质谱代谢物文库实验方案

由IROA Technologies提供

货号MSMLS
储存温度-20 ⁰C

产品描述

质谱代谢物文库（MSMLS）是一系列广泛存在于初级代谢的高质量小生化分子。其皆为高纯度（> 95％）化合物，并以经济、即用的形式提供。

该库最常用于为关键代谢化合物提供保留时间和图谱，有助于优化分析质谱实验方案，以及定性和定量质谱灵敏度和检测限。

MSMLS附带MLSDiscovery™软件工具，可用于提取、操作和存储使用MSMLS生成的数据。有关软件、下载以及使用指南和视频链接的更多信息，请访问：MSMLS

成分

MSMLS含有600多种独特小分子代谢物，以方便的5μg/孔形式提供，足够进行多次进样，适用于手动和自动化工作流程。

该文库可用于质谱代谢组学应用，并能够广泛展现初级代谢过程。

根据可用的化合物不同，有时候孔板谱图会发生变化。虽然我们试图确保每行的化合物具有不同的分子量并且可进行多重设置，但是用户应该在使用之前再根据孔板谱图进行确认。

孔板谱图包含描述符以及从多个数据库中收集得到的代表信息。我们尽量确保数据准确，但仍可能会存在部分错误。我们建议您仔细审核我们提供的信息。为帮助我们不断完善数据库，请不吝报告任何可能的错误信息。

MSMLS包括：

• 7个聚丙烯孔板，96孔格式
• 每种代谢物5μg（干重）
• 聚丙烯深孔（每孔总容积为1.2 mL）孔板（MasterBlock，Greiner＃780215）与密封件结合使用（VIEWseal，Greiner＃676070）
• 孔板谱图
• 字母数字位置标识

描述：

• 名称
• 父CID
• KEGG ID（如果有的话）或ChemSpider ID
• 分子式
• 分子量
• CAS
• ChEBI
• HMDB ID/YMDB ID
• PubChem化合物和物质ID
• Metlin ID

注意事项和免责声明

本产品仅可用于研发用途，不可用于药物、家用或其他用途。请参阅产品化学品安全技术说明书，获取危害和安全操作方法相关信息。

产物分析

MSMLS化合物可以用作标准品并单独进样，或也可以合理有效地检查整个混合物文库。通过对化合物进行粗混合，使研究人员可以每次进样对多种化合物进行分析。请务必在混合前检查孔板谱图，以确保使用色谱系统能够充分分离化合物。注意，孔板6含有水溶性糖化合物，由于其质量范围太近，因此不能一起进样。

以下仅为建议，并且其取决于用户所使用的色谱和仪器。

1. 单一进样作为标准品，每个孔代表单一化合物。可以通过612次进样（每种特异的代谢物一次）非常详细地检测整个文库（可以考虑设置每孔的总体积为250μL-1mL）。
2. 简单的多重进样 如果混合每个孔板的一行化合物，则可以通过56次简单混合物的进样来分析整个文库（保持每个孔的总体积为500 μL或更低以防止由于稀释造成的损失）。务必对每行的化合物的分子量进行检测，以确保可以使用任何的色谱系统对这些化合物进行分离。
3. 复杂的多重进样 如果混合孔板上每行的所有化合物，则可以通过8次注射分析整个文库，但混合物的成分可能十分复杂，并且可能是被稀释的（将每个孔的总体积保持在200 μL或更低以防止稀释造成的损失）。

制备说明

以下仅为建议说明，依赖用户所使用的色谱方法和仪器。

孔板1-5：向每个孔板的每个孔中加入5％终体积（最多20μL）的高纯度甲醇（MeOH）。加入超纯水以补足所需体积。加入水可确保更多的极性化合物溶解。建议使用终浓度为5％的甲醇溶液。在孔中上下吹打2-3次以加速溶解。

孔板6和7：这些孔板主要含有脂质样化合物（孔板6中的水溶性糖化合物除外）。建议将这些化合物溶解在氯仿:甲醇:水（比例为1:1:0.3）的溶剂中。

用于多重混合的化合物。同样，请务必在混合前检查孔板谱图，以确保使用色谱系统能充分分离化合物。

注意：用于质量QC/QA检测的“重复”化合物有34种。一些化合物组的盐和/或水合形式或CAS编号会有所不同。

储存方法/稳定性

将孔板储存于-20°C。稀释后，应将孔板重新密封并保存于-20°C或-80°C，以便长期保存，并防止受潮和受光照。应避免反复冻/融循环。 

法律信息

MSMLS和MLSDiscovery为IROA Technologies公司的商标。

参考文献

1. Wishart DS, Tzur D, Knox C, Eisner R, Guo AC, Young N, Cheng D, Jewell K, Arndt D, Sawhney S, et al. 2007. HMDB: the Human Metabolome Database. Nucleic Acids Research. 35(Database):D521-D526. https://doi.org/10.1093/nar/gkl923

2. Wishart, D.S. et al., . HMDB: a knowledge base for the human metabolome. Nucleic Acids Res., 2009 37 (Database issue):D603-610. 18953024..

3. Wishart DS, Jewison T, Guo AC, Wilson M, Knox C, Liu Y, Djoumbou Y, Mandal R, Aziat F, Dong E, et al. HMDB 3.0?The Human Metabolome Database in 2013. 41(D1):D801-D807. https://doi.org/10.1093/nar/gks1065

4. Hastings J, de Matos P, Dekker A, Ennis M, Harsha B, Kale N, Muthukrishnan V, Owen G, Turner S, Williams M, et al. The ChEBI reference database and ontology for biologically relevant chemistry: enhancements for 2013. 41(D1):D456-D463. https://doi.org/10.1093/nar/gks1146

5. Kanehisa M. 2000. KEGG: Kyoto Encyclopedia of Genes and Genomes. 28(1):27-30. https://doi.org/10.1093/nar/28.1.27

6. Wishart DS, Jewison T, Guo AC, Wilson M, Knox C, Liu Y, Djoumbou Y, Mandal R, Aziat F, Dong E, et al. HMDB 3.0?The Human Metabolome Database in 2013. 41(D1):D801-D807. https://doi.org/10.1093/nar/gks1065

7. Smith CA, Maille GO, Want EJ, Qin C, Trauger SA, Brandon TR, Custodio DE, Abagyan R, Siuzdak G. 2005. METLIN. Therapeutic Drug Monitoring. 27(6):747-751. https://doi.org/10.1097/01.ftd.0000179845.53213.39

8. Kanehisa M. 2000. KEGG: Kyoto Encyclopedia of Genes and Genomes. 28(1):27-30. https://doi.org/10.1093/nar/28.1.27

9. Tautenhahn R, Cho K, Uritboonthai W, Zhu Z, Patti GJ, Siuzdak G. 2012. An accelerated workflow for untargeted metabolomics using the METLIN database. Nat Biotechnol. 30(9):826-828. https://doi.org/10.1038/nbt.2348

10. Smith CA, Maille GO, Want EJ, Qin C, Trauger SA, Brandon TR, Custodio DE, Abagyan R, Siuzdak G. 2005. METLIN. Therapeutic Drug Monitoring. 27(6):747-751. https://doi.org/10.1097/01.ftd.0000179845.53213.39

11. Bolton EE, Wang Y, Thiessen PA, Bryant SH. 2008. PubChem: Integrated Platform of Small Molecules and Biological Activities.217-241. https://doi.org/10.1016/s1574-1400(08)00012-1