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 PDFInfo
- 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
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
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。
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)
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)
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 |
-
2016
- 2016-11-10 CN CN201610993696.1A patent/CN106596698B/zh active Active
Patent Citations (3)
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)
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)
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 |