基于质谱探针-液相色谱质谱联用技术的羟基脂肪酸支链脂肪酸酯全分析

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    21904099
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    21.0万
  • 负责人：
    朱泉霏
  • 依托单位：
    武汉大学
  • 学科分类：
    B0401.分离与分析
  • 结题年份：
    2022
  • 批准年份：
    2019
  • 项目状态：
    已结题
  • 起止时间：
    2020-01-01 至2022-12-31

项目摘要

Fatty acid esters of hydroxy fatty acids (FAHFAs) are a new class of lipid with promising anti-diabetic and anti-inflammatory properties. Since it was discovered in 2014, FAHFAs have been payed more and more attentions; however, their potential biological functions remain uncovered. Comprehensive profiling of FAHFAs in various biological samples would be helpful to explore the biosynthesis pathway and the biological mechanism of FAHFAs. This project aims to discover and identify FAHFAs in biological samples. To this end, we will develop an analytical method based on mass probe assisted liquid chromatography-mass spectrometry for comprehensive profiling of new FAHFAs in a various of biological samples. The detected potential FAHFAs in biological samples will be identified by comparing authentic compounds, MSn spectra assignments and the characteristic chromatographic retention rules. Based on the detected and identified FAHFAs from a various of biological samples, we will establish a data base of FAHFAs. The implementation of this project will provide an effective tool to discover and identify new members of FAHFAs and will be helpful for the FAHFAs related studies.
羟基脂肪酸支链脂肪酸酯（fatty acid ester of hydroxy fatty acids，FAHFAs）是一类新型功能脂质分子，具有抗糖尿病和抗肥胖相关炎症的作用。由于FAHFAs发现时间较短，关于FAHFAs的研究仍处于初级阶段。全面分析多种生物样品中的FAHFAs将有助于完善FAHFAs的分子种类，为深入研究FAHFAs的生物学作用机制奠定基础。本项目以新型FAHFAs的发现和鉴定为目标，将质谱探针与液相色谱质谱技术相结合，建立高效的FAHFAs全分析方法，然后综合各个样本的分析结果，构建FAHFAs的代谢数据库。通过筛选高性能的质谱探针，结合液相色谱质谱对多种生物样品中的FAHFAs进行筛查，并利用标准品比对、质谱解析和色谱定量结构保留规律等手段，对所发现的FAHFAs进行鉴定，进而建立FAHFAs代谢数据库。本项目的实施对于促进FAHFAs相关研究具有重要意义。

结项摘要

羟基脂肪酸支链脂肪酸酯（branched fatty acid esters of hydroxy fatty acids, FAHFA）一类生物活性脂质分子。FAHFAs在哺乳动物体内具有重要的生理功能，如改善葡萄糖耐量、增强胰岛素敏感性、维持血糖稳态和抗炎等。本项目致力于发展基于基于质谱探针技术的FAHFA分析研究方法，用于筛选和鉴定多种生物样品中的FAHFA分子，并建立相关代谢物数据库。主要研究包括：围绕FAHFA代谢物全分析方法学研究的目标，本项目的主要研究内容集中在以下几方面：（1）发展了2-二甲胺乙胺（DMED）标记结合LC-MS的FAHFA全分析技术，可实现不同生物样本中FAHFA分子的筛查、鉴定和定量研究；（2）探索了整个生命周期中小鼠内脏脂肪中FAHFA的代谢情况，研究了FAHFA与哺乳动物发育、衰老之间关系；探索了不同类型茶叶中FAHFA的多样性和含量的变化，发现茶叶是FAHFA的重要自然来源，并且茶叶中FAHFA含量与其发酵程度密切相关；（3）构建了两套FAHFA数据库，分别是：2-二甲胺乙胺（DMED）标记FAHFA的电脑模拟数据库（in silico）和真实化学标记FAHFA在线数据库（https://clmdb.com/），为FAHFA数据信息的收集以及结构鉴定奠定基础。发表基金标注的SCI 收录论文 16 篇，培养研究生4名。

项目成果

期刊论文数量（16）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
FAHFAs:生物功能、分析及合成
  • DOI：
    10.7536/pc200741
  • 发表时间：
    2021
  • 期刊：
    化学进展
  • 影响因子：
    --
  • 作者：
    朱泉霏;郝俊迪;严靖雯;王雨;冯钰锜
  • 通讯作者：
    冯钰锜
A strategy for screening and identification of new amino acid-conjugated bile acids with high coverage by liquid chromatography-mass spectrometry
液相色谱-质谱法筛选鉴定高覆盖率的新型氨基酸结合胆汁酸的策略
  • DOI：
    10.1016/j.aca.2022.340691
  • 发表时间：
    2022-12-05
  • 期刊：
    ANALYTICA CHIMICA ACTA
  • 影响因子：
    6.2
  • 作者：
    Wang, Yan-Zhen;Mei, Peng-Cheng;Feng, Yu-Qi
  • 通讯作者：
    Feng, Yu-Qi
Rapid and Economical Chemoselective Metabolomics Using Boronate Ester Formation on a Monolithic Substrate
在整体基质上使用硼酸酯形成的快速且经济的化学选择性代谢组学
  • DOI：
    --
  • 发表时间：
    2022
  • 期刊：
    Angew. Chem.Int. Ed.
  • 影响因子：
    --
  • 作者：
    Xiangyu Wang;Peirong Bai;Ziying Li;Quan-Fei Zhu;Zhenwei Wei;Yu-Qi Feng
  • 通讯作者：
    Yu-Qi Feng
In-Depth Annotation Strategy of Saturated Hydroxy Fatty Acids Based on Their Chromatographic Retention Behaviors and MS Fragmentation Patterns
基于饱和羟基脂肪酸的色谱保留行为和 MS 断裂模式的深入注释策略。
  • DOI：
    10.1021/acs.analchem.0c02719
  • 发表时间：
    2020-11-03
  • 期刊：
    ANALYTICAL CHEMISTRY
  • 影响因子：
    7.4
  • 作者：
    Zhu, Quan-Fei;An, Na;Feng, Yu-Qi
  • 通讯作者：
    Feng, Yu-Qi
Integration of Chemical Derivatization and in-Source Fragmentation Mass Spectrometry for High-Coverage Profiling of Submetabolomes
化学衍生化与源内裂解质谱相结合，实现亚代谢组的高覆盖度分析
  • DOI：
    10.1021/acs.analchem.1c02673
  • 发表时间：
    2021-08-09
  • 期刊：
    ANALYTICAL CHEMISTRY
  • 影响因子：
    7.4
  • 作者：
    An, Na;Zhu, Quan-Fei;Feng, Yu-Qi
  • 通讯作者：
    Feng, Yu-Qi

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码