復(fù)雜體系的分離分析技術(shù)平臺(tái)-luxin

復(fù)雜體系分離分析的技術(shù)平臺(tái)許國(guó)旺，路鑫中國(guó)科學(xué)院大連化學(xué)物理研究所2007，9，20一、復(fù)雜體系分離分析技術(shù)平臺(tái)面臨的主要問(wèn)題二、我們的技術(shù)平臺(tái)一、復(fù)雜體系分離分析技術(shù)平臺(tái)面臨的主要問(wèn)題樣本采集和處理儀器分析數(shù)據(jù)處理生物學(xué)解釋分辨率靈敏度通量未知物結(jié)構(gòu)鑒定海量分析數(shù)據(jù)的處理和信息挖掘組分-結(jié)構(gòu)-功能的關(guān)聯(lián)和表征1.樣品預(yù)處理重要目標(biāo)化合物提取分析無(wú)偏向的提取全部或盡可能多的組分HighThroughputProductivityResolution化合物數(shù)目

常規(guī)的以一維色譜為核心的方法由于峰容量的限制，樣品分析時(shí)要么采用煩瑣的預(yù)處理方法，要么采用選擇性的檢測(cè)器，否則重疊不可避免。2.增加分辨率

正交分離的必要性

StatisticalMethodofOverlap單峰的數(shù)目不超過(guò)峰容量的18%。一個(gè)柱系統(tǒng)：峰容量=100樣品：組分?jǐn)?shù)=501/3被分開(kāi)，2/3是重疊峰！No.ofcomponentsDesignation(Rs>0.5)No.ofPeaks%Components1234>4SingletDoubletTripletQuadrupletQuintetoflarger187311362818810Table:MeanNo.ofthefirstfourn-tet’sina100peakcapacitysystemcontaining50components

此時(shí)，理論塔板數(shù)要增加361倍！所以：多維分離非常重要！正交的實(shí)現(xiàn)？？？？如果90%組分要分開(kāi)，即分出45個(gè)，峰容量要增加19倍，即達(dá)1900OrthogonalityMeasureofthedifferencesinretentionbehaviorbetween2dimensionsOrthogonalityisrequiredifbenefitsofComprehensive2DLCaretobeexploited: vs.OrthogonalityinLC:differentseparationmechanisms(stationaryphase,mobilephase)Designofanormalphase×reversedphasesystem生物體系中很多重要化合物含量很低，但功能很重要，對(duì)它們的分析，需要專門的方法才能解決。3.提高靈敏度在線樣品預(yù)處理方法4.提高分析通量VanDeemterPlots

1.8μmColumnsZORBAXEclipseXDB-C184.6x50mm85:15ACN:Water1.0LOctanophenone0.05–5.0mL/min20°C5.0m3.5m1.8m260,740N/m@2mL/min5.0mL/minHETP(cm/plate)Interstitiallinearvelocity(ue-cm/sec)Particle H_min5μm 9.3μm3.5μm 6.0μm1.8μm 3.8μmNote:Efficiencyof1.8μmcolumnsisvirtually

flow-rateindependent.HPLCvsUPLCHPLC/MS50minUPLC/MS10min以植物的次生代謝分析為例，至少有20萬(wàn)種代謝產(chǎn)物存在，但只有5萬(wàn)種得到結(jié)構(gòu)鑒定。如此多的產(chǎn)物在沒(méi)有標(biāo)樣的情況下進(jìn)行結(jié)構(gòu)鑒定，需要發(fā)揮分析化學(xué)家的才智，急需方法學(xué)的革命性突破。5.未知物結(jié)構(gòu)鑒定LC-NMR6.海量分析數(shù)據(jù)的處理和信息挖掘7.組分-結(jié)構(gòu)-功能的關(guān)聯(lián)和表征

結(jié)論:復(fù)雜體系的分離分析只有通過(guò)集成的整體化方式才能解決SamplepreparationDataanalysisDatapreprocessingPeakdetectionDenoisinganddeconvolutionPeakalignmentStatisticalanalysisPatternrecognition:PCA,PLS-DA,ANNsBiologicalInterpretation

DataacqusitionGC-FID/MS,GC×GC-FID/TOFMSLC-MS,UPLC-Q-TOFmicro,LC-LC-MSBiomarkeridentificationTOFMS,FT-ICR-MS,MS/MS,RIetcLinkdatabases

KEGG,HumanCyc,ARM,METLINetc二、我們的技術(shù)平臺(tái)數(shù)據(jù)采集代謝組學(xué)分析

UPLC-Q-TOFmicro,LC×LC-MSn靶標(biāo)分析

選擇性檢測(cè)，預(yù)處理方法中心切割的多維色譜輪廓分析

氨基酸類,膽汁酸類有機(jī)酸類順二醇類化合物磷脂類化合物神經(jīng)遞質(zhì)類化合物采用“逐步求精，分而治之”的策略，從多個(gè)層次進(jìn)行研究SchematicdiagramofLC×LC全二維液相色譜系統(tǒng)(YuanWang,etal.“Atwo-dimensionalhighperformanceliquidchromatographicsystemanditsapplication”.ChinesePat.ApplicationNo.200610134027.5;YuanWang,etal.“Atwo-dimensionalhighperformanceliquidchromatographyinstrument”ChinesePat.ApplicationNo.200610134028.X)閥切式液相系統(tǒng)一次進(jìn)樣即可實(shí)現(xiàn)疏水和親水組分的同時(shí)分析檢測(cè)(Yufa