Prinsip - Prinsip Kromatografi

Kemuliaan kariografi memisahkan molekul berdasarkan distribusi diferensial mereka antara fase stasioner dan fase mobile. Fase stasioner dapat berupa padat atau cair yang dilapisi pada dukungan padat, sementara fase mobile adalah cairan atau gas yang membawa sampel melalui sistem. Kopound berinteraksi dengan fase stasioner melalui adsorption[, sementara fase mobile adalah cairan atau gas yang membawa sampel melalui sistem. Berkomplementasi berinteraksi dengan fase stasioner melalui adsorption,, menyebabkan mereka pada waktu yang berbeda-beda pemisahan tenaga ini adalah resolveing biologis untuk metabolermark dan penemuan bio-poliks.

Beberapa parameter mempengaruhi efisiensi pemisahan: column dimensi], particle size, column dimensi, dan mobile komposisi fase[]. Instrumen modern menggunakan tekanan tinggi untuk mencapai pemisahan yang lebih cepat dan lebih efisien. Sebagai contoh, kromatografi cair ultra-high-performance (UHPLC) beroperasi pada tekanan melebihi 15.000 psi, mengurangi waktu berjalan sementara mempertahankan resolusi tinggi.

Teknik Kromatika Kunci untuk Metabolomika

Kromografi Gas (GC)

GC ideal untuk volatile dan termal stabil[ metabolit. Sampel dikurap dan dilewatkan melalui kolom yang dilapisi dengan fase stasioner cair, dengan gas inert (misalnya, helium) sebagai fase mobile. Derivatisasi sering kali diperlukan untuk membuat metabolites kutub volatil ⁇ reagen umum termasuk agen silikil dan metilasi senyawa. GC ditambah dengan spektrometri massa (GMS-TFL) menyediakan ion [[[E] (TFL) spesifiks yang sangat reproksilasiasiasiasi yang tidak terulang, merupakan instrumen metaboksilatidasi yang tidak dapat direduksi, GMS menghasilkan asam metabolit, dan asam lemak yang tidak dapat direproteksidasi yang tidak dapat direduksi, dan juga dapat diretrolisis.

Krotografi Cairan Kecairan (LC)

Pemegangan-langganan [non-volatil dan termally labile senyawa. Banyak studi metabolomik yang menggunakan reversed-phase (RP) LC dengan kolom C18 untuk molekul nonpolar hingga molekul polar secara moderat, atau hydrofilik interaksi kromatografi (HILIK)] untuk metabolites yang sangat polar.FLT:8]] untuk molekul nonpolar untuk molekul nonpolar ke molekul polar-poliner-formal-forman (H) atau [[PLT:6H]] Interformance:9]] Mengurangi partikel di bawah ini, dan meningkatkan ukuran tinggi dan ukuran lebar LES (FPL) serta meningkatkan tinggi (HH) dan metrofilik, termasuk juga termasuk kesetrikalisasi ionik.

Elektroforesis Kapiler (CE)

CE memisahkan ion-ion berdasarkan elektroforetik mobilitas dalam kapiler sempit di bawah medan listrik. Ini terutama efektif untuk polar tinggi dan charged metabolit[, seperti nukleotida, asam organik, dan senyawa fosforylated. CE-MS menawarkan efisiensi pemisahan yang sangat baik dan konsumsi sampel rendah, meskipun kurang umum digunakan daripada LC atau GC.

Kometriografi Pengintegrasian dengan Spektrometri Massa

Teknik Hymphenated ⁇ GC-MS, LC-MS, CE-MS ⁇ adalah tulang punggung metabolomik. Pemisahan kromatografi mengurangi tekanan ion dan memungkinkan spektrometer massa untuk menganalisis senyawa secara individual. Spektrometri massa high-resolusi (HRMS) (contoh, Q-TOF, Orbit) menyediakan pengukuran massa yang akurat untuk identifikasi metabolit yang percaya diri. Tandem massmetry (MS/MS/FL:3 menghasilkan informasi struktural., [[TFL2]] untuk pemantauan bio-terapan [FL]]] (REM)[TFL]] untuk pemantauan bio-terubahan:[TFL]] untuk pemuliaan:[TFL]] untuk pemantauan] dan pemuliaan yang ditargetkan [TFL]] untuk pemantauan][TFL]] untuk pemuliaan:[TFL]] untuk pemuliaan:[TFL]] untuk pemuliaan:[TFL]] untuk pemuliaan]

Aliran Kerja Metabolomika

Persiapan Sampel Sampel

Persiapan sampel Pondaz Poper kritis. Metabolites secara cepat dibalikkan, sehingga metabolisme harus diquenced[ segera (mis., metanol dingin). Extraction metode seperti bifasik ekstraksi cair-liquid (mis., metanol/chloroform/water) memisahkan pecahan polar dan nonpolar. Sampel [[FLT:]]4derivatisasi] untuk G-CFLTFLGL6 atau [[FL6protein]][TFL7:C]] untuk standar internal adalah langkah yang umum ditambahkan untuk efek dan driftasi untuk matriks dan driftasi.

Pemisahan dan Pengesanan

Kondisi kekromatografi yang dioptimalkan menurut golongan metabolit suku bunga.Sebagai contoh, kolom C18 dengan gradien air/acetonitrile dan 0,1% formic acid suit kebanyakan lipidomic. kolom HILIK menggunakan fasa mobile kandungan organik tinggi untuk metabolit kutub. Suhu kolom, laju aliran, dan volume injeksi disesuaikan untuk memaksimalkan kapasitas puncak dan reprodukbilitas.

Pemrosesan Data Memproses Data

Raw chromatography ⁇ mass spektrometri data ester peak deteksi[, peralignment[ melintasi sampel, dan normalisasi[ (contoh, untuk total penghitungan ion atau standar internal). Alat-alat seperti XCMS, MZmine, dan Compound Discoverer automate langkah ini. Analisis statistik] Analisis utama (PC), analisis paling sedikit sisi-diskual (PLDA) Mengidentifikasi metafisit antara grup-kelompok tersebut. Menggunakan database HTL[TLTL] sebagai database dan HTLMD[TL], NTL2L, NTL2L, seperti:1L[T]] menggunakan database.

Pendekatan Metabolomika Bogamika

Metabolomika Tanpa Target

Metabolomik tidak tertargetkan bertujuan untuk mendeteksi sebanyak mungkin metabolit tanpa pengetahuan sebelumnya.]Global profiling[ menghasilkan hipotesis tentang perturbasi metabolit. Kromatografi harus luas atau multiple kolom yang digunakan. Sebagai contoh, pendekatan dual-kolumn (RP-LC dan HILIC) meliputi baik senyawa polar maupun nonpolar. Data yang tidak ditargetkan adalah semi-kuantitatif dan membutuhkan validasi yang teliti.

Metabolomika yang Ditargetkan oleh zombi

Metabolomik tertarget zombi berfokus pada kuantifikasi sebuah set metabolit pradefinisi, sering kali biomarker. Stable isotop-labeled standar internal memungkinkan kuantifikasi absolut. MRM pada triple quadrupole instrumen menyediakan kepekaan dan spesifikitas tinggi.Kromatografi dioptimalkan untuk senyawa target, sering kali dengan waktu lari yang lebih pendek untuk throughput tinggi.

Peranan Kromatografi dalam Penemuan Biomarker

Fase Penemuan

Dalam penemuan biomarker, kromatografi memisahkan cairan biologis kompleks (plasma, urin, ekstrak jaringan) untuk mengungkapkan metabolit yang berhubungan dengan penyakit. Sebagai contoh, branched-chain amino acids (BCAAs) diidentifikasi sebagai penanda awal resistensi insulin menggunakan LC-MS. Studi yang tidak ditargetkan membandingkan kohor, dan ratusan fitur kandidat dikurangi menjadi beberapa lusin melalui penyaringan statistik.

Fase Validasi

Kepromisan biomarker milik-Promising harus divalidasi dalam kohort yang lebih besar dan independen. Chromatography menyediakan reproduksi[ dibutuhkan untuk validasi. Kestabilan waktu retensi dan akurasi massa memastikan identifikasi yang konsisten. Validasi method[ termasuk menilai linearitas, batas deteksi, ketepatan, dan akurasi. Aasay validasi yang berlaku penting sebelum terjemahan klinis.

Terjemahan Klinis Klinis

Transisi dari penelitian ke diagnostik klinis membutuhkan metode robust, throughput tinggi. Assay berbasis kromatografi untuk biomarker seperti homocysteine[ (LC-MS/MS) dan vitamin D metabolites (LC-MS) sudah digunakan dalam laboratorium klinis. Otomasi (contoh, online SPE ditambah ke LC-MS) mengurangi penanganan manual dan melalui peningkatanput.

Studi Kasus Penyakit dalam Biomarker Penyakit

Metabolomika Kanker Penyakit Kanker

Sel kanker anizozous vesolution soctivism ⁇ the (glikolisis aerobic). Chromatografi memungkinkan penemuan laktat yang ditinggikan, mengubah intermediat siklus TCA, dan perubahan metabolisme nukleotida.]2-hydroxyglutarate adalah oncometabolite dalam gliomas IDH-mutant, terdeteksi oleh GC-MS. Lipidomics menggunakan LC-MS telah mengungkapkan profil phosfolipid yang diubah dalam prostat dan kanker payudara.

Sindrom Metabol dan Diabetes

Sindrom metabolik animeologi animeologi terhadap dysregulasi lipid, asam amino, dan glukosa. Studi kromatografi telah mengidentifikasi BCAAs[aromata asam amino[ (tyrosin, phenylalanine), dan acylcarnitine sebagai prediktif diabetes tipe 2. LC-MS profiling dari ceramida dan diacylgliserol menghubungkan metabolisme ke resistensi insulin. Penanda ini sekarang valid dalam kotor skala besar.

Penyakit Neurodegeneratif

Alzheimer, Parkinson, dan ALS melibatkan disfungsi metabolik di otak dan periferi. Lipidomics[ menggunakan LC-MS mengungkapkan perubahan pada sphingolipids dan sterol dalam cairan serebrospinal. Polyamined level (spermidine, putrescine) diubah dalam Alzheimer, terdeteksi oleh HILIK-MS. Metode kromografis mengidentifikasi signiflet metabolit yang korrelat dengan kognitif menurun.

Tantangan dan Solusi

Efek Matriks Matriks dan Penyembunyian Inon

Senyawa co-eluting co-eluting dapat menekan ionisasi dalam MS. Better chromat graphic besolution mengurangi ko-elusi. Menggunakan isotop-labeled standar internal mengimbangi efek matriks. Kromatografi dua dimensi (LC×LC) atau fraksioner dapat membersihkan sampel lebih lanjut.

Pengurangan Data Keabsahan Keperkasaan Data Keperkasaan

Variabilitas inter-lab tetap menjadi hurdle. Stardized protokol[, kualitas kontrol sampel, dan cross-laboration studi (mis., menggunakan NIST SRM 1950) meningkatkan reproducibility. Retensi waktu pengindeksan dengan alkylamines atau calibrant lainnya membantu menyelaraskan data di seluruh run.

Studi Besar-Skala

Metabolomik Aras- Populasi Population membutuhkan penanganan ribuan sampel. Persiapan sampel otomatis (robotics) dan U(H)PLC dengan kolom pendek (mis., gradien 5 menit) memungkinkan throughput tinggi. Batch koreksi[[FLT:]]5 algoritma (mis., QC-based koreksi) alamat drift over long sekuens.

Olook Masa Depan

Pemisahan Resolusi Tinggi

Kemajuan pada teknologi kolom (misalnya, sub-2 μm partikel cangkang-core[] dan ion spektrometri mobilitas (IMS) menambahkan dimensi pemisahan berdasarkan pengukuran lintas tabrakan. LC-IMS-MS dapat menyelesaikan isomer dan meningkatkan kapasitas puncak. Komprehensif dua dimensi GC (GGC×GCCCCCC)[TFLT7:7] adalah gainsi untuk traksi volatility untuk metabolomik]].

Otomimasi dan Miniatur

Perangkat mikrofluidik patifida dan mikrofluidik digital sedang dikembangkan untuk persiapan dan pemisahan sampel on-chip. Otomatisasi online SPE-LC-MS sistem mengurangi langkah manual, meningkatkan reprodubility.teknologi ini akan membuat kromatografi lebih mudah diakses untuk laboratorium klinis.

Bertemu dengan Pembelajaran Mesin

Algoritme pembelajaran mesin morfosis memprediksi waktu retensi, bantuan anotasi metabolit dari MS/MS spektra, dan mengidentifikasi pola dalam dataset yang besar. Menggabungkan data retensi kromatografi dengan informasi spektral massa meningkatkan keyakinan dalam identifikasi biomarker. Deep learning model juga dapat menyarankan kondisi pemisahan optimal.

Kekecualian Kesimpulan

Kekromatan kariografi tetap merupakan alat yang tidak dapat dipendam untuk metabolomiks dan penemuan biomarker. Dari memisahkan ribuan metabolit hingga memvalidasi biomarker klinis, teknik kromatografi menyediakan resolusi, reprodiksi, dan akurasi kuantitatif yang diperlukan. Seiring dengan berkembangnya instrumentasi ⁇ dengan tekanan yang lebih tinggi, kimiawan kolom yang lebih baik, dan integrasi dengan mobilitas ion dan otomatisasi ⁇ kromatografi akan terus mendorong kemajuan dalam pengobatan presisi dan fenotip metabolik. Penel harus mempertimbangkan kekuatan setiap teknik (G, LC, CE) dan alur desain yang memaksimalkan cakupan data metabolom sementara mempertahankan kualitas metabolom.

Untuk pembacaan lebih lanjut, lihat Nature Metabolomics subject page, Chromatography Online resource[, dan sebuah yang terbaru]review on LC-MS in biomarker didition]. Selain itu, Human Metabolome Database (HMDB)] menyediakan informasi spectra dan jalur referensi, dan T6]][Mbolomic]] Work[TfL:6]][TFL9] menawarkan data publik dan tools dan tools.