当前各种组学方兴未艾,其共同点都是期望从整体层面研究特定目标物质群(组)的整体组成及相互关系,但是如何实现检测信息的全面性(整体)和高通量(快速)的同时兼顾仍是技术瓶颈。本项目基于化合物群分类检测的策略,探索建立一种分类标记扫描质谱法,即针对不同化合物群(组)的特点(如有机酸、氨基酸、生物碱、糖及其衍生物、同系物等),通过选择和优化合适的化学反应,使同一大类化合物(不同于特异性靶标标记)都接上一个相同的化学标签,不同类可以接上不同的标签,进而选择相应的质谱扫描方式分别获得各类化合物群的轮廓谱信息。相对于一般的中性丢失等扫描方式,该方法检测的化合物群范围大大扩大,"丢失"化合物信息少,信噪比提高;相对于全扫描模式,该方法过滤了本底噪声和复杂基质信号的干扰,因此可以对复杂样品按目标化合物群快速分类筛查。将该方法应用于临床与中药代谢组学研究,以期实现疾病标志物组合或中药活性成分群的快速筛查。
英文主题词compound group; grouping-based screening; metabonomics; clinical screening; Traditional Chinese Medicine