漆小泉课题组开发“一种区分假阳性、定量校正质谱信号的代谢组学新方法”
图：代谢组学新方法及效果评价 A：方法流程图；B：QC稀释和溶剂空白区分假阳性质谱信号；C：五步峰过滤规则消除人工样本的假阳性峰的效力；D新方法与传统方法在PCA模型建立中的差别，左为传统方法，右为新方法，白色直方图为主成分模型的解释百分比，黑色直方图是主成分模型的预测能力；E：传统方法与新方法在寻找差异代谢物上的差别，左为传统方法，右为新方法，中间是两种方法共同找出的差异代谢物；F和G是传统方法与新方法在主成分分析中，代谢物的loading图，左为传统方法，右为新方法。
代谢组学是系统生物学的重要组成部分，在解析基因功能，发现代谢标识物等方面有着广阔的应用。随着高灵敏度、高分辨率色谱质谱分析仪器的迅速发展，代谢组学分析可轻松地检测数千种小分子代谢物。但是，与此同时也会不可避免地产生大量假阳性信号。此外，即使对于生物来源的质谱信号，它们的峰面积是否与代谢物浓度之间存在较好的定量关系？在缺少有效的数据评价方法下，往往不容易筛选出真实生物标识物，或者筛选到假阳性代谢标识物。
漆小泉课题组采用混合所有生物样本的质控样本（QC）作为代谢物混合池（pool），对QC进行逐级稀释，结合溶剂空白，提出五步峰过滤规则，区分假阳性质谱信号和评价每一个峰的定量能力（quantitative performance）。同时引入相对浓度指数（relative concentration index, RCI），结合QC梯度稀释曲线，建立所有质谱峰的定量校正模型。该模型不仅可以用于定量校正，而且可以将质谱峰面积归一化到RCI。该方法可以消除标准品组成的人工样本中92.4%的假阳性，消除水稻籽粒提取样本中71.4%的假阳性质谱峰信号。
该成果于2016年5月26日在线发表在Molecular Plant杂志上。该组助理研究员段礼新为该论文的第一作者。该研究得到了国家科技部"863"，"973" 和国家自然基金项目的资助。
论文链接：http://dx.doi.org/10.1016/j.molp.2016.05.009
代谢组学是系统生物学的重要组成部分，在解析基因功能，发现代谢标识物等方面有着广阔的应用。随着高灵敏度、高分辨率色谱质谱分析仪器的迅速发展，代谢组学分析可轻松地检测数千种小分子代谢物。但是，与此同时也会不可避免地产生大量假阳性信号。此外，即使对于生物来源的质谱信号，它们的峰面积是否与代谢物浓度之间存在较好的定量关系？在缺少有效的数据评价方法下，往往不容易筛选出真实生物标识物，或者筛选到假阳性代谢标识物。
漆小泉课题组采用混合所有生物样本的质控样本（QC）作为代谢物混合池（pool），对QC进行逐级稀释，结合溶剂空白，提出五步峰过滤规则，区分假阳性质谱信号和评价每一个峰的定量能力（quantitative performance）。同时引入相对浓度指数（relative concentration index, RCI），结合QC梯度稀释曲线，建立所有质谱峰的定量校正模型。该模型不仅可以用于定量校正，而且可以将质谱峰面积归一化到RCI。该方法可以消除标准品组成的人工样本中92.4%的假阳性，消除水稻籽粒提取样本中71.4%的假阳性质谱峰信号。
该成果于2016年5月26日在线发表在Molecular Plant杂志上。该组助理研究员段礼新为该论文的第一作者。该研究得到了国家科技部"863"，"973" 和国家自然基金项目的资助。
论文链接：http://dx.doi.org/10.1016/j.molp.2016.05.009