首屆代謝組學國際研討會 | 賽默飛高分辨開啟新視野

瀏覽次數：4880　發布日期：2019-4-23　來源：本站　本站原創，轉載請注明出處

首屆代謝組學國際研討會 | 賽默飛高分辨開啟組學新視野

4月18-21日,《第一屆中國生物物理學會代謝組學分會年會暨2019代謝組學國際研討會》在上海隆重舉行，會議展示了國內外最新的代謝組學研究成果，海內外眾多科學家共同探討代謝組學、脂質組學等技術應用及發展前景。

賽默飛傾情贊助此次會議，帶來了代謝組學全流程解決方案，利用高分辨技術開啟組學新視野。

作為首屆中國代謝組學分會年會的重磅開場，英國劍橋大學、國際代謝組學會現任主席Jules Griffin教授為大家帶來《Inflammatory stories in space and time: following lipid mediator production in the metabolic syndrome》精彩報告。

報告運用nanoESI-Orbitrap技術，建立了一種針對流行病學的脂質鑒定方法。由于其出色的穩定性和顯著的高通量特點，將這種方法分別應用于1500個Fenland樣本、5400個PROMIS樣本的大隊列研究中，成功建立了非酒精性脂肪肝的疾病預測模型，并找到關鍵疾病驅動因子TAGs和DAGs。

中國科學院大連化學物理研究所的許國旺研究員帶來的《代謝組和暴露組的高覆蓋檢測和注釋》大會報告，深入淺出的介紹了代謝組和暴露組的研究主要特點及挑戰。對于代謝與暴露組學解決覆蓋度問題，報告指出，可以選擇氣相（GC）、液相（LC）、毛細管電泳（CE）等多種分離技術組合、多種離子源及檢測器、以及正交的分離機制，如二維色譜來解決。

對于峰容量的提高，二維色譜+高分辨質譜的方法是目前最佳的解決方法之一。同時，結構鑒定作為代謝組和暴露組的另一瓶頸，許老師強調：“不能盲目相信網上數據庫，為了增加確信度，應采用兩種正交方法+標樣驗證，才能達到‘確信無比’的定性”。

復旦大學唐惠儒教授的《植物藥整體活性》報告，由病理狀態引起代謝表型組的轉變，經過藥物干預后使得代謝表型組恢復至新的穩態，提出植物藥的研究思路。最終展示了復旦大學代謝組學中心對多種樣本的多類代謝物的定性定量分析能力。

中科院上海有機化學研究所朱正江研究員的《Large scale metabolite identification for untargeted metabolomics》報告，介紹了基于代謝反應網絡的遞歸算法——MetDNA，這一方法將基于LC-MS的代謝物注釋數目提高了至少10倍，有望突破代謝組學定性這一研究瓶頸。

本次大會還包括代謝組學技術、植物代謝組學、醫藥代謝組學、脂質組學等多個議題，賽默飛Orbitrap高分辨質譜技術及代謝組學解決方案在各個細分領域均有應用。

代謝組學技術

作為賽默飛特邀報告，清華大學劉曉蕙博士帶來的《高分辨質譜在同位素示蹤法中的作用》采用Q Exactive HF Orbitrap平臺建立了完整的代謝組學分析方案，利用Orbitrap超高分辨率、超高靈敏度的特點，解決傳統高分辨質譜分辨率不足帶來的干擾。在小鼠胰島素抵抗檢測臨床應用中，可以利用穩定同位素標記取代金標準的放射性同位素實驗并達到類似靈敏度。

脂質組學

中科院上海營養與健康研究所尹慧勇研究員的《A targeted lipidomic approach to study lipid oxidation in cardiovascular diseases》介紹了基于質譜的靶標分析方法，研究氧化的膽固醇脂與磷脂對于CVDs疾病的影響，發現氧化的膽固醇酯與磷脂能夠調控巨噬細胞的功能，為氧化脂質的分析提出了有效思路。

植物代謝組學

中國農業大學李溱教授的《機器品茶—使用質譜技術和代謝組學鑒定普洱茶》報告展示了質譜技術在農產品產地溯源、品質鑒定方面的應用潛力。利用PCA分析不僅可以區分不同年份、不同產地普洱茶的代謝輪，且鑒別的年份精確度甚至超過了專業的品茶師。這一研究思路或可廣泛應用于其他食品、補品、藥材的產地溯源、真偽鑒別和品質鑒定。

醫藥代謝組學

中科院上海藥物化學研究所吳婉瑩教授的《藥效代謝表型與多基原中藥鉤藤的質量控制》報告，基于LTQ Orbitrap Velos超高分辨質譜技術平臺系統研究了鉤藤等藥材中的次生代謝產物生物堿類組分，并對五種藥材水煎劑組分降壓機制進行了非靶向代謝組學分析。此研究利用高分辨質譜技術，將多基原中藥材的物質基礎與藥效代謝表型進行關聯分析，為復雜體系的中藥質量控制提供了一個新的研究思路。

除了活躍在國內外行業大咖的精彩報告，賽默飛Orbitrap超高分辨質譜儀還廣泛應用于第三方科研服務公司，從而助力到更多的研究者和更廣泛的研究方向。植根中國，賦能增效，賽默飛一直在路上！

賽默飛組學全流程方案

賽默飛代謝組學解決方案，涵蓋從數據采集->成分信息提取差異成分比較->統計分析->代謝物鑒定與定量->Pathway分析，環環相扣；覆蓋靶標代謝組，非靶標代謝組學，擬靶標代謝組學，代謝組學數據分析，脂質組學，一網打盡。