非靶向代谢组 • 植物代谢组
· 产品介绍
植物代谢组就是利用基于LC-MS/MS的非靶代谢组学技术,以植物为研究对象,无偏向性、尽可能多地检测植物样本内的小分子代谢物,研究不同类型或不同处理条件下的植物小分子代谢物(包括初级代谢物如糖类、氨基酸、核苷酸等,次级代谢物如生物碱、黄酮类、酚类等)的总体变化。之后通过统计分析筛选差异代谢物,进而寻找代谢物与植物生理病理变化的相对关系。
· 技术路线
· 产品优势
1. 高质量数据库:中科植物次生标准品数据库+公共/商业数据库
2. 高覆盖度:定性数目800+,初级、次级代谢物同时检测
3. 高定性准确度:建议修改成:MS1、MS2谱图匹配+RT校正,提高定性准确度
· 数据库概览
类别 | 数量 | 代表性物质概览 | |
初级代谢物 | 脂质和类脂分子 | 5000+ | 亚酯、油磷酸脂、酰棕丝榈氨油酸、肉磷豆脂蔻酰酰胆氧碱硬、脂三酸酰、甘鞘油磷、脂磷、脂月酰桂乙酸醇等胺、磷脂酰甘油 |
氨基酸及类似物 | 1500+ | 甘酸、氨色酸氨、酰精甘氨氨酸酸、等天冬酰胺、赖氨酸、谷氨酸、苯丙氨酸、邻乙酰高丝氨 | |
有机酸 | 1000+ | 乳马来酸酸、丙富酮马酸酸、等富、马芥酸子、酸莽等草酸、奎宁酸、胆酸、去氧胆酸、肉豆蔻酸、 | |
核苷、核苷酸和类似物 | 500+ | 腺黄苷素腺、胞嘌嘧呤啶二、核嘌苷呤酸、胞等苷、顺式玉米素核苷、5- 甲氧基尿苷、腺苷 -3'-磷酸、 | |
糖及醇类 | 200+ | 植葡物萄鞘糖氨、芥醇子、醇甘、露纤醇维等二糖、乳果糖、鼠李糖、果糖、木糖、6- 磷酸山梨醇、 | |
维生素及衍生物 | 50+ | 维混旋生肉素碱C等、维生素 B2、维生素 B6、维生素 D3、维生素 K1 、维生素 E、 | |
次级代谢物 | 苯环型化合物 | 1500+ | 邻羟基苯乙酸、对甲氧基苯甲酸、邻氯苯磺酰胺、五没食子酰葡萄糖等 |
黄酮类 | 1300+ | 花洋甘青菊素素、、表矢没车食菊子素儿等茶素、槲皮素、芹菜素、橙皮素、苜蓿素、山奈素、 | |
生物碱及其衍生物 | 1000+ | 吗索碱啡、苦芥参子碱、白藜毛芦莨碱碱、等黄连碱、马钱子碱、黄莲素、四氢小檗碱、延胡 | |
吲哚及其衍生物 | 500+ | 3- 吲哚乙酸、1- 乙酰吲哚、吲哚啉、5- 羟基色胺、3- 乙酰吲哚、吲哚等 | |
酚类 | 200+ | 银4- 杏硝酚基等苯酚、4- 溴苯酚、丁香酚、愈创木酚、四氢大麻酚、二氢松柏醇、 | |
蒽、蒽醌类及其衍生物 | 200+ | 蒽素等、米托蒽醌、柔红霉素、没食子蒽醌、芦荟大黄素蒽酮、决明素、亮黄 | |
木脂素、新木脂素及相关化合物 | 200+ | 依托泊苷、大木姜子素、千金藤素、牛蒡苷、松脂素、木兰脂素、连翘苷等 | |
萜类 | 200+ | 葫芦素、人参皂苷、柴胡皂苷、青蒿素、小白菊内酯、紫杉醇、松香酸等 | |
丹宁 | 70+ | 五味子素、鞣花单宁、茶皂素 A、木麻黄鞣宁、五味子脂素、地榆素等 | |
类胡萝卜素 | 40+ | 叶β-黄隐素黄、质ε等- 胡萝卜素、番茄红素、番茄黄素、α- 胡萝卜素、β - 胡萝卜素、 | |
其他 | 药物及杀虫剂等 | / | 苯硝唑、地巴唑、阿普唑仑、法莫替丁、地拉罗司等 |
· 数据分析
服务标准 | 分析类型 | 分析内容 | 拟解决问题 |
标准数据分析 | 质控 | TIC等多项QC分析 | 获得高质量数据 |
轮廓分析 | 代谢物化学分类归属统计 | 获得代谢物的分类信息 | |
差异分析 | 单变量统计分析(火山图等) | 反映每个变量的组间差异 | |
多维统计分析(PCA、PLS-DA、OPLS-DA等) | 评估组间差异,找到导致组间差异的影响变量 | ||
差异倍数分析(蝴蝶图) | 直观展示差异代谢差异倍数变化 | ||
韦恩分析 | 展示不同对比组中共有和特有的差异代谢物 | ||
丰度分析(柱状图、箱线图、小提琴图) | 展示每个物质最小值、最大值、平均水平等信息 | ||
层次聚类分析 | 获得代谢物的表达模式信息 | ||
相关性分析(相关性热图、和弦图、网络图) | 衡量两个变量的相关程度 | ||
功能分析 | KEGG注释分析 | 进一步了解相关代谢通路和生物学功能 | |
KEGG通路富集分析(气泡图、得分图、网络图等) | 筛选重要通路 | ||
MetPA富集分析 | 筛选重要通路 | ||
MSEA富集分析 | 筛选重要通路 | ||
诊断分析 | ROC分析 | 表明代谢物区分两组间的能力 | |
高级数据分析 | 生信分析 | WGCNA | 获得与表型强关联的核心代谢物 |
与目标参数相关的代谢物筛选 | OPLS回归分析 | ||
临床指标关联分析 | 建立重要代谢物和临床指标的关联 | ||
分子分型分析 | 基于代谢物表达趋势分对样本分类 | ||
机器学习分析 | 筛选诊断性能良好的生物标志物 | ||
两组学分析 | 转录组/蛋白组/修饰组+代谢组联合分析 | ||
三组学分析 | 转录组+蛋白组+代谢组联合分析 |
· 部分数据分析结果展示
· 推荐组合产品
1. 植物代谢组+植物脂质组:极性+非极性小分子全面覆盖,深度揭示代谢变化
2. 植物代谢组+蛋白/转录组:上游(蛋白/转录)+下游(代谢)表明因果
· 推荐应用领域
1. 植物抗逆
2. 植物育种
3. 植物有效成分研究等
· 送样建议
样本类型 |
常规送样量 |
最低送样量 |
植物组织 |
≥200 mg |
≥100 mg |
植物种子 |
≥200 mg |
≥100 mg |
发酵液 |
≥1 mL |
≥0.5 mL |
其他特殊样本 |
请另外咨询 |
· 应用案例
1. The transcribed centromeric gene OsMRPL15 is essential for pollen development in rice. Plant Physiology . 2023
植物代谢组检测——花粉——转录的着丝粒基因OsMRPL15对水稻花粉发育至关重要【客户文章】
2. Antioxidant Capacity Changes and Untargeted Metabolite Profile of Broccoli during Lactic Acid Bacteria Fermentation. Fermentation. 2023
植物代谢-乳酸菌发酵过程中西兰花抗氧化能力变化及非靶向代谢谱【客户文章】