段：
☆ 預(yù)實驗階段：對相關(guān)的實驗條件進行摸索，確定最佳的實驗參數(shù)；
☆ 正式實驗階段：對樣品進行實驗操作，得到質(zhì)譜圖；
數(shù)據(jù)分析階段：
對實驗得出的原始數(shù)據(jù)進行數(shù)據(jù)分析，詳細(xì)情況參見NMR分析服務(wù)。
NMR分析方案
通過對疾病樣品與正常樣品的NMR譜圖數(shù)據(jù)分析，找到在疾病樣品與正常樣品之間檢測出有差異的代謝物。并且利用模式識別的研究方法，通過建立最優(yōu)模型，找到區(qū)分疾病與正常樣品的代謝物作為生物標(biāo)記物，能夠最有效的鑒別疾病樣品與正常樣品。
分析項目
數(shù)據(jù)分析包括以下項目：
1. 數(shù)據(jù)預(yù)處理
通過基線校正、去偏置及分段積分等步驟，從NMR圖譜中得到每個樣品所檢測到的代謝產(chǎn)物的積分?jǐn)?shù)據(jù)。
2. 歸一化處理
為了消除實驗的誤差、生物樣
品個體差異及噪聲等產(chǎn)生的影響，將數(shù)據(jù)進行歸一化處理。
3. 聚類分析
為了從整體上了解數(shù)據(jù)的概況，用歸一化后的所有數(shù)據(jù)做非監(jiān)督聚類分析。通過一個NMR譜數(shù)據(jù)我們得到的是一個n維的代謝指紋圖譜，通過cluster分析，可以直觀的整體的了解疾病和正常樣品的代謝圖譜的輪廓及總體差異。
4. PCA分析
為了分析各個樣品之間的關(guān)系，將校正后的數(shù)據(jù)做PCA分析(principal component analysis)。PCA可以將分散在n維變量上的代謝指紋圖譜信息集中到某幾個綜合指標(biāo)(主成分)上的統(tǒng)計分析方法，以便利用主成分描述代謝指紋圖譜內(nèi)部結(jié)構(gòu)。通過這個分析可以初步判斷樣品之間的關(guān)系，并可以判斷是否有個別樣品的數(shù)據(jù)偏離較大而不參與后續(xù)分析。
5. 差異代謝物的尋找。
通過統(tǒng)計檢驗的方法并根據(jù)一定的P-value作為閾值，查找正常樣品與疾病樣品之間的差異的代謝物。
6．PLS-DA分析
是一種用偏最小二乘法回歸做核心算法的分類計算方法，其最終結(jié)果返回的是回歸因子，根據(jù)其返回結(jié)果進行類別判斷。我們能根據(jù)PLSDA對所建模型的對外預(yù)測能力進行評價。
7. OPLS-DA分析
經(jīng)OCS正交信號校正后，進行OPLS-DA分析可改善預(yù)測模型
研卉生物代謝組學(xué)技術(shù)服務(wù)價格
研卉生物代謝組學(xué)技術(shù)服務(wù)信息由上海研卉生物科技有限公司為您提供，如您想了解更多關(guān)于研卉生物代謝組學(xué)技術(shù)服務(wù)報價、型號、參數(shù)等信息，歡迎來電或留言咨詢。
移動版：