仪器社区

官宣!中药分析前沿新技术——AcquireX智能化质谱数据采集模式

赛默飞色谱与质谱中国 2020-11-23

您还在为中药多组分分析而焦虑吗?

您还在为中药复杂样品中低含量的组分难以获得有效碎片信息而苦恼吗?

您还在手动编辑包含列表和排除列表进行质谱数据采集吗?

来看看AcquireX智能化数据采集如何帮助您提升工作效率,告别996!

山河春满尽滌殇,家国欢聚已无恙,2020年注定是不平凡的一年。在年初抗击新冠疫情的战斗中,中医药是其中一大特色和亮点。ZG质谱学会理事会理事长,南京大学化学分析科学研究所所长陈洪渊院士这样说:“不管是中药还是西药,都是化学物质,但前者是多种成分的组合,而后者则是单一的;真正治病起作用的都是药物在体内进行的生化反应。所以,化学研究对发展健康事业非常重要”。近年来随着质谱技术的不断发展,液相色谱-高分辨质谱联用技术(LC-HR MS)已成为分析中药复杂体系化学物质基础zui强有力的工具。

1.jpg

AcquireX自动化智能化数据采集

化合物质谱鉴定一直是中药研究的瓶颈之一,目前鉴定最行之有效的办法就是建立标准品谱图数据库,通过谱图对比、碎片确证的方式,对未知成分进行快速准确的鉴定。然而中药研究的样品由于其成分复杂,浓度不一,基质背景干扰大,在LC-MS 分析时如何获得众多低含量组分的二级/多级质谱碎片信息一直是质谱分析工作者面临的挑战。

在2018 年ASMS上发布的小分子终端旗舰机Orbitrap ID-X上,我们首次引入了AcquireX自动化智能化数据采集模式。这种新型的采集模式采用深度机器学习,自动迭代更新排除和包含列表,从而采集到更多有意义的质谱数据,深受中药研究者信赖和喜爱。

1.jpg

图1. AcquireX智能化数据采集模式工作原理

在今年Orbitrap Exploris系列新产品中,我们同样引入了AcquireX的采集模式,以帮助到更多的科研工作者能使用此功能进行科学研究。相较于传统DDA模式,AcquireX 模式采集到的有效碎片谱图数量大幅增加,从而能增加未知化合物鉴定的覆盖度和置信度,对zui具挑战的低丰度、高复杂性样品获得前所未有的结果,适用于中药研究的各个领域:如中药及制剂化学成分的表征、中药代谢组学研究、中药质量控制研究(非法添加,农药残留筛查等)、及中药体内代谢研究等各领域当中。

1.jpg

图2. AcquireX智能化数据采集模式性能特点

AcquireXZX应用成果

近期,赛默飞色谱质谱小分子质谱应用团队与厦门大学吴彩胜教授团队、及南京药明康德和MassDefect Technologies公司朱明社博士团队首次利用了AcquireX 智能化数据采集模式研究了消渴丸ZL糖尿病的药理机制和物质基础,成果发表在“Pharmacological Research, IF=5.89”,题为“Artificial intelligence and network pharmacology based investigation of pharmacological mechanism and substance basis of Xiaokewan in treating diabetes”。

研究团队将AcquireX智能化数据采集、数据挖掘、网络药理学、计算机辅助靶标垂钓等技术相结合,开发出一套GX筛选消渴丸降糖功效成分方法。选择了5个主要的体内暴露成分(葛根素、大豆苷元、刺芒柄花素、五味子甲素和格列苯脲)作为有效的降血糖成分,网络药理学实验结果表明,这五种成分可以作用于不同药物靶点,如PI3K, PTP1B, MAPK, AKT, TNF, and NF-kB。研究提示这五种成分可能参与调节-细胞功能或表现炎症YZ能力,从多个环节缓解病理生理过程。

1.jpg

图3. 消渴丸ZL糖尿病的药理机制和物质基础研究整体方案

此外,这5种成分的药理作用已在糖尿病斑马鱼模型中得到验证。斑马鱼模型结果表明,不含格列苯脲的中药单体合剂具有与消渴丸相似的降血糖活性。中药成分五味子甲素的降糖效果zui好。因此,基于智能化数据采集的质谱技术和计算机网络药理学,可为中药的物质基础研究和从自然资源中寻找先导化合物提供借鉴方法。

640.png

图4. 中药活性组分GX筛查技术策略

赛默飞作为领先的分析仪器公司,一直致力于为客户提供先进的仪器和出色的解决方案。在中药研究领域,我们提供从样品前处理,到色谱分离,到质谱检测,到中药数据库及数据处理软件的全套完整解决方案。未来我们期待与更多的客户一起合作,为中药的科学研究贡献一份力量。

1.jpg

图5. 赛默飞世尔科技中药/天然产物分析解决方案


“码”上下载

填写表单即刻获取【中药分析完整解决方案】

20201123-1328590794.png


640.png

参考文献:

[1] Chunyan Zhu, Tingting Cai, Ying Jin, et al. Artificial intelligence and network pharmacology based investigation of pharmacological mechanism and substance basis of Xiaokewan in treating diabetes, Pharmacological Research, 159(2020), 104935.

评论
全部评论
您可能感兴趣的社区主题
加载中...
发布 评论