水光谱的概念是由日本Tsenkova教授在2005年提出，通过研究水分子在不同环境下的光谱信息，为水体系的结构和相关功能性质提供巨大的信息来源。大多数工作利用[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]技术，尤其在O-H伸缩一级倍频带（1300-1600 nm，即6250-7692cm-1）。 在研究方法方面，往往通过对体系施加扰动的方法，显示出隐藏的信息，常见的扰动包括温度变化，浓度变化，不同金属离子等等。测量了[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]之后，往往要进行一系列的谱图处理，数据分析步骤主要包括：观察原始谱图，数据处理，传统光谱分析（建立、验证定性定量模型），计量学方法的应用（求导，差谱，回归矢量，载荷矢量等等）。在近红外区域，水的原始光谱主要包含5个峰值，为OH的吸收信息：5150 cm-1（v2+v3），5620 cm-1（v2+v3+vL），6900 cm-1（v1+v3），8310 cm-1 （v1+v2+v3），10300 cm-1（2v1+v3）。接下来可以先进行一些传统的光谱分析，比如光谱平均化，对重复测量的样品光谱进行平均化，目的在于消除非分析物带来的变动影响，如不同的温度，湿度，或连续光照；计算不同组样品的平均光谱可以更好显示不同组样品间的差异。另外还有光谱的差减，即差谱操作，经典方法是从所有样品中扣除平均光谱，还可以建立所有溶液-纯溶剂之间的差谱，找到差异最小的光谱，然后从剩余光谱中减去这条光谱。求导是解决谱带重叠和基线变动的有效方法（二阶导表现最为明显），但副作用是会降低信噪比，因此要适当选择求导阶数和窗口大小。[color=#002060]在水光谱组学应用中，二阶导是非常流行和有效的方法以发现在原始谱图中观察不到的活化水吸收带。之后可以应用各种化学计量学的方法进一步提取想要得到的信息，比如主成分分析，偏最小二乘回归，高斯拟合，以及高维计量学算法。[/color][color=#002060] 未来该研究方向的发展前景主要包括，提高[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]的灵敏度；理解水分子与其它分子之间相互作用；开发[/color][color=#002060]分离水和不同溶质相互作用的计量学方法；研究由溶质引起的水化动力学变化，从水的角度理解基本已知的物理现象或化学反应。[/color]
[font=Calibri][font=宋体]仪器信息网于[/font]5[/font][font=Calibri][size=10.5pt][font=宋体]月[/font]26-29[font=宋体]日组织召开[/font][b] [size=18px][b]第九届光谱网络会议[/b][/size][/b][/size][/font][font=Calibri][size=10.5pt][font=宋体]，特邀嘉宾[url=https://www.instrument.com.cn/webinar/meetings/News/expert?id=6560]邵学广(南开大学)[/url][/font][font=宋体]，带来报告[b]《[url=https://www.instrument.com.cn/webinar/meetings/News/expert?id=6560]水光谱组学与温控[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url][/url]》[/b]；[/font][/size][/font][font=宋体]欢迎感兴趣的你，报名参会！[/font][b][font='Times New Roman'][color=#0563c1][url=https://www.instrument.com.cn/webinar/meetings/SCIEX522/]https://www.instrument.com.cn/webinar/meetings/iCS2020/[/url][/color][/font][/b]
[align=center][b]水光谱组学应用于发酵体系的可行性研究[/b][/align][b]本研究拟对[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]技术结合水光谱组学用于一系列甲醇-培养基（YPD，LB，YPPG）体系中甲醇含量测定的可行性进行分析。[b]1 材料1.1 仪器与软件[/b] [/b][table][tr][td]仪器[/td][td]生产厂家[/td][/tr][tr][td]Antaris Ⅱ傅立叶变换[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url][/td][td]美国Thermo Fisher 公司[/td][/tr][tr][td]1 mm比色皿[/td][td]Hellma Analytics[/td][/tr][tr][td]TW12数显恒温水浴锅[/td][td]JULABO[/td][/tr][tr][td]Milli-Q 纯水仪[/td][td]美国 Millipore 公司[/td][/tr][tr][td]分析天平[/td][td]梅特勒-托利多有限公司[/td][/tr][tr][td]高压蒸汽灭菌锅[/td][td]日本Panasonic公司[/td][/tr][tr][td]pH计[/td][td]梅特勒-托利多仪器有限公司[/td][/tr][tr][td]SHB-III型循环水式多用真空泵[/td][td]郑州长城科工贸有限公司[/td][/tr][tr][td][url=https://insevent.instrument.com.cn/t/9p][color=#3333ff][url=https://insevent.instrument.com.cn/t/9p][color=#3333ff]移液枪[/color][/url][/color][/url][/td][td]德国 Eppendorf 股份公司[/td][/tr][tr][td]Matlab 2015b[/td][td]Mathworks[/td][/tr][tr][td]PLS_Toolbox工具箱[/td][td]Eigenvector Research[/td][/tr][tr][td]RESULT[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]采集软件[/td][td]美国Thermo Fisher公司[/td][/tr][/table][b]1.2 试剂[/b]甲醇（色谱纯，山东禹王实业有限公司化工分公司），trypton（胰化胨或称胰蛋白胨，OXOID）、葡萄糖（分析纯，国药集团化学试剂有限公司）、yeastextract（酵母提取物，OXOID）、氯化钠（分析纯，国药集团化学试剂有限公司）、甘油（分析纯，天津市富宇精细化工有限公司）、乙醇（分析纯，国药集团化学试剂有限公司）、去离子水（实验室自制）。[b]2 方法2.1 样品的制备[/b]甲醇使用时没有进一步纯化，利用三种不同的培养基配备体积分数为0.1-2.5%（直接稀释）[color=#444444]，[/color]间隔为0.1%的甲醇溶液，共75个样品。三种培养基如下：（1）YPD培养基（2）LB培养基（3）YPEG培养基[b]2.2 光谱的采集[/b]用AntarisⅡ傅里叶变换[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]透射模块采集样品光谱，以空气为背景参比，每测一个样本扣除一次背景，随机将样品注入一个光程为1mm的石英比色皿中，利用控温附件将采谱温度控制在30[sup]o[/sup]C。每个样品采集10张光谱，取其平均作为样品的原始[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]图。[b]2.3 考察甲醇扰动对水光谱的影响[/b]结合水光谱组学，选择12个适用于低含量甲醇溶液的水基质坐标（water matrixcoordinates，WAMACS）。在甲醇扰动下，利用WAMACS的吸光度作雷达图，观察不同浓度的甲醇水溶液在不同波数下对水光谱的影响。[b]2.4 定量分析模型的建立[/b]首先对原始光谱进行依次相减法差谱处理，其次利用基于欧氏距离的Kennaed-Stone (KS)[sup][/sup]法对样品进行校正集和验证集的划分。而后筛选最佳的光谱预处理方法，以提高模型的准确性和有效性。[b]3 实验结果3.1 [url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]图3-1为用FT-NIR光谱仪采集得到的25个样品的近红外原始光谱图。从图中可以看出，不同样品光谱的差异性很小，所以需要采用一些化学计量学方法来使不同样品之间的光谱差异放大化[/b][align=center][b]。[img=,663,220]https://ng1.17img.cn/bbsfiles/images/2019/08/201908161605214991_1509_3237657_3.png!w663x220.jpg[/img][/b][/align][b][/b][align=center]图3-1 甲醇-培养基（YPD）溶液样品[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]图（a：原始光谱图；b：差谱图）[/align][b]3.2 甲醇扰动对水光谱的影响[/b]水的吸收峰较强，容易掩盖住其它扰动对其产生的影响，因此我们必须借助化学计量学手段对光谱进行处理。首先通过依次相减法对样品和溶剂光谱进行差谱之后，再对其进行一阶导数处理，以便突出光谱间的差异。如图3-2所示，从中可以看出，经过差谱和一阶导数处理之后，一些重叠峰显现出来，光谱的分辨能力提高。[align=center][img=,563,284]https://ng1.17img.cn/bbsfiles/images/2019/08/201908161605533127_3501_3237657_3.png!w563x284.jpg[/img][/align][align=center]图3-2 预处理之后的甲醇-YPD溶液样品[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]图[/align][align=center][img=,558,267]https://ng1.17img.cn/bbsfiles/images/2019/08/201908161607071488_951_3237657_3.png!w558x267.jpg[/img][/align][align=center]图3-3 预处理之后7700-6250 cm[sup]-1[/sup]波段的甲醇-YPD溶液样品[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]图[/align][align=center] [/align][align=center]表3-1 [url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]中水的特征峰的归属[/align] [table][tr][td] [align=center]序号[/align] [/td][td] [align=center]波数（cm[sup]-1[/sup]）[/align] [/td][td] [align=center]解释[/align] [/td][td] [align=center]参考文献[/align] [/td][/tr][tr][td] [align=center]1[/align] [/td][td] [align=center]6400-6200[/align] [/td][td] [align=center]与甲醇多聚体的数目有关[/align] [/td][td] [/td][/tr][tr][td] [align=center]2[/align] [/td][td] [align=center]6667[/align] [/td][td] [align=center]低于这个波数，溶液中氢键增多，水的结构更加稳定[/align] [/td][td] [/td][/tr][tr][td] [align=center]3[/align] [/td][td] [align=center]6836、6711[/align] [/td][td] [align=center]（H[sub]2[/sub]O）[sub]2-3[/sub]，指含有两、三个氢键的水物种[/align] [/td][td] [/td][/tr][tr][td] [align=center]4[/align] [/td][td] [align=center]6900[/align] [/td][td] [align=center]水分子中OH的对称和反对称伸缩振动的组合频[/align] [/td][td] [/td][/tr][tr][td] [align=center]5[/align] [/td][td] [align=center]6940[/align] [/td][td] [align=center]（H[sub]2[/sub]O）[sub]1[/sub]，指含有一个氢键的水物种[/align] [/td][td] [/td][/tr][tr][td] [align=center]6[/align] [/td][td] [align=center]7070、6845、6850[/align] [/td][td] [align=center]水分子中对称和反对称OH伸缩振动的一级组合谱带、甲醇和水形成的环状二聚体[/align] [/td][td] [/td][/tr][tr][td] [align=center]7[/align] [/td][td] [align=center]7070[/align] [/td][td] [align=center]（H[sub]2[/sub]O）[sub]0[/sub]，不含有氢键的水分子，即自由的水分子[/align] [/td][td] [/td][/tr][tr][td] [align=center]8[/align] [/td][td] [align=center]7082、6702、6954[/align] [/td][td] [align=center]弱氢键、强氢键、第三种（受温度影响较大）[/align] [/td][td] [/td][/tr][tr][td] [align=center]9[/align] [/td][td] [align=center]7149[/align] [/td][td] [align=center]被称为捕获水的7168和7128 cm[sup]-1[/sup]之间的是脱水波段[/align] [/td][td] [/td][/tr][/table]我们选定12个WAMACS用于低含量甲醇的测定，分别为7149 cm[sup]-1[/sup]、7082 cm[sup]-1[/sup]、6954 cm[sup]-1[/sup]、6940 cm[sup]-1[/sup]、6900 cm[sup]-1[/sup]、6871 cm[sup]-1[/sup]、6836 cm[sup]-1[/sup]、6773 cm[sup]-1[/sup]、6702 cm[sup]-1[/sup]、6667 cm[sup]-1[/sup]、6509 cm[sup]-1[/sup]和6400 cm[sup]-1[/sup]。[b]图3-4为根据低含量的甲醇-YPD溶液在12个WAMACS下的吸光度的差异所做的雷达图。[/b][align=center][b][img=,489,319]https://ng1.17img.cn/bbsfiles/images/2019/08/201908161615375161_9631_3237657_3.png!w489x319.jpg[/img][/b][/align][b][/b][align=center]图3-4 甲醇-YPD溶液雷达图[/align][align=center] [/align]为了进一步证实所选波数的正确性，我们将具体波数下的吸光度与一级数据进行关联。如表3-2所示，相关系数均大于0.965，说明这12个波数的吸光度与一级数据之间关联度极高，证实了这12个波数的有效性。进一步验证了雷达图用于表征低浓度甲醇溶液的可靠性，说明水光谱组学用于发酵过程可能是一种较好的选择。[align=center] [/align][align=center]表3-2 甲醇-YPD溶液特定波数下的吸光度和一级数据之间的相关性[/align] [table][tr][td] [align=center]wavenumber（cm[sup]-1[/sup]）[/align] [/td][td] [align=center]correlation coefficient[/align] [/td][td] [align=center]wavenumber（cm[sup]-1[/sup]）[/align] [/td][td] [align=center]correlation coefficient[/align] [/td][/tr][tr][td] [align=center]7149[/align] [/td][td] [align=center]0.997[/align] [/td][td] [align=center]6836[/align] [/td][td] [align=center]0.972[/align] [/td][/tr][tr][td] [align=center]7082[/align] [/td][td] [align=center]0.967[/align] [/td][td] [align=center]6773[/align] [/td][td] [align=center]0.978[/align] [/td][/tr][tr][td] [align=center]6954[/align] [/td][td] [align=center]0.985[/align] [/td][td] [align=center]6702[/align] [/td][td] [align=center]0.985[/align] [/td][/tr][tr][td] [align=center]6940[/align] [/td][td] [align=center]0.986[/align] [/td][td] [align=center]6667[/align] [/td][td] [align=center]0.988[/align] [/td][/tr][tr][td] [align=center]6900[/align] [/td][td] [align=center]0.979[/align] [/td][td] [align=center]6509[/align] [/td][td] [align=center]0.995[/align] [/td][/tr][tr][td] [align=center]6871[/align] [/td][td] [align=center]0.969[/align] [/td][td] [align=center]6400[/align] [/td][td] [align=center]0.976[/align] [/td][/tr][/table][b]3.3 定量分析模型的建立[/b]应用KS样品集划分方法，将25份样品按照2:1的比例划分为校正集和验证集，17个校正集样品用于PLSR模型的建立，剩下的8个样品用于模型的预测，PLSR模型用5-倍交叉验证进行检验。在水的第一倍频区(7600-6250cm[sup]-1[/sup])和甲醇的CH[sub]3[/sub]组合频区(4550-4250cm[sup]-1[/sup])两个波段分别建立模型。两个模型的预测结果很相似，证明了可以水为探针对甲醇浓度进行监测，表3-3和表3-4为只对数据进行均值中心化处理时两个模型的预测结果。[align=center] [/align][align=center]表3-3 样本在7600-6250 cm[sup]-1[/sup]波段模型的预测结果[/align] [table][tr][td] [align=center]No.[/align] [/td][td] [align=center]Reference value (%)[/align] [/td][td] [align=center]Prediction value(%)[/align] [/td][td] [align=center]Deviation (%)[/align] [/td][td] [align=center]Relative deviation(%)[/align] [/td][/tr][tr][td] [align=center]1[/align] [/td][td] [align=center]0.100[/align] [/td][td] [align=center]0.156[/align] [/td][td] [align=center]0.056[/align] [/td][td] [align=center]56.000[/align] [/td][/tr][tr][td] [align=center]2[/align] [/td][td] [align=center]0.800[/align] [/td][td] [align=center]0.865[/align] [/td][td] [align=center]0.065[/align] [/td][td] [align=center]8.125 [/align] [/td][/tr][tr][td] [align=center]3[/align] [/td][td] [align=center]1.300[/align] [/td][td] [align=center]1.341[/align] [/td][td] [align=center]0.041[/align] [/td][td] [align=center]3.153 [/align] [/td][/tr][tr][td] [align=center]4[/align] [/td][td] [align=center]1.500[/align] [/td][td] [align=center]1.523[/align] [/td][td] [align=center]0.023[/align] [/td][td] [align=center]1.533 [/align] [/td][/tr][tr][td] [align=center]5[/align] [/td][td] [align=center]1.600[/align] [/td][td] [align=center]1.652[/align] [/td][td] [align=center]0.052[/align] [/td][td] [align=center]3.250 [/align] [/td][/tr][tr][td] [align=center]6[/align] [/td][td] [align=center]1.800[/align] [/td][td] [align=center]1.868[/align] [/td][td] [align=center]0.068[/align] [/td][td] [align=center]3.778 [/align] [/td][/tr][tr][td] [align=center]7[/align] [/td][td] [align=center]2.000[/align] [/td][td] [align=center]2.018[/align] [/td][td] [align=center]0.018[/align] [/td][td] [align=center]0.900 [/align] [/td][/tr][tr][td] [align=center]8[/align] [/td][td] [align=center]2.400[/align] [/td][td] [align=center]2.414[/align] [/td][td] [align=center]0.014[/align] [/td][td] [align=center]0.583 [/align] [/td][/tr][/table][align=center]表3-4 样本在4500-4250 cm[sup]-1[/sup]波段模型的预测结果[/align] [table][tr][td] [align=center]No.[/align] [/td][td] [align=center]Reference value (%)[/align] [/td][td] [align=center]Prediction value(%)[/align] [/td][td] [align=center]Deviation (%)[/align] [/td][td] [align=center]Relative deviation(%)[/align] [/td][/tr][tr][td] [align=center]1[/align] [/td][td] [align=center]0.100[/align] [/td][td] [align=center]0.110[/align] [/td][td] [align=center]0.010[/align] [/td][td] [align=center]10.000[/align] [/td][/tr][tr][td] [align=center]2[/align] [/td][td] [align=center]0.800[/align] [/td][td] [align=center]0.852[/align] [/td][td] [align=center]0.052[/align] [/td][td] [align=center]6.500[/align] [/td][/tr][tr][td] [align=center]3[/align] [/td][td] [align=center]1.300[/align] [/td][td] [align=center]1.306[/align] [/td][td] [align=center]0.006[/align] [/td][td] [align=center]0.462[/align] [/td][/tr][tr][td] [align=center]4[/align] [/td][td] [align=center]1.500[/align] [/td][td] [align=center]1.499[/align] [/td][td] [align=center]-0.001[/align] [/td][td] [align=center]-0.067[/align] [/td][/tr][tr][td] [align=center]5[/align] [/td][td] [align=center]1.600[/align] [/td][td] [align=center]1.627[/align] [/td][td] [align=center]0.027[/align] [/td][td] [align=center]1.688[/align] [/td][/tr][tr][td] [align=center]6[/align] [/td][td] [align=center]1.800[/align] [/td][td] [align=center]1.804[/align] [/td][td] [align=center]0.004[/align] [/td][td] [align=center]0.222[/align] [/td][/tr][tr][td] [align=center]7[/align] [/td][td] [align=center]2.000[/align] [/td][td] [align=center]1.996[/align] [/td][td] [align=center]-0.004[/align] [/td][td] [align=center]-0.200[/align] [/td][/tr][tr][td] [align=center]8[/align] [/td][td] [align=center]2.400[/align] [/td][td] [align=center]2.399[/align] [/td][td] [align=center]-0.001[/align] [/td][td] [align=center]0.042[/align] [/td][/tr][/table][b]表3-5为水的第一倍频波段的预处理方法优化建模结果，RMSCV值作为模型的评价标准，其值越小说明模型越优。其中导数和SG平滑的点数（3-25点）也经过了优化，如图3-5所示，一阶导数SG平滑的最优点数是13点，过少会使光谱的无效信息滤除的不完全，点数过多会使一些信息有效信息被滤除掉。如图3-6所示，二阶导数SG平滑的最优点数是25点。基于水光谱组学建立的PLSR模型，其最佳预处理方法是二阶导数25点平滑，此时主成分数是4。由图3-7可知，RMSECV随着主成分数的增加而降低，当主成分数选择4时，RMSECV达到最低点，因此，甲醇-YPD溶液中甲醇的定量分析模型的最佳主成分数为4，相关参数(RMSEC、RMSECV、RMSEP、R[sub]c[/sub][sup]2[/sup]、R[sub]cv[/sub][sup]2[/sup]和R[sub]p[/sub][sup]2[/sup])分别是0.014%，0.038%，0.047%，1.000，0.997，0.999，结果证明[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]技术结合水光谱组学可能为低含量甲醇的测定提供一个新的思路，最佳模型结果如图3-8所示。[/b][align=center][img=,535,271]https://ng1.17img.cn/bbsfiles/images/2019/08/201908161615048367_8587_3237657_3.png!w535x271.jpg[/img][/align][align=center]图3-5 一阶导数平滑窗口宽度优化结果[/align][b][/b][align=center][img=,550,285]https://ng1.17img.cn/bbsfiles/images/2019/08/201908161614446326_5887_3237657_3.png!w550x285.jpg[/img][/align][align=center]图3-6 二阶导数平滑窗口宽度优化结果[/align][align=center][/align][align=center]表3-5 不同预处理方法下的建模结果比较[/align] [table][tr][td=1,2] [align=center]预处理方法[/align] [/td][td=7,1] [align=center]模型评价参数[/align] [/td][/tr][tr][td] [align=center]RMSEC[/align] [/td][td] [align=center]RMSECV[/align] [/td][td] [align=center]RMSEP[/align] [/td][td] [align=center]R[sub]c[/sub][sup]2[/sup][/align] [/td][td] [align=center]R[sub]cv[/sub][sup]2[/sup][/align] [/td][td] [align=center]R[sub]p[/sub][sup]2[/sup][/align] [/td][td] [align=center]RPD[/align] [/td][/tr][tr][td] [align=center]autoscaling[/align] [/td][td] [align=center]0.045[/align] [/td][td] [align=center]0.052[/align] [/td][td] [align=center]0.118[/align] [/td][td] [align=center]0.996[/align] [/td][td] [align=center]0.995[/align] [/td][td] [align=center]0.988[/align] [/td][td] [align=center]6.093[/align] [/td][/tr][tr][td] [align=center]mean center[/align] [/td][td] [align=center]0.041[/align] [/td][td] [align=center]0.050[/align] [/td][td] [align=center]0.123[/align] [/td][td] [align=center]0.997[/align] [/td][td] [align=center]0.995[/align] [/td][td] [align=center]0.988[/align] [/td][td] [align=center]5.846[/align] [/td][/tr][tr][td] [align=center]SNV[sup]a[/sup][/align] [/td][td] [align=center]0.529[/align] [/td][td] [align=center]0.657[/align] [/td][td] [align=center]0.424[/align] [/td][td] [align=center]0.481[/align] [/td][td] [align=center]0.339[/align] [/td][td] [align=center]0.651[/align] [/td][td] [align=center]1.696[/align] [/td][/tr][tr][td] [align=center]MSC[sup]a[/sup][/align] [/td][td] [align=center]0.530[/align] [/td][td] [align=center]0.688[/align] [/td][td] [align=center]0.426[/align] [/td][td] [align=center]0.479[/align] [/td][td] [align=center]0.337[/align] [/td][td] [align=center]0.653[/align] [/td][td] [align=center]1.688[/align] [/td][/tr][tr][td] [align=center]SG(13,1,1)[sup]a, b[/sup][/align] [/td][td] [align=center]0.017[/align] [/td][td] [align=center]0.044[/align] [/td][td] [align=center]0.035[/align] [/td][td] [align=center]0.999[/align] [/td][td] [align=center]0.996[/align] [/td][td] [align=center]0.999[/align] [/td][td] [align=center]20.543[/align] [/td][/tr][tr][td] [align=center]SG(25,2,2)[sup]a, b[/sup][/align] [/td][td] [align=center]0.014[/align] [/td][td] [align=center]0.038[/align] [/td][td] [align=center]0.047[/align] [/td][td] [align=center]1.000[/align] [/td][td] [align=center]0.997[/align] [/td][td] [align=center]0.999[/align] [/td][td] [align=center]15.298[/align] [/td][/tr][/table]a) 预处理之前，对光谱先进行了meancenter处理。b)SG(a1，a2，a3)：a1是平滑的窗口宽度，a2是多项式次数，a3是导数。[align=center][img=,612,341]https://ng1.17img.cn/bbsfiles/images/2019/08/201908161614063851_5860_3237657_3.png!w612x341.jpg[/img] [/align][align=center]图3-7 主成分数的选择[/align][align=center][b] [img=,608,296]https://ng1.17img.cn/bbsfiles/images/2019/08/201908161614195255_712_3237657_3.png!w608x296.jpg[/img][/b][/align][align=center]图3-8 甲醇-YPD溶液最佳定量模型[/align][align=center][/align][b]3.4 其它[/b]利用甲醇-LB溶液和甲醇-YEPG溶液得到的结果均和上述甲醇-YPD溶液得到的结果类似，显示水光谱组学可以用于甲醇-培养基溶液中甲醇含量的测定，为水光谱组学应用于目标物质含量低的毕赤酵母发酵过程奠定了基础。甲醇-LB溶液和甲醇-YEPG溶液的雷达图分别见图3-9和图3-10，不同浓度甲醇溶液在选定的12个WAMACS下的吸光度显示出了差异性。特定波数下的吸光度和一级数据之间的相关性分别见表3-6和表3-7，相关系数均大于0.91，相关度较高，证实了所选WAMACS的正确性。两种培养基溶液的甲醇最佳定量模型分别见3-11和3-12，由表可知RMSE值均很低，R[sup]2[/sup]都大于0.97，说明模型的误差很低，准确度很高。[align=center][img=,690,352]https://ng1.17img.cn/bbsfiles/images/2019/08/201908161612071351_5227_3237657_3.png!w690x352.jpg[/img][/align][align=center]图3-9 甲醇-LB溶液雷达图（见实验记录0005497-p97）[/align][align=center][img=,664,348]https://ng1.17img.cn/bbsfiles/images/2019/08/201908161612456091_8187_3237657_3.png!w664x348.jpg[/img][/align][align=center]图3-10 甲醇-YEPG溶液雷达图（见实验记录0005497-p97）[/align][align=center] [/align][align=center]表3-6 甲醇-LB溶液特定波数下的吸光度和一级数据之间的相关性[/align] [table][tr][td] [align=center]wavenumber（cm[sup]-1[/sup]）[/align] [/td][td] [align=center]correlation coefficient[/align] [/td][td] [align=center]wavenumber（cm[sup]-1[/sup]）[/align] [/td][td] [align=center]correlation coefficient[/align] [/td][/tr][tr][td] [align=center]7149[/align] [/td][td] [align=center]0.991[/align] [/td][td] [align=center]6836[/align] [/td][td] [align=center]0.962[/align] [/td][/tr][tr][td] [align=center]7082[/align] [/td][td] [align=center]0.969[/align] [/td][td] [align=center]6773[/align] [/td][td] [align=center]0.978[/align] [/td][/tr][tr][td] [align=center]6954[/align] [/td][td] [align=center]0.980[/align] [/td][td] [align=center]6702[/align] [/td][td] [align=center]0.984[/align] [/td][/tr][tr][td] [align=center]6940[/align] [/td][td] [align=center]0.977[/align] [/td][td] [align=center]6667[/align] [/td][td] [align=center]0.987[/align] [/td][/tr][tr][td] [align=center]6900[/align] [/td][td] [align=center]0.964[/align] [/td][td] [align=center]6509[/align] [/td][td] [align=center]0.989[/align] [/td][/tr][tr][td] [align=center]6871[/align] [/td][td] [align=center]0.950[/align] [/td][td] [align=center]6400[/align] [/td][td] [align=center]0.964[/align] [/td][/tr][/table][align=center]表3-7 甲醇-YEPG溶液特定波数下的吸光度和一级数据之间的相关性[/align] [table][tr][td] [align=center]wavenumber（cm[sup]-1[/sup]）[/align] [/td][td] [align=center]correlation coefficient[/align] [/td][td] [align=center]wavenumber（cm[sup]-1[/sup]）[/align] [/td][td] [align=center]correlation coefficient[/align] [/td][/tr][tr][td] [align=center]7149[/align] [/td][td] [align=center]0.994[/align] [/td][td] [align=center]6836[/align] [/td][td] [align=center]0.962[/align] [/td][/tr][tr][td] [align=center]7082[/align] [/td][td] [align=center]0.968[/align] [/td][td] [align=center]6773[/align] [/td][td] [align=center]0.990[/align] [/td][/tr][tr][td] [align=center]6954[/align] [/td][td] [align=center]0.958[/align] [/td][td] [align=center]6702[/align] [/td][td] [align=center]0.993[/align] [/td][/tr][tr][td] [align=center]6940[/align] [/td][td] [align=center]0.957[/align] [/td][td] [align=center]6667[/align] [/td][td] [align=center]0.994[/align] [/td][/tr][tr][td] [align=center]6900[/align] [/td][td] [align=center]0.935[/align] [/td][td] [align=center]6509[/align] [/td][td] [align=center]0.994[/align] [/td][/tr][tr][td] [align=center]6871[/align] [/td][td] [align=center]0.918[/align] [/td][td] [align=center]6400[/align] [/td][td] [align=center]0.991[/align] [/td][/tr][/table][align=center][img=,583,308]https://ng1.17img.cn/bbsfiles/images/2019/08/201908161613128067_1312_3237657_3.png!w583x308.jpg[/img][/align][align=center]图3-11 甲醇-LB溶液最佳定量模型[/align][align=center][img=,603,303]https://ng1.17img.cn/bbsfiles/images/2019/08/201908161613369595_3970_3237657_3.png!w603x303.jpg[/img] [/align][align=center]图3-12 甲醇-YEPG溶液最佳定量模型[/align][b]4 讨论与结论[/b]本章研究中采用AntarisII傅立叶变换[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]对水光谱组学在甲醇-培养基（YPD、LB、YEPG）体系中的可行性进行了探究，以便确定其能否用于毕赤酵母发酵过程。首先，实验室条件下直接稀释法配制0.1-2.5%（[i]v[/i]/[i]v[/i]）甲醇-培养基（YPD、LB、YEPG）溶液，间隔0.1%。其次，利用雷达图选定12个活化的水吸收峰（7149 cm[sup]-1[/sup]、7082 cm[sup]-1[/sup]、6954 cm[sup]-1[/sup]、6940 cm[sup]-1[/sup]、6900 cm[sup]-1[/sup]、6871 cm[sup]-1[/sup]、6836 cm[sup]-1[/sup]、6773 cm[sup]-1[/sup]、6702 cm[sup]-1[/sup]、6667 cm[sup]-1[/sup]、6509 cm[sup]-1[/sup]和6400 cm[sup]-1[/sup]）用于反应甲醇的存在对水光谱的影响，结果显示即使甲醇的变化量是0.1%，仍可以在雷达图中观察到特定波数下吸光度的变化。然后，利用PLSR建立了水光谱组学用于低含量甲醇测定的NIR分析模型，以甲醇-YPD溶液为例，光谱的最佳预处理方法是二阶导数SG25点平滑，最佳主成分数为4，最佳模型的R[sup]2[/sup][sub]c[/sub]，R[sup]2[/sup][sub]cv[/sub]，R[sup]2[/sup][sub]p[/sub]，RMSEC、RMSECV和RMSEP值分别是1.000，0.997，0.999，0.014%，0.038%，0.047%。甲醇-LB培养基溶液和甲醇-YEPG培养基溶液得到的结果和上述甲醇-YPD培养基溶液得到的结果极其相似，结果证明水光谱组学可以用于甲醇含量的测定，为低含量甲醇的测定提供了一个新的视角。由于样品是在实验室所配的简单体系，距离真正应用于发酵生产中还需要进一步的研究。考虑到实际发酵过程的复杂性，下一步将探讨上述方法在实际动态发酵过程中的应用。
蛋白组学和质谱组学的区别
[color=#231815]色谱-质谱联用技术在代谢组学中的应用[/color][color=#231815][color=#333333]代谢组学是对生物体受外部刺激所产生的小分子代谢产物的变化或其随时间的变化进行研究的一门学科,以实现对体液、细胞以及组织提取物等复杂的生物样本中所有代谢产物的定性和定量分析为研究目标。色谱-质谱联用技术在代谢组学的研究中已显示出极大的发展潜力。本文主要综述近年来代谢组学研究中涉及的色谱-质谱联用技术及其数据处理方法,重点介绍各种分离技术的特点及其在应用中的关键问题,并对其在代谢组学应用中的未来发展给予展望。 [/color][/color]
质谱与蛋白质组学蛋白质组学对一个细胞或组织所表达的蛋白质进行的系统分析，而质谱是它的关键性分析工具。在过去的两年中，标准蛋白质组技术中的进展增进了更高水平自动化和敏感性的蛋白质识别技术。另外，新的技术促成了鉴定蛋白质功能相关特性的里程碑性的进展，包括它们的定量和在蛋白质复合物中复杂情况。缩写2DE two-dimensional gel electrophoresis双向凝胶电泳CID collision-induced dissociation碰撞诱导的解离ESI electrospray ionization电喷雾离子化FT-ICR Fourier-transform ion cyclotron resonance傅里叶-变换离子回旋加速器共振ICAT isotope-coded affinity tagsIEF isoelectric focusing等电聚焦MALDI matrix-assisted laser desorption ionization基质辅助的激光解析离子化Q-TOF quadrupole-TOFRP reversed phase反向TOF time-of-flight飞行时间简介蛋白质组学的核心组成是系统识别一个细胞或组织中表达的每一个蛋白质，以及确定每个蛋白质的突出特征(比如，丰度、修饰状态以及在多蛋白质复合体中的复杂状态)。这些分析的技术包括分离蛋白质和肽的分离科学、识别和定量分析物的分析科学和数据管理和分析的生物信息学。它的初步工具包括使用IEF(等电点聚焦)/SDS-PAGE凝胶的高分辨率的双向凝胶电泳(2DE)，结合质谱和数据库搜索来分离、识别和定量在一个复合样本中存在的个体蛋白质，最终识别被分离的蛋白质。一个常用的方法用在Fig1中用图解说明。此技术以及由此而来的变化(综述见[1])已经被用来识别和分类在复杂样本中存在的大量蛋白质，并在蛋白质组数据库中呈现它们，该过程我们这里称之为"描述蛋白质组学"比如，Shevchenko等[2]从2D凝胶上系统地鉴定了150个蛋白质。数目庞大的这样的数据库现在可以找到。同样的技术现在已经被作为普遍的发现工具来动态检测一个细胞或组织对外来或内部干扰反应而在蛋白质组中的改变。因为检测动态改变需要精确定量每个被检测成分，我们使用"定量蛋白质组学"来定义。在此报告中，我们总结了自1999年1月至2000年4月来报道的与蛋白质组学和质谱相关的最重要的进展。在核心质谱技术中的进展已经导致2DE为基础的蛋白质组学技术的进一步改进。它们同时又促进了传统凝胶为基础的方法的替代方法，诸如引入以同位素稀释理论为基础的精确蛋白质定量技术和蛋白质复合物的系统分析。蛋白质组分析的MS技术进展在此部分，我们总结了在MS设备、它们的控制和操作中的进展，以及比较质谱数据和序列数据库识别蛋白质所用的搜索工具的进展。随着新型质谱仪的引入，蛋白质组学研究现存类型的质谱仪性能已经显著改进了。在此综述期间最普遍使用的仪器是可以分为两类：单一阶段的质谱仪和串联质谱为基础的系统。单一阶段的质谱仪，最显著的是基质辅助的激光解吸电离(MALDI)飞行时间(TOF)仪器，被用于无数通过肽质谱图谱技术大规模蛋白质识别的项目中。此方法在鉴别表达自小一些的和完全测序的基因组的蛋白质特别成功[3,4]。串联质谱仪器诸如triple quadrpole、离子捕获(ion-trap)和近来引进的混合quadrupole飞行时间(Q-TOF)被常规应用于[url=https://insevent.instrument.com.cn/t/Yp][color=#3333ff]LC-MS[/color][/url]/MS或用电喷雾电离(ESI)来生成肽片段离子谱，以便通过搜寻序列数据库进行蛋白质鉴定。使用仪器控制程序来自动选择肽离子进行碰撞诱导的解离(CID)(数据依赖CID)的不断增多是这些MS/MS仪器的一个明显的趋势。一些新的构造的具有高潜能的质谱仪被引入到蛋白质组学研究中产生深刻影响。两个研究组近来一个MALDI离子源和一个混合Q-TOF耦联了起来[5,6]。Q-TOF提供的质量准确性和敏感性提升了数据库搜寻结果并同时使它成为MS/MS从头测序的当然仪器选择。MALDI Q-TOF构造提供了激动人心的机会进行自动化和高通量应用以及在一个样品盘上存档样品进行日后研究的可能。Medzihradszky等[7]描述了一个不同的混合仪器称之为MALDI TOF TOF。此设备享有许多MALDI Q-TOF的优点，另外能够进行高能量CID和非常快速的扫描速率。傅里叶-变换离子回旋加速器共振(FT-ICR)质谱对于蛋白质组学来说相对陌生。这些设备具有非常高的敏感性和分辨率，质量精确性可以达到1ppm。这些特征被用来在一次分析中测量和定量几百种蛋白质的完整的分子质量[8]。Goodlett等[9]表明FT-MS测量的一个肽的准确质量以及可以容易获得的限制因素能够通过序列数据库搜索被用来识别蛋白质。蛋白质组学如果没有软件工具来进行质谱数据和序列数据库的关联将变得几无可能。现存的数据库搜索程序已经变得越来越成熟和可以(从网络)可获得。另外，引入了新的算法。主要相关程序是Sequest[10]，MASCOT[11]，PeptedeSearch[12]，PROWL[13]和Protein Prospector[14]。在它们中间，Sequest使用CID谱设置了蛋白质识别的实验室标准(benchmark)，因为它与边界MS/MS数据工作得最好，并高度可信，可以从整个[url=https://insevent.instrument.com.cn/t/Yp][color=#3333ff]LC-MS[/color][/url]/MS实验中自动分析数据，并不需要任何使用者的破译工作。在所提的程序中，然而，只有Sequest不能在网络上搜索。MASCOT是一个新的、快速、网络可进入和多功能的程序，具有进行肽指纹分析、用部分破译或未破译的CID谱进行数据库搜索的功能。
实验室准备转做蛋白质组学，哪种质谱仪最好？价格大概在100万左右的哪个公司的质谱仪最适合做蛋白质组学？有推荐的请联系我，QQ：332677682，注明质谱仪。
生物质谱技术在蛋白质组学中的应用有哪些
生物质谱技术在蛋白质组学中的应用有哪些
waters质谱中代谢组学采集数据是不是选continuum，continuum是不是profile？
做非靶向代谢组学，C18色谱柱流动相水相比例最大可以用到多少？为什么文献到99%？
一、 前言基因工程已令人难以置信的扩展了我们关于有机体DNA序列的认识。但是仍有许多新识别的基因的功能还不知道，也不知道基因产物是如何相互作用从而产生活的有机体的。功能基因组试图通过大规模实验方法来回答这些问题。但由于仅从DNA序列尚不能回答某基因的表达时间、表达量、蛋白质翻译后加工和修饰的情况、以及它们的亚细胞分布等等，因此在整体水平上研究蛋白质表达及其功能变得日益显得重要。这些在基因组中不能解决的问题可望在蛋白质组研究中找到答案。蛋白质组研究的数据与基因组数据的整合，将会在后基因组研究中发挥重要作用。目前蛋白质组研究采用的主要技术是双向凝胶电泳和质谱方法。双向凝胶电泳的基本原理是蛋白质首先根据其等电点，第一向在pH梯度胶内等电聚焦，然后转90度按他们的分子量大小进行第二向的SDS-PAGE分离。质谱在90年代得到了长足的发展，生物质谱当上了主角，蛋白质组学又为生物质谱提供了一个大舞台。他们中首选的是MALDI-TOF，其分析容量大，单电荷为主的测定分子量高达30万，干扰因素少，适合蛋白质组的大规模分析。其次ESI为主的LC-MS联机适于精细的研究。本文将简介几种常用的生物质谱技术，并着重介绍生物质谱技术在蛋白质组学各领域的应用。此贴与http://bbs.instrument.com.cn/shtml/20081130/1613156/重复，请版友在发帖前先搜索一下，以免重复发帖，谢谢！
欢迎大家一起交流讨论~代谢组学是继基因组学和蛋白质组学之后新近发展起来的一门学科，是系统生物学的重要组成部分。基因组学和蛋白质组学分别从和蛋白质层面探寻生命的活动，而实际上细胞内许多生命活动是与代谢物相关的，如细胞信号（cell signaling），能量传递等都是受代谢物调控的。代谢组学正是研究代谢组（metabolome）——在某一时刻细胞内所有代谢物的集合——的一门学科。基因与蛋白质的表达紧密相连，而代谢物则更多地反映了细胞所处的环境，这又与细胞的营养状态，药物和环境污染物的作用，以及其它外界因素的影响密切相关。因此有人认为，基因组学和蛋白质组学能够说明可能发生的事件，而代谢组学则反映确实已经发生了的事情。新陈代谢网络是十分复杂的网络，特别是人体的代谢网络，一直被认为是最复杂的代谢网络。现在多数信号通路的研究都是集中在代谢网络的一个很小的领域。基因组学、蛋白组学研究已经揭示了部分调节通路，但是和代谢网络直接相关的是代谢产物。但是从茫茫多的代谢产物中选取研究对象，无疑是大海捞针。代谢组学研究通过一定的手段能够帮助研究员从代谢产物海中跳出来，提供一个“航拍”的视角，一目了然地发现差异性代谢产物。然后通过已知的代谢通路逆推找出调节酶和基因，完成疾病发病机制、药物治疗机制等方面的研究。代谢组学主要研究的是作为各种代谢路径的底物和产物的小分子代谢物（MW1000）。其样品主要是尿液，血浆或血清，唾液，以及细胞和组织的提取液。主要技术手段是核磁共振（NMR ），液-质联用（LC-MS），气-质联用（GC-MS），色谱（HPLC，GC）等。通过检测一系列样品的谱图，再结合化学模式识别方法，可以判断出生物体的病理生理状态，基因的功能，药物的毒性和药效等，并有可能找出与之相关的生物标志物（biomarker）。代谢组学在新药的安全性评价，毒理学，生理学，重大疾病的早期诊断，个性化治疗，功能基因组学，中医药现代化，环境评价，营养学等科学领域中都有着极其广泛和重要的应用前景，是一门充满朝气的学科。 从近年来发表的相关SCI论文的数量可以看出代谢组学研究呈一个蓬勃发展的局面。从近年来国家拨付的相关研究基金也可以看出国家对代谢组学相关研究的重视。
一、 前言[1，2]基因工程已令人难以置信的扩展了我们关于有机体DNA序列的认识。但是仍有许多新识别的基因的功能还不知道，也不知道基因产物是如何相互作用从而产生活的有机体的。功能基因组试图通过大规模实验方法来回答这些问题。但由于仅从DNA序列尚不能回答某基因的表达时间、表达量、蛋白质翻译后加工和修饰的情况、以及它们的亚细胞分布等等，因此在整体水平上研究蛋白质表达及其功能变得日益显得重要。这些在基因组中不能解决的问题可望在蛋白质组研究中找到答案。蛋白质组研究的数据与基因组数据的整合，将会在后基因组研究中发挥重要作用。目前蛋白质组研究采用的主要技术是双向凝胶电泳和质谱方法。双向凝胶电泳的基本原理是蛋白质首先根据其等电点，第一向在pH梯度胶内等电聚焦，然后转90度按他们的分子量大小进行第二向的SDS-PAGE分离。质谱在90年代得到了长足的发展，生物质谱当上了主角，蛋白质组学又为生物质谱提供了一个大舞台。他们中首选的是MALDI-TOF，其分析容量大，单电荷为主的测定分子量高达30万，干扰因素少，适合蛋白质组的大规模分析。其次ESI为主的[url=https://insevent.instrument.com.cn/t/Yp][color=#3333ff]LC-MS[/color][/url]联机适于精细的研究。本文将简介几种常用的生物质谱技术，并着重介绍生物质谱技术在蛋白质组学各领域的应用。
植物代谢组学与动物代谢组学用CD软件处理谱图方法一样吗？
请问代谢组学中总[url=https://insevent.instrument.com.cn/t/3p][color=#3333ff]离子色谱[/color][/url]图怎么看？
代谢组学研究代谢组学(metabonomics／metabolomics)是继基因组学和蛋白质组学之后新近发展起来的一门学科，对生物体内所有代谢物进行定量分析，并寻找代谢物与生理病理变化的相对关系的研究方式，是系统生物学的组成部分。基因组学和蛋白质组学分别从基因和蛋白质层面探寻生命的活动，而实际上细胞内许多生命活动是发生在代谢物层面的，如细胞信号释放（cell signaling），能量传递，细胞间通信等都是受代谢物调控的。代谢组学正是研究代谢组（metabolome）——在某一时刻细胞内所有代谢物的集合——的一门学科。其研究对象大都是相对分子质量1000以内的小分子物质。先进分析检测技术结合模式识别和专家系统等计算分析方法是代谢组学研究的基本方法。化学分析技术中最常用的是^1H核磁共振(^1HNMR)以及色谱(毛细管电泳)-质谱联用(X—MS)。代谢组学属于全局系统生物学（Global systems biology）研究方法，便于对复杂体系的整体进行认识．譬如，一个正常工作的人体包括“人体”本身和与之共同进化而来且共生的消化道微生物群体（或称菌群），孤立地研究“人体”本身的基因，转录子以及蛋白质当然可以为人们认识人体生物学提供重要信息，但无法提供使人体正常工作不可缺少的菌群的信息．人体血液和尿液的代谢组却携带着包括菌群在内的每一个细胞的信息，因此代谢组学方法对研究如人体这样复杂的进化杂合体十分有效．早在20世纪60年代，代谢物组学的核心技术——核磁共振技术（NMR），就已经被应用到代谢研究中。但直到20世纪90年代，随着模式识别分析技术的发展，代谢谱的定量分析才得以实现，并应用于药物和基因功能的研究。利用代谢物组学研究药物对整体的作用主要依赖于多参数检测外源物质攻击所导致的机体新陈代谢改变。这种方法也适合研究基因突变和转基因所产生的代谢改变以及疾病诊断和疗效评价。在药物发现阶段，它可以进行体内毒性研究、先导药物的筛选和目标化合物的优化及体内动物模型的药效筛选。在药物开发阶段，它可以在临床前安全性评价方面进行生物标志物的发现和毒性机制的研究，从而可有效地利用动物模型研究人类疾病的治疗，发现与临床安全性和有效性有关的生物标志物。代谢组学已经广泛地应用到了包括药物研发，分子生理学，分子病理学，基因功能组学，营养学，环境科学等重要领域．在代谢组学诞生的过去6年里，有关代谢组学的研究论文和专利以指数的形式逐年增长．可以预见，这门新兴学科将应用到更为广泛的领域．
外文电子版好书分享.Table of contentsPart I The scope of proteotomic and chemical proteomic studiesPart II Mass spectral sstudies of proteome and subproteome mixturePart III Protein - protein interactionsPart IV Chemical proteomics: studies of protein - ligand interactions[img]http://www.instrument.com.cn/bbs/images/affix.gif[/img][url=http://www.instrument.com.cn/bbs/download.asp?ID=101417]谱学在蛋白质组学中的应用[/url]
http://img3.17img.cn/bbs/upfile/images/20100518/201005181701392921.gifiCMS2014 质谱网络会议——蛋白质组学/代谢组学专场会议时间：2014年11月20日 09:30—17:00【简介】 仪器信息网将于2014年11月18-21日举办"第五届质谱网络会议（iConference on Mass Spectrometry，iCMS2014）"，本届会议将与中国化学会质谱分析专业委员会合作举办，旨在通过网络会议平台给国内质谱科学家提供一个全新的沟通交流平台，提高质谱科学研究和应用水平。 本届网络会议为期四天，将开设质谱新技术专场、地质能源专场、药物分析专场(上)、药物分析专场(下)、蛋白质组学/代谢组学专场(上)、蛋白质组学/代谢组学专场(下)、环境专场、食品专场共8个主题，每个主题为1个分会场，时长为半天或一天，大会将提醒近30名著名质谱专家就不同的主题做精彩的报告并同期与大家进行交流。成功报名并准时参会的用户均可获得一份iCMS历届会议的精选光盘（2张），并有机会获赠100元手机充值卡和Kindle Paperwhite电子书阅读器（4GB）。 iCMS2014—蛋白质组学/代谢组学专场(上)1）蛋白质泛素化的定量蛋白质组学研究——李衍常 博士 北京蛋白质组研究中心2）Protein complex research approach based on protein immunoprecipitation in coupling with mass spectroemtry （基于蛋白免疫沉淀－质谱分析的蛋白质复合物研究） ——胡克平 教授 中国医学科学院药用植物研究所报名地址：http://www.instrument.com.cn/webinar/meeting/meetingInsidePage/1078 iCMS2014—蛋白质组学/代谢组学专场(下)1）细胞间信号传导的蛋白质组学方法探究——田瑞军 南方科技大学化学系2）Ion Mobility Derived Collision Cross Sections to Support Metabolomics and Lipidomics——Giuseppe Astarita Georgetown University Washington D.C. U.S.A.3）基于GC/Tof的代谢组学技术在基础及临床医学研究中的应用——王晓艳 上海交通大学系统生物医学研究院报名地址：http://www.instrument.com.cn/webinar/meeting/meetingInsidePage/1079-------------------------------------------------------------------------------1、报名条件：只要您是仪器网注册用户均可报名参加。2、报名及参会咨询：QQ群—231246773
一、 前言 基因工程已令人难以置信的扩展了我们关于有机体DNA序列的认识。但是仍有许多新识别的基因的功能还不知道，也不知道基因产物是如何相互作用从而产生活的有机体的。功能基因组试图通过大规模实验方法来回答这些问题。但由于仅从DNA序列尚不能回答某基因的表达时间、表达量、蛋白质翻译后加工和修饰的情况、以及它们的亚细胞分布等等，因此在整体水平上研究蛋白质表达及其功能变得日益显得重要。这些在基因组中不能解决的问题可望在蛋白质组研究中找到答案。蛋白质组研究的数据与基因组数据的整合，将会在后基因组研究中发挥重要作用。 目前蛋白质组研究采用的主要技术是双向凝胶电泳和质谱方法。双向凝胶电泳的基本原理是蛋白质首先根据其等电点，第一向在pH梯度胶内等电聚焦，然后转90度按他们的分子量大小进行第二向的SDS-PAGE分离。质谱在90年代得到了长足的发展，生物质谱当上了主角，蛋白质组学又为生物质谱提供了一个大舞台。他们中首选的是MALDI-TOF，其分析容量大，单电荷为主的测定分子量高达30万，干扰因素少，适合蛋白质组的大规模分析。其次ESI为主的 LC-MS联机适于精细的研究。本文将简介几种常用的生物质谱技术，并着重介绍生物质谱技术在蛋白质组学各领域的应用。 二、 生物质谱技术 1.电喷雾质谱技术(ESI) 电喷雾质谱技术( Electrospray Ionization Mass Spectrometry , ESI - MS) 是在毛细管的出口处施加一高电压,所产生的高电场使从毛细管流出的液体雾化成细小的带电液滴,随着溶剂蒸发,液滴表面的电荷强度逐渐增大,最后液滴崩解为大量带一个或多个电荷的离子,致使分析物以单电荷或多电荷离子的形式进入气相。电喷雾离子化的特点是产生高电荷离子而不是碎片离子, 使质量电荷比(m/ z) 降低到多数质量分析仪器都可以检测的范围,因而大大扩展了分子量的分析范围,离子的真实分子质量也可以根据质荷比及电荷数算出。本帖与http://bbs.instrument.com.cn/shtml/20081130/1613156/重复，故锁帖！请版友在发帖前先搜索一下，以免出现重复贴。谢谢！斑竹您给的重复贴链接有误，并且我写贴前已经搜索了标题。SORRY，请LZ检索一下这个网址，开始那个是弄错了。
代谢组学的qc混样。为什么信号值越来越低？质谱是最近清洗过的。色谱柱和流动相都是新更换的。使用的是赛默飞qe系列
[size=16px]生物质谱用于中药代谢组学研究是通过比较不同剂量中药小分子对机体干预后代谢谱的异同，找到生物标志物( biomarker )或生物标志模式( biomarkerpatterns)，为中药对不同证候的作用提供系统的支持。戴伟东等用代谢组学方法评价了中药通心络和人参对过度疲劳大鼠的干预作用。通过构造大鼠过度疲劳模型，并分别用通心络和人参进行干预，采用快速[url=https://insevent.instrument.com.cn/t/5p][color=#3333ff]液相色谱[/color][/url]-离子阱-飞行时间质谱(UPLC-IT-TOF-MS )获取大鼠血浆代谢轮廓，并用正交偏最小二乘法(OPLS)进行多变量统计分析，分别找出用于区分通心络和人参干预组大鼠同正常对照大鼠、过度疲劳大鼠的重要差异代谢物。结果显示过度疲劳大鼠体内的色氨酸、胆汁酸、溶血磷脂酰胆碱等代谢通路发生较大变化，经通心络或人参干预的大鼠整体代谢轮廓趋向正常水平，并能够部分调节上述发生变化的代谢通路使之往正常方向变化。[/size]
“10年前，我们参与人类基因组计划，完成了1%的工作，其实是‘搭了别人的车’。现在，面对即将到来的基因组学新时代，我们不能再搭别人的车了。”当年曾参与人类基因组计划承接1%测序工作、如今已是中科院北京基因组研究所副所长的[url=http://sourcedb.big.cas.cn/zw/zjrc/brjh/200907/t20090724_2194384.html][color=#800000]于军[/color][/url]，对中国未来基因组学的发展和应用前途有点担心。2010年6月26日是人类基因组图谱公布10周年，国内外的一些研究机构都在这一天举行了纪念会。中国科协普及部、中科院北京基因组研究所、遗传与发育学研究所、中国遗传学会等单位也在北京举行了纪念会。会上，于军兴奋地回忆起当年他那个义无反顾的决定：1998年4月一天的早晨4点左右，他正在美国西雅图的家中睡觉。忽然自动传真机响了起来，“我爬起来一看，是邀请我回国工作的，我拿起笔签上自己的名字就传了回去”。这是于军回国工作的起点，也是中国参加人类基因组计划的起点。正是于军带回国内的技术和人才奠定了完成1%任务的基础。他是“1%计划”的“始作俑者”之一。与那时的热血沸腾相比，今天的于军更多了一份冷静与思考。“10年前，测定一个人的基因组，大约花了近10亿美元，用了13年的时间；而现在测一个人的基因组也就1万美元、一周左右的时间。美国现在已研制出第三代基因测序仪，用它测定一个人基因组的费用可降到1000甚至100美元，用时仅需15分钟。”于军说，当第三代基因测序仪广泛应用时，大规模应用基因组技术的“个体化基因组时代”就到来了。“个体化基因组时代”为人类描绘了一个美好的未来：那时，我们可以知道某一种药物为什么会对一部分人有治疗作用而对另一部分人不起作用，甚至起负作用；那时还会针对个体疾病的状态和遗传基础的独特性对症下药；也会针对个体化的药靶研制出个性化的治疗药物和治疗手段……这将是一个巨大的医疗市场。而测定每一个人的基因组本身也是一个大市场。“对于有十几亿人口的中国来说，假如使用美国研制的第三代基因测序仪来工作的话，那要进口多少台？按一个人测序需100美元计算，又要花费多少钱？”于军向记者言及此事，表现出了一种内心深处的忧虑。“中国一定要加快研制自己的DNA测序仪。”据了解，于军团队正与有关单位合作研制第二代和第三代测序仪器。“但我们的力量仍然有限，应该有更多的团队和单位加入到这个行列中来。这是我们迎接基因组学新时代的必要准备。”还有一种必要的准备，那就是做好有关基因、遗传学、基因组学等相关科学的科普宣传工作。“美国人十分重视基因组学的科普宣传。”于军回忆说，当年，美国立项测定人类基因组图谱时，就把这项工作的科普宣传列入了计划。10年前图谱完成时，时任美国总统克林顿发表致辞，电台、电视台现场直播，上万名美国人参加了当时各种各样的庆祝活动。“关于科普的作用，一个明显的例子是对待转基因食品的态度。”于军说，美国人就不像中国人那样对转基因食品“过分惶恐”。因为他们知道转基因食品并不像有人说的那样可怕和有危害。中国在面对转基因食品的问题上，好像是由大众的好恶来决定，而不是由对转基因的科学认识来决定。未来的基因组学时代、个性化基因组时代，我们可能会遇到比转基因食品更棘手的问题：法律问题、伦理道德问题、个人隐私问题等等。“从现在起我们就应该做好基因组新时代的科普宣传，未雨绸缪，为基因组学的发展和应用提供更加广阔的发展空间。”于军如是说。（转自科技日报）
代谢组学的[url=https://insevent.instrument.com.cn/t/Mp]气相色谱[/url]中，样品前处理的衍生化和硅烷化作用？原理？
各有关单位： 根据北京市市场监督管理局《2023年北京市地方标准制修订项目计划》，我局组织起草了北京市地方标准《地表水光谱法水质自动监测技术规范（征求意见稿）》。按照《北京市地方标准管理办法》要求，现公开征求意见，欢迎机关、科研单位、企业、社会组织等机构和个人提出意见。 请将意见填入意见反馈表（见附件4），于2023年11月26日前，以电子邮件和书面方式反馈我局。涉及修改重要技术指标时，应附上必要的技术数据。书面征求意见单位，如无意见也请复函说明，逾期未复函的视为无意见。 专此函达。 附件：1.[url=https://sthjj.beijing.gov.cn/bjhrb/index/xxgk69/sthjlyzwg/yjzj77/325959262/436261297/2023102715304260135.doc]书面征求意见单位名单[/url] 2.[url=https://sthjj.beijing.gov.cn/bjhrb/index/xxgk69/sthjlyzwg/yjzj77/325959262/436261297/2023102715304510807.docx]《地表水光谱法水质自动监测技术规范（征求意见稿）》[/url] 3.[url=https://sthjj.beijing.gov.cn/bjhrb/index/xxgk69/sthjlyzwg/yjzj77/325959262/436261297/2023102715304543150.docx]《地表水光谱法水质自动监测技术规范（征求意见稿）》编制说明[/url] 4.[url=https://sthjj.beijing.gov.cn/bjhrb/index/xxgk69/sthjlyzwg/yjzj77/325959262/436261297/2023102715304338270.doc]北京市地方标准意见反馈表[/url][align=right] 北京市生态环境局 [/align][align=right] 2023年10月26日 [/align] [联系人：程念亮、高喜超；联系电话：010-88420547、010-68481537（工作日：9:00-11:30；13:30-18:00）；传真：010-68471038、010-88423743；E-mail：jiancechu@sthjj.beijing.gov.cn,kjchu@sthjj.beijing.gov.cn]
1．前言 随着科学与技术的发展，新药研发的速度正在日益加快，使得新药安全性评价工作的压力也变得越来越大。在新药研究开发过程中，因为安全性问题而被淘汰的候选药物占相当大的比例。一旦潜在的药物分子通过了初步的生物学筛选过程，就应该尽量减少这些候选药物分子在产品研发过程中的流失，以免造成巨大的资金和时间的浪费。因此，人们努力寻找新的分析方法，以便从功效和安全性两方面使得先导化合物的筛选更有效，从而尽可能地减少这种浪费。目前的生物分析手段主要利用基因组和蛋白质组方法，分别从基因水平和细胞蛋白质表达水平上测量生物体系对药物的反应。这两种方法都较昂贵，且劳动强度较大，然而却可能是研究在不同水平上对生物异源物质的生物应答的有力工具。但是，基因组学和蛋白质组学都不能提供可以了解生物体中整体细胞功能的信息，因为两者都忽略了整体器官中动态的代谢状态。因此，Nicholson等人提出了一种基于核磁共振的新方法，叫做metabonomics，我们暂且称之为代谢组学，以便与由代谢物组（metabolome）衍生而来的metabolomics相区别。Metabolomics研究的是一个细胞或细胞类型中所有的小分子成分，而metabonomics则是通过分析生物体液和组织来对完整的生物体（而不是单个细胞）中随时间改变的代谢物进行检测、确定、定量和分类；然后将这些***代谢轨迹与病生理过程中的生物学事件关联起。从药物研究和毒理学评价的角度来看，基因组学方法是观察给药后基因表达的改变，主要采用基因芯片技术。然而，基因调节/表达与系统的整体功能之间的关系在目前还很不清楚，主要是因为决大部分DNA是非编码的，而编码蛋白质的基因不能孤立地发挥作用，而是需要与其邻近的基因和非编码DNA一起才能发挥其功能。正式由于这个原因，人们才发展了蛋白质组学。蛋白质组学方法可以对由给药或其它病生理过程引起的细胞蛋白质组成变化进行半定量的测量。蛋白质组方法所采用的技术主要包括双向凝胶电泳和质谱技术。与基因组方法相比，蛋白质组方法较慢，且劳动强度较大。需要强调的是，虽然这些方法能够在很大程度上揭示毒理学机理，并且给出与疾病相关的新的生物标记物，却很难将这些发现与经典的毒理学指标相关联。原因很简单，因为目前的技术和方法不能对给药后反应的整个进程进行测量，也不能对生物整体的应答进行测量。因此需要发展一种新的方法来实时给出多器官生物整体的在体信息。基于NMR的代谢组学（metabonomics）方法可以满足这样的要求。2．Metabonomics在药物毒理学研究中的应用 代谢组学的目的是要扩展和补充由基因组学和蛋白质组学方法得到的对生物异源物质应答的信息。其任务是定量测量生物体对病生理刺激或基因改变的动态多参数代谢反应，是研究药物毒性和基因功能的技术平台。这个概念是根据Nicholson小组近二十年来利用1H NMR技术研究生物体液、细胞和组织中多组分代谢组成的工作而提出的。在这些研究中，还利用了模式识别，专家系统和相关的生物信息学工具。在许多情况下，药物通过与遗传物质直接作用而产生毒性，或通过诱导系统合成与药物代谢有关的酶，从而产生有毒的产物。在这种情况下，用基因组和蛋白质组学方法来评价毒性是有用的。然而，在生物异源物质有可能只在药理学水平上产生作用，因而可能不会影响基因的调节和表达。再者，显著的毒理学效应可能与基因的改变和蛋白质的合成完全不相关。因此，在许多情况下，从基因组和蛋白质组角度考虑到的反应可能不能预测药物毒性。但是，所有的由药物引起的病生理紊乱都会由于直接的化学反应，或通过与控制代谢的酶或核酸相结合而引起内源生化物质在比例、浓度、代谢通量等方面的失调。如果这种变化足够大的话，就会影响整个生物体的功能。生物体液中的代谢物是与细胞和组织中的代谢物处于动态平衡，因此，生物体中由于中毒或代谢损害而引起的细胞功能异常一定会反映在生物体液成分的变化中。要检测血浆、尿液、胆汁等生物基质中的一些具有特殊意义的微量物质，选择合适的分析方法致关重要。高分辨1H NMR波谱就非常适合用来检测生物体液中的成分异常，因为该方法可以同时对所有的代谢物进行定量分析，而且不需要样品前期准备，对任何成分一样灵敏。虽然也可以采用如质谱等其它方法，但对不同成分离子化程度的差别会影响定量和检测的可靠性。NMR方法还可以有效地用来从组织萃取物或细胞悬液中找出异常的代谢物。还可以利用高分辨魔角旋转（HR-MAS）探头来检测完整组织中的代谢物组成。由1H NMR谱检测到的生物体液中的内源性代谢物模式完全依赖于动物体内的毒素的类型。每一种类型的毒物都会在生物体液中产生特征的内源代谢物浓度和模式变化，这种特征给我们提供了毒性作用的机理和毒性位置的信息。右图所示为一系列尿样的1H NMR谱图，是大鼠经不同的毒物处理后得到的。每一张谱图只需几分钟的时间，是非常有效的。可以看出，不同毒素引起的代谢物变化是有特征性的。因为几乎所有的代谢物都有其特征的NMR谱，因而可以作为毒物引起的代谢变化的指纹图谱。利用NMR方法，人们已经成功地发现了许多新的器官特异相关毒性的代谢标记物。作为分析生物化学技术，NMR正是在这种探索性的工作上具有优势。
蛋白质组学研究--生物质谱技术 对分离的蛋白质进行鉴定是蛋白质组研究的重要内容，蛋白质微量测序、氨基酸组成分析等传统的蛋白质鉴定技术不能满足高通量和高效率的要求，生物质谱技术是蛋白质组学的另一支撑技术。 生物质谱技术在离子化方法上主要有两种软电离技术，即基质辅助激光解吸电离(matrix—assisted laser desorption／ionization，MALDl)和电喷雾电离(electrospray ionization，ESl)。MALDI是在激光脉冲的激发下，使样品从基质晶体中挥发并离子化。ESI使分析物从溶液相中电离，适合与液相分离手段(如液相色谱和毛细管电泳)联用。MALDI适于分析简单的肽混合物，而液相色谱与ESI—MS的联用(LC—MS)适合复杂样品的分析。 软电离技术的出现拓展了质谱的应用空间，而质量分析器的改善也推动了质谱仪技术的发展。生物质谱的质量分析器主要有4种：离子阱(iontrap，IT)、飞行时间(TOF)、四极杆(quadrupole)和傅立叶变换离子回旋共振(Fourier transform ion cyclotron resonance，FTICR)。它们的结构和性能各不相同，每一种都有自己的长处与不足。它们可以单独使用，也可以互相组合形成功能更强大的仪器。 离子阱质谱灵敏度较高，性能稳定，具备多级质谱能力，因此被广泛应用于蛋白质组学研究，不足之处是质量精度较低。与离子阱相似，傅立叶变换离子回旋共振(FTICR)质谱也是一种可以“捕获”离子的仪器，但是其腔体内部为高真空和高磁场环境，具有高灵敏度、宽动态范围、高分辨率和质量精度(质量准确度可很容易地小于1mg／L)，这使得它可以在一次分析中对数百个完整蛋白质分子进行质量测定和定量。FTICR—MS的一个重要功能是多元串级质谱，与通常的只能选一个母离子的串级质谱方式不同，FTICR—MS可以同时选择几个母离子进行解离，这无疑可以大大增加蛋白质鉴定工作的通量。但是它的缺点也很明显，操作复杂、肽段断裂效率低、价格昂贵等，这些缺点限制了它在蛋白质组学中的广泛应用。MALDI通常与TOF质量分析器联用分析肽段的精确质量，而ESI常与离子阱或三级四极杆质谱联用，通过碰撞诱导解离(collision—induceddissociation，CID)获取肽段的碎片信息。 1. MALDI—TOF—MS (1)MALDI—TOF—MS的技术特点：①具有分离、鉴定双重功能，可用于混合物的分析；②测量范围宽，相对分子质量可达300 000；③精度高，蛋白质相对分子质量测定精度可达0．01％；④灵敏度高，所需样品量少，可达fmol级；⑤分析时间短，5～10rain可完成一次分析；⑥样品制备简便，操作易自动化；⑦对样品要求低，能忍耐较高浓度的盐、缓冲剂和非挥发性杂质，所以特别适合于鉴定二维凝胶电泳分离的蛋白质。 (2)MALDI—TOF—MS的技术改进：近年来MALDI—TOF—MS又有许多新的技术改进，以提高其检测灵敏性和准确度，增强其蛋白质鉴定的功能。如将MALDI离子源与四极杆—飞行时间—串联质谱对接，实现了同一样品在同一质谱仪上的肽指纹图谱与肽序列标签分析同时进行，提高于蛋白质鉴定的速度和准确性。还有MALDI—TOF—TOF—MS等。但这些技术共同的缺点是仪器非常昂贵。 (3)MALDI—TOF—MS的发展方向：①寻求新的基质(如混合基质、室温离子化液体等)和新的制样方法(如超微量进样，n1级)；②将新技术应用在分析中(如酶切技术、毫微升溶剂提取技术等)；③对质谱仪进行改进或与其他分析仪器联用，如MALDI与傅立叶转换离子回旋共振质谱(MALDI—FTMS)联用能得到更多的蛋白结构信息；④小型化、智能化、简易化及自动化已成为趋势。 2．ESI (1)ESI的优势：①检测范围宽，生物大分子经电喷雾后质荷比大大下降，因而可测相对分子质量高达十几万甚至更高的生物样品；②分辨率和灵敏度高，可达10-15—10-12mol；③不需要特定基质，避免子基质峰的干扰；④适用于结构分析，可分析生物大分子的构象及非共价相互作用，与串联质谱结合可分析蛋白质、多肽的一级结构和共价修饰位点等；⑤自动化程度高，可与液相色谱、毛细管电泳等高效分离手段在线联用；⑥MALDI是脉冲式离子化技术，而ESI是连续离子化技术，检测所需时间更短；⑦ESI常和四极杆质谱联用，仪器价格相对便宜。 (2)ESI的局限性：①对样品中的盐类耐受性差；②对混合物图谱的解析较复杂；③受溶剂的影响和限制很大。目前ESI主要用于亲水生物大分子的分析，较少用于疏水生物样品的分析。总体来说，MALDI和ESI各有长处，有各自的适用范围，是两种互补的技术。 (3)ESI的技术发展：近年来，ESI也有许多新的技术发展。液相色谱与电喷雾质谱连用(LC—ESI—
我正在研究代谢组学在生物样本（血尿）中的应用。有没有人做过这方面的研究，可以提供一点思路？我所用的仪器是UPLC-Q-ToF.我已经做过一些关于尿液的预试验，用仪器自带的PCA分析软件没发现什么有意义的结果。另外，尿液的前处理也很简单，就是过了一下滤膜，用的是C18的色谱柱
请问各位大佬，我看好多好多关于蛋白质组学质谱的文献，里面做到了SDS-PAGE，这个实验除了能分离出自己的目的条带，还有其他用处么？我想知道用胰蛋白酶把蛋白酶切成多肽，怎么判断他是过切还是漏切呢，
[img]http://www.instrument.com.cn/bbs/images/affix.gif[/img][url=http://www.instrument.com.cn/bbs/download.asp?ID=19883]蛋白质组学的基本研究方法[/url][img]http://www.instrument.com.cn/bbs/images/affix.gif[/img][url=http://www.instrument.com.cn/bbs/download.asp?ID=19884]生 物质谱[/url]
我要推广仪器
下载APP
质谱技术在组学研究中的应用
蛋白质组学研究新技术、新方法
组学与病毒研究专题科普
第三届全国生物质谱会议
第19届全国色谱会
Illumina—基因组学改变未来
2008年有机质谱学术年会
代谢组学研究新技术新方法
中国仪器仪表学会调研组走访仪器厂商
Thermo Fisher蛋白质组学应用专题