CN106596698A - 利用直接质谱成像技术判别莲子新陈度的方法 - Google Patents

利用直接质谱成像技术判别莲子新陈度的方法 Download PDF

Info

Publication number
CN106596698A
CN106596698A CN201610993696.1A CN201610993696A CN106596698A CN 106596698 A CN106596698 A CN 106596698A CN 201610993696 A CN201610993696 A CN 201610993696A CN 106596698 A CN106596698 A CN 106596698A
Authority
CN
China
Prior art keywords
semen nelumbinis
lotus seeds
mass
ion
imaging
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201610993696.1A
Other languages
English (en)
Other versions
CN106596698B (zh
Inventor
罗丽萍
邓敏
罗火林
黄学勇
郭夏丽
于腾辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanchang University
Original Assignee
Nanchang University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanchang University filed Critical Nanchang University
Priority to CN201610993696.1A priority Critical patent/CN106596698B/zh
Publication of CN106596698A publication Critical patent/CN106596698A/zh
Application granted granted Critical
Publication of CN106596698B publication Critical patent/CN106596698B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/62—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating the ionisation of gases, e.g. aerosols; by investigating electric discharges, e.g. emission of cathode

Landscapes

  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)

Abstract

本发明公开了一种利用直接质谱成像技术判别莲子新陈度的方法，包括以下步骤：1)样品的前处理：将莲子切片；2)质谱分析；3)成像方法；4)PCA和CA分析；5)分析结果：新鲜莲子的小分子物质较少，新鲜莲子中m/z132分子含量低，无法呈现出清晰的影像图；陈莲子的小分子物质较为丰富，陈莲子中m/z132分子含量高，可以呈现清晰的影像图。本发明采用DAPCI‑MS技术获取莲子切片的质谱数据，结合surf成像软件实现对莲子切片的质谱成像，结合PCA和CA实现对不同年份的莲子区分。本发明只需将莲子简单切片即可进行质谱扫描，可简单、快速、高效的获取莲子样品信息，对新、陈莲子快速鉴别。

Description

利用直接质谱成像技术判别莲子新陈度的方法
技术领域
本发明涉及莲子新陈度的辨别方法，具体地指一种利用直接质谱成像技术判别莲子新陈度的方法。
背景技术
质谱成像(Imaging Mass Spectrometry，IMS)技术是一种以待测样品的质谱信息为基础对待测样品(一般多为生物组织)进行多点重建来显示样品中多种分子的空间分布的成像技术。与其它常见技术(如PET成像、NMR成像及各种光谱成像)相比，质谱成像技术除了具有获得影像的能力这一基本特点外，还具备了高灵敏度、高特异性和多组分同时检测、无需放射性核素标记或荧光标记、不使用放射源等优点，可望发展成为理想的分子化学成像工具。
具体步骤：首先将样品(如病理组织等)进行切片，然后添加一定的基体物质，制备好能够进行分析的待测样品；样品表面任何一点(即最小的采样面积)均可以进行相应的质谱分析，获得该点内不同组分的质谱图。不同的组分由于分子量不同导致质荷比不同，在质谱中出现的位置不同，从而得到了很好的质量分辨。当样品或采样点沿着x或y方向移动时，由于不同位点的化学成分不同(虽然光学成像的形貌等可能一样)，则获得的质谱信息(如峰的丰度和位置等)不同。如果将质谱信息(如特定质荷比的质谱峰)与样品中的空间位置进行关联，则可以获得该组分的质谱影像。显然，质谱的影像与其它技术如光谱影像存在较大的区别，而且能够产生任意指定质荷比(m/z)化合物的二维离子密度图，对组织中化合物的组成、相对丰度及分布情况进行高通量、全面、快速的分析，可充分展示细节部分，具有更加丰富的信息量。
发明内容
本发明的目的就是要克服现有技术所存在的不足，提供一种利用直接质谱成像技术判别莲子新陈度的方法。
为实现上述目的，本发明利用直接质谱成像技术判别莲子新陈度的方法，其特征在于，包括以下步骤：
1)样品的前处理：将莲子切片；
2)质谱分析：设置DAPCI离子源为正离子检测模式，质量范围为50～700Da，电离电压为2.5～3.5kV，离子传输管温度为200～300℃；解吸气(N2)气压为0.1～0.3MPa，以α为30度角喷出，解吸气温度为150～250℃；喷雾溶剂为甲醇，流速为3.5～4.5μL/min；将莲子切片置于具有三维调节功能的样品台上，使解吸气出口到测定点距离为1～2mm，测定时线性地改变样品台位置，每间隔0.25mm采集一次数据；质谱采集距离为18mm，选定离子的隔离宽度为1.0Da；
3)成像方法：记录各采样点的离子净响应信号的平均值，将各点数据(z值)按其相应空间坐标位置(x，y)输入Excel工作表中，再由Excel导入到surf软件中，设置视图格式为影像视图，即获得影像图；
4)PCA和CA分析：记录不同年份莲子的质谱数据，输入Excel工作表中，再由Excel导入到Matlab 2016a和SPSS 19.0中，得到相应的PCA图和CA聚类图；
5)分析结果：从PCA和CA分析可以看出不同年份的莲子可以按年份聚集在一起；从质谱图可以看出新鲜莲子的小分子物质较少，陈莲子的小分子物质较为丰富；从质谱影像图可以看出新鲜莲子中m/z132分子含量低，无法呈现出清晰的影像图，陈莲子中m/z132分子含量高，可以呈现清晰的影像图。
DAPCI离子源采用常压电晕放电产生试剂离子，离子化效率高，对纺织品、纸张、药品、食品等实际样品中各种待测物均具有较高的灵敏度。
本发明采用DAPCI-MS技术获取莲子切片的质谱数据，结合surf成像软件实现对莲子切片的质谱成像，结合PCA和CA实现对不同年份的莲子区分。该成果只需将莲子简单切片即可进行质谱扫描，可简单、快速、高效的获取莲子样品信息，对新、陈莲子快速鉴别。本发明能与实际相结合，较好的开发与应用，大大提高莲子新陈甄别技术水平，具有明显的经济效益。
附图说明
图1为DAPCI-MS成像装置图。
图2A为2009年莲子的一级质谱图。
图2B为2010年莲子的一级质谱图。
图2C为2012年莲子的一级质谱图。
图2D为2013年莲子的一级质谱图。
图2E为2014年莲子的一级质谱图。
图2F为2016年莲子的一级质谱图。
图3A是图2A在50-200Da段的放大图。
图3B为2009年份莲子切片图。
图3C为一级离子m/z132为信号的2009年份莲子质谱成像图。
图4A是图2F在50-200Da段的放大图。
图4B为2016年份莲子切片图。
图4C为一级离子m/z132为信号的2016年份莲子质谱成像图。
图5A为基于DAPCI-MS莲子的PCA的3D图。
图5B为基于DAPCI-MS莲子的PC 1-PC2的2D图。
图5C为基于DAPCI-MS莲子的PC 1-PC3的2D图。
图5D为基于DAPCI-MS莲子的PC2-PC3的2D图。
图6为基于DAPCI-MS莲子的CA的载荷图。
图7为不同年份莲子的冰状图。
图8为不同年份的莲子分层聚类的树状图
具体实施方式
为了更好地解释本发明，以下结合附图和具体实施例对本发明作进一步的详细说明，但它们不对本发明构成限定。
本发明所用的试剂：甲醇(色谱纯)。
本发明所用的仪器：DAPCI离子源，实验室自制,配有可控温解吸气加热装置,解吸气出口喷嘴直径为0.1mm,其中的放电针直径为0.05mm,空间分辨率约为0.25mm×0.25mm。LTQ XL增强型线性离子阱质谱仪,配有Xcalibur数据处理系统(美国Finnigan公司)。
本发明所用的材料：莲子品种为太空莲3号，由江西省广昌县莲子科学研究科所提供，莲子成熟后，去种皮和胚芽，烘干后真空包装，并在室温(23±2℃)下避光保存。
实施例
1)样品的前处理：将莲子切片；
2)质谱分析：设置DAPCI离子源为正离子检测模式，质量范围为50～700Da，电离电压为2.5～3.5kV，离子传输管温度为200～300℃；解吸气(N2)气压为0.1～0.3MPa，以α为30度角喷出，解吸气温度为150～250℃；喷雾溶剂为甲醇，流速为3.5～4.5μL/min；将莲子切片置于具有三维调节功能的样品台上，使解吸气出口到测定点距离为1～2mm，测定时线性地改变样品台位置，每间隔0.25mm采集一次数据；质谱采集距离为18mm，选定离子的隔离宽度为1.0Da；
3)成像方法：记录各采样点的离子净响应信号的平均值，将各点数据(z值)按其相应空间坐标位置(x，y)输入Excel工作表中，再由Excel导入到surf软件中，设置视图格式为影像视图，即获得影像图；
4)PCA和CA分析：对2009、2010、2012、2013、2014、2016六年的莲子采集质谱数据如图2A～F，将各年份莲子的质谱数据输入Excel工作表中，再由Excel导入到Matlab 2016a和SPSS 19.0中，得到相应的PCA图和CA聚类图；
5)分析结果：从PCA和CA分析可以看出不同年份的莲子可以按年份聚集在一起；从质谱图可以看出新鲜莲子的小分子物质较少，陈莲子的小分子物质较为丰富；从质谱影像图可以看出新鲜莲子中m/z132分子含量低，无法呈现出清晰的影像图，陈莲子中m/z132分子含量高，可以呈现清晰的影像图。
结果与讨论
m/z 110在莲子中的质谱影像
按本发明的方法对2016年7月的新鲜莲子和2009年7月的陈化莲子进行质谱检测，两个年份的莲子质谱图与空白对照，结果表明，两个年份的莲子质谱图都出现了m/z 110离子峰，空白对照的没有出现m/z 110，m/z 110可能是莲子中的一个标记物。以m/z 110为目标信号分别对2016年7月份的新莲子和2009年7月份的陈化莲子做扫面，将所得的质谱数据导入surf软件作图，所得图像见图3A～C、4A～C。
由图3A～C和图4A～C表明，2009年的陈化莲子以m/z 132为目标信号做的质谱成像图与2009年的陈化莲子的切片图基本相同。本发明通过以m/z132分子离子对2009年和2016年份的莲子分别成像发现：2009年份的莲子可以呈现出清晰的影像，而2016年份的不能。2009年的陈化莲子中m/z 132在整个莲子切片中均有分布，m/z 132信号强度由外向内增强；2016年的新鲜莲子以m/z 132为目标信号做的质谱成像图与2016年的新鲜莲子的切片图的轮廓匹配度不高，信号强度弱，很零散。可能随着莲子的陈化过程，渐渐的产生了m/z132这一分子离子。m/z 132这一分子离子可望作为区别莲子新陈的标记。
从图3A～C、图4A～C还可以看出，2009年份莲子质谱图在50-150Da段小分子物质明显比2016年份莲子的多，而在150-200Da段相反。
不同年份莲子的PCA和CA分析
对2009、2010、2012、2013、2014和2016年6个年份的莲子共70个样本在正离子模式下所获得的DAPCI-MS指纹谱图信息，导入Matlab中进行PCA数据处理与分析，分别得到的三维PCA得分结果，获得区分不同年份莲子。主成分1(PC1)占总方差贡献率的53.9％，主成分2(PC2)占19.1％，主成分3(PC3)占9.5％，其累计方差贡献率是82.5％(如图5A、5B所示)。其中，PC1贡献率的53.9％，描述了数据集合中最大变量的方向，沿着PC1的方向，除2013年和2016年的白莲有部分重叠外，其余年份的莲子之间具有较好的区分效果。能够区分在PCA三维空间的不同的区域。
由图6载荷图可知，loading值(载荷值的绝对值)越大离子，对样品区分的贡献率就越大，因此对PC1贡献最大的质谱信息来自m/z 225、239和m/z 299(在正方向上)等。如图5B所示，六个不同年份的莲子在PC2方向可得到较好的区分。分析PC2的载荷数据可知，对PC2贡献较大的离子是m/z 224、m/z 225、m/z 239和m/z 299，另外其他分子信号如m/z264，m/z 300，这意味着不同年份的莲子之间在成分上具有较大区别。从图5C可以看出2009年份莲子聚集在PC1负方向和PC3正方向区域内，从图5B可以看出2010年份莲子聚集在PC1和PC2正方向区域内，从图5D可以看出2012年份莲子聚集在PC2和PC3负方向区域内，从图5D可以看出2013年份莲子聚集在PC2正方向和PC3负方向区域内，从图5C可以看出2014年份莲子聚集在原点区域附近，从图5C可以看出2016年份莲子聚集在PC1和PC3负方向区域内。
此外，对2009、2010、2012、2013、2014和2016年6个年份的莲子共60个(每个年份各10个)样本在正离子模式下所获得的DAPCI-MS指纹谱图信息，导入SPSS中进行分层聚类分析，相应的冰状图如图7所示和聚类结果如图8所示可以。从图8可以看出当临界值取9时，2016年份的莲子和2013年份有小部分交叉，2009、2010、2012、2014年份的莲子都可以按各自年份聚成一类。

Claims (1)

1.一种利用直接质谱成像技术判别莲子新陈度的方法，其特征在于，包括以下步骤：
1)样品的前处理：将莲子切片；
2)质谱分析：设置DAPCI离子源为正离子检测模式，质量范围为50～700Da，电离电压为2.5～3.5kV，离子传输管温度为200～300℃；解吸气(N2)气压为0.1～0.3MPa，以α为30度角喷出，解吸气温度为150～250℃；喷雾溶剂为甲醇，流速为3.5～4.5μL/min；将莲子切片置于具有三维调节功能的样品台上，使解吸气出口到测定点距离为1～2mm，测定时线性地改变样品台位置，每间隔0.25mm采集一次数据；质谱采集距离为18mm，选定离子的隔离宽度为1.0Da；
3)成像方法：记录各采样点的离子净响应信号的平均值，将各点数据(z值)按其相应空间坐标位置(x，y)输入Excel工作表中，再由Excel导入到surf软件中，设置视图格式为影像视图，即获得影像图；
4)PCA和CA分析：记录不同年份莲子的质谱数据，输入Excel工作表中，再由Excel导入到Matlab 2016a和SPSS 19.0中，得到相应的PCA图和CA聚类图；
5)分析结果：从质谱图可以看出新鲜莲子的小分子物质较少，陈莲子的小分子物质较为丰富；从质谱影像图可以看出新鲜莲子中m/z132分子含量低，无法呈现出清晰的影像图，陈莲子中m/z132分子含量高，可以呈现清晰的影像图。
CN201610993696.1A 2016-11-10 2016-11-10 利用直接质谱成像技术判别莲子新陈度的方法 Active CN106596698B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610993696.1A CN106596698B (zh) 2016-11-10 2016-11-10 利用直接质谱成像技术判别莲子新陈度的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610993696.1A CN106596698B (zh) 2016-11-10 2016-11-10 利用直接质谱成像技术判别莲子新陈度的方法

Publications (2)

Publication Number Publication Date
CN106596698A true CN106596698A (zh) 2017-04-26
CN106596698B CN106596698B (zh) 2019-07-26

Family

ID=58591362

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610993696.1A Active CN106596698B (zh) 2016-11-10 2016-11-10 利用直接质谱成像技术判别莲子新陈度的方法

Country Status (1)

Country Link
CN (1) CN106596698B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106964558A (zh) * 2017-05-24 2017-07-21 苏州芯沃科电子科技有限公司 一种万能莲子大小头区分装置及检测方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103822964A (zh) * 2013-10-21 2014-05-28 南昌大学 中性解吸-电喷雾萃取电离质谱直接检测蜂蜜中的氯霉素
CN104897767A (zh) * 2015-05-22 2015-09-09 南昌大学 中性解吸-电喷雾萃取电离质谱法快速检测蜂蜜中毒死蜱
CN105181785A (zh) * 2015-03-19 2015-12-23 南昌大学 一种快速判别不同化学型香樟树的方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103822964A (zh) * 2013-10-21 2014-05-28 南昌大学 中性解吸-电喷雾萃取电离质谱直接检测蜂蜜中的氯霉素
CN105181785A (zh) * 2015-03-19 2015-12-23 南昌大学 一种快速判别不同化学型香樟树的方法
CN104897767A (zh) * 2015-05-22 2015-09-09 南昌大学 中性解吸-电喷雾萃取电离质谱法快速检测蜂蜜中毒死蜱

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李启涛: "《计算机地质制图》", 30 June 2012 *
罗丽萍等: "表面解吸常压化学电离质谱结合人工神经网络鉴别新陈莲子", 《农业工程学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106964558A (zh) * 2017-05-24 2017-07-21 苏州芯沃科电子科技有限公司 一种万能莲子大小头区分装置及检测方法
CN106964558B (zh) * 2017-05-24 2022-11-29 苏州芯沃科电子科技有限公司 一种万能莲子大小头区分装置及检测方法

Also Published As

Publication number Publication date
CN106596698B (zh) 2019-07-26

Similar Documents

Publication Publication Date Title
Graham et al. Multivariate analysis of ToF-SIMS data from multicomponent systems: the why, when, and how
Chaurand et al. Imaging mass spectrometry: principles and potentials
Wu et al. Mass spectrometry imaging under ambient conditions
US8362415B2 (en) Imaging mass spectrometer with mass tags
Lehmann et al. Organic carbon chemistry in soils observed by synchrotron-based spectroscopy
CN109596698B (zh) 用于评价质谱成像制备质量的方法及其套件
CN106233421A (zh) 用于通过质谱仪进行亚微米元素图像分析的设备和方法
CN109254107A (zh) 柑普茶快速分类鉴别方法
Eberlin DESI-MS imaging of lipids and metabolites from biological samples
Gottardini et al. Use of Fourier transform infrared (FT-IR) spectroscopy as a tool for pollen identification
EP2455759B1 (en) Mass spectrometry imaging with substance identification
Jarmusch et al. Characteristic lipid profiles of canine non-Hodgkin's lymphoma from surgical biopsy tissue sections and fine needle aspirate smears by desorption electrospray ionization–mass spectrometry
Gao et al. Mass spectrometry imaging technology in metabolomics: a systematic review
Watts et al. Method development for binding media analysis in painting cross‐sections by desorption electrospray ionization mass spectrometry
Cho et al. Combining MALDI-TOF and molecular imaging with principal component analysis for biomarker discovery and clinical diagnosis of cancer
CN106596698A (zh) 利用直接质谱成像技术判别莲子新陈度的方法
CN103743849B (zh) 一种同时快速筛查鉴定乳制品中多种有机酸的离子色谱-高分辨质谱联用方法
Banerjee et al. Assessment of metabolic signature for cancer diagnosis using desorption electrospray ionization mass spectrometric imaging
Miyashita et al. Single cell analysis by using ICP-MS
Fehniger et al. Queries of MALDI‐imaging global datasets identifying ion mass signatures associated with tissue compartments
Sugiura et al. DESI-based imaging mass spectrometry in forensic science and clinical diagnosis
KR102095784B1 (ko) 다수표본 마이크로어레이 및 이차이온질량분석기를 이용한 법과학 증거물 감식방법 및 장치
Virani et al. Mass cytometry: an evolution in ICP-MS enabling novel insights in single-cell biology
CN110208358A (zh) 一种高频振动雾化电离探针装置及方法
WO2020104975A4 (en) Method and system for analysis of organic material by auto-cathodoluminescence

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant