新闻详情

新闻详情

首页 / 资讯中心 / 详情

空间组学!医学代谢显微工具

发布时间:2026/11/22 5:17:38来源:尧图网络
空间组学!医学代谢显微工具
要点传统代谢组学检测均质混合样本丢失组织空间信息空间代谢组学可原位定位代谢物分布是解析代谢物生物合成来源与生物学功能的必备技术。craig.wheelockki.se#空间代谢组 #质谱成像 #MALDI #DESI #肺部疾病 #脂质介质 #纤维化 #肿瘤微环境 #多模态空间组学 #冷冻组织切片摘要空间代谢组可实现组织原位像素级小分子图谱绘制弥补传统均质代谢组缺乏细胞、解剖分辨能力的短板。依托基质辅助激光解吸电离MALDI、解吸电喷雾电离DESI等质谱电离技术空间代谢组可生成高分辨率代谢图谱将代谢物分布与特定组织区域、细胞微环境、生物学功能一一关联。这套「代谢显微」技术能够定位生物合成通路、识别组织特异性代谢特征还可联合组织病理学与其他空间组学开展多模态整合。高分辨质谱适用于无靶向广谱代谢物挖掘靶向质谱检测则可高灵敏捕捉低丰度代谢分子。在呼吸领域研究中空间代谢组已揭示肺部代谢区域异质性包括肺表面活性物质重塑、脂质介质空间定位、纤维化相关代谢重编程、气道感染特异性代谢应答、肿瘤磷脂紊乱等生物学现象。上述研究证明该技术可将局部生化变化与肺部生理、疾病机制建立直接关联。目前该领域仍存在多项技术瓶颈检测灵敏度不足、代谢物同分异构体难以区分、定量方法不完善、福尔马林固定石蜡包埋FFPE组织不兼容因此亟需标准化新鲜冷冻组织实验流程。未来将空间代谢组与空间转录组、空间蛋白质组联用可实现气道多层级完整代谢图谱绘制解析不同组织微环境内多分子层交互作用。作为多模态空间生物学的核心模块空间代谢组具备划分疾病亚型、挖掘治疗靶点、构建肺部空间代谢图谱的巨大潜力可推动呼吸疾病机制研究与精准医学发展。基本原理图1DESI-MRM解吸电喷雾多反应监测质谱成像工作流(A) 肺部组织取样、包埋、冷冻切片、载片制备完整流程(B) DESI靶向空间代谢组原理图高压溶剂氮气混合形成带电液滴撞击玻片组织表面解吸电离分子4极质谱记录离子丰度扫描喷头横向移动生成各类代谢物空间图质谱图像可与HE病理染色图像配准叠加(C) 人肺新鲜冷冻切片vs FFPE切片代谢成像对照6类代谢物白3烯B₄LTB₄、神经酰胺Cer (18:1/18:0)、鞘磷脂SM (d18:1/18:0)、磷脂酰甘油PG (18:1/16:1)、谷胱甘肽、谷氨酰胺色标黄代表高丰度、蓝色低于检出限比例尺1毫米所有代谢图独立归一仅对比分布、不直接比较信号强度样本伦理审批编号2018/181931。仪器设备表1MALDI与DESI空间代谢电离技术对比详细总结思维导图mindmap脑图传统代谢组vs空间代谢组核心差异2大主流质谱成像电离平台MALDI/DESI对比参考Am J Respir Cell Mol Biol. 2026 Jul 11:aanag143. doi: 10.1093/ajrcmb/aanag143.Spatial metabolomics - a metabolic microscope for respiratory medicine注AI辅助创作如有不当欢迎指出。内容仅供参考不构成任何建议。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/21 14:14:45

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/21 14:14:26

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/21 21:08:55

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/22 1:51:41

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/21 19:02:25

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/21 14:13:11

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉