第一篇:体内化学交联和质谱分析法证实蛋白质相互作用
体内化学交联和质谱分析法证实蛋白质相互作用
蛋白复合体的分离可用不同的亲和色谱法。在经典的免疫亲和实验中,细胞裂解液中的蛋白复合体能被固定化了的抗体获取,该抗体识别复合体中已知成分的抗原决定簇。经过多次洗涤以去除非特异性结合蛋白,该复合体由质谱法分析(MS)。短暂性结合复合体,其解离常数高,不适合这种方法。本文通过一种新的方法,用体内化学交联和基于鉴定蛋白质的质谱分析法来鉴定瞬时作用的蛋白复合体。活细胞用甲醛处理,其快速蔓延到细胞膜,形成蛋白质-蛋白质化学交联。互作蛋白质交联到一个含有Myc标签的蛋白质上,通过免疫亲和层析共同纯化出来,再把分离下来。通过SDS-PAGE分离后,再用串联的质谱分析鉴定。利用这种方式我们证实了大量的与M-Ras组成激活形式共同被纯化下的蛋白质。在这些蛋白中,我们证实了RasGAP相关蛋白IQGAP1,它是与M-Ras相互作用的一个新的蛋白质。这种方法适合多种蛋白,对研究蛋白质相互作用十分有益。简介
蛋白质互作几乎是细胞内每个功能水平都出现的,包括亚细胞结构,各种细胞膜的机械转运,染色体包装,基因表达调控,细胞内信号传导。蛋白质互作异常将导致很多种疾病,所以对蛋白质互作的研究成为生命科学领域极为紧迫的一件事。蛋白质复合体的纯化可以应用多种方法,包括经典的分子筛和凝胶过滤,以及这个不同的亲和色谱法分离。免疫亲和的方法是目前最具说服力的纯化方法,通常用于证明体内蛋白质互作和复合体中相互作用的物。一个经典的免疫亲和实验中,细胞裂解液中的蛋白复合体能被固定化了的抗体获取,该抗体识别复合体中已知成分的抗原决定簇。经过多次洗涤以去除非特异性结合蛋白,该复合体由质谱法分析。
这种方法的缺点是,对感兴趣的蛋白质需要一种特异的抗体(Ab),许多时候这种亲和导致纯化效率很低。Ab除了和靶蛋白外的其他蛋白交联是另一个缺点。这时,与靶蛋白不相关的蛋白或蛋白复合体被纯化下了,导致假阳性。通过抗原决定簇标签把抗原结合到特异的抗体上,形成普通的抗体。为此,需要一个带有抗原决定簇标签的抗体和一个高亲和力的抗原。通用的标签有Myc,Flag,相应抗体已经被商品化。操作说明被标准,不要求每一部都在最适合的条件。虽然抗原决定簇标签适用于大范围的纯化实验,但是其局限于稳定的复合体。结合较弱的或者瞬间结合的复合物会被忽视,进而不能被分析出来。短暂性结合复合体,其解离常数高,在洗脱非特异结合条带时被洗脱下来。这些步骤不要严谨操作,在高盐或洗涤剂浓度时效率高。在温和条件下,重复洗涤也将洗脱掉结合不紧密的成分。
通过化学交联可以阻止蛋白质复合体特异组分的丢失。有效地化学交联剂是甲醛。甲醛的几个特点应用于蛋白质互作的研究。1,交联发生在近距离(2A),被交联的蛋白位置很近。2,甲醛可以扩散到细胞膜且是非特异的,有益于广谱的蛋白互作研究。3,甲醛几乎在添加到细胞内后阻止酶反应,可以提供添加时瞬间的互作情形。4,一旦交联反应完成,反应物可用于非生理条件下操作,并保持结构完整性。另外,交联是可逆的,可以随后分析复合体组分。
甲醛温和处理和免疫沉淀在分析转录因子,与染色体结合的多聚配合物,核小体位置的确定,核小体动力学和核小体再构建方面。最近,甲醛交联与免疫沉淀和Western杂交结合,成功分析了,在酵母里是否TATA结合蛋白,TF IIB,SAGA组氨酸乙酰转移酶是否直接与转录结合蛋白结合。最近,作者在哺乳动物细胞中,采用了新的分析蛋白质互作方法,即甲醛交联结合免疫亲和层析,基于质谱分析的蛋白鉴定。利用这种方式我们证实了大量的与M-Ras组成激活形式共同被纯化下的蛋白质。共免疫沉淀和Western杂交证实很多蛋白互作。在这些蛋白质,我们证实了RasGAP相关蛋白IQGAP1,它是与M-Ras相互作用的一个新的蛋白质。进一步研究去解释其互作的生物学功能。2材料与方法 2.1 抗体与试剂
抗Myc的小鼠抗体mAB(clone 9E10)来自于H.Ziltener博士。抗IQGAP1和抗Rac的小鼠抗体是购买于BD生物科学公司。抗Rap1的兔多克隆抗体购买于Santa Cruz生物技术公司。羊抗鼠和羊抗兔的二抗来自DAKO公司。羊抗鼠Alexa Fluor 680二抗来自分子探针公司。另外的试剂来自Fisher Scientific。2.2 细胞系和细胞培养
R6X细胞(依赖于白介素3双点位的鼠肥大细胞/巨噬细胞系)感染双顺反子逆转录病毒载体基于pMXpie,其稳定表达绿色荧光蛋白和天然的M-Ras和突变的组成型激活M-Ras,它们都带有氨基端的Myc标签。R6X细胞在37℃,5%CO2,RPMI1640培养基中加2mm的l谷氨酸盐,100单位/ml的青霉素,50ug/ml的链霉素,10%胎牛血清,2%的10倍的培养基,在WEHI-3B没有的作为白介素3的来源。2.3甲醛交联???
收集R6X细胞,用PBS洗,每5*106个细胞在1ml的PBS(含0.125-1.0%多聚甲醛质量体积比)中孵育。甲醛交联在37℃,5-60分钟。反应终止是加入起始浓度为1.25M的甘氨酸,抑制浓度为125mM,室温,5分钟。细胞收集,PBS洗两次,在裂解缓冲液(50 mM Tris pH 7.5, 150 mM NaCl, 10% 甘油, 1% NP-40, 5 mM EDTA)中打散沉淀物,裂解液中加入蛋白酶抑制剂。细胞裂解物在14000rpm,15min成为细胞颗粒碎片。收集上清用BCA蛋白浓度测定试剂盒定量检测蛋白质量。
3.4 Western杂交和免疫沉淀反应
蛋白在10% SDS-PAGE中被分离,并转到硝酸纤维素膜上,膜在4℃,3%的BSA过夜封闭,室温一抗孵育1小时,PBS中加入0.1%的吐温洗涤四次,室温二抗孵育1小时。在一轮洗涤后,条带在化学发光剂和X射线胶卷或奥德赛红外成像系统中被看到。免疫沉淀反应,2mg抗Myc的抗体用邻苯二甲酸二甲酯偶联到1ml的蛋白G琼脂糖珠子上,细胞裂解液用25-50ml蛋白G琼脂糖珠预处理,4℃,10min,含有1mg的处理裂解液在25-50ul的含抗Myc的抗体琼脂珠,4℃,2h。裂解液用buffer洗涤三次,结合材料再用1m甘氨酸(pH2.5)37℃,15min。用饱和Tris溶液再次洗涤。洗涤样品中加入5倍的样品buffer(2%SDS, 10%甘油, 40%mMTris pH 6.8, 715 mM b-巯基乙醇稀释成1倍),65℃煮10民,以备SDS-PAGE。2.5 免疫亲和层析
9多聚甲醛处理的细胞裂解液约需10R6X细胞,含有标准化保证岂有相同的蛋白数量。免疫亲和层析实验中,0.864 cm Poly-Prep柱子中1ml抗Myc抗体的柱子。在纯化之前,细胞裂解液用1ml的蛋白G琼脂珠预处理,4℃,10min。预处理的裂解液加入免疫亲和层析柱子中,4℃,2小时。柱子用10ml平衡buffer(20 mM Tris, pH 7.5, 100 mM NaCl, 0.1 mMEDTA)洗脱,第2次用10ml含1%吐温20平衡buffer洗脱,第3次用10ml含500mM NaCl平衡buffer洗涤。结合材料用1m甘氨酸(pH2.5)37℃,15min。用饱和Tris溶液再次洗涤。把三次的纯化也收集在一起,用Amicon Ultra-4 10 000 MWCO过滤器离心。在浓缩的样品中加入5倍的上样buffer,95℃煮20min。蛋白质在10%SDS-PAGE中分离,用考马斯亮蓝染色法观察。2.6多维液相层析/串联式质谱法分析
蛋白条带从SDS-PAGE中切割下来,胶内进行胰蛋白酶化。按序蛋白酶化在37℃过夜。提取多肽,到新管中,加入10ul 5%的甲酸用多维液相层析/串联式质谱法分析。流入的液相色谱用最终高效液相色谱系统,流速为200nl/min用75 mm6150 mm RP毛细管柱,用水/CAN/甲酸为梯度。液相色谱流出液电喷入QSTAR quadrupole-TOF质谱仪的样品孔。收集串联质谱仪收据。串联质谱仪用MASCOT搜索引擎,收据分析和对比所有的哺乳动物序列(Swiss-Prot数据库)。3 结果与分析 3.1 体内M-Ras化学交联
甲醛是一种可逆的有效地蛋白交联试剂。据此,我们研究甲醛对Ras家族(小GTP酶M-Ras)化学交联效果。M-Ras,好家族中其他成员像类似,以结合GDP或GTP决定分子的开关。当结合GTP时它可以绑定下游效应物激活下游反应。至今,M-Ras几个候选效应物已有酵母双杂交证实,包括RPM, Nore1, AF-6, Rin1, RalGDS, Raf-1, and A-Raf。M-Ras具有很多调节物,有p21Ras蛋白特性,H-Ras,N-Ras,K-Ras。鸟嘌呤交换因子(GEFs),促使GDP释放,阴性调节剂包括GTP激活蛋白(GAPs),是Ras与GTP结合,并增强GTP酶活性,导致失活状态构想变化。
已知的M-Ras的效应物不能说明其功能,体内与其相互作用的物质应该解释其细胞功能,包括,生长,分化和瘤形成。本文的目的是寻求一种普遍的方法来鉴定蛋白质的互作,方便我们的研究。通过甲醛处理,作者认为可以交联到带有抗原决定簇标签的靶基因的互作蛋白。与靶基因互作的基因可以通过已知基因的抗体把互作基因共纯化下来。纯化的复合物通过SDS-PAGE纯化出来,通过多维液相层析/串联式质谱法分析
R6X细胞表达带有Myc标签的组成型激活M-Ras突变体,用某种浓度的多聚甲醛处理20min,包含M-Ras用Western分析(Myc抗体),M-Ras约在29kDa处,在1%多聚甲醛处理后其上方约50kDa处有两条明显的条带。随着多聚甲醛浓度从0.125%到1%增加,这两条带越来越明显,表面M-Ras至少和两条蛋白交联,大小约20kDa。由于不溶性沉淀出现在细胞裂解物中,所以没有测定更高浓度的多聚甲醛。除了上面的条带外,约37kDa的条带在Western(抗Myc的抗体)中一直被发现,为了选择1%多聚甲醛的最适作用时间,做了一组选择最适时间的试验。孵育时间在10,20min时M-Ras复合体的产量高。条带弥散表明杂交时间太长。因此过度的杂交,则会造成抗原决定簇位点的掩盖,这是由于赖氨酸或其他由于甲醛作用的位点扩大化。最后把1%多聚甲醛,20min固定作为体内M-Ras交联的最适条件。
Q71LWTR6X细胞中表达pMXpie空载体,M-Ras(突变),M-Ras,通过交联与非交联用Western杂交观察M-Ras表达量。多聚甲醛交联后用红外成像系统观察到多余复合物的出现。这些复合物表达量较低,大小在65kDa到250kDa.只是在突变的表达载体中看到的,因为突变的载体处于激活状态,其效应物和负调控因子与其结合,增加了蛋白含量。3.2 免疫亲和纯化与M-Ras交联的蛋白
Q71L为了鉴别与M-Ras(突变)结合的蛋白,需要纯化出足够的复合体以供质谱分析。所以我们需要对地表达量的条带进行富集。起初,作者想用商业化的抗Myc的亲和树脂来小范围的纯化大量的SDS-PAGE中观察到的条带。虽然富集量很大,通过Western杂交显示仍不够。按比例增加反应量,合并收集液,收益很小,且增加了非特异条带。为此,作者采用免疫亲和层析大范围纯化复合体。柱子上灌入亲和树脂,其共价结合抗Myc的抗体的蛋白G琼脂糖珠。纯化之前,细胞裂解液先于蛋白G琼脂糖珠处理,然后,与亲和树脂孵育。经过洗涤后,结婚有复合体的珠子用低pH的洗提也洗,然后立即从新洗涤以免蛋白质被破坏。在进行蛋白分离之前,甲醛交联复合体先复兴即从新解离。甲醛是与主链氨基上的赖氨酸残疾反应形成交联,解交联将会抑制,1)凝胶被溶解时,多肽链形成。胰蛋白酶消化位点丢失。2)残留物中含有多个位点参与化学交联3)来自不同蛋白的多肽用胰蛋白酶消化。几种解交联地方法,我们选择了Hall et al,样品在5*SDS-PAGE中煮沸20min,用Western杂交显示煮沸法是否适用与解交联,结果很成功。Myc变性或修饰的因素应该被排除,因为M-Ras条带清晰可见。
3.3 质谱分析共纯化的蛋白
三次共纯化的复合物收集一起,经过解交联反应,再用SDS-PAGE分离。用考马斯亮蓝染色,与对照组相比,实验组显示有多条蛋白。从胶中切下16条带,再用胰蛋白酶消化。抽提蛋白,用液体色谱法分离,流出液电喷入QSTAR quadrupole-TOF质谱仪的样品孔。串联质谱分析以此出现的多肽数据,分析显示有19中蛋白,每种至少有五个特有的肽序列。最亮的那条带为244分(基准分为37).
第二篇:本科毕业答辩演讲稿(使用遗传算法从蛋白质质谱数据提取特征)
尊敬的各位老师:
大家上午好!
我叫XX,本次论文指导老师是XX老师,我选的毕业论文题目是《使用遗传算法从蛋白质质谱数据提取特征,下面我先汇报一下自己选择这篇论文的动机以及基本写作思路。
重所周知,蛋白质是遗传物质的直接反映者,通过对蛋白质所反映出的特征进行分析,能够准确地判断出生物体的一些特征,如是否具有癌症性状。但是蛋白质所反映出的信息成千上万,在对数据进行分析之前,必须先知道哪个才是对我们做出判断有决定性作用的,哪个是与我们所研究的方面无关的,这就是论文中提到的特征提取。例如,这次论文中所选取的例子,是121卵巢癌症患者和95例对照的样本收集,针对每个样本有15000个质谱数据,编写程序的目的,就是通过遗传算法,决定出哪20个质谱数据能够对判断是否是癌症患者起决定性作用。
现在,我来陈述本篇论文的结构,主要内容分为三个部分:蛋白质质谱,遗传算法,特征提取的程序实现。
蛋白质质谱是蛋白质分子经过质谱仪分析而得的数据。首先,被分析样品的气态蛋白质分子,在高真空中受到高速电子流或其它能量形式的作用,失去外层电子生成分子离子,或进一步发生化学键的断裂或重排,生成多种碎片离子。然后,将各种离子导入质量分析器,利用离子在电场或磁场中的运动性质,使多种离子按不同质荷比m/e的大小次序分开,并对多种的离子流进行控制、记录,得到质谱图。最后,得到谱图中的各种离子及其强度实现对样品成分及结构的分析。
质谱分析具有如下优点:很高的灵敏度,能为亚微克级试样提供信息,能最有效地与色谱联用,适用于复杂体系中痕量物质的鉴定或结构测定,同时具有准确性易操作性快速性及很好的普适性。正因为质谱法有这些优点,所以分子量测定、氨基酸鉴定、蛋白质序列分析及立体化学分析等。
现在来看第二部分,遗传算法。遗传算法以达尔文的进化论和Mendel的遗传理论为基础,将生物进化过程中的适者生存法则和遗传过程中的随机配对交叉机制相结合,通过模拟生物进化的过程和机制来搜索最优解。从本质上而言,遗传算法是一种迭代算法,它通过逐次逼近来获得问题的近似最优解。其主要特点是直接对结构对象进行操作,不存在求导和函数连续性的限定;具有内在的隐并行性和更好的全局寻优能力;采用概率化的寻优方法,能自动获取和指导优化的搜索空间,自适应地调整搜索方向,不需要确定的规则。遗传算法的这些性质,已被人们广泛地应用于组合优化、信号处理、自适应控制和人工智能计算中。
在将数据载入算法之前,首先要对数据进行编码,成为可以被程序处理的数据,也就是二进制串。应遵循的准则首先是完备性,也就是问题空间中的所有点(候选解)都能作为GA
空间中的点(染色体)表现。第二是健全性,就是GA空间中的染色体能对应所有问题空间中的候选解。第三是非冗余性(nonredundancy),就是染色体和候选解一一对应。在遗传算法程序之中,会包含一个用于创建初始群体的函数,这个函数会在编码而成得可行解中随机选择成为第一代父本,进行迭代。
把这些假设的可行解置于问题的“环境”中,并按适者生存的原则,从中选择出较适应环境的“染色体”进行复制,再通过交叉、变异过程产生更适应环境的新一代“染色体”群,这个过程就称为迭代。
适应度,是表示某一个体对环境的适应能力,也表示该个体繁殖后代的能力。遗传算法的适应度函数也叫评价函数,是用来判断群体中的个体的优劣程度的指标,它是根据所求问题的目标函数来进行评估的。适应度函数是遗传算法的核心,它决定了遗传算法的进化方向,也就是我们最后所得到的数据的特点,就是由适应度函数来决定的。不同的程序是有不同的适应度函数的。比如我的这次试验是要找出能够对判断是否是癌症起决定作用的质谱数据,那我的适应度函数用了一个分类函数,按照质谱数据对个体进行分类,选出能够使分类后两组的真值分离最大化的作为特征质谱。在程序中我用两个语句把癌症个体真值赋成1,健康个体的真值为2。
迭代的核心在于三个关键词——复制、交叉、变异。遗传算法的有效性主要来自复制和交叉操作,尤其是交叉在遗传算法中起着核心的作用。复制操作有多种算法,最经典的是轮盘赌算法,即将上一代种群中所有个体按适应度值成比例的依次组成一个圆形的轮盘随机转动轮盘,当轮盘停下来时,指针所指向的个体就是被选中的个体,由于适应度值较高的个体所占的区域较大,被选中的概率也较高,保证了适应度值较高的个体能在新的种群中产生较多的后代。
交叉算子有很多种,包括单点交叉、多点交叉、洗牌交叉等等。交叉操作分两步实现。第一步是在群体中随机抽取两个个体,作为交叉操作的父个体。第二步是随机地选择交叉点,对匹配的位串进行交叉繁殖,产生一对新的位串。
由于种群的个体有限,经过若干代交叉操作,源于一个较好的祖先的个体会逐渐充斥整个种群,使问题过早收敛而得不到最优解。为避免这种情况出现,就要效法自然界生物的变异,对个体进行小概率的翻转(替换)。变异是由变异算子完成的,反映到数据上就比如原来的数据是一串1,那么我把它的某位变成0,就完成了最简单的变异过程。
决定迭代进行到什么程度的就是收敛条件。有很多种收敛条件,如时间限制,就是我进行多少代之后就停止迭代。再比如精度限制,当个体适应度的方差或标准差低于一定的数值时停止迭代,或者适应度限制,当连续几代最优个体的适应度没有明显变化时终止算法。在本次实验中采取的是时间限制。
这是一张遗传算法的图解,它很直观地表示出了遗传算法的步骤。这里的初始条件就是收敛条件,我的论文里选的是时间收敛,设置迭代次数为50次,没到次数就会一直迭代。然后是计算个体适应值,这里用到适应度函数。这是为下步的选择做准备的。然后用概率来选择遗传算子。比如变异的概率是百分之一,也就是500例个体中有5个变异的个体,则从适应度高的个体中选出5个,对它运用变异算子。其他个体进行交叉或者直接复制到下一代。然后再回到第二步进行收敛检验。
最后一部分主要内容就是程序设计了。由于ppt篇幅的关系我没有把所有程序都列举出来。程序一共分为6个部分,数据加载到matlab,创建初始种群,创建适应度函数,创建选择结构,调用遗传算法,显示被选择特征。我选择了数据加载和调用遗传算法两部分解释一下。
Load语句将数据加载至matlab,whos是显示出数据名和类型。从输出可以看出,一共有216组数据,每组有15000个质谱数据。
下面看看主程序的调用。Rand是随机产生均匀分布的随机数,randn是随机产生正态分布的随机数,这两个随机数是在调用ga之前必须设置的。
设置所需的特征数目。
设置适应度函数以便下步调用。而之前已经编写好了适应度函数biografit。
ga函数的参数有三个,分别是适应度、特征数目和选择结构。这个选择结构中包含了设置好的初始群体创建函数,迭代次数,每代得人口增加数等。
ga的返回值是一个下标feat,然后把对应的质谱数据存入Significant_Masses。classify函数的功能是按照程序选出的特征,来对每个体进行判断到底是不是癌症,再与真值id对比,得出评价,存入cp,cp.CorrectRate是评价当中的正确率。
这个是我们的仿真结果图。横轴是mz值,纵轴是相对离子强度。红色的竖线所标的就是重要质谱。很容易可以看出,所选出的质谱数据集中在8000d附近。仿真和实验的结果具有有效性。
第三篇:湍流色谱-串联质谱联用技术自动测定人体头发和尿液中全氟化合物
湍流色谱-串联质谱联用技术自动测定人体头发和尿
液中全氟化合物
摘要 全氟化合物(PFCs)在人体和动物体中是普遍存在的。PFCs由于对蛋白质具有亲和力因而具有生物富集性。研究已经证实全氟化合物有多种毒理效应,并且对人体的健康会产生危害,对其在人体内的生物积累的评估的灵敏和健全的分析方法显得十分重要。在这篇文章中,我们报告了一种研究非入侵性的人体头发和尿液中PFCs的分析方法的发展,并且验证了该方法的可行性。这种方法是基于对21种PFCs的分析所使用的快速且简单样品预处理的在线湍流色谱-串联质谱联用(TFC-LC-MS-MS)技术之上的。这种方法也经过了基质的验证。大多数化合物在基质中的百分回收率在60到105之间。尿液和头发中PFCs的定量范围分别为0.1至9ng mL-1和0.04至13.4 ng mL-1。这种方法的良好的性能是通过对生活在西班牙巴塞罗那的不同的捐赠者的24份头发样品和30份尿液样品中特定的全氟化合物的测定得到验证的。结果表明这些所测的化合物在这些样品中都有生物累积性。全氟辛烷磺酸(PFOS)和全氟辛酸(PFOA)在头发中最先被检测到,PFBA在尿液中最先被检测到。关键词:全氟化合物 液相色谱-串联质谱联用 湍流色谱 头发 尿液 前言
全氟化合物(PFCs)是指一类广泛的综合的化合物,它十分不易化学、高温或者生物降解。它因为独特的性质而被当作用于生产疏水和疏油性产品的材料。全氟化合物应用领域十分广泛,包括纺织业、食品产业的包装、厨房用具、消防灭火的泡沫、地板油、杀虫剂、化妆品、胶黏剂和药物合成等等。
当这些化合物的一部分被发现在野生动物和世界各地的人类体中发现的时候,它们的稳定性和生物积累的特性引起了关注,它们的很长的排除半衰期增加了这些关注。辛烷磺酸(PFOS)和全氟辛酸(PFOA)的相关产品已经几乎停止生产并且它们的使用在全世界范围都被控制。但是,新的一些全氟化合物又开始取代PFOS和PFOA,而且这些新的全氟化合物的影响和环境归宿还不清楚。
全氟化合物具有生物富集性是因为它们对蛋白质具有亲和力。调查表明它们能够分解甲状腺激素、蛋白质、高密集型的胆固醇和三酸甘油酯。它们参与肝中毒过程、免疫毒性和荷尔蒙分泌已经得到证实,同样有生殖毒性,而且在哺乳动物的初期发育阶段暴露在全氟化合物中会引起畸形。在UCLA的公共卫生学院的一篇最近发布的文章中表明,全氟化合物能引起女性的不孕不育。这项研究发现那些血液中含有高浓度全氟化合物的女性比那些血液中全氟化合物浓度低的女性迟怀孕。此外,研究还表明,在怀孕期间可以通过脐带血液转移或者在第一个月母乳喂养的时候发生转移。
由于这些原因,在最近几年一些研究就旨在评价人体对全氟化合物的接触。主要的接触途径为喝水,吃鱼和粉尘的吸入。人体的生物监测数据对评估人体暴露在全氟化合物下产生对健康的危害十分重要。主要通过对测定血清和母乳进行分析来评估暴露程度,但是全氟化合物在人体中分布尚不清楚。此外,还缺少人体其他一些基质中全氟化合物的信息,例如头发和尿液。此外,由于婴儿对全氟化合物十分敏感,分析婴儿体中全氟化合物的生物富集度的分析方法迫切需要发展。
现今,液相色谱-串联质谱联用,使用三重四级杆和离子阱,是分析全氟化合物的首选的技术。这些方法大多数要求样品进入C18分析柱前进行预处理,然后进行固相萃取进行离线提纯,一些有限数量的研究也使用在线固相萃取。湍流色谱-串联质谱联用是一种能消除耗时的样品清理,具有高分辨率提高了效率的技术。湍流色谱技术出现在20世纪90年代末,它是一种直接往填满50μm球形的带孔颗粒的色谱柱中注入生物体液的技术。现如今,TFC可被用作一种高通量样品处理技术,这种技术利用了内直径为0.5至1.0mm且填满了直径为30至60μm的微粒的高流速。小分子比大分子扩散的更广泛(如蛋白质、油脂、糖类),且能被打入吸附剂的空隙中。由于高流速,大分子和基质成分被冲进废液,没有机会扩散到微粒孔中。微粒孔中的待分析物从TFC柱中解析出来并且洗脱进分析柱,再进行进一步的分离和检测。
在这篇论文中,我们重点关注人体非入侵性基质头发和尿液中全氟化合物的发展和分析。主要的工作目标如下:
1.发展并且证实一种基于为分析人头发中21种全氟化合物和尿液中18种全氟化合物所使用的湍流色谱-串联质谱联用技术更灵敏和稳定的分析方法。2.评估选定的24份人头发样品和30种尿液样品中全氟化合物含量。
据我们所知,这是基于湍流色谱-串联质谱联用技术基础上分析头发和尿液中全氟化合物的第一种方法。这也是第一份关于人体尿液中全氟化合物含量和可能在人头发中生物富集的全氟化合物的报告。
第四篇:AB SCIEX与Indigo联手加快下一代质谱技术在临床研究,法医学和临床试验方面的应用
AB SCIEX与Indigo联手加快下一代质谱技术在临床研究,法医学和临床试验方面的应用
自动数据分析可以简化LC/MS/MS作业流程
LC/MS/MS作业流程 只为研究所用,并不能应用于诊断程序
弗雷明汉市,美国马萨诸塞州以及印第安纳波利斯市,印第安纳州 —2012年1月16日,AB SCIEX和Indigo BioSystems联合宣布了一项质谱解决方案的协议,解决方案简化了数据采集和自动实现数据审查,以便保证临床研究、法医毒理学,新药物的临床前和临床试验中高质量的检测结果。这些联合解决方案将有望简化和加速新一代质谱科技的应用。这周在美国圣迭哥市的临床实验室质谱应用(MSACL)会议上,AB SCIEX和Indigo BioSystems公司的展台将展出最新的质谱技术。
根据协议,AB SCIEX力图将其质谱平台与拥有最新算法的Indigo BioSystems专业系统软件ASCENT 相结合,从而使得实验室分析专家们更容易地操作质谱仪。ASCENT 将在AB SCIEX质谱系统平台上实现自动处理数据和数据审查,以便保证在一次性地工作流程中鉴定,量化和确定数据的准确性。
关于AB SCIEX
AB SCIEX有助于改善我们生活的世界,使科学家和实验室分析,以推动在各自领域的限制,并解决他们面对复杂的分析挑战。该公司的全球领导和世界一流的服务和支持的大规模质谱行业已取得值得信赖的合作伙伴成千上万的科学家和实验室分析师全球谁是基础研究,药物发现和发展,食品和环境测试,取证和集中临床研究。随着20多年行之有效的创新,AB SCIEX公司擅长听取和了解其客户不断发展的需要开发可靠,灵敏,直观的解决方案,继续重新定义什么是在常规和复杂的分析实现。