原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
2012年10月 Vol.30 No.10
October2012 ChineseJournal of Chromatography 1037 ~1042
研究论文 DOI:10.3724/ SP.J.1123.2012.06042
基于气相色谱-质谱联用技术的水稻代谢轮廓分析方法的建立
周 佳, 王霜原, 常玉玮, 赵燕妮, 路 鑫, 赵春霞, 许国旺∗
(中国科学院大连化学物理研究所 中国科学院分离分析化学重点实验室,辽宁 大连 116023)
摘要:开展了基于衍生化气相色谱-质谱联用的水稻代谢物分析方法的研究。 采用D-最优试验设计对代谢物的提
取溶剂进行优化,考察了水、甲醇、乙腈和异丙醇的提取效率,通过多元统计分析评价提取效能和溶剂配比的相关
性,最终确立以80% (v/ v)甲醇/ 水作为代谢物提取的最适溶剂。 在此基础上对该方法的分析性能进行评价,发现
绝大多数代谢物(90%)具有良好的精密度、重现性和稳定性(相对标准偏差小于30%),且占总峰面积88．0% 的
代谢物的响应值与其浓度间呈线性关系(相关系数 0．9)。 采用气相色谱-质谱联用方法从水稻种子中共鉴定出
86个代谢物,涵盖糖、氨基酸、有机酸、甾体等多类浓度差异大的物质,适合于水稻的代谢表型差异研究。
关键词:气相色谱-质谱联用;代谢轮廓;萃取溶剂优化;水稻
中图分类号:O658 文献标识码:A 文章编号:1000-8713(2012)10-1037-06
Development of a gas chromatography-mass spectrometry method
for the metabolomic study of rice (Oryza sativa L.)grain
ZHOU Jia,WANG Shuangyuan,CHANGYuwei,ZHAOYanni,
LU Xin,ZHAO Chunxia,XU Guowang∗
(CAS KeyLaboratory of Separation ScienceforAnalytical Chemistry,Dalian Institute of ChemicalPhysics,
ChineseAcademy of Sciences,Dalian 116023,China)
Abstract:An analytical strategy for the metabolic profiling of rice grain was developed based
on gas chromatography-mass spectrometry (GC-MS). For the purpose of obtaining abundant
metabolite information,sample preparation step prior to instrumental analysis is necessary to
be optimized. D-optimal experimental design was applied to optimize the extraction solvent.
Four solvents,includingwater,methanol,isopropanolandacetonitrile,andtheircombinations
were evaluated for the extraction efficiency using multivariate statistical analysis (partial least
square regression). The
文档评论（0）