LCMS-IT-TOF

源設計，來自(zì)于島津制作所的(de)成功的(de)單四極質譜儀源設計，脫溶劑毛細管，減少碰撞離(lí)子(zǐ)聚焦的(de)Q-Array。八極杆離(lí)子(zǐ)透鏡可(kě)以通過CII（壓縮離(lí)子(zǐ)導入）方法有效地(dì)從LC引進洗脫離(lí)子(zǐ)。離(lí)子(zǐ)阱QIT通過們新的(de)清潔技術，獲得高(gāo)效的(de)MSn 能力。此外，BIE（彈道(dào)離(lí)子(zǐ)提取）技術，為(wèi)所有MS ，MSn ...模式提供高(gāo)分辨率。飛(fēi)行管的(de)溫度控制确保了穩定的(de)離(lí)子(zǐ)飛(fēi)行路徑長(cháng)度和(hé)離(lí)子(zǐ)加速電壓，從而确保質量數穩定。雙級反射，以優化的(de)能量吸收和(hé)時間收斂給出了出色的(de)分辨率

LCMS-IT-TOF旨在通過使用高(gāo)速/高(gāo)精确度MSn（n≥10）數據在研發領域，如(rú)雜質分析、代謝輪廓和(hé)生物标記物研究，大力協助鑒定目标化合物的(de)新技術。

上述數據表明四個化合物在2.0分鍾內(nèi)的(de)分析。MSn 的(de)自(zì)動功能，使得它有可(kě)能獲得通過外部标準的(de)高(gāo)精确度的(de)MSn 數據，利用高(gāo)速質譜測量性能。

高(gāo)速正負極性切換，在不能判斷樣品是否将作為(wèi)正離(lí)子(zǐ)或負離(lí)子(zǐ)檢測時，它特别有用。 LCMS-IT-TOF采用了新開發的(de)、高(gāo)度精确和(hé)穩定的(de)電源供應器，以及新開發的(de)高(gāo)壓開關，允許隻有1秒或更少的(de)極性切換（需要尖銳的(de)色譜峰與改進的(de)高(gāo)速色譜法）。極性切換的(de)最大速率為(wèi)2.5赫茲，它允許獲得每秒2.5倍的(de)正離(lí)子(zǐ)和(hé)負離(lí)子(zǐ)的(de)質譜對。

示例數據

LCMS-IT-TOF的(de)離(lí)子(zǐ)光學(xué)系統，帶來一(yī)種新型的(de)離(lí)子(zǐ)導入的(de)方法，被稱為(wèi)壓縮離(lí)子(zǐ)導入或CII，Skimmer、八極杆和(hé)第一(yī)個鏡頭的(de)組合，把連續的(de)離(lí)子(zǐ)流轉換為(wèi)脈沖，以便引進到離(lí)子(zǐ)阱中。這種方法使得它可(kě)以在引入離(lí)子(zǐ)阱之前控制離(lí)子(zǐ)的(de)積累，使得RF在所有CII積累的(de)離(lí)子(zǐ)進入離(lí)子(zǐ)阱的(de)瞬間應用于射頻環電極。LCMS-IT-TOF采用這種不同于傳統離(lí)子(zǐ)阱的(de)控制。CII的(de)發展有效地(dì)将LC系統連接至MS，并且極大地(dì)改善了離(lí)子(zǐ)阱捕獲率，克服了以前的(de)缺陷，從而提高(gāo)了靈敏度。

圖1和(hé)圖2顯示紅(hóng)黴素A肟（ERY-AO）的(de)UV和(hé)MS色譜，這是一(yī)個由應變産生的(de)細菌，稱為(wèi)Saccaropolyspora紅(hóng)黴素的(de)大環內(nèi)酯類抗生素。一(yī)些雜質被标示出來。圖3顯示了紅(hóng)黴素A肟（ERY-AO）的(de)質譜圖。紅(hóng)黴素AO的(de)分子(zǐ)顯示為(wèi)m/z =747.4661。獲得數據字和(hé)理(lǐ)論值之間的(de)質量差（747.4643）約為(wèi)0.002。

如(rú)圖4所示的(de)MS/MS譜圖的(de)m/z=747。大峰的(de)m/z=571，被視(shì)為(wèi)A區紅(hóng)黴素AO結構的(de)損失，因為(wèi)質量差與M/Z=747是176。在m/z=396.2416被視(shì)為(wèi)C區。這是高(gāo)度可(kě)靠的(de)數字，因為(wèi)與理(lǐ)論的(de)數字相比，其質量差僅為(wèi)0.003。

圖6顯示了雜質A的(de)質譜圖：MS/MS譜圖表明ERY-AO具有類似的(de)結構。

與C區（396.2386）理(lǐ)論圖相比，m/Z=396.2406的(de)質量差為(wèi)0.002。M/Z=571也進行了檢測，它是類似于ERY-AO的(de)MS/MS譜圖。然而，雜質的(de)分子(zǐ)量是733，雜質A和(hé)從該損失之間的(de)雜質的(de)質量差是162。而從地(dì)區ERY-AO質量差是14.0144。使用精确質量計算器，這個數字被認為(wèi)是CH2（14.0156），并假設雜質有一(yī)個結構，從一(yī)個區的(de)甲基A組，以一(yī)個氫取代。

智能自(zì)動MSn功能

樣品一(yī)旦進入LC / MS便不能重複采集分析；因此，至關重要的(de)是，儀器可(kě)以自(zì)動選擇合适的(de)母離(lí)子(zǐ)。利用LCMS-IT-TOF，各種離(lí)子(zǐ)選擇标準都可(kě)使用，如(rú)根據離(lí)子(zǐ)的(de)強度或m/z ，以及智能自(zì)動母離(lí)子(zǐ)選擇，如(rú)單同位素峰選擇和(hé)帶電狀态的(de)過濾。

按強度順序選擇母離(lí)子(zǐ)

中性丢失分析原則

如(rú)果指定的(de)中性丢失在MS2的(de)譜圖中觀察到，則MS3分析自(zì)動進行。中性丢失分析中，隻有目标離(lí)子(zǐ)在MS3中進行測量，從而有效的(de)獲得所需信息，而不浪費時間。

由于有關目标離(lí)子(zǐ)的(de)詳細信息，可(kě)以通過使用中性丢失分析功能得到，它可(kě)以成為(wèi)一(yī)個支持化合物鑒定的(de)強大工具（例如(rú)，藥物研發中的(de)二相代謝産物）。

中立丢失分析功能示例中性丢失分析和(hé)MS3的(de)測量相結合，提供了準确的(de)質量信息，可(kě)進行高(gāo)度可(kě)靠的(de)磷脂結構分析

設置PS（極性基團 X：絲氨酸） - 特定NL （87Da） ，并進行中性丢失分析

分子(zǐ)式預測軟件（備選産品）

精确MSn 的(de)有效性

在組成預測中，目标成分有一(yī)個小的(de)質量和(hé)質量精度，其測量值，提供數量較少的(de)候選化合物和(hé)提高(gāo)預測的(de)可(kě)靠性。當使用公式預測的(de)信息豐富的(de)MSn 數據軟件時，公式預測從子(zǐ)離(lí)子(zǐ)中最小的(de)質量的(de)離(lí)子(zǐ)開始，并使用在母離(lí)子(zǐ)的(de)候選數量減少的(de)有效預測結果。

公式預測軟件窗口

舉個例子(zǐ)來說，預測離(lí)子(zǐ)的(de)m/z371.1645元素組成的(de)情況下。正确的(de)成分是C17H26N2O5S+的(de)H+（m/z為(wèi)371.1641）。
組合預測過程如(rú)下：

這樣，使用同位素的(de)模式，使正确的(de)公式，以實現較高(gāo)的(de)排名。此外，使用MSn的(de)數據，可(kě)減少候選化合物數量。

LCMS- IT -TOF采用廣泛應用的(de)電離(lí)ESI方法，然而APPI （大氣壓光電離(lí)）和(hé)APCI （APCI電離(lí)）方法為(wèi)更多的(de)低(dī)極性物質的(de)離(lí)子(zǐ)化提供了選擇。 APPI （大氣壓光電離(lí)源），是其中的(de)電離(lí)樣品離(lí)子(zǐ)化，使用紫外線燈。 APCI（APCI電離(lí)）是在分析樣品受到電暈針放電的(de)電離(lí)。 APPI達到良好的(de)低(dī)到中等極性化合物的(de)電離(lí)，而APCI是适合于中等極性的(de)物質。使用這些電離(lí)方法，可(kě)以預期進一(yī)步擴大LCMS- IT - TOF的(de)應用。電離(lí)方法的(de)選擇是基于樣品性質。

APPI-IT-TOF（LCMS-IT-TOF大氣壓光電離(lí)包：APPI+APCI）

· 支持APPI， APCI， APPI / APCI組合模式。
· APPI采用紫外線，而APCI通過與反應離(lí)子(zǐ)（來自(zì)溶劑）進行離(lí)子(zǐ)-分子(zǐ)反應獲得離(lí)子(zǐ)化。
· 對于低(dī)到中等極性化合物（多環芳烴，某些真菌毒素等的(de)分析）。
· LCMS-IT-TOF的(de)儀器控制和(hé)數據處理(lǐ)軟件LCMSsolution。

LCMS-IT-TOF大氣壓力化學(xué)電離(lí)源套件

· 支持APCI電離(lí)。
· APCI通過反應離(lí)子(zǐ)（來源于溶劑）進行離(lí)子(zǐ) - 分子(zǐ)反應來進行電離(lí)。
· 對于中等極性物質的(de)分析（類固醇，脂質體，糖類，農藥等）。
· LCMS-IT-TOF儀器控制和(hé)數據處理(lǐ)軟件LCMSsolution。

APPI和(hé) APCI電離(lí)方法的(de)原理(lǐ)及組件

大氣壓光電離(lí)（ APPI ）

這是一(yī)個新的(de)電離(lí)方法，使用紫外線對樣品進行電離(lí)。擅長(cháng)于低(dī)極性化合物的(de)高(gāo)靈敏度電離(lí)方法。APCI加熱器和(hé)噴霧器用于蒸發樣品。（ APPI和(hé)APCI組合電離(lí)也可(kě)以使用同步的(de)紫外線輻射和(hé)電暈放電）。

直接APPI如(rú)果分析目标電離(lí)能量比光子(zǐ)的(de)能量低(dī)，離(lí)子(zǐ)M +光子(zǐ)離(lí)子(zǐ)接收來自(zì)溶劑中的(de)氫質子(zǐ)，成為(wèi) [M + H] + 。

加入的(de)化合物稱為(wèi)摻雜，電離(lí)能低(dī)于分析目标，有時可(kě)以增加靈敏度。

APCI電離(lí)（APCI）

這是一(yī)種電離(lí)方法，通過反應離(lí)子(zǐ)産生離(lí)子(zǐ) - 分子(zǐ)反應而電離(lí)樣品。樣品溶液進入加熱器（約400℃ ）後被霧化氮氣霧化，形成噴霧，兩個樣品和(hé)溶劑分子(zǐ)被蒸發成氣态。溶劑分子(zǐ)通過電暈放電電離(lí)，形成穩定的(de)反應離(lí)子(zǐ)。這些反應離(lí)子(zǐ)與樣品分子(zǐ)（離(lí)子(zǐ) - 分子(zǐ)反應）之間發生質子(zǐ)轉移，樣品分子(zǐ)添加或失去(qù)質子(zǐ)成為(wèi)離(lí)子(zǐ)。這種離(lí)子(zǐ) - 分子(zǐ)反應以各種各種形式出現，如(rú)質子(zǐ)轉移反應，親電加成反應等，同ESI一(yī)樣 ，檢測質子(zǐ)化的(de)分子(zǐ)（或去(qù)質子(zǐ)化分子(zǐ)），因此它被用于分析高(gāo)脂溶性化合物和(hé)在溶液中不電離(lí)的(de)化合物。

分析實例

MTDATA [ 4,4 '，4 “ - 三（ 3 -甲基phenylphenylamino的(de)）三苯胺]是一(yī)種作為(wèi)有機EL元素的(de)典型材料。用APPI模式，觀測到的(de)基峰為(wèi)分子(zǐ)離(lí)子(zǐ)M + ，而在APCI電離(lí)模式，它是質子(zǐ)化分子(zǐ)[M + H ] + 。基于每一(yī)精确質量是有可(kě)能鑒定其為(wèi)MTDATA的(de)。使用APCI，可(kě)觀察到MTDATA的(de)裂解碎片離(lí)子(zǐ) m / z值為(wèi)530.2628，607.3000和(hé)698.3422 ，用APPI僅觀察到分子(zǐ)離(lí)子(zǐ)，而且沒有發生任何斷裂。

MetID解決方案對代謝前、後樣品數據進行比較，然後對預期和(hé)非預期的(de)代謝産物進行搜索。（見性能分析解決方案代謝軟件，深度搜索功能統計，針對在大量數據中的(de)變化。）代謝樣品中所産生的(de)峰值（不出現在代謝前的(de)樣品中）是公認的(de)可(kě)能的(de)代謝物，并結合組合預測工具中的(de)同位素模式比較有力地(dì)支持高(gāo)度精确的(de)代謝物鑒定。對未知的(de)代謝物候選化合物（不是預期中的(de)代謝途徑物質），多變量統計分析結合MSn 譜圖，有效地(dì)篩選候選化合物和(hé)确定的(de)代謝産物。這種技術不僅可(kě)以應用到代謝産物分析中，而且可(kě)以用于類似的(de)化合物中污染物的(de)識别和(hé)天然物質化學(xué)的(de)檢測和(hé)鑒定。

· 操作簡便
· 比較前和(hé)後的(de)代謝樣品
· 通過多變量分析進行候選代謝檢測
· 同步組成預測工具
· 支持Lhasa Meteor

樣品代謝前和(hé)代謝後比較

MetID解決方案可(kě)以用來比較代謝前、後的(de)樣品，以檢查所形成的(de)代謝産物的(de)類型。以下是通過氧化反應代謝分子(zǐ)式為(wèi)C18H11N2時獲得的(de)數據的(de)解釋。有圖顯示出化合物因氧化而改變。

在比較m/z為(wèi)289.0739代謝前和(hé)代謝後的(de)樣品的(de)質譜圖後，揭示了隻在代謝後的(de)樣品中觀察到的(de)峰。因此，該物質被判定為(wèi)代謝産物。通過比較峰值，代謝産物質量數附近的(de)任何物質，都可(kě)作為(wèi)代謝産物進行檢測。然而，高(gāo)分辨率，高(gāo)精确度的(de)島津LCMS-IT-TOF，因為(wèi)是使用精确的(de)質量寬度（XIC：提取離(lí)子(zǐ)色譜圖）繪制的(de)圖譜之間進行的(de)比較，所以具有很高(gāo)的(de)可(kě)靠性評估。

m/z289.739質譜圖

代謝途徑往往遵循典型模式，如(rú)氧化反應等，則使用MetID解決方案，可(kě)以判斷衍生出的(de)代謝物的(de)存在。然而，由于不太典型的(de)代謝途徑也存在，因此在整個測量質量範圍比較質量色譜圖，同時對各自(zì)的(de)樣品之間的(de)差異也會進行評估。由于組分預測被應用到這些差異，可(kě)以判斷他們是否可(kě)以從母體化合物進行代謝。這些結果顯示在如(rú)下所示的(de)窗口中。

多變量分析檢測候選代謝物

母離(lí)子(zǐ)分析

由于（n（2））母體化合物和(hé)代謝産物的(de)MSn譜圖之間經常有一(yī)些相關性，因此采用統計分析（PLS方法之間的(de)相關性類型：偏最小二乘法）的(de)方法，對MSn譜圖之間的(de)相關性和(hé)每個母離(lí)子(zǐ)進行分析。

基本上，如(rú)果母體化合物進行代謝，那麽很有可(kě)能代謝物的(de)一(yī)部分将繼續保持與母體化合物一(yī)緻的(de)結構。因此，利用其能夠在代謝物MSn譜圖中找到母體化合物和(hé)産物離(lí)子(zǐ)及中性丢失之間共同點的(de)功能，高(gāo)度相關性的(de)母離(lí)子(zǐ)會作為(wèi)候選代謝物自(zì)動提取出來。

分析結果顯示在下面所示的(de)窗口。在左上角繪制每個母離(lí)子(zǐ)和(hé)母體化合物的(de)離(lí)子(zǐ)之間的(de)相關性。高(gāo)相關性的(de)前體離(lí)子(zǐ)沿X軸分布在該區域，大于0。另外，這些前體離(lí)子(zǐ)列表顯示在窗口底部。

母離(lí)子(zǐ)分析窗口

MetID解決方案可(kě)以自(zì)動生成獲取MS/MS譜圖的(de)方法。保留時間，質譜，MS和(hé)MS/MS譜精确質量信息可(kě)通過單一(yī)的(de)分析獲取，除了使用比以前更少的(de)分析來确定預期的(de)代謝産物外，它能夠可(kě)靠和(hé)有效的(de)檢測和(hé)預測未知的(de)代謝産物。

預測候選代謝物的(de)元素組成

即使是未知的(de)代謝物，也可(kě)以通過組分預測工具從候選代謝物的(de)分子(zǐ)式和(hé)母藥之間的(de)差異中得到代謝的(de)線索。利用精确質量數可(kě)以自(zì)動預測未知代謝物的(de)組成。高(gāo)精确度的(de)預測，通過比較質譜圖的(de)同位素模式是有可(kě)能實現的(de)。

通過代謝組學(xué)的(de)方法分析從龐大樣品量或化合物中獲取的(de)複雜數據文件的(de)差異性，從而闡明代謝途徑和(hé)控制機制，為(wèi)包括藥品，食品和(hé)環境在內(nèi)的(de)學(xué)術研究和(hé)應用領域提供了功能強大的(de)工具。自(zì)動檢測并列出大量數據的(de)峰值，是代謝和(hé)差異分析中最重要的(de)一(yī)步。

輪廓解決方案軟件自(zì)動按保留時間将由LCMS-IT-TOF質譜儀獲得的(de)高(gāo)準确性數據排列，并生成可(kě)以用于商業多變量分析軟件的(de)列表（矩陣）。這大大減少峰值獲取和(hé)列表創建的(de)工作量，由于大量的(de)數據點和(hé)樣品組分，這個過程可(kě)能需要一(yī)段相當長(cháng)的(de)時間。

注1）配置解決方案軟件不提供多變量的(de)分析功能。
注2）推薦使用MetID解決方案比較代謝前與代謝後的(de)樣品，以幫助搜索可(kě)預測的(de)和(hé)未知的(de)代謝産物。

特點

1、從大量的(de)數據文件自(zì)動提取和(hé)顯示峰值。對齊色譜峰提供更準确的(de)峰值評估。
2、同時顯示多個色譜。
3、支持集中的(de)QA/QC樣品。過濾表中顯示的(de)峰值信息。

代謝組學(xué)分析實例：綠茶葉的(de)質量評估。

從大量的(de)數據文件自(zì)動提取和(hé)顯示峰簡單地(dì)拖放多個數據文件，然後按一(yī)下[執行]按鈕執行峰值獲取，并列出每個峰的(de)m/z值、保留時間和(hé)信号強度。此表可(kě)作為(wèi)多變量分析數據，通過商業統計計算軟件，如(rú)由Umetrics開發的(de)SIMCA-P來進行分析。

色譜自(zì)動校正（調整）保留時間的(de)細微變化，允許更精确的(de)峰值評價，即使每次運行中存在波動。

同時顯示多個色譜圖

可(kě)以顯示所有數據的(de)色譜和(hé)質譜圖。提供運行（分組，積分，邏輯運算）和(hé)信号強度的(de)過濾功能可(kě)對數據進行比較和(hé)查看。

支持合并的(de)QA/QC樣品

支持合并的(de)QA/QC 樣品，其中包括混合小批量的(de)目标樣品所作的(de)分析控制，有助于有效地(dì)發現峰值的(de)差異。歸一(yī)化處理(lǐ)峰面積值（數值顯示或相對強度顯示），操作和(hé)過濾增強和(hé)可(kě)視(shì)化面積的(de)差值，可(kě)追蹤相對量的(de)變化。

蛋白質分析軟件 (選件)

LCMS-IT-TOF自(zì)動化功能的(de)優勢，可(kě)以得到最充分的(de)開發利用。使用蛋白的(de)方法創建一(yī)個峰值列表，并設置數據庫的(de)搜索參數，允許所有操作從分析到蛋白質鑒定的(de)自(zì)動化。鑒定結果可(kě)以直接通過蛋白質分析軟件浏覽，數據管理(lǐ)既簡便又确定。方法重建也可(kě)以進行參數修改。

NanoESI 接口 (選件)

nano Electrospray NES-100

獲取更高(gāo)靈敏度的(de)高(gāo)精度LCMS-IT-TOF數據！納升噴霧提供高(gāo)電離(lí)效率并減少損失。使用NanoESI（納米電噴霧）接口允許超低(dī)樣品量進行較高(gāo)靈敏度的(de)分析。拆裝也很容易，與标準的(de)ESI接口相比，并不需要更多的(de)工作。

分析示例: 胰蛋白酶酶切的(de)BSA (50 fmol)

當用高(gāo)效液相色譜法分離(lí)一(yī)種蛋白質酶切産物時，可(kě)以觀察幾十到數百個峰值。因此，多個肽在幾秒鍾之內(nèi)洗脫并不罕見。在這種情況下，高(gāo)速且智能自(zì)動的(de)MSn分析提供了更高(gāo)的(de)覆蓋率。此外，MS高(gāo)精度質譜圖有助于進一(yī)步改善蛋白質分析的(de)可(kě)靠性。蛋白質分析軟件窗口如(rú)下圖所示。可(kě)以同時觀看到每個數據文件的(de)MS數據以及Mascot的(de)搜索結果。

Mascot的(de)搜索結果顯示出BSA獲得1180的(de)最高(gāo)得分。此外，所有搜索結果在4ppm的(de)質量誤差範圍內(nèi)的(de)肽都被對應（外标法）。這即是當使用高(gāo)精度LCMS-IT–TOF可(kě)能獲得一(yī)個高(gāo)質量的(de)分析實例。

島津大力支持代謝組學(xué)的(de)研究。提供分析各種生物樣品的(de)高(gāo)分離(lí)性能的(de)分離(lí)工具，在線精确質量測定工具，以及有效地(dì)從大量采集數據中提取所需信息的(de)工具。這些儀器設備，都旨在充分利用技術優勢，實現高(gāo)精度和(hé)高(gāo)速處理(lǐ)。

[1] 什麽是代謝組學(xué)?

代謝組學(xué)是系統生物學(xué)的(de)重要組成部分，其中包括低(dī)分子(zǐ)量的(de)化合物，如(rú)有機酸和(hé)氨基酸代謝産物（代謝組學(xué)研究）分析。因此，基因組學(xué)重點研究DNA，轉錄組學(xué)研究的(de)重點是mRNA以及蛋白質組學(xué)研究的(de)重點是蛋白質，而代謝組學(xué)重點研究整體代謝産物。

DNA和(hé)蛋白質受食品、藥品、運動和(hé)各種壓力等環境因素的(de)影響。其相互作用的(de)結果反映在留下的(de)代謝産物中，因此可(kě)以說，代謝組學(xué)承擔着測量體內(nèi)基因和(hé)蛋白質的(de)活動，以及環境影響的(de)總和(hé)。由于代謝組學(xué)可(kě)用于獲得有關生物功能的(de)有價值的(de)信息，其應用已經延伸到廣泛的(de)研究領域，從生物标記物的(de)發現項目（藥物代謝動力學(xué)，藥物的(de)安全性，藥物毒性等）來診斷疾病、生活習慣和(hé)健康。

[2] 代謝組學(xué)分析流程

可(kě)大緻分為(wèi)以下幾步:
第1步項目構想第2步實驗設計
步驟3差異代謝産物的(de)發現
步驟4差異代謝産物的(de)鑒定
步驟5假說，驗證，結論

[第1步 項目構想 ]

要啓動一(yī)個項目，必須有一(yī)些要解決的(de)問題，如(rú)藥物、食物或環境相關的(de)問題，（例如(rú)，“這種藥物為(wèi)什麽是毒性的(de)，或為(wèi)什麽這種食物具有降壓功效” ），或與疾病相關的(de)問題，或基因組學(xué)/蛋白質組學(xué)相關的(de)問題（例如(rú)，“該基因或蛋白質的(de)功能是什麽” ） 。這個問題就成為(wèi)該項目的(de)構想。

[第2步 實驗設計]

代謝可(kě)以有各種方法，所以重要的(de)是分析項目時，要進行實驗設計，以便得到有意義的(de)結果。例如(rú)，應該培養細胞，用于臨床前樣品，或應該使用動物疾病模型，而對于臨床樣品，應該使用一(yī)個健康人的(de)樣品（I期）或疾病樣品（II期和(hé)之後），并且樣品本身應包括組織和(hé)細胞或生物體液，如(rú)血漿，血清或尿液。此外，決定那些考慮系統的(de)生物變異樣品的(de)數量是有必要的(de)。

[第3步 差異代謝産物的(de)發現]

發現差異代謝物的(de)方法大緻可(kě)分為(wèi)兩類。
（1）非目标代謝組學(xué)
這是指在所有化合物中搜索差異代謝物，并強調深入的(de)搜索技術，這是一(yī)個強大的(de)方法。它涉及到相對定量分析。
（2）目标代謝組學(xué)
在這種方法中，已知代謝産物進行選擇性分析。對相對定量分析加以考慮，多個樣品濃度輪廓分析是可(kě)行的(de)。

代謝組學(xué)涉及到不同的(de)技術相關的(de)方法，包括利用色譜 - 質譜和(hé)核磁共振等。當使用色譜 - 質譜方法時，測量數據的(de)不斷進步首先表現在保留時間和(hé)質量分析上。如(rú)果保留時間校準和(hé)調整是必要的(de)，則要使用相同的(de)樣品進行反複測量樣品。比如(rú)說尋找用藥物産生的(de)差異代謝産物，将必然涉及大量數據的(de)産生。這是由于用藥後，在一(yī)定的(de)時間間隔采樣而産生了多個數據，以及生物變異和(hé)母體變異的(de)可(kě)能性。因為(wèi)從如(rú)此多的(de)分析的(de)樣品中生成巨大數量的(de)數據，所以分析軟件變得幾乎不可(kě)或缺。因此，代謝産物的(de)發現通常使用專門的(de)應用軟件，以加工處理(lǐ)獲得的(de)數據，如(rú)校正保留時間和(hé)質量，調整和(hé)歸一(yī)化操作，以及進行統計分析和(hé)數據挖掘等操作。

[第4步 差異代謝産物的(de)鑒定]

反複核對注冊在數據庫中的(de)化合物，以确定在第3步中發現的(de)代謝産物，通過化合物信息分析确定其結構。國(guó)內(nèi)和(hé)國(guó)際各種數據庫都在發展，其中包含MS / MS和(hé)其他參考譜圖，以及代謝途徑相關的(de)化合物。因為(wèi)在通過參照數據庫和(hé)差異代謝産物信息的(de)基礎上進行的(de)結構鑒定之前還需要一(yī)些時間，将根據從MS和(hé)NMR等分析儀器獲得差異代謝物的(de)信息來進行結構鑒定。

[ 5步假設，驗證，結論]

更差異代謝産物被發現和(hé)鑒定後，重新審視(shì)項目的(de)構想，建構并驗證一(yī)個假設，并得出一(yī)個結論。建構一(yī)個有意義的(de)假說和(hé)獲取結論需要重複性的(de)數據，從複雜樣品中分離(lí)出每個代謝産物（通常情況下，質量分辨率和(hé)色譜分離(lí)度的(de)組合）的(de)手段，用于ID驗證的(de)豐富數據（質量準确度和(hé)MSn信息），可(kě)以從大量數據中提取完成研究目标信息的(de)軟件。

[3]島津代謝組學(xué)解決方案

色譜和(hé)質譜的(de)結合，被廣泛用于代謝組學(xué)，因為(wèi)這種技術可(kě)達到化合物的(de)高(gāo)度分辨。

發現差異代謝物，最重要的(de)信息是保留時間。優異的(de)保留時間重現性是至關重要的(de)，島津的(de)Prominence HPLC系列獲得高(gāo)度評價，其優異的(de)性能完全适合代謝組學(xué)的(de)研究。島津的(de)LCMS-IT-TOF，以高(gāo)速測量獲得MSn  精确質量的(de)功能，結合Prominence高(gāo)效液相色譜，可(kě)以提供準确的(de)信息，以滿足這些目标所需。

為(wèi)了從這些儀器獲得的(de)大量數據中有效地(dì)提取所需信息來完成研究項目，此系統需與輪廓解決方案代謝組學(xué)軟件組合。該軟件由在代謝組學(xué)和(hé)生物信息學(xué)具有廣泛認可(kě)和(hé)專業知識經驗的(de)PhenomenomeDiscoveries有限公司（加拿大）開發，以島津整體代謝組學(xué)解決方案的(de)形式提供給客戶。

當利用LCMS-IT-TOF的(de)0.1秒高(gāo)速質譜采集并且與HPLC在線聯機進行分析時，僅需一(yī)次分析，就能夠獲取MS譜，MS/MS和(hé)MS/MS/MS的(de)譜圖。LCMS-IT-TOF組成預測程序（正在申請專利）有效的(de)縮減了備選代謝物，不止使用同位素方法和(hé)還參考了MSN譜精确确的(de)質譜信息。這就是該系統對于解決代謝最艱巨的(de)任務，識别發現的(de)代謝物并有力支持應用代謝學(xué)的(de)項目的(de)成功（如(rú)尋找生物标志物）的(de)巨大作用。

化合物優化處于藥物研發的(de)深度研究階段，在化合物優化的(de)過程中，需要高(gāo)通量代謝物的(de)分析。為(wèi)此，我們提供了一(yī)個包括代謝物結構分析軟件MetID Solution的(de)系統可(kě)以有效的(de)發現并識别預期的(de)或未知的(de)代謝産物。

通過比較代謝前、後的(de)XIC （精确質量）色譜，并對母藥和(hé)代謝物的(de)MSn 譜使用多變量分析這個系統可(kě)以讓哪些即使不熟悉代謝研究分析人員都能自(zì)動提取候選代謝物，從而有效提高(gāo)實驗室整體效能。

另一(yī)方面，關于發現代謝物的(de)鑒定，值得注意的(de)是目前正在重新關注于GCMS，因為(wèi)這是一(yī)種可(kě)以輕松地(dì)分析小分子(zǐ)化合物（如(rú)氨基酸，有機酸和(hé)脂肪酸）的(de)具有高(gāo)靈敏度和(hé)高(gāo)分辨率的(de)方法。

島津提供GCMS系統，包括為(wèi)分析和(hé)鑒定某些特定的(de)氨基酸，有機酸和(hé)脂肪酸的(de)GCMS-QP2010Plus，具有自(zì)動保留時間校正的(de)GCMSsolution軟件（版本2.5和(hé)更高(gāo)版本），以及GCMS代謝物數據庫。使用具有保留指數的(de)代謝物數據庫，候選化合物範圍可(kě)以大大縮小，從而獲得高(gāo)度可(kě)靠的(de)鑒定。

配備了離(lí)子(zǐ)阱的(de)LCMS-IT-TOF與高(gāo)效液相色譜在線配置能獲得精确的(de)n級質譜檢測。

通過輪廓解決方案代謝組學(xué)軟件對目标候選化合物的(de)高(gāo)效搜索，大大提高(gāo)了研究的(de)效率。

代謝物結構分析軟件MetID的(de)解決方案對代謝前、後數據進行比較，搜索預期和(hé)未知的(de)代謝産物。

下面介紹的(de)示例是關于綠茶葉輪廓分析的(de)方法，分析決定綠茶質量的(de)成分。

1. 前處理(lǐ)與分析

分析樣品來自(zì)綠茶博覽會中排名靠前的(de)九種高(gāo)級綠茶葉，使用 Prominence UFLC/LCMS-IT-TOF 進行分析。

2. 峰提取與列表創建——通過Profiling Solution軟件提取峰

分别從MS1的(de)分析中提取峰和(hé)使用峰信号強度值創建峰列表。峰保留時間排序，同位素峰消除， p值過被應用到3798個檢測到的(de)峰值中，從中提取出479個顯著峰值。然後把數據輸出到商業的(de)多變量分析軟件中（ SIMCA-P， Umetrics開發 ） 。

3. 多變量分析

PCR技術得分和(hé)PCR量值圖生成。茶博會上排名靠前的(de)綠茶葉和(hé)排名靠後的(de)茶葉被劃分到左邊和(hé)右邊的(de)PCR分值圖上，這樣，主成分軸指示出級别的(de)差異性。

主要成分軸（ PC1）的(de)PCR量值圖（顯示每個成分對茶葉品質的(de)貢獻率），顯示了大量高(gāo)級茶葉所含的(de)成分呈現正值。

4.未知化合物的(de)分子(zǐ)式預測

選擇一(yī)個典型對茶葉品質有貢獻的(de)候選未知化合物峰X，并預測其分子(zǐ)式。從MS3的(de)分析中獲得的(de)準确質量的(de)信息用于預測分子(zǐ)式。分子(zǐ)式預測軟件（Formula Predictor）顯示峰X為(wèi)C14H16O10。

5.候選未知化合物的(de)預測

在互聯網上發布的(de)數據庫中搜索一(yī)個分子(zǐ)式為(wèi)C14H16O10顯示，該化合物可(kě)能是名為(wèi)茶沒食子(zǐ)素（theogallin）的(de)多酚。歸于基于茶沒食子(zǐ)素結構的(de)質譜圖表明峰值X是茶沒食子(zǐ)素。