经典脂质组学检测&定量脂质组学检测-百趣生物

百趣生物提供脂质组学检测（经典脂质组学、定量脂质组学）服务，百趣生物采用高通量高分辨率质谱平台精准助力临床脂质组学检测，本文整理了脂质组学相关应用方向、案例分析、高分文献等，欢迎一起交流脂质组学相关技术。

 

经典脂质组学检测

 脂质是自然界中存在的一大类极易溶解于有机溶剂，在化学成分及结构上非均一的化合物，主要包括脂肪酸及其天然发生的衍生物(如酯或胺)，以及与其生物合成和功能相关的化合物。脂质主要分为八大类：脂肪酸类（fatty acids）、甘油脂类（glycerolipids）、甘油磷脂类（glycerophospholipids）、鞘脂类（s p h i n g o l i p i d s）、固醇脂类（s te ro l l i p i d s）、孕烯醇酮脂类（p re n o l l i p i d s）、糖脂类（saccharolipids）、多聚乙烯类（polyketides）。

脂质组学（lipidomics）是对生物体、组织或细胞中的脂质以及与其相互作用的分子进行全面系统的分析、鉴定，了解脂质的结构和功能，进而揭示脂质代谢与细胞、器官乃至机体的生理、病理过程之间的关系的一门学科。目前脂质组学已经被广泛运用于药物研发、分子生理学、分子病理学、功能基因组学、营养学以及环境与健康等重要领域。

应用方向

• 组织细胞中脂质物质鉴定；

• 脂质功能及代谢调控研究；

• 脂质代谢途径及网络研究；

• 脂质生物标志物发掘。

BIOTREE客户案例分析

脂质组学和转录组学

研究棉蚜虫脂质变化机理

棉蚜虫 （Aphis gossypii Glover）是一种重要的农业害虫，是我国棉花主要害虫之一。它通过寄生吸食汁液，能够在早期生长季节对棉花幼苗造成严重损害。据报道拟寄生物对蚜虫的脂质合成有影响，然而目前尚不清楚这些脂质变化如何影响棉蚜虫生理过程。

本研究首次基于RNA-Seq与脂质组学联合分析方法，探讨了拟寄生物对棉蚜虫脂代谢及基因表达的影响。结果表明寄生导致脂质代谢的显著变化及甘油酯和甘油磷脂的组成变化。这些数据可作为研究寄生虫-昆虫相互作用的宝贵资源，并将进一步表征脂质合成途径及其与三羧酸(TCA)循环和糖酵解的关系。

图1 寄生和非寄生蚜虫脂质代谢PCA、OPLS-DA、permutation分析

图2 寄生诱导与脂质代谢相关基因的表达

参考文献：

Gao X K, Zhang S, Luo J Y, et al. Lipidomics and RNA-Seq Study of Lipid Regulation in Aphis gossypii parasitized by Lysiphlebia japonica[J]. Scientific Reports, 2017, 7(1):1364.

BIOTREE技术优势

• 定性定量准：采集客户样本物质二级图谱与自建标准数据库二级谱逐一智能匹配，物质鉴定准确性高；

• 检测种类多：自主构建脂质代谢物的数据库，包含34类，76361种脂类物质，181300张MS/MS二级质谱图；

• 样本前处理经验丰富：可处理各种组织细胞样本；

• 专业的数据分析：专业的数据处理和分析软件，能对数据进行PCA、OPLS-DA、T-test等分析。

定量脂质组学检测

对脂类的准确鉴定和绝对定量在脂质代谢的综合研究中起着重要的作用。基于稳定同位素标记内标（SILIS）及响应因子（RF）建立的脂质组全定量库，可对Plasmenyl-glycerophosphatidylcholine（pPC）、Lysoglycerophosphatidylcholine（LPC）和Sphinganine（Sph）等多达34类脂质进行准确定性以及绝对定量。相较于传统的脂质组学检测方法需要添加 多种SIL-IS的弊端，我们通过引入RF使得我们的脂质组全定量方法，在保持与传统方法相当定量精度以及日间重复性的基础上，可定性定量物质种类更多、通量更高。通过对我们包含76361种脂质、181300张MS/MS二级质谱图的自建脂质二级质谱库的检索匹配，我们可以仅用单个SIL-IS，对生物样本种数万种脂质同时进行准确定性以及绝对定量，且上述工作均基于计算机程序自动化运作，高效便捷。

应用方向

• 通过分析各种代谢性疾病的不同代谢途径的脂质成分变化，揭示出相关疾病发生、发展过程中脂质成分的功能和影响；

• 通过比较不同处理，生物样本中脂质成分的差异，探究脂质成分的生物学功能。

案例分析

探究脂质成分在老年人脑中的广泛变化

许多研究发现脂质与衰老和年龄相关的神经退行性疾病，如阿尔茨海默病（AD）有关。在这项工作中，我们进一步应用我们的绝对定量脂质组学来揭示脂质在衰老小鼠脑中的广泛变化。在衰老过程中，脑脂质图谱发生明显变化，甘油磷脂和鞘脂含量显著降低。有趣的是，鞘脂具有随年龄增长的酰基链长度依赖性，特别是，具有较长酰基链的鞘脂倾向于在衰老的脑中积聚，而短链酰基链的鞘脂随着衰老而趋于减少。膜酯化脂肪酸水平随时间的变化而变化，而多不饱和脂肪酸含量随年龄的增加而降低。这些结果说明衰老小鼠大脑老化和脂质代谢失调之间的联系，这将有助于了解年龄依赖性神经退行性疾病的发病机制。

图1 22类脂质（992种脂质）在小鼠大脑中的质量百分比的饼图

图2 脂质类群的分层聚类

图3 衰老过程中脂质种类失调的相关矩阵

图4 B和D类群中脂质种类的年龄依赖趋势

图5 鞘磷脂酰基链长度与年龄的关系

参考文献：

Tu J, Yin Y, Xu M, et al. Absolute quantitative lipidomics reveals lipidome-wide alterations in aging brain[J]. Metabolomics, 2018, 14(1):5.

BIOTREE技术优势

• 脂质检测效率高：可实现单一SIL-IS同时高通量定性，绝对定量上万种脂质；

• 专业团队检测分析：通过计算机程序自动化运行。

协助客户发表文献

湖州中心医院：Chen Y, Ma Z, Zhong J, et al. Simultaneous quantification of serum monounsaturated and polyunsaturated phosphatidylcholines as potential biomarkers for diagnosing non-small cell lung cancer. Sci Rep 2018; 8(1): 7137.IF=4.122

• 课题方向： 非小细胞肺癌诊断标志物 

• 组学平台： 非靶-GC-TOF/MS（血清）、LC-QTOF/MS（血清）、 脂质靶标- LC-QTOF/MS（血清）

• 分组情况：早期非小细胞肺癌NSCLC与健康对照HC 非靶每组90例，脂质靶标每组30例

• 分析图：TIC/ PCA/OPLS-DA/气泡图/网络图/散点图/ROC

湖州中心医院：Chen Y, Ma Z, Shen X,et al.Serum Lipidomics Profiling to Identify Biomarkers for Non-Small Cell Lung Cancer.Biomed Res Int 2018;2018.IF=2.583

• 课题方向：脂质组学研究非小细胞肺癌诊断生物标志物

• 组学平台：LC-TOF/MS（血清）

• 分组情况： 健康对照组（Control）、肺良性疾病组（LBD）和非小细胞肺癌组（NSCLC）脂质非靶--每组n=30  脂质靶标--每组n=10

• 分析图：TIC/PCA/ OPLS-DA/气泡图/ ROC

更多百趣非靶向代谢组学产品

（点击以下产品查看产品详情）

经典脂质组学  

定量脂质组学  

LC-MS非靶标代谢组学 

GC-MS非靶标代谢组学检测