Q Exactive 高分辨质谱脂质轮廓谱表征用于食品组学研究中的不同食用植物油分类

2018/07/12   下载量: 17

方案摘要

方案下载
应用领域 食品/农产品
检测样本 食用植物油
检测项目 理化分析>其他
参考标准 食品组学

• Thermo Scientific Q Exactive 高分辨准确质谱是食品组学研 究中表征功能蛋白与活性小分子物质群的有力技术手段; • SIEVE 与 LipidSearch 软件为食品组学中小分子组学研究的 信息处理提供了高效的解决方案。

方案下载
配置单
方案详情

食品组学(Foodomics)是食品科学中的一门新兴学科,它通过运用或整合各种先进组学技术(-Omics)来研究食品与营养学中的相关科学问题,从而改善消费者的福祉与健康 [1]。按照研究目的与对象体系的不同,食品组学能从基因组学、蛋白组学与代谢组学等不同组学角度实施,可广泛应用于食品产地溯源 / 真实性判别、掺杂打假、转基因分析、食品生产工艺优化等领域 [2]。代谢组学是研究目标体系中小分子物质群定性定量存在或变化信息的一门组学,它与食品组学存在着天然直接的关联,彼此融通。利用代谢组学的手段开展食品组学研究,能描绘食品中营养物质群的存在分布规律,揭示发酵、烘焙等生产工艺中食品组分的动态演变趋势,剖析食品风格风味的微观化学物质基础,以及认识食品营养与疾病间的关联关系等等,这都具有重要的应用价值 [3]。食品组学的开展有赖于大数据的高效表征,液相色谱- 高

分辨质谱技术以其准确灵敏等技术优势成为了食品组学研究最为重要的表征技术手段之一。本文利用 Thermo ScientificTM Q ExactiveTM 四极杆 - 静电场轨道阱高分辨质谱与相关组学信息处理软件产品,开展了基于脂质轮廓谱的食用植物油分类研究,可为名贵食用植物油的掺杂打假、油脂的功能营养学研究提供新的思路。

SIEVE 软件分析:全扫描脂质轮廓谱数据处理,包括色谱匹配校正、质谱特征提取、分析数据质量评估,使用 Thermo Scientifc SIEVETM 2.2 SP2 无标记差异表达分析软件完成。质

谱信号特征提取使用 Small molecule-Component Exctraction 算法,主要参数设定为:max RT shift - 0.2 min;Background SN – 50;Base peak minimum intensity - 5e6;RT peak isolation - 0.2 min;peak algorithm - PPD。LipidSearch 软件分析:LipidSearchTM 是 Thermo Fisher Scientific 专为解决脂质组学高通量数据分析中各种科学问题而研发的软件,它庞大的谱图库中包含高达一百七十余万个 lipid species 的 MS2/MS3 预测谱图,软件搜索引擎可通过实测谱图与理论预测谱图间的匹配,实现自动化的脂质分子结构注释。实验利用 ProductSearch_QEX 检索模式对 Full scan-ddMS2 数据进行分析,主要参数包括:precursor tolerance - 5 ppm;product tolerance - 10 ppm;intensity threshold - 1.0%;m-score threshold - 2.0;ID quality filter - A, B, C, D。 

主成分分析(PCA,Principal Component Analysis)与聚类分析:使用 SIEVE 软件以及 SIMCA-P 软件完成[4]。

• Thermo Scientific Q Exactive 高分辨准确质谱是食品组学研

究中表征功能蛋白与活性小分子物质群的有力技术手段;

• SIEVE 与 LipidSearch 软件为食品组学中小分子组学研究的

信息处理提供了高效的解决方案。


上一篇 高压离子色谱Inuvion快速测定自来水中的常见阴离子
下一篇 DGLC-F-A01 在线固相萃取-高效液相色谱-荧光检测法测定食用油中多环芳烃

文献贡献者

相关仪器 更多
相关方案
更多

相关产品

当前位置: 赛默飞色谱与质谱 方案 Q Exactive 高分辨质谱脂质轮廓谱表征用于食品组学研究中的不同食用植物油分类

关注

拨打电话

留言咨询