CN113574366A - 多种分析物的同时分析 - Google Patents

多种分析物的同时分析 Download PDF

Info

Publication number
CN113574366A
CN113574366A CN202080021878.7A CN202080021878A CN113574366A CN 113574366 A CN113574366 A CN 113574366A CN 202080021878 A CN202080021878 A CN 202080021878A CN 113574366 A CN113574366 A CN 113574366A
Authority
CN
China
Prior art keywords
analytes
sample
analyte
species
separation
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.)
Pending
Application number
CN202080021878.7A
Other languages
English (en)
Inventor
A·夸奇
K·F·福尔
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.)
University of California
Original Assignee
University of California
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 University of California filed Critical University of California
Publication of CN113574366A publication Critical patent/CN113574366A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
    • G01N33/6803—General methods of protein analysis not limited to specific proteins or families of proteins
    • G01N33/6848—Methods of protein analysis involving mass spectrometry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N30/88—Integrated analysis systems specially adapted therefor, not covered by a single one of the groups G01N30/04 - G01N30/86
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N30/62—Detectors specially adapted therefor
    • G01N30/72—Mass spectrometers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N30/26—Conditioning of the fluid carrier; Flow patterns
    • G01N30/28—Control of physical parameters of the fluid carrier
    • G01N30/34—Control of physical parameters of the fluid carrier of fluid composition, e.g. gradient
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N30/62—Detectors specially adapted therefor
    • G01N30/72—Mass spectrometers
    • G01N30/7233—Mass spectrometers interfaced to liquid or supercritical fluid chromatograph
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/89—Inverse chromatography
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/96—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation using ion-exchange
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/5005—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
    • G01N33/5091—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing the pathological state of an organism
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
    • G01N33/6803—General methods of protein analysis not limited to specific proteins or families of proteins
    • G01N33/6842—Proteomic analysis of subsets of protein mixtures with reduced complexity, e.g. membrane proteins, phosphoproteins, organelle proteins
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
    • G01N33/6893—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids related to diseases not provided for elsewhere
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/70—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving creatine or creatinine
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/72—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving blood pigments, e.g. haemoglobin, bilirubin or other porphyrins; involving occult blood
    • G01N33/728—Bilirubin; including biliverdin
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/74—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving hormones or other non-cytokine intercellular protein regulatory factors such as growth factors, including receptors to hormones and growth factors
    • G01N33/743—Steroid hormones
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/92—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving lipids, e.g. cholesterol, lipoproteins, or their receptors
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N2030/022—Column chromatography characterised by the kind of separation mechanism
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
    • G01N2333/435—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans
    • G01N2333/46—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans from vertebrates
    • G01N2333/47—Assays involving proteins of known structure or function as defined in the subgroups
    • G01N2333/4701—Details
    • G01N2333/4737—C-reactive protein
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
    • G01N2333/435—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans
    • G01N2333/575—Hormones
    • G01N2333/58—Atrial natriuretic factor complex; Atriopeptin; Atrial natriuretic peptide [ANP]; Brain natriuretic peptide [BNP, proBNP]; Cardionatrin; Cardiodilatin
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
    • G01N2333/435—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans
    • G01N2333/775—Apolipopeptides
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00—Detection or diagnosis of diseases
    • G01N2800/52—Predicting or monitoring the response to treatment, e.g. for selection of therapy based on assay results in personalised medicine; Prognosis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00—Detection or diagnosis of diseases
    • G01N2800/56—Staging of a disease; Further complications associated with the disease
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00—Detection or diagnosis of diseases
    • G01N2800/60—Complex ways of combining multiple protein biomarkers for diagnosis

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Immunology (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Hematology (AREA)
  • Urology & Nephrology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • General Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Biotechnology (AREA)
  • Cell Biology (AREA)
  • Medicinal Chemistry (AREA)
  • Microbiology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Biophysics (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Endocrinology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physiology (AREA)
  • Tropical Medicine & Parasitology (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

描述了方法、设备和系统，所述方法、设备和系统能够通过进行包含变性、归一化、提取、混合模式液相色谱法和质谱法的步骤来同时确定单个样品中存在的多种分析物的存在、属性或水平，借此确定所述单个样品中的分析物的存在、属性或水平。

Description

多种分析物的同时分析
相关申请的交叉引用
本申请要求于2019年3月28日提交的美国临时专利申请第62/825,610号的权益，所述美国临时专利申请出于所有目的通过引用整体并入本文。
背景技术
分析化学中的常规观点认为，在生物分子中发现的大量的化学多样性太过巨大而无法使用单一方法进行研究。因此，努力主要集中在分析生物分子的均质子集。在这些方法中，液相色谱法与质谱法偶联(LC-MS)已经成为这些分析中的许多分析中必不可少的分析平台，用于表征许多小分子和大分子。尽管这种多功能性，LC-MS仍然通常用于分析单一类别的生物化学品。人们对多组学研究中组合不同的生物信息层越来越感兴趣。多组学提供了将如基因组学、表观基因组学、转录组学、蛋白质组学、糖蛋白质组学、糖组学、脂类组学、代谢组学、通量组学、离子组学、微生物组学、表型组学、金属组学和暴露组学等各种分析整合到一个平台中的机会。然而，这些方法旨在使用计算方法整合单独的数据集；在数据获取之前组合这些不同类别的分析物的潜力仍有待探索。
其所涉及的正是本发明涉及的在单次仪器运行中对各种各样的生物分子执行组合分析的能力。
发明内容
在一方面，提供了一种用于基本上同时确定单个样品中存在的多种分析物的存在、属性或量的方法，所述方法包括：
a.用变性试剂来处理所述样品，所述变性试剂使所述样品中的生物聚合物变性，由此形成经变性样品，其中当归一化试剂添加到所述经变性样品中时，所述变性试剂或处理不会使所述归一化试剂的组分变性；
b.用所述归一化试剂处理所述经变性样品，其中所述归一化剂将所述经变性样品中的所述多种分析物转化为经归一化分析物物种和经归一化分析物片段物种，由此形成经归一化样品，所述物种能够通过多种色谱法模式分离并且能够通过质谱法单独鉴定；
c.用提取试剂处理所述经归一化样品并且保留所述经归一化样品中的可溶分析物物种和分析物片段物种，由此形成所提取样品；
d.使所述所提取样品经历多种色谱法模式，随后经历质谱法(MS)，借此所述所提取样品中存在的每种经归一化分析物物种和经归一化分析物片段物种的数据得以生成；以及
e.根据所述数据通过计算确定所述所提取样品中存在的所述多种分析物的存在、属性或水平。
在用于基本上同时确定所述单个样品中存在的多种分析物的存在、属性或量的方法的一些实施例中，所述多种分析物包括化学相关和化学不相关分析物。在一些实施例中，所述分析物包括蛋白质、碳水化合物、核酸、脂质、电解质、金属、代谢物、挥发性化合物、外源性化学物质或其任何组合。在一些实施例中，所述分析物包括蛋白质、碳水化合物、核酸、脂质、电解质、金属、小分子、挥发性化合物、外源性化学物质或其任何组合。在一些实施例中，所述样品为生物样品。在一些实施例中，所述样品是全血、血浆、血清、尿液、粪便、脑脊液、唾液、汗液、唾液、细胞或组织样品。在一些实施例中，所述样品包括水性溶液、水性悬浮液或水性组织。在一些实施例中，所述样品可以在步骤(a)之前或期间均质化。在一些实施例中，所述变性试剂或处理包括一种或多种溶剂、一种或多种离液剂、热、压力、辐照、一种或多种参考标准品或其任何组合。在一些实施例中，溶剂可以是甲醇、乙醇或乙腈。在一些实施例中，溶剂是甲醇。在一些实施例中，水性样品在约等量的甲醇中均质化。在一些实施例中，所述变性试剂或处理进一步包括金属螯合剂。在一些实施例中，金属螯合剂是EDTA、EGTA或DMSA。在一些实施例中，金属螯合剂是EDTA。在一些实施例中，所述变性步骤和用所述归一化试剂处理所述经变性样品是基本上同时执行的。在一些实施例中，归一化试剂包括使样品中的生物聚合物解聚的一种或多种酶。在一些实施例中，所述归一化试剂包括胰内分解酶。在一些实施例中，所述归一化试剂包括一种或多种蛋白酶、一种或多种核酸酶、一种或多种糖苷酶、一种或多种脂酶、一种或多种螯合剂、一种或多种缓冲剂、一种或多种还原剂、一种或多种衍生剂或其任何组合。在一些实施例中，所述衍生剂是碘乙酰胺。在一些实施例中，所述归一化试剂包括胰蛋白酶。在一些实施例中，所述归一化试剂包括胰蛋白酶、核糖核酸酶A、EDTA、碳酸氢铵或淀粉酶。在一些实施例中，当所述归一化试剂包括DNA酶I时，EDTA不同时存在。在一些实施例中，所述蛋白酶是在将所述经变性样品与所述归一化试剂的其它组分一起温育的同时或之后添加到所述经变性样品中的。在一些实施例中，用归一化剂处理包括在约37℃的温度下温育0小时到约24小时。在一些实施例中，提取试剂以1:1(v/v)添加到经归一化样品中。在一些实施例中，提取试剂包括乙腈和丙酮。在一些实施例中，乙腈和所述丙酮以1:1(v/v)存在。在一些实施例中，通过离心或过滤来实现将可溶物种保留在其中。在一些实施例中，所述多种色谱法模式包括反相分离、阳离子交换分离、阴离子交换分离、离子对分离、正相分离、离子迁移率分离、尺寸排阻分离、手性分离、亲和分离、配体交换分离、极性非离子分离或其任何组合。在一些实施例中，流动相进一步包括一种或多种电离加合物。在一些实施例中，所述电离加合物选自铵、质子、钠、乙酸盐、甲酸盐、丙酸盐、磷酸盐、锝美罗酸盐(medronate)、尿素、双缩脲、三缩脲或其任何组合。在一些实施例中，质谱法数据获取包括在正离子模式和负离子模式两者下在进行动态排除的情况下通过低或高分辨率MS2数据独立性或数据依赖性获取进行的高分辨率全扫描。在一些实施例中，所述根据所述LC-MS数据通过计算确定所述所提取样品中存在的所述多种分析物的存在、属性或量包括将所述经归一化分析物物种或经归一化分析物片段物种的所述LC-MS数据与由已知量的已知分析物生成的那些物种的质谱法进行比较。
在一方面，提供了一种用于基本上同时确定单个生物样品中存在的多种化学相关和化学不相关分析物的存在、属性或量的方法，其中所述样品是水性样品，所述方法包括：
a.用等体积的包括甲醇的变性试剂处理样品，其中变性剂使样品中的生物聚合物变性，由此形成经变性样品，其中当归一化试剂添加到所述经变性样品中时，变性试剂或处理不会使所述归一化试剂的组分变性；
b.在37℃下用包括50mM碳酸氢铵、5mM EDTA、1:20m/m胰蛋白酶:样品蛋白，pH 7.8的所述归一化试剂处理所述经变性样品，持续4小时，其中所述归一化剂将所述经变性样品中的所述多种分析物转化为经归一化分析物物种和经归一化分析物片段物种，由此形成经归一化样品，所述物种能够通过多种色谱法模式分离并且能够通过质谱法单独鉴定；
c.用等体积的包括乙腈:丙酮1:1的提取试剂处理所述经归一化样品，离心所述样品并且保留所述经归一化样品中的包括可溶分析物物种和分析物片段物种的上清液，由此形成所提取样品；
d.使所述所提取样品经历多种色谱法模式，随后经历质谱法(MS)，借此所述所提取样品中存在的每种经归一化分析物物种和经归一化分析物片段物种的数据得以生成；以及
e.根据所述数据通过计算确定所述所提取样品中存在的所述多种分析物的存在、量或属性。
在一方面，一种用于确定活来源的病理状况的方法，生物样品来源于所述活来源，所述方法包括：
a.根据上文描述的方法基本上同时确定所述生物样品中存在的多种分析物的存在、属性或量；
b.将所述生物样品中的所述分析物的存在、属性或量与来自未患所述病理的活来源样品的生物样品的所述分析物的存在、属性或量进行比较，其中所述病理状况能根据多种分析物的存在、属性或水平的变化鉴定；以及
c.确定所述活来源的所述病理状况。
在用于确定活来源的病理状况的方法的一些实施例中，来自确定病理状况的结果用于选择或监测活来源中的干预。
在一方面，提供了一种用于基本上同时确定单个样品中存在的多种分析物的存在、属性或量的设备，所述设备包括：
a.用于使所述样品中的生物聚合物变性由此形成经变性样品的装置，其中当归一化试剂添加到所述经变性样品中时，所述变性不会使所述归一化试剂的组分变性；
b.用于使所述样品归一化的装置，其中所述经变性样品中的多种分析物转化为经归一化分析物物种和经归一化分析物片段物种，所述物种能够通过多种色谱法模式分离并且能够通过质谱法单独鉴定；
c.用于提取所述经归一化样品并且保留所述经归一化样品中的可溶分析物物种和分析物片段物种的装置；
d.用于使所提取样品经历多种色谱法模式，随后经历质谱法(MS)，借此所述所提取样品中存在的每种经归一化分析物物种和经归一化分析物片段物种的数据得以生成的装置；以及
e.用于根据所述数据通过计算确定所述所提取样品中存在的所述多种分析物的存在、属性或量的装置。
在所述设备的一些实施例中，所述多种分析物包括化学相关和化学不相关分析物。在一些实施例中，所述分析物包括蛋白质、碳水化合物、核酸、脂质、电解质、金属、小分子、挥发性化合物、外源性化学物质或其任何组合。在一些实施例中，所述样品为生物样品。在一些实施例中，所述样品是全血、血浆、血清、尿液、粪便、脑脊液、唾液、汗液、唾液、细胞或组织样品。在一些实施例中，所述样品包括水性溶液、水性悬浮液或水性组织。在一些实施例中，在步骤(a)之前或期间提供有用于使所述样品均质化的装置。在一些实施例中，用于使所述样品中的生物聚合物变性的装置包括使用包括以下的变性试剂或处理：一种或多种溶剂、一种或多种离液剂、热、压力、辐照、一种或多种参考标准品或其任何组合。在一些实施例中，溶剂为甲醇、乙醇或乙腈。在一些实施例中，溶剂是甲醇。在一些实施例中，水性样品在约等量的甲醇中均质化。在一些实施例中，所述变性进一步包括金属螯合。在一些实施例中，金属螯合由EDTA、EGTA或DMSA提供。在一些实施例中，金属螯合由EDTA提供。在一些实施例中，所述变性和归一化是基本上同时执行的。在一些实施例中，所述归一化是使用包括使样品中的生物聚合物解聚的一种或多种酶的归一化试剂实现的。在一些实施例中，所述归一化试剂包括胰内分解酶。在一些实施例中，所述归一化试剂包括一种或多种蛋白酶、一种或多种核酸酶、一种或多种糖苷酶、一种或多种脂酶、一种或多种螯合剂、一种或多种缓冲剂、一种或多种还原剂、一种或多种衍生剂或其任何组合。在一些实施例中，所述衍生剂是碘乙酰胺。在一些实施例中，所述归一化试剂包括胰蛋白酶。在一些实施例中，所述归一化试剂包括胰蛋白酶、核糖核酸酶A、EDTA、碳酸氢铵或淀粉酶。在一些实施例中，当所述归一化试剂包括DNA酶I时，EDTA不同时存在。在一些实施例中，所述蛋白酶是在将所述经变性样品与所述归一化试剂的其它组分一起温育的同时或之后添加到所述经变性样品中的。在一些实施例中，归一化装置包括在约37℃的温度下温育0小时到约24小时。在一些实施例中，使用以1:1(v/v)添加到经归一化样品中的提取试剂来实现用于提取的装置。在一些实施例中，提取试剂包括乙腈和丙酮。在一些实施例中，乙腈和所述丙酮以1:1(v/v)存在。在一些实施例中，通过离心或过滤来实现用于将可溶物种保留在其中的装置。在一些实施例中，用于多种色谱法模式的装置包括反相分离、阳离子交换分离、阴离子交换分离、离子对分离、正相分离、离子迁移率分离、尺寸排阻分离、手性分离、亲和分离、配体交换分离、极性非离子分离或其任何组合。在一些实施例中，所述色谱法中使用的流动相进一步包括一种或多种电离加合物。在一些实施例中，所述电离加合物选自铵、质子、钠、乙酸盐、甲酸盐、丙酸盐、磷酸盐、锝美罗酸盐、尿素、双缩脲、三缩脲或其任何组合。在一些实施例中，质谱法数据获取包括在正离子模式和负离子模式两者下在进行动态排除的情况下通过低或高分辨率MS2数据独立性或数据依赖性获取进行的高分辨率全扫描。在一些实施例中，用于根据所述LC-MS数据通过计算确定所述所提取样品中存在的所述多种分析物的存在、属性或量的装置包括将所述经归一化分析物物种或经归一化分析物片段物种的所述LC-MS数据与由已知量的已知分析物生成的那些物种的质谱法进行比较。
在一方面，一种用于确定活来源的状况的方法，生物样品来源于所述活来源，所述方法包括：
a.通过使用上文所描述的设备基本上同时确定所述生物样品中存在的多种分析物的存在、属性或量；
b.将所述生物样品中的所述分析物的存在、属性或量与来自未患所述病理的活来源样品的生物样品的所述分析物的存在、属性或量进行比较，其中所述病理状况能根据多种分析物的存在、属性或量的变化鉴定；以及
c.确定所述活来源的所述病理状况。
在紧接着前述段落的方法的一些实施例中，确定所述病状用于选择或监测所述活来源中的干预。
在一方面，提供了一种用于基本上同时确定单个样品中存在的多种化学相关和化学不相关分析物的存在、属性或量的系统，所述系统包括：
a.变性试剂或处理，所述变性试剂或处理使所述样品中的生物聚合物变性，由此形成经变性样品，其中当归一化试剂添加到所述经变性样品中时，所述变性试剂或处理不会使所述归一化试剂的组分变性；
b.归一化试剂，所述归一化试剂将所述样品中的所述多种分析物转化为经归一化分析物物种或经归一化分析物片段物种，所述经归一化分析物物种或经归一化分析物片段物种能够通过混合模式液相色谱法分离并且能够通过串联质谱法单独鉴定；
c.提取试剂，所述提取试剂提取可溶分析物物种和分析物片段物种；
d.分离过程，所述分离过程用于保留所述样品中的所述可溶分析物物种和所述分析物片段物种，由此形成所提取样品；
e.多种色谱法模式，所述多种色谱法模式解析可溶分析物物种和分析物片段物种；
f.质谱法，所述质谱法生成关于单独物种的数据；以及
g.一种或多种算法，所述一种或多种算法用于根据每种经归一化分析物物种和经归一化分析物片段物种的所述数据通过计算确定所述样品中存在的所述多种分析物的存在、属性或水平。
在所述系统的一些实施例中，所述多种分析物包括化学相关和化学不相关分析物。在一些实施例中，所述分析物包括蛋白质、碳水化合物、核酸、脂质、电解质、金属、小分子、挥发性化合物、外源性化学物质或其任何组合。在一些实施例中，所述样品为生物样品。在一些实施例中，所述样品是全血、血浆、血清、尿液、粪便、脑脊液、唾液、汗液、唾液、细胞或组织样品。在一些实施例中，所述样品包括水性溶液、水性悬浮液或水性组织。在一些实施例中，所述样品在步骤(a)之前或期间均质化。在一些实施例中，所述变性试剂或处理包括一种或多种溶剂、一种或多种离液剂、热、压力、辐照、一种或多种参考标准品或其任何组合。在一些实施例中，溶剂为甲醇、乙醇或乙腈。在一些实施例中，溶剂是甲醇。在一些实施例中，水性样品在约等量的甲醇中均质化。在一些实施例中，所述变性试剂或处理进一步包括金属螯合剂。在一些实施例中，金属螯合剂是EDTA、EGTA或DMSA。在一些实施例中，金属螯合剂是EDTA。在一些实施例中，所述变性步骤和用所述归一化试剂处理所述经变性样品是基本上同时执行的。在一些实施例中，归一化试剂包括使样品中的生物聚合物解聚的一种或多种酶。在一些实施例中，所述归一化试剂包括胰内分解酶。在一些实施例中，所述归一化试剂包括一种或多种蛋白酶、一种或多种核酸酶、一种或多种糖苷酶、一种或多种脂酶、一种或多种螯合剂、一种或多种缓冲剂、一种或多种还原剂、一种或多种衍生剂或其任何组合。在一些实施例中，所述衍生剂是碘乙酰胺。在一些实施例中，所述归一化试剂包括胰蛋白酶。在一些实施例中，所述归一化试剂包括胰蛋白酶、核糖核酸酶A、EDTA、碳酸氢铵或淀粉酶。在一些实施例中，当所述归一化试剂包括DNA酶I时，EDTA不同时存在。在一些实施例中，所述蛋白酶是在将所述经变性样品与所述归一化试剂的其它组分一起温育的同时或之后添加到所述经变性样品中的。在一些实施例中，用归一化剂处理包括在约37℃的温度下温育0小时到约24小时。在一些实施例中，提取试剂以1:1(v/v)添加到经归一化样品中。在一些实施例中，提取试剂包括乙腈和丙酮。在一些实施例中，乙腈和所述丙酮以1:1(v/v)存在。在一些实施例中，通过离心或过滤来实现将可溶物种保留在其中。在一些实施例中，所述多种色谱法模式包括反相分离、阳离子交换分离、阴离子交换分离、离子对分离、正相分离、离子迁移率分离、尺寸排阻分离、手性分离、亲和分离、配体交换分离、极性非离子分离或其任何组合。在一些实施例中，所述色谱法中使用的流动相进一步包括一种或多种电离加合物。在一些实施例中，所述电离加合物选自铵、质子、钠、乙酸盐、甲酸盐、丙酸盐、磷酸盐、锝美罗酸盐、尿素、双缩脲、三缩脲或其任何组合。在一些实施例中，质谱法数据获取包括在正离子模式和负离子模式两者下在进行动态排除的情况下通过低或高分辨率MS2数据独立性或数据依赖性获取进行的高分辨率全扫描。在一些实施例中，所述根据所述LC-MS数据通过计算确定所述所提取样品中存在的所述多种分析物的存在、属性或量包括将所述经归一化分析物物种或经归一化分析物片段物种的所述LC-MS数据与由已知量的已知分析物生成的那些物种的质谱法进行比较。
在一方面，一种用于确定活来源的病理状况的方法，生物样品来源于所述活来源，所述方法包括：
a.根据上文描述的系统基本上同时确定所述生物样品中存在的多种分析物的存在、属性或量；
b.将所述生物样品中的所述分析物的存在、属性或量与来自未患所述病理的活来源样品的生物样品的所述分析物的存在、属性或量进行比较，其中所述病理状况能根据多种分析物的存在、属性或量的变化鉴定；以及
c.确定所述活来源的所述病理状况。
在紧接着前述段落的方法的一些实施例中，所述病理状况用于选择或监测所述活来源中的治疗性干预。
在一方面，本公开提供了一种用于从样品中鉴定多种不同类型的分析物的方法，所述方法包括：
(a)使含有或疑似含有所述多种不同类型的分析物的所述样品经历足以产生包括所述多种分析物或其衍生物的溶液的条件；以及
(b)使用仪器处理所述溶液以鉴定所述多种分析物或其衍生物，由此鉴定所述多种分析物，所述多种分析物或其衍生物在所述仪器的单次运行中鉴定。
在如上文或本文任何其它地方所述的用于从所述样品鉴定所述多种不同类型的分析物的方法的一些实施例中，所述多种分析物包括选自由以下组成的组的至少三种类型的分析物：蛋白质、核酸、小分子、脂质、碳水化合物、电解质和金属。在一些实施例中，所述多种分析物包括：选自小分子、脂质和碳水化合物的至少一种类型的分析物；以及选自蛋白质、核酸、电解质和金属的至少两种类型的分析物。在一些实施例中，所述多种分析物包括：选自蛋白质和核酸的至少一种类型的分析物；以及选自小分子、脂质和碳水化合物的至少两种类型的分析物。在一些实施例中，所述多种分析物包括小分子、脂质和蛋白质。在一些实施例中，所述多种分析物包括小分子、脂质、碳水化合物和蛋白质。在一些实施例中，所述多种分析物包括小分子、脂质、碳水化合物和电解质。在一些实施例中，所述多种分析物包括小分子、脂质、碳水化合物、电解质和金属。在一些实施例中，所述多种分析物进一步包括蛋白质和核酸中的一种或两种。在一些实施例中，所述小分子是内源性小分子、外源性小分子或其组合。在一些实施例中，所述多种分析物包括外源性化学物质。在一些实施例中，所述多种分析物中的至少一种分析物是挥发性化合物。
在如上文或本文任何其它地方所描述的用于从所述样品鉴定所述多种不同类型的分析物的方法的一些实施例中，所述溶液中的所述多种分析物或其衍生物的分子尺寸或质量分布不同于所述样品中含有或疑似含有的所述多种分析物的分子尺寸或质量分布。在一些实施例中，所述溶液中的所述多种分析物或其衍生物和所述样品中含有或疑似含有的所述多种分析物包括不同量的带电分子、不同量的亲水分子、不同量的具有疏水功能的分子或其任何组合。在一些实施例中，相比所述样品中含有或疑似含有的所述多种分析物，所述溶液中的所述多种分析物或其衍生物具有较大质量百分比的落入预定范围内的分子。在一些实施例中，所述溶液中的所述多种分析物或其衍生物的分子尺寸或质量分布比所述样品中含有或疑似含有的所述多种分析物的分子尺寸或质量分布窄。在一些实施例中，相比所述样品中含有或疑似含有的所述多种分析物，所述溶液中的所述多种分析物或其衍生物具有较大质量百分比的带电分子。在一些实施例中，相比所述样品中含有或疑似含有的所述多种分析物，如通过辛醇-水分配系数测量的，所述溶液中的所述多种分析物或其衍生物具有较大质量百分比的亲水分子。在一些实施例中，所述溶液中的所述多种分析物或其衍生物的质荷比(m/z)分布比所述样品中含有或疑似含有的所述多种分析物的m/z分布窄，使得相比所述样品中含有或疑似含有的所述多种分析物，所述溶液中的所述多种分析物或其衍生物具有较大质量百分比的落入能通过质谱法检测的范围内的分子。在一些实施例中，所述可通过质谱法检测的范围介于每电子电荷100道尔顿(100Da/e)与2,000Da/e之间。在一些实施例中，所述溶液中的所述多种分析物或其衍生物各自的质荷比(m/z)介于每电子电荷15道尔顿(15Da/e)与4,000Da/e之间。
在如上文或本文任何其它地方所述的用于从所述样品鉴定所述多种不同类型的分析物的方法的一些实施例中，(a)包括以下中的一个或以下的任何组合以获得经处理样品：(i)使所述样品均质化；(ii)使所述样品与变性剂接触，由此改变所述多种分析物中的至少一种分析物的构象；(iii)使所述样品与螯合剂接触，由此与所述多种分析物中的至少一种分析物形成螯合物；(iv)使所述样品与衍生剂接触，由此形成所述多种分析物中的至少一种分析物的衍生物；(v)使所述样品与还原剂接触，由此对所述多种分析物中的至少一种分析物进行改性；以及(vi)使所述样品与酶接触，由此产生所述多种分析物中的至少一种分析物的片段。在一些实施例中，(iii)被执行一次或多次。在一些实施例中，(vi)被执行一次或多次。在一些实施例中，(i)在(ii)之前执行或与(ii)基本上同时执行。在一些实施例中，(ii)与(iii)基本上同时执行。在一些实施例中，(ii)在(vi)之前执行或与(vi)基本上同时执行。在一些实施例中，(vi)与(iii)、(iv)和(v)中的一个或多个基本上同时执行。在一些实施例中，(vi)与(iv)基本上同时执行。在一些实施例中，(vi)与(iii)和(iv)基本上同时执行。
在一些实施例中，(iii)被执行至少两次，一次与(i)基本上同时执行，并且再次与(vi)基本上同时执行。在一些实施例中，(vi)被执行至少两次，一次与(ii)基本上同时执行，并且再次与(iv)基本上同时执行。在一些实施例中，在(vi)中使用的、与(ii)基本上同时执行的酶为蛋白酶。在一些实施例中，(i)在水和甲醇以按体积计介于1:5与5:1之间的比率形成的混合物中进行。在一些实施例中，所述变性剂包括溶剂、离液剂和参考标准品。在一些实施例中，所述溶剂选自甲醇、乙醇和乙腈。在一些实施例中，溶剂是甲醇。在一些实施例中，螯合剂在(iii)每次出现时独立地选自乙二胺四乙酸(EDTA)、乙二醇-双(β-氨基乙基醚)-N,N,N',N'-四乙酸(EGTA)和二巯基丁二酸(DMSA)。在一些实施例中，螯合剂是EDTA。在一些实施例中，衍生剂是肽烷化剂。在一些实施例中，所述衍生剂是碘乙酰胺。在一些实施例中，所述酶包括在(vi)每次出现时独立地选自由以下组成的组的一种或任何组合：核酸酶、蛋白酶、糖苷酶和脂酶。在一些实施例中，糖苷酶是淀粉酶。在一些实施例中，蛋白酶是胰蛋白酶。在一些实施例中，所述核酸酶包括DNA酶I和核糖核酸酶A中的一种或两种。在一些实施例中，在(vi)中不同时存在DNA酶I和EDTA。在一些实施例中，(vi)在碳酸氢铵缓冲液中进行。在一些实施例中，(vi)包括在约37℃下温育约24小时或更短时间。
在如上文或本文任何其它地方所述的用于从所述样品鉴定所述多种不同类型的分析物的方法的一些实施例中，(a)进一步包括用提取试剂从所述经处理样品中提取所述多种分析物或其衍生物，由此获得所述溶液。在一些实施例中，所述提取包括以按体积计1:1的比率向所述经处理样品添加提取试剂。在一些实施例中，所述提取试剂包括按体积计1:1的乙腈和丙酮。在一些实施例中，(a)进一步包括通过离心或过滤从溶液中去除不溶性杂质。
在如上文或本文任何其它地方所描述的用于从所述样品鉴定所述多种不同类型的分析物的方法的一些实施例中，(b)包括使所述多种分析物或其衍生物经历电子束，借此所述多种分析物或其衍生物中的至少一种分析物或其衍生物的至少一种电离形式或至少一个片段得以生成。在一些实施例中，(b)进一步包括使所述多种分析物或其衍生物与混合模式色谱法矩阵接触，所述混合模式色谱法矩阵包括至少三种正交色谱模式，其中所述至少三种正交色谱模式中的每种正交色谱模式被配置成从所述溶液中分离出给定类型的所述多种分析物或其衍生物。在一些实施例中，正交色谱模式中的至少一种正交色谱模式从溶液中分离分析物的至少一种衍生物。在一些实施例中，所述混合模式色谱法矩阵包括选自由以下组成的组的至少三种性质：阳离子交换性质、阴离子交换性质、离子排阻性质、配体交换性质、尺寸排阻性质、手性性质、反相性质、亲和性质、亲水性质、多齿性质或其任何组合。在一些实施例中，(b)进一步包括用至少三个流动相洗脱所述多种分析物和其衍生物。在一些实施例中，所述多种分析物和其衍生物的第一级分由第一流动相洗脱，所述第一流动相包括水和0.1％甲酸(v/v)；所述多种分析物和其衍生物的第二级分由第二流动相洗脱，所述第二流动相包括乙腈和0.1％甲酸(v/v)；并且所述多种分析物和其衍生物的第三级分由第三流动相洗脱，所述第三流动相包括1:1(v/v)甲醇/水、200mM乙酸铵和甲酸。
在如上文或本文任何其它地方所述的用于从所述样品鉴定所述多种不同类型的分析物的方法的一些实施例中，所述至少三个流动相中的至少一个流动相或所述第一流动相、所述第二流动相和所述第三流动相中的至少一个流动相包括选自由以下组成的组的一种或多种电离加合物：铵、质子、钠、乙酸盐、甲酸盐、丙酸盐、磷酸盐、锝美罗酸盐、尿素、双缩脲、三缩脲。在一些实施例中，(b)包括通过质谱法确定所述多种分析物或其衍生物中的每种分析物或其衍生物的质量。在一些实施例中，(b)包括通过质谱法确定所述多种分析物或其衍生物中的每种分析物或其衍生物的量。在一些实施例中，所述质谱法是在正离子模式和负离子模式两者下在进行或不进行动态排除的情况下通过数据独立性或数据依赖性获取生成的低或高分辨率全扫描或片段化扫描质谱法。在一些实施例中，所述确定所述质量或所述量包括将所述低或高分辨率质谱特性与一个或多个参考质量全或谱图进行比较。在一些实施例中，所述溶液是水性溶液，任选地包括水可混溶有机溶剂。在一些实施例中，所述样品为生物样品。
在一方面，本公开提供了用于确定受试者的疾病或病状的方法，所述方法包括：(i)从所述受试者的单个样品中单独或共同鉴定已知与所述疾病或病状相关的多种分析物，以获得所述多种分析物中的每种分析物的所鉴定量，所述多种分析物包括不同类型的分析物；(ii)确定所述多种分析物中的所述每种分析物的参考量与所述所鉴定量之间的差异以获得多个差值；以及(iii)使用经过训练的机器学习算法基于所述多个差值确定所述疾病或病状。
在如上文或本文任何其它地方所描述的用于确定所述受试者的所述疾病或病状的方法的一些实施例中，(i)包括：(a)使含有或疑似含有所述多种分析物的所述单个样品经历足以产生包括所述多种分析物或其衍生物的溶液的条件；以及(b)使用所述溶液鉴定所述多种分析物或其衍生物，由此鉴定所述多种分析物。在一些实施例中，所述经过训练的机器学习算法是使用包括不超过170个训练样品的多个训练样品训练的。在一些实施例中，所述经过训练的算法是使用包括不超过30个训练样品的多个训练样品训练的。在一些实施例中，所述经过训练的算法是使用包括至少30个训练样品的多个训练样品训练的。在一些实施例中，所述经过训练的机器学习算法是使用包括至少170个训练样品的多个训练样品训练的。在一些实施例中，用于确定受试者的疾病或病状的所述方法进一步包括：在(i)之前，从所述多个训练样品中的每个训练样品中鉴定所述多种分析物。在一些实施例中，所述疾病或病状是以至少80％的准确度确定的。在一些实施例中，所述准确度为至少90％。在一些实施例中，所述疾病或病状选自由以下组成的组：衰老、心血管疾病、炎症、心力衰竭和痴呆。在一些实施例中，所述多种分析物包括选自由以下组成的组的一种或多种分析物：载脂蛋白B(apoB)、皮质醇、C反应蛋白(CRP)和N端b型脑钠肽前体(N-terminal pro b-typenatriuretic peptide，NT-ProBNP)和其衍生物。在一些实施例中，所述多种分析物包括选自由以下组成的组的两种或更多种分析物：核糖核苷酸、脱氧核糖核苷酸、多肽和代谢物。在一些实施例中，所述多种分析物包括选自由以下组成的组的三种或更多种分析物：核糖核苷酸、脱氧核糖核苷酸、多肽和代谢物。在一些实施例中，所述多种分析物包括核糖核苷酸、脱氧核苷酸和代谢物。在一些实施例中，所述多种分析物包括多肽和代谢物。
本发明的这些方面和其它方面将从随后的附图说明和本发明的详细描述理解。
附图说明
说明书的结论部分中特别指出并明确要求保护被视为本发明的主题。然而，当与附图一起阅读时，可以通过参考以下详细描述最佳地理解本发明的组织和操作方法以及其目的、特征和优点两方面，在附图中：
图1示出了本发明的整体概念。
图2示出了如在人血浆中检测到的选定分析物。在水平轴和竖直轴上分别表示时间和强度峰面积。选定分析物为钠、胆固醇、苯丙氨酸、肌酸酐、果糖胺(和异构体)、甘油三酯异构体(52:2)、胰蛋白酶白蛋白肽和胆红素。
图3示出了选择分析物跨5个复制品中的5个不同血浆样品的箱形图。每个分析物的名称在每个点图的上方列出，其中克鲁斯卡尔-沃利斯(Kruskal-Wallis)p值表示样品中值之间的差异中的任何差异是否具有统计显著性。水平轴和竖直轴分别表示样品编号和log10刻度的强度峰面积。点表示每个样品的五次重复测量结果，而水平线表示所有复制品的四分位数。选定分析物为肌酸、牛磺酸、尿酸、血红蛋白的胰蛋白酶肽、血清白蛋白的胰蛋白酶肽、胆固醇、磷脂酰胆碱异构体(34:2)和甘油三酯异构体(52:2)。
图4示出了从无酶消化并根据所描述的程序分析的小鼠肝匀浆中获得的谱图。在水平轴和竖直轴上表示时间和质荷比，其中颜色越亮表示离子强度越高。根据先前的观察，标记选择分析物类别的大致位置。
图5示出了从用RNA酶A消化并根据所描述的程序分析的小鼠肝匀浆中获得的谱图。在水平轴和竖直轴上表示时间和质荷比，其中颜色越亮表示离子强度越高。根据先前的观察，标记选择分析物类别的大致位置。
图6示出了从用RNA酶A和胰蛋白酶消化并根据所描述的程序分析的小鼠肝匀浆中获得的谱图。在水平轴和竖直轴上表示时间和质荷比，其中颜色越亮表示离子强度越高。根据先前的观察，标记选择分析物类别的大致位置。
图7示出了从用胰蛋白酶消化并根据所描述的程序分析的培养的人肝癌细胞中获得的谱图。在水平轴和竖直轴上表示时间和质荷比，其中颜色越亮表示离子强度越高。根据先前的观察，标记选择分析物类别的大致位置。
图8示出了从用胰蛋白酶消化并根据所描述的程序分析的人血浆获得的谱图。在水平轴和竖直轴上表示时间和质荷比，其中颜色越亮表示离子强度越高。根据先前的观察，标记选择分析物类别的大致位置。
图9示出了从用胰蛋白酶消化并根据全MS程序分析的牛脂肪中获得的谱图。在水平轴和竖直轴上表示时间和质荷比，其中颜色越亮表示离子强度越高。根据先前的观察，标记选择分析物类别的大致位置。
图10示出了从用胰蛋白酶消化并根据全MS程序分析的人尿液中获得的谱图。在水平轴和竖直轴上表示时间和质荷比，其中颜色越亮表示离子强度越高。根据先前的观察，标记选择分析物类别的大致位置。
图11，左图，跨代表性血浆样品和复制品的离子箱的代表性成对散点图。水平轴和竖直轴对应于在离子箱内发现的log10强度计数。右图：血浆样品和复制品的基于相关性的分层聚类。竖直轴是图谱之间的相关性的距离，并且样品根据最近邻大致根据相关性进行排序。
图12A展示了曼哈顿图(Manhattan plot)，所述曼哈顿图显示了来自单个血液样品的各自在保留时间以质荷比进行测量的各种多组学检测的分析物与和年龄(或衰老)相关的临床变量之间的统计关联性。在错误发现率(FDR)阈值下过滤统计关联性结果：<0.2(红色三角形)，0.2(包含0.2)到0.5(绿色正方形)以及≥0.5(灰色圆圈)。
图12B展示了在图12A的曼哈顿图中分析的血液样品的多组学光谱图。落入0.3错误发现率(FDR)阈值内的分析物用正方形标记。
图12C展示了在改变机器学习模型的自由度的同时，使用留一法交叉验证的一组年龄预测的平均绝对误差(MAE)。
图12D展示了通过比较预测的年龄(使用如本文所描述方法)和实际年龄获得的预测准确度。相关系数(r)在绘图的上方示出；并且样品尺寸(n)在绘图的下方示出。
图13A展示了曼哈顿图，所述曼哈顿图显示了来自单个血液样品的各自在保留时间以质荷比进行测量的各种多组学检测的分析物与和心血管疾病(ApoB)相关的临床变量之间的统计关联性。在错误发现率(FDR)阈值下过滤统计关联性结果：<0.2(红色三角形)，0.2(包含0.2)到0.5(绿色正方形)以及≥0.5(灰色圆圈)。
图13B展示了在图13A的曼哈顿图中分析的血液样品的多组学光谱图。落入0.3错误发现率(FDR)阈值内的分析物用正方形标记。
图13C展示了在改变机器学习模型的自由度的同时，对ApoB留一法交叉验证的一组预测的平均绝对误差(MAE)。
图13D展示了通过比较预测的ApoB(使用如本文所描述方法)和实际ApoB获得的预测准确度。相关系数(r)在绘图的上方示出；并且样品尺寸(n)在绘图的下方示出。
图14A展示了曼哈顿图，所述曼哈顿图显示了来自单个血液样品的各自在保留时间以质荷比进行测量的各种多组学检测的分析物与和心力衰竭(NT-ProBNP)相关的临床变量之间的统计关联性。在错误发现率(FDR)阈值下过滤统计关联性结果：<0.2(红色三角形)，0.2(包含0.2)到0.5(绿色正方形)以及≥0.5(灰色圆圈)。
图14B展示了在图14A的曼哈顿图中分析的血液样品的多组学光谱图。落入0.3错误发现率(FDR)阈值内的分析物用正方形标记。
图14C展示了在改变机器学习模型的自由度的同时，使用留一法交叉验证的一组N端b型脑钠肽前体(NT-ProBNP)预测的平均绝对误差(MAE)。
图14D展示了通过比较预测的NT-ProBNP(使用如本文所描述方法)和实际NT-ProBNP获得的预测准确度。相关系数(r)在绘图的上方示出；并且样品尺寸(n)在绘图的下方示出。
图15A展示了曼哈顿图，所述曼哈顿图显示了来自单个血液样品的各自在保留时间以质荷比进行测量的各种多组学检测的分析物与和炎症(CRP)相关的临床变量之间的统计关联性。在错误发现率(FDR)阈值下过滤统计关联性结果：<0.2(红色三角形)，0.2(包含0.2)到0.5(绿色正方形)以及≥0.5(灰色圆圈)。
图15B展示了在图15A的曼哈顿图中分析的血液样品的多组学光谱图。落入0.3错误发现率(FDR)阈值内的分析物用正方形标记。
图15C展示了在改变机器学习模型的自由度的同时，对C反应蛋白(CRP)留一法交叉验证的一组预测的平均绝对误差(MAE)。
图15D展示了通过比较预测的CRP(使用如本文所描述方法)和实际CRP获得的预测准确度。相关系数(r)在绘图的上方示出；并且样品尺寸(n)在绘图的下方示出。
图16A展示了曼哈顿图，所述曼哈顿图显示了来自单个血液样品的各自在保留时间以质荷比进行测量的各种多组学检测的分析物与和痴呆相关的临床变量之间的统计关联性。在错误发现率(FDR)阈值下过滤统计关联性结果：<0.2(红色三角形)，0.2(包含0.2)到0.5(绿色正方形)以及≥0.5(灰色圆圈)。
图16B展示了在图16A的曼哈顿图中分析的血液样品的多组学光谱图。落入0.3错误发现率(FDR)阈值内的分析物用正方形标记。
图16C展示了在改变机器学习模型的自由度的同时，对与痴呆相关的临床生物标志物留一法交叉验证的一组预测的平均绝对误差(MAE)。
图16D展示了通过比较预测的与痴呆相关的临床生物标志物(使用如本文所描述的方法)和实际的与痴呆相关的临床生物标志物获得的预测准确度。相关系数(r)在绘图的上方示出；并且样品尺寸(n)在绘图的下方示出。
图17示出了根据一些实施例的计算机系统的示意图。
具体实施方式
可以通过参考形成本公开的一部分的以下详细描述更容易地理解本发明主题。应当理解，本发明不限于本文描述和/或示出的具体产品、方法、条件或参数，并且本文使用的术语仅出于通过实例描述特定实施例的目的，并非旨在限制要求保护的本发明。
除非本文中另外定义，否则结合本申请使用的科学术语和技术术语将具有本领域的普通技术人员通常理解的含义。进一步地，除非上下文另外需要，否则单数术语应包含复数，并且复数术语应包含单数。
如上文和整个公开中所采用的，除非另有说明，否则以下术语和缩略语应被理解为具有以下含义。
在本公开中，单数形式“一个(a)”、“一种(an)”和“所述(the)”包含复数指代物，并且除非上下文另有明确指示，否则对特定数值的引用至少包含所述特定值。因此，例如，提及“化合物”即提及本领域的技术人员已知的一种或多种此类化合物和其等效物等等。如本文所使用的，术语“多个”意指多于一个。当表达值的范围时，另一个实施例包含从一个特定值和/或到另一个特定值。
类似地，当通过使用先行词“约”将值表示为近似值时，应当理解，特定值形成另一个实施例。所有范围都是包含性的且可组合的。在本公开的上下文中，“约”某个量意指量在所述量的±20％以内，或优选地在所述量的±10％以内，或更优选地在所述量的±5％以内。
如本文所用的，术语“治疗(treat)”、“治疗(treatment)”或“疗法”(以及其不同形式)是指治疗性治疗，包含防治性或预防性措施，其中目的是防止或减缓(减轻)与疾病或病状相关的不期望的生理变化。有益的或期望的临床结果包含但不限于症状的缓解、疾病或病状程度的减轻、疾病或病状的稳定(即疾病或病状没有恶化的情况)、疾病或病状进展的延迟或减缓、疾病或病状的改善或缓和以及疾病或病状的缓解(无论是部分还是全部)，无论是可检测的还是不可检测的。需要治疗的人包含那些已经患有所述疾病或病状的人以及那些易于患有所述疾病或病状的人或者那些需要预防所述疾病或病状的人。
如本文所用的，术语“组分”、“组合物”、“调配物”、“化合物的组合物”、“化合物”、“药物”、“药理活性剂”、“活性剂”、“治疗剂”、“疗法”、“治疗”或“药剂”在本文中可互换使用，如上下文所指，是指在施用于受试者(人或动物)时，通过局部和/或全身作用诱导期望的药理学和/或生理学效果的一种或多种化合物或物质的组合物。个性化组合物或方法是指在被定制或个行化为满足受试者鉴定或考虑得多的具体需求的方案中的产品或产品的用途。
术语“受试者”、“个体”和“患者”在本文中可互换使用，并且是指向其提供用根据本发明的组合物或调配物治疗的动物，例如人。如本文所用的，术语“受试者”或“活来源”是指人和非人动物。术语“非人动物”和“非人哺乳动物”在本文中可互换使用并且包含所有脊椎动物，例如，如非人灵长类动物(特别是高等灵长类动物)、绵羊、狗、啮齿动物(例如小鼠或大鼠)、豚鼠、山羊、猪、猫、兔、牛、马等哺乳动物和如爬行动物、两栖动物、鸡和火鸡等非哺乳动物。在某些实施例中，“活来源”包含非动物活生物体，如微生物、真菌、苔藓类和包含但不限于谷物、水果、蔬菜的植物，以及包含由其制成的食品的其它人和动物食物。本文所述的组合物可以用于治疗任何合适的哺乳动物，包含如猴子和人等灵长类动物、马、牛、猫、狗、兔以及如大鼠和小鼠等啮齿动物。在一个实施例中，待治疗的哺乳动物是人。人可以是任何年龄的任何人。在一个实施例中，人是成年人。在另一个实施例中，人是儿童。人可以是男性、女性、孕妇、中年人、青少年或老年人。根据本发明的方法中的任何方法并且在一个实施例中，受试者是人。在另一个实施例中，受试者是非人灵长类动物。在另一个实施例中，受试者为鼠类，其在一个实施例中为小鼠并且在另一个实施例中为大鼠。在另一个实施例中，受试者为犬、猫、牛、马、laprine或猪。在另一个实施例中，受试者为哺乳动物。
特定药物、化合物、组合物、调配物(或其组合)在本文中被称为“指示(indicated)”用于的受试者病状和病症不限于监管机构已经明确批准所述药物或化合物或组合物或调配物用于的病状和病症，而且包含医生或其它保健从业者或营养从业者已知或合理认为适于用所述药物或化合物或组合物或调配物或其组合进行治疗的其它病状和病症。
人们对解码生物系统中存在的大量分子信息非常感兴趣。由于甚至在简单的生物样品中发现的大量的化学多样性，因此需要高度专业化的分析方法来检测和测量自然界中发现的各种分析物子集。发明人描述了一种使用LC-MS在各种生物样本的单次分析运行中对各种各样的分子物种进行定量的方法。此测定提供了用于分析复杂的生化系统的直接方法，从而为生物医学研究呈现独特的机会。此框架通过将正交混合模式色谱法(或多种色谱法模式)与各种步骤和试剂组合将对多种生物分子的分析合并到单次仪器运行中，旨在在将样品引入质谱仪之前进行化学归一化和包含。使用此方法，提供了对数以千计的蛋白质、脂质、小分子、电解质并且甚至寡糖和寡核苷酸进行同时定量(图1)。
在一个实施例中，生物样品首先在甲醇溶液中均质化和变性。然后对分析物进行化学归一化，以改善LC-MS的适用性，例如将大分子酶水解成小分子样片段，并且使如中性脂质和电解质等检测不良的分子与电离加合物配对。LC-MS不相容的碎片使用与水可混溶的有机溶剂沉淀，从而在离心澄清后产生包含性混合极性提取物。在质谱数据获取之前，使用正交混合模式色谱法(或多种色谱法模式)分离分析物。通过极性切换以捕获正电离分子和负电离分子两者来获取这些多组学制剂的全MS扫描和MS/MS片段化扫描。可以在下文和实例中进一步找到样品处理方法的更详细描述。
如下文实例中所示，为了证明此方法实现化学上不同的分子的分离和定量，选择一组代表性分析物进行分析，包含蛋白质、脂类、代谢物和电解质。除了如糖和寡糖等极性中性化合物外，大多数化合物在色谱上保留。这些分析物以内源性水平在人血浆制剂中可检测(图2)。
为了证明所述方法在定量方面的可重现性，对5份空腹血浆样品制剂进行五次重复分析。检测一小组代表性分析物时，测量结果足够精确以在样品间进行区分(图3)。使用KNIME(v3.6.2)OpenMS(v2.4.0)插件对这些数据进行无标签特征定量总共产生98,797个去同位素特征—这些特征中的12,150个特征的平均样品内变异系数(CV)小于20％，并且平均样品内CV小于样品间CV。在对汇集的血浆的半详尽的BoxCar式数据依赖性获取片段化扫描分析中，跨十次60分钟的运行使用缩小的前体扫描窗口，使用Thermo ProteomeDiscoverer(v2.2.0)发现了2,559个蛋白质家族的肽匹配，并且使用Thermo CompoundDiscoverer(v2.0.0)发现了270个化合物匹配。
为了证明同时对多种生物化学类别进行自下而上的大分子分析的可行性，使用胰内分解酶α-淀粉酶、RNA酶A和DNA酶I来消化血清白蛋白、糖原、RNA和DNA。甚至在存在胰蛋白酶和甲醇的情况下，18小时内的消化也会产生对应于寡糖、寡核苷酸和寡脱氧核苷酸的可检测产物。为了在生物矩阵中测试此方法，用RNA酶A和胰蛋白酶消化小鼠肝脏匀浆，从而允许检测代谢物、寡糖、寡核苷酸和胰蛋白酶肽(图5和6)。即使没有酶，也可清晰地分离、鉴定较低分子量的组分并对所述较低分子量的组分进行定量(图4)。用培养的人肝癌细胞(图7)、人血浆(图8)、牛脂肪组织(图9)和人尿液(图10)获得类似的结果。
下文进一步详细描述了方法的组分和步骤中的每一个。在一个实施例中，提供了用于进行分析的方法。在一个实施例中，提供了包括用于进行分析的所有必需的仪器和试剂的设备或装置。在一个实施例中，提供用于处理输入样品以准备通过LC-MS进行分析的流体或微流体路径。在一个实施例中，可以将单独的样品装载到盒或类似装置中，以顺序地或以被编程到装置或设备中的任何顺序自动处理多个样品。在一个实施例中，设备或装置可以被编程为提供关于样品中存在的分析物的存在、属性或量的数据。在一个实施例中，设备或装置可以被编程为基于样品中的各种分析物的存在或不存在或相对量来提供对疾病或健康状况概况的诊断。在一个实施例中，来自装置的输出指导对病状或疾病的治疗性干预或预防，并且然后监测病状或疾病的进展以及治疗性干预的有效性或有效性的缺乏。在一个实施例中，设备或装置可以被编程为基于关于样品中存在的单独的分析物或分析物组的预定义参数集对样品进行分类。在一个实施例中，创建包括来自患有各种病状或疾病的大量个体群体的样品的结果的数据库，以供鉴定新样品的健康状况或疾病使用。这些实施例不旨在以任何方式限制本发明、出于其预期目的利用本发明的设备和装置、方法或系统的实用性。
样品和其中的分析物。在一个实施例中，提供了一种用于基本上同时确定单个样品中存在的多种分析物的存在、属性或水平的方法。可以使用可以制备可溶提取物以用于通过LC-MS分析的任何样品。通过非限制性实例，样品可以是生物样品、水样品、油样品、土壤样品、矿物样品、污染水样品、农产品样品、肉样品等。样品可以是固体、液体或其组合。样品可以是气体样品，其中组分溶解在水性介质中。生物样品的非限制性实例包含来自人或其它动物或植物的样品。来自动物的样品的非限制性实例包含全血、血浆、血清、尿液、粪便、脑脊液、唾液、汗液、唾液、精液、活检样本、细胞或组织样品。其它样品可以是头发、指甲、脱落的皮肤、头皮屑等。样品可以是水性溶液、水性悬浮液或水性组织。样品可以从固体或半固体样品中均质化。其它生物样品包含生物膜、食品和饮料制剂以及衍生物。非生物样品可以包含工业材料，如但不限于原材料、过程中样品、过程中间体和制造批次。在一个实施例中，所述方法用于确定非生物材料中生物组分的存在，如在岩石样品和矿物样品、包含石化的人和其它动物的化石以及来自地球外源头或位置或在地球外源头或位置上的岩石样品中的生物组分的存在。
样品可以含有多种分析物。在一个实施例中，分析物是化学相关的。在一个实施例中，分析物不是化学相关的。在一个实施例中，分析物是生物聚合物，如包含类似亚基的重复单元的任何生物分子，如多糖、核酸和蛋白质。其它分析物是小分子化合物，如代谢物、电解质、糖、氨基酸、金属、药物等。其它生物组分包含极性脂质和非极性脂质、挥发性化合物、其它外源性化学物质等。虽然本文的上述描述和其它描述主要描述了来自生物来源的分析物并且具体地来自人体的分析物，但是也包含任何兽医或牲畜源性分析物以及非活体完整生物体，如水污染物、工业化学品和工业产品。本文体现了植物来源。
在一个实施例中，样品在步骤1之前或在步骤1期间均质化。样品可以在如水或水性缓冲液等水性溶液中均质化。
步骤1：变性。用使样品中的生物聚合物变性的变性试剂处理样品，由此形成经变性样品，其中当归一化试剂添加到所述经变性样品中时变性试剂不会使所述归一化试剂的组分变性。
在一个实施例中，变性试剂包括一种或多种溶剂、一种或多种离液剂、一种或多种参考标准品或其任何组合。在一个实施例中，溶剂为甲醇、乙醇、乙腈或另一种挥发性有机溶剂或其任何组合。在一种实施例中，溶剂是甲醇。在一个实施例中，水性样品在约等量的甲醇中均质化。在一个实施例中，变性试剂进一步包括金属螯合剂。在一个实施例中，金属螯合剂是EDTA、EGTA或DMSA。在一个实施例中，金属螯合剂是EDTA。在一个实施例中，如当EDTA用作血液样品的抗凝血剂时，金属螯合剂存在于样品中。
在一个实施例中，如上文所描述的样品的变性与归一化一起执行，如下一步中所描述的。在一个实施例中，变性后的样品的组分与归一化步骤相容，因为归一化步骤的酶和其它组分能够在存在来自变性步骤的任何组分的情况下进行其期望功能。在一个实施例中，变性步骤产生甲醇含量为约40-60％的溶液。
步骤2：归一化。用归一化试剂处理经变性样品，其中归一化剂将经变性样品中的多种分析物转化为经归一化分析物物种和经归一化分析物片段物种。在一个实施例中，如此形成的物种能够通过多种色谱法模式分离并且能够通过质谱法单独鉴定，由此形成经归一化样品。
在一个实施例中，归一化试剂包括使样品中的生物聚合物解聚成分析物片段物种的一种或多种酶。在一个实施例中，归一化试剂包括胰内分解酶。在一个实施例中，所述归一化试剂包括一种或多种蛋白酶、一种或多种核酸酶、一种或多种糖苷酶、一种或多种脂酶、一种或多种螯合剂、一种或多种缓冲剂、一种或多种还原剂、一种或多种衍生剂或其任何组合。
在实施例中，蛋白酶是胰蛋白酶、糜蛋白酶、蛋白酶K、LysC、LysN、AspN、GluC或ArgC。在一个实施例中，蛋白酶是胰蛋白酶。
在一个实施例中，衍生剂是β-巯基乙醇、二硫苏糖醇、三(2-羧乙基)膦-HCl或碘乙酰胺。在一个实施例中，衍生剂是碘乙酰胺。
在一个实施例中，缓冲剂是磷酸盐、柠檬酸盐、碳酸氢盐、磺酸盐、甲酸盐、乙酸盐或氨。在一个实施例中，提供样品在归一化期间的pH以最大程度地允许样品的归一化。在一个实施例中，pH为约7.8。
在一个实施例中，归一化试剂包括胰蛋白酶、核糖核酸酶A、EDTA、碳酸氢铵和淀粉酶的组合。
在一个实施例中，归一化试剂包括50mM碳酸氢铵、5mM EDTA和1:20m/m胰蛋白酶:样品蛋白。
在一个实施例中，归一化包括连续步骤，其中如当不同酶的最佳pH不同时，某些试剂不相容，使得归一化过程期间的条件改变以使最大程度地样品归一化。在一个实施例中，当归一化试剂包括DNA酶I时，EDTA不同时存在。
在一个实施例中，所述蛋白酶是在将所述经变性样品与所述归一化试剂的其它组分一起温育的同时或之后添加到所述经变性样品中的。
在一个实施例中，用归一化剂处理包括在约37℃的温度下温育约0小时到24小时。
这些用于将生物聚合物水解成能够通过LC-MS分析(其中生物聚合物在没有水解的情况下可能难以分析)并将任何组分衍生成同样可通过LC-MS分析的片段的归一化步骤的期望结果的指导方针并不旨在是限制性的。
步骤3：提取。将经归一化样品用提取试剂处理，并且保留经归一化样品中的可溶分析物物种和分析物片段物种，由此形成所提取样品。
添加有机溶剂是代谢组学方法中常用的程序，以基本上同时使样品脱蛋白并所提取样品的代谢物。混合极性溶剂组合用于在提取极性分子和非极性分子两者的同时提供样品清洁。尽管可以任选地浓缩样品，但注射这种相对粗糙的制剂允许检测如异丙醇或乙醇等挥发性分析物。
如本文所指出的，样品中能够通过LC-MS分析的分析物的组分是通过变性步骤和归一化步骤变得可溶的那些组分。提取这些可溶组分，然后通过LC-MS进行分析。在一个实施例中，以1:1(v/v)向经归一化样品添加提取试剂。在一个实施例中，提取试剂包括乙腈和丙酮。在一个实施例中，乙腈和丙酮以1:1(v/v)存在。
在一个实施例中，提取步骤之后的样品包括原始样品中的分析物的可溶组分和片段。在一个实施例中，通过离心或过滤实现所提取样品中的可溶组分的分离。
上述变性、归一化和提取方法被描述为离散的步骤，但是在一个实施例中，所述方法可以在流体路径中连续进行，其中试剂添加、混合、温育、加热、分离和其它操纵可以以任何适当的顺序完成，以使样品准备用于LC-MS。在其中采用流体路径的一个实施例中，引入样品、向流体添加变性试剂，并且在混合腔室或湍流区域中混合组合溶液；提供直径、长度和流速以优化所期望的变性结果。然后，当样品移动穿过流体路径或沿流体路径固定时，向样品添加归一化试剂。对于不同时相容的归一化试剂和病状，样品可以例如在不存在EDTA的情况下用核酸酶处理，然后在存在EDTA的情况下稀释并用蛋白酶和糖苷酶以及其它组分进行处理。包含长度、直径、流速、平滑区域或湍流/混合区域的流体路径设计将被设计成使样品处理步骤的效率最大化。归一化之后，向流体路径添加提取试剂，并且通过在线过滤、连续或区域离心或用于分离可溶组分的任何其它方式来分离流体的可溶组分，以供进一步处理。处理后，所提取样品可以进入LC-MS中，或者可以连续存储经处理样品，并且然后在下一个程序化样品准备好进行分析时将经处理样品注入LC-MS。上述病状仅仅是用于样品处理的单个流体路径方式的示例性形式并且不以任何方式旨在是限制性的。
在一些实施例中，流体处理依赖于重力。在一些实施例中，流体处理路径与重力无关，以供在例如空间环境和探索中使用。
步骤4：LC-MS。使所提取样品经历多种色谱法模式，随后经历质谱法，借此所述所提取样品中存在的每种经归一化分析物物种和经归一化分析物片段物种的MS数据得以生成。
在一个实施例中，使用了电喷雾电离。在其它实施例中，使用环境压力化学电离(APCI)、环境压力光电离(APPI)或电喷雾电离(ESI)。这些是可以采用但不旨在是限制性的环境压力电离(API)方法的实例。
使用化学添加剂来改善检测不良分析物的LC-MS响应是公认的。如乙酸铵等挥发性盐用于洗脱离子交换相并改善如脂质等中性化合物的电离。金属配位剂已经用于EDTA改善使用亚甲基二磷酸和EDTA的磷酸化化合物和金属离子的色谱法和灵敏度。在本文中将此类策略的组合用于从以反相、阳离子和阴离子交换性质为特征的可商购获得的三模态混合模式柱洗脱分析物。使用水性起始条件，此柱似乎保留了除如寡糖和糖等极性中性分子以外的大多数化合物。
多种色谱法模式能够实现不同化学物种的色谱分离，而以单一模式的色谱法为特征的色谱法无法分离不参与和固定相进行化学相互作用的分析物。多种分离模式通常用于以各种形式解析复杂的分析物混合物，所述各种形式包含离线分馏或在线一维混合床/相柱，或在线串联多维LC。此处描述了可商购获得的三模态柱，然而增加模式的数量可以改进基于其它化学性质，包含离子迁移率、手性、尺寸和非离子极性，进行的分离。
在一个实施例中，多种色谱法模式包括反相分离、阳离子交换分离、阴离子交换分离、离子对分离、正相分离、离子迁移率分离、尺寸排阻分离、手性分离、亲和分离、配体交换分离、极性非离子分离或其任何组合。
在一个实施例中，在色谱法中使用的流动相进一步包括一种或多种电离加合物，如但不限于铵、质子、钠、乙酸盐、甲酸盐、丙酸盐、磷酸盐、锝美罗酸盐、尿素、双缩脲、三缩脲或其任何组合。
在一个实施例中，质谱法数据获取包括在正离子模式和负离子模式两者下在进行动态排除的情况下通过低或高分辨率MS2数据独立性或数据依赖性获取进行的高分辨率全扫描。
步骤5：分析。根据MS数据通过计算确定所提取样品中存在的所述多种分析物的存在、属性或水平。
在一些实施例中，LC-MS数据包括色谱保留时间、离子迁移率碰撞截面、不同形式的前体和产物离子质荷比、离子加合物的状态和比率、损失、多聚体、同位素丰度、电荷状态或其任何组合。
在一个实施例中，根据MS数据通过计算确定存在于所提取样品中的所述多种分析物的存在、属性或水平包括将经归一化分析物物种或经归一化分析物片段物种的MS数据与由已知量的已知分析物生成的那些物种的MS数据进行比较。
在一个实施例中，根据MS数据通过计算确定存在于所提取样品中的所述多种分析物的存在、属性或水平包括将经归一化分析物物种或经归一化分析物片段物种的MS数据与从这些物种的已知量的同位素体生成的MS数据进行比较。
在一个实施例中，根据MS数据通过计算确定所提取样品中存在的所述多种分析物的存在、属性或水平包括将经归一化分析物物种或经归一化分析物片段物种的MS数据与已知或理论分析物的计算模拟MS数据进行比较。
在一个实施例中，生物聚合物片段的MS数据的计算模拟包括生成生物聚合物片段的亚基的所有可能或所考虑的组合和排列，并且基于理论生物聚合物片段的亚基化学组合物计算预期的MS数据。
在一个实施例中，根据MS数据通过计算确定所提取样品中存在的所述多种分析物的属性包括通过以下预先鉴定经归一化分析物物种或经归一化分析物片段物种的生物化学类别：将前体离子的同位素分布与已知生物化学类别的通过计算模拟的同位素分布进行比较，并且随后将经归一化分析物物种或经归一化分析物片段物种的MS数据与来自匹配的生物化学类别的已知或理论分析物的所述MS数据进行比较。
在一个实施例中，根据MS数据通过计算确定所提取样品中存在的所述多种分析物的存在或水平包括与添加到样品中或已经存在于样品中的已知量的已知分析物的强度峰面积成比例地调节经归一化分析物物种或经归一化分析物片段物种的强度峰面积。
在一个实施例中，根据MS数据通过计算确定所提取样品中存在的所述多种分析物的属性包括基于经归一化分析物物种或经归一化分析物片段物种的前体离子、其片段离子、其交替电荷态离子、其交替带正电或带负电离子或如衍生物或类似物等化学相关离子的色谱保留时间、预期同位素质量或相对丰度将经归一化分析物物种或经归一化分析物片段物种与已知分析物的所记录或所模拟的经归一化分析物物种或经归一化分析物片段物种的或由其得出的此类特性进行匹配。
在一些实施例中，通过使用KNIME(v3.6.2)OpenMS(v2.4.0)插件、ThermoProteome Discoverer(v2.2.0)和Thermo Compound Discoverer(v2.0.0)来实现用于鉴定MS数据中的物种并从中鉴定分析物的属性的软件、算法和其它方法，但是这些仅是示例性的，并非旨在是限制性的。
在所述方法的一个实例中，可以进行以下步骤。
步骤1：用等体积的包括甲醇的变性试剂处理样品，其中变性剂使样品中的生物聚合物变性，由此形成经变性样品，其中当归一化试剂添加到所述经变性样品中时，变性试剂不会使所述归一化试剂的组分变性；
步骤2：在37℃下用包括50mM碳酸氢铵、5mM EDTA、1:20m/m胰蛋白酶:样品蛋白，pH7.8的所述归一化试剂处理所述经变性样品，持续4小时，其中所述归一化剂将所述经变性样品中的所述多种分析物转化为经归一化分析物物种和经归一化分析物片段物种，由此形成经归一化样品，所述物种能够通过多种色谱法模式分离并且能够通过质谱法单独鉴定；
步骤3：用等体积的包括乙腈:丙酮1:1的提取试剂处理所述经归一化样品，离心所述样品并且保留所述经归一化样品中的包括可溶分析物物种和分析物片段物种的上清液，由此形成所提取样品；
步骤4：使所提取样品经历多种色谱法模式，随后经历质谱法，借此所述所提取样品中存在的每种经归一化分析物物种和经归一化分析物片段物种的MS数据得以生成；以及
步骤5：根据MS数据通过计算确定所提取样品中存在的所述多种分析物的存在或水平和/或属性。
上述方法、设备、装置或系统可以用于各种目的。在一个实施例中，一种用于确定活来源的病状的方法，生物样品来源于所述活来源，所述方法包括：
a.根据本文描述的方法基本上同时确定所述生物样品中存在的多种分析物的存在、属性或水平；
b.将所述生物样品中的所述分析物的存在、属性或水平与来自未患所述病状的活来源样品的生物样品的所述分析物的存在、属性或水平进行比较，其中所述病状能根据多种分析物的存在、属性或水平的变化鉴定；以及
c.确定所述活来源的病状。
在一个实施例中，所述病状是病理状况或疾病，并且确定的结果用于指导治疗性干预或监测治疗的有效性或疾病或病状的进展。在一个实施例中，所述病状是饮食或代谢失衡，并且确定的结果用于指导饮食或生活方式的改变并监测改变的效果和进展。在一个实施例中，所述方法可以用于确定与对如病理状况等病状的保护或发展的风险相关的分子或分子模式。在一个非限制性实例中，可以评估患上II型糖尿病(T2D)的风险，并且可以通过将来自患有T2D的受试者的样品中的分析物或模式或分析物与来自健康个体的样品的分析物或模式或分析物进行比较来发现新的生物标志物，使得T2D样品具有高水平或低水平的当前与糖尿病风险增加不相关的一种或多种化合物或生物标志物，并且健康样品具有低水平或高水平的当前未被指示用于防止糖尿病的此类化合物或生物标志物。
在本发明的另一个实施例中，本文描述的方法由能够进行方法步骤中的所有方法步骤的设备或装置进行。在一个实施例中，设备包括：
a.用于使所述样品中的生物聚合物变性由此形成经变性样品的装置，其中当归一化试剂添加到所述经变性样品中时，所述变性试剂不会使所述归一化试剂的组分变性；
b.用于使所述样品归一化的装置，其中所述经变性样品中的多种分析物转化为经归一化分析物物种和经归一化分析物片段物种，所述物种能够通过多种色谱法模式分离并且能够通过质谱法单独鉴定；
c.用于提取所述经归一化样品并且保留所述经归一化样品中的可溶分析物物种和分析物片段物种的装置；
d.用于使所提取样品经历多种色谱法模式，随后经历质谱法，借此所述所提取样品中存在的每种经归一化分析物物种和经归一化分析物片段物种的MS数据得以产生的装置；以及
e.用于根据所述MS数据通过计算确定所述所提取样品中存在的所述多种分析物的存在、属性或水平的装置。
在一个实施例中，提供了一种进行本文在上文描述的方法的系统。在一个实施例中，提供了一种用于基本上同时确定单个样品中存在的多种化学相关和化学不相关分析物的存在、属性或水平的系统，所述系统包括：
a.变性试剂，所述变性试剂使所述样品中的生物聚合物变性，由此形成经变性样品，其中当归一化试剂添加到所述经变性样品中时，所述变性试剂不会使所述归一化试剂的组分变性；
b.归一化试剂，所述归一化试剂将所述样品中的所述多种分析物转化为经归一化分析物物种或经归一化分析物片段物种，所述经归一化分析物物种或经归一化分析物片段物种能够通过混合模式液相色谱法分离并且能够通过串联质谱法单独鉴定；
c.提取试剂，所述提取试剂提取可溶分析物物种和分析物片段物种；
d.分离过程，所述分离过程用于保留所述样品中的所述可溶分析物物种和所述分析物片段物种，由此形成所提取样品；
e.多种色谱法模式，所述多种色谱法模式解析可溶分析物物种和分析物片段物种；
f.质谱法，所述质谱法生成关于单独物种的数据；以及
g.一种或多种算法，所述一种或多种算法用于根据每种经归一化分析物物种和经归一化分析物片段物种的所述数据通过计算确定所述样品中存在的所述多种分析物的存在、属性或水平。
一些实施例提供了一种用于从样品中鉴定多种不同类型的分析物的方法，所述方法包括：(a)使含有或疑似含有所述多种不同类型的分析物的所述样品经历足以产生包括所述多种分析物或其衍生物的溶液的条件；以及(b)使用仪器处理所述溶液以鉴定所述多种分析物或其衍生物，由此鉴定所述多种分析物，其中所述多种分析物或其衍生物是在所述仪器的单次运行中鉴定的。在一些实施例中，(b)在单次仪器运行中执行。本领域的普通技术人员将会理解，本文所使用的术语“单次仪器运行”通常是指用单个仪器对单个样品的单次装载执行的单次分析过程。本领域的普通技术人员将会理解，分析物的“衍生物”可以是分析物的片段化、电离、氧化、还原、化学官能化、化学官能团去除、异构化、配位、聚合或多聚体形式或其组合。在一些实施例中，所述多种分析物包括选自由以下组成的组的至少三种类型的分析物：蛋白质、核酸、小分子、脂质、碳水化合物、电解质和金属。本领域的普通技术人员将理解“电解质”的非限制性实例包含Na+、Cl-、K+、碳酸氢盐、磷酸盐、硫酸盐、溴化物、乙酸盐、甲酸盐和铵。本领域的普通技术人员还将理解小分子的非限制性实例包含分子量小于900道尔顿、小于1500道尔顿或小于2000道尔顿的分子。在一些实施例中，所述多种分析物包括：选自小分子、脂质和碳水化合物的至少一种类型的分析物；以及选自蛋白质、核酸、电解质和金属的至少两种类型的分析物。在一些实施例中，所述多种分析物包括：选自蛋白质和核酸的至少一种类型的分析物；以及选自小分子、脂质和碳水化合物的至少两种类型的分析物。在一些实施例中，所述多种分析物包括小分子、脂质和蛋白质。在一些实施例中，所述多种分析物包括小分子、脂质、碳水化合物和蛋白质。在一些实施例中，所述多种分析物包括小分子、脂质、碳水化合物和电解质。在一些实施例中，所述多种分析物包括小分子、脂质、碳水化合物、电解质和金属。在一些实施例中，所述多种分析物进一步包括蛋白质和核酸中的一种或两种。在一些实施例中，所述小分子是内源性小分子、外源性小分子或其组合。在一些实施例中，所述多种分析物包括外源性化学物质。在一些实施例中，所述多种分析物中的至少一种分析物是挥发性化合物。在一些实施例中，所述溶液的所述多种分析物或其衍生物的分子尺寸或质量分布不同于所述样品中含有或疑似含有的所述多种分析物的分子尺寸或质量分布。在一些实施例中，所述溶液的所述多种分析物或其衍生物和所述样品中含有或疑似含有的所述多种分析物包括不同量的带电分子、不同量的亲水分子、不同量的带电分子、不同量的亲水分子、不同量的具有疏水功能的分子或其任何组合。在一些实施例中，所述带电分子包括带负电荷的分子、带正电荷的分子或两者。在一些实施例中，所述溶液的所述多种分析物或其衍生物的酸性官能团和碱性官能团分子的pKa常数值的分布不同于所述样品中含有或疑似含有的所述多种分析物的酸性官能团和碱性官能团分子的pKa常数值的分布。在一些实施例中，所述溶液的所述多种分析物或其衍生物的分子的辛醇-水分配系数的分布不同于所述样品中含有或疑似含有的所述多种分析物的分子的辛醇-水分配系数的分布。在一些实施例中，相比所述样品中含有或疑似含有的所述多种分析物，所述溶液中的所述多种分析物或其衍生物具有较大质量百分比的落入预定范围内的分子。在一些实施例中，所述溶液中的所述多种分析物或其衍生物的分子尺寸或质量分布比所述样品中含有或疑似含有的所述多种分析物的分子尺寸或质量分布窄。在一些实施例中，相比所述样品中含有或疑似含有的所述多种分析物，所述溶液中的所述多种分析物或其衍生物具有较大质量百分比的带电分子。在一些实施例中，相比所述样品中含有或疑似含有的所述多种分析物，如通过辛醇-水分配系数测量的，所述溶液中的所述多种分析物或其衍生物具有较大质量百分比的亲水分子。在一些实施例中，所述溶液的所述多种分析物或其衍生物的质荷比(m/z)分布比所述样品中含有或疑似含有的所述多种分析物的m/z分布窄，使得相比所述样品中含有或疑似含有的所述多种分析物，所述溶液中的所述多种分析物或其衍生物具有较大质量百分比的落入能通过质谱法检测的范围内的分子。在一些实施例中，所述可通过质谱法检测的范围介于每电子电荷100道尔顿(100Da/e)与2,000Da/e之间。在一些实施例中，所述溶液的所述多种分析物或其衍生物各自的质荷比(m/z)介于每电子电荷15道尔顿(15Da/e)与4,000Da/e之间。
在如上文或本文任何其它地方所述的用于从所述样品鉴定所述多种不同类型的分析物的方法的一些实施例中，(a)包括以下中的一个或以下的任何组合以获得经处理样品：(i)使所述样品均质化；(ii)使所述样品与变性剂接触，由此改变所述多种分析物中的至少一种分析物的构象；(iii)使所述样品与螯合剂接触，由此与所述多种分析物中的至少一种分析物形成螯合物；(iv)使所述样品与衍生剂接触，由此形成所述多种分析物中的至少一种分析物的衍生物；(v)使所述样品与还原剂接触，由此对所述多种分析物中的至少一种分析物进行改性；以及(vi)使所述样品与酶接触，由此产生所述多种分析物中的至少一种分析物的片段。在一些实施例中，(iii)被执行一次或多次。在一些实施例中，(vi)被执行一次或多次。在一些实施例中，(i)在(ii)之前执行或与(ii)基本上同时执行。在一些实施例中，(ii)与(iii)基本上同时执行。在一些实施例中，(ii)在(vi)之前执行或与(vi)基本上同时执行。在一些实施例中，(vi)与(iii)、(iv)和(v)中的一个或多个基本上同时执行。在一些实施例中，(vi)与(iv)基本上同时执行。在一些实施例中，(vi)与(iii)和(iv)基本上同时执行。在一些实施例中，(iii)被执行至少两次，一次与(i)基本上同时执行，并且再次与(vi)基本上同时执行。在一些实施例中，(vi)被执行至少两次，一次与(ii)基本上同时执行，并且再次与(iv)基本上同时执行。在一些实施例中，在(vi)中使用的、与(ii)基本上同时执行的所述酶为蛋白酶。本领域的普通技术人员将会理解，本文所使用的术语“基本上同时”通常指在彼此的时间邻近内(即1小时内、30分钟内、10分钟内、5分钟内或1分钟内)，而不再是超过实现相关方法的目的所需的时间来执行相关步骤中的每个相关步骤。在一些实施例中，(i)在水和甲醇以按体积计介于1:5与5:1之间的比率形成的混合物中进行。在一些实施例中，(i)在水和甲醇以按体积计介于1:2与2:1之间的比率形成的混合物中进行。在一些实施例中，所述混合物是水和甲醇按体积计为1:1的混合物。在一些实施例中，所述变性剂包括溶剂、离液剂和参考标准品。在一些实施例中，所述溶剂选自甲醇、乙醇和乙腈。在一些实施例中，所述溶剂是甲醇。在一些实施例中，所述螯合剂在(iii)每次出现时独立地选自乙二胺四乙酸(EDTA)、乙二醇-双(β-氨基乙基醚)-N,N,N',N'-四乙酸(EGTA)和二巯基丁二酸(DMSA)。在一些实施例中，所述螯合剂是EDTA。在一些实施例中，所述衍生剂是肽烷化剂。在一些实施例中，所述衍生剂是碘乙酰胺。在一些实施例中，所述酶包括在(vi)每次出现时独立地选自由以下组成的组的一种或任何组合：核酸酶、蛋白酶、糖苷酶和脂酶。在一些实施例中，所述糖苷酶是淀粉酶。在一些实施例中，所述蛋白酶是胰蛋白酶。在一些实施例中，所述核酸酶包括DNA酶I和核糖核酸酶A中的一种或两种。在一些实施例中，在(vi)中不同时存在DNA酶I和EDTA。在一些实施例中，(vi)在碳酸氢铵缓冲液中进行。在一些实施例中，(vi)包括在约37℃下温育约24小时或更短时间。在一些实施例中，(a)进一步包括用提取试剂从所述经处理样品中提取所述多种分析物或其衍生物，由此获得所述溶液。在一些实施例中，所述提取包括以按体积计1:1的比率向所述经处理样品添加所述提取试剂在一些实施例中，所述提取试剂包括按体积计1:1的乙腈和丙酮。在一些实施例中，(a)进一步包括通过离心或过滤从所述溶液中去除不溶性杂质。
在如上文或本文任何其它地方所描述的用于从所述样品鉴定所述多种不同类型的分析物的方法的一些实施例中，(b)包括使所述多种分析物或其衍生物经历电子束，由此产生所述多种分析物或其衍生物中的至少一种分析物或其衍生物的至少一种电离形式或至少一个片段。在一些实施例中，(b)进一步包括使所述多种分析物或其衍生物与混合模式色谱法矩阵接触，所述混合模式色谱法矩阵包括至少三种正交色谱模式，其中所述至少三种正交色谱模式中的每种正交色谱模式被配置成从所述溶液中分离出给定类型的所述多种分析物或其衍生物。在一些实施例中，所述正交色谱模式中的至少一种正交色谱模式从所述溶液中分离所述分析物的至少一种衍生物。在一些实施例中，所述混合模式色谱法矩阵包括选自由以下组成的组的至少三种性质：阳离子交换性质、阴离子交换性质、离子排阻性质、配体交换性质、尺寸排阻性质、手性性质、反相性质、亲和性质、亲水性质、多齿性质或其任何组合。本领域的普通技术人员将理解，“阳离子交换”可以包含强阳离子交换(SCX)和弱阳离子交换(WCX)。本领域的普通技术人员还将理解，“阴离子交换”可以包含强阴离子交换(SAX)和弱阴离子交换(WAX)。在一些实施例中，(b)进一步包括用至少三个流动相洗脱所述多种分析物和其衍生物。在一些实施例中，所述多种分析物和其衍生物的第一级分由第一流动相洗脱，其中所述第一流动相包括水和0.1％甲酸(v/v)；所述多种分析物和其衍生物的第二级分由第二流动相洗脱，其中所述第二流动相包括乙腈和0.1％甲酸(v/v)；并且所述多种分析物和其衍生物的第三级分由第三流动相洗脱，其中所述第三流动相包括1:1(v/v)甲醇/水、200mM乙酸铵和甲酸。在一些实施例中，所述至少三个流动相中的至少一个流动相或所述第一流动相、所述第二流动相和所述第三流动相中的至少一个流动相包括选自由以下组成的组的一种或多种电离加合物：铵、质子、钠、乙酸盐、甲酸盐、丙酸盐、磷酸盐、锝美罗酸盐、尿素、双缩脲、三缩脲。在一些实施例中，(b)包括通过质谱法确定所述多种分析物或其衍生物中的每一种的质量。在一些实施例中，(b)包括通过质谱法确定所述多种分析物或其衍生物中的每一种的量。本领域的普通技术人员将理解，所述多种分析物或衍生物中的每一种的所述质量或量可以从LC-MS数据中辨别出来，包括色谱保留时间、离子迁移率碰撞截面、不同形式的前体和产物离子质荷比、离子加合物的状态和比率、损失、多聚体、同位素丰度、电荷状态或其任何组合。在一些实施例中，所述质谱法是在正离子模式和负离子模式两者下在进行动态排除的情况下通过数据独立性或数据依赖性获取生成的低或高分辨率全扫描或片段化扫描质谱法。在一些实施例中，所述确定所述质量或所述量包括将所述低或高分辨率质谱特性与一个或多个参考质量全或谱图进行比较。在一些实施例中，所述溶液是水性溶液，任选地包括水可混溶有机溶剂。在一些实施例中，所述样品是生物样品。
一些实施例提供了一种用于确定受试者的疾病或病状的方法，所述方法包括：(i)从所述受试者的单个样品中单独或共同鉴定已知与所述疾病或病状相关的多种分析物，以获得所述多种分析物中的每种分析物的所鉴定量，其中所述多种分析物包括不同类型的分析物；(ii)确定所述多种分析物中的所述每种分析物的参考量与所述所鉴定量之间的差异以获得多个差值；以及(iii)使用经过训练的机器学习算法基于所述多个差值确定所述疾病或病状。本领域的技术人员将理解，本文所使用的术语“参考量”通常是指允许确定受试者是否患有疾病或病状的量。在如上文或本文任何其它地方所描述的用于确定所述受试者的所述疾病或病状的方法的一些实施例中，(i)可以包括：(a)使含有或疑似含有所述多种分析物的所述单个样品经历足以产生包括所述多种分析物或其衍生物的溶液的条件；以及(b)使用所述溶液鉴定所述多种分析物或其衍生物，由此鉴定所述多种分析物。在如上文或本文任何其它地方所描述的用于确定所述受试者的所述疾病或病状的方法的一些实施例中，(b)可以在单次仪器运行中执行。可以使用多个训练样品来训练经过训练的算法，所述多个训练样品包括或包括约(即，±1个、±2个或±3个)、30个、40个、50个、60个、70个、80个、90个、100个、110个、120个、130个、140个、150个、160个或170个训练样品或任何两个上述值之间的范围。可以使用多个训练样品来训练经过训练的算法，所述多个训练样品包括不超过或不超过约(即，±1个、±2个或±3个)、30个、40个、50个、60个、70个、80个、90个、100个、110个、120个、130个、140个、150个、160个或170个训练样品。所述经过训练的算法可以使用包括不超过170个训练样品的多个训练样品训练。所述经过训练的算法可以使用包括不超过30个训练样品的多个训练样品训练。可以使用多个训练样品来训练经过训练的算法，所述多个训练样品包括至少或至少约(即，±1个、±2个或±3个)、30个、40个、50个、60个、70个、80个、90个、100个、110个、120个、130个、140个、150个、160个或170个训练样品。可以使用包括至少30个训练样品的多个训练样品来训练经过训练的算法。可以使用包括至少170个训练样品的多个训练样品来训练经过训练的算法。所述方法可以进一步包括：在(i)之前，从所述多个训练样品中的每个训练样品中鉴定所述多种分析物。可以以或以约(即±0.01、±0.02或±0.03)、0.5、0.55、0.6、0.65、0.7、0.75或0.8的准确度或上述值中的任何两个值之间的范围来确定疾病或病状。可以以至少或至少约(即，±1％、±2％、±3％、±4％或±5％)、50％、55％、60％、65％、70％、75％、80％、85％、90％、95％、99％的准确度来确定疾病或病状。可以以至少或至少约(即，±1％、±2％、±3％、±4％或±5％)、50％、55％、60％、65％、70％、75％、80％、85％、90％、95％、99％的特异性来确定疾病或病状。可以以至少或至少约(即，±1％、±2％、±3％、±4％或±5％)、50％、55％、60％、65％、70％、75％、80％、85％、90％、95％、99％的灵敏度来确定疾病或病状。可以以至少或至少约(即，±1％、±2％、±3％、±4％或±5％)、50％、55％、60％、65％、70％、75％、80％、85％、90％、95％、99％的精确度来确定疾病或病状。所述疾病或病状可以选自由以下组成的组：衰老、心血管疾病、炎症、心力衰竭和痴呆。所述多种分析物可以包括选自由以下组成的组的一种或多种：载脂蛋白B(apoB)、皮质醇、C反应蛋白(CRP)和N端b型脑钠肽前体(NT-ProBNP)和其衍生物。所述多种分析物可以包括选自由以下组成的组的两种或更多种分析物：核糖核苷酸、脱氧核糖核苷酸、多肽和代谢物。所述多种分析物可以包括选自由以下组成的组的三种或更多种分析物：核糖核苷酸、脱氧核糖核苷酸、多肽和代谢物。所述多种分析物可以包括选自由以下组成的组的所有四种分析物：核糖核苷酸、脱氧核糖核苷酸、多肽和代谢物。所述多种分析物可以包括核糖核苷酸、脱氧核苷酸和代谢物。所述多种分析物可以包括多肽和代谢物。所述多种分析物可以包括选自由以下组成的组的至少三种类型的分析物：蛋白质、核酸、小分子、脂质、碳水化合物、电解质和金属。所述多种分析物可以包括：选自小分子、脂质和碳水化合物的至少一种类型的分析物；以及选自蛋白质、核酸、电解质和金属的至少两种类型的分析物。所述多种分析物可以包括选自蛋白质和核酸的至少一种类型的分析物；以及选自小分子、脂质和碳水化合物的至少两种类型的分析物。
计算机系统
本公开提供了被编程或以其它方式被配置成实施本文公开的方法的计算机系统。图17示出了被编程或以其它方式被配置成处理来自质谱仪的数据的计算机控制系统401。计算机控制系统401可以调节本公开的方法的各个方面，例如分析生命体征数据的方法。计算机控制系统401可以在用户的电子装置或相对于电子装置远程定位的计算机系统上实施。电子装置可以是移动电子装置。
计算机系统401包含中央处理单元(CPU，本文中也称为“处理器”和“计算机处理器”)405，所述中央处理单元可以是单核或多核处理器或用于并行处理的多个处理器。计算机控制系统401还包含存储器或存储器位置410(例如，随机存取存储器、只读存储器、闪存)、电子存储单元415(例如，硬盘)、用于与一个或多个其它系统通信的通信接口420(例如，网络适配器)以及外围装置425，如高速缓存、其它存储器、数据存储设备和/或电子显示适配器。存储器410、存储单元415、接口420和外围装置425通过如母板等通信总线(实线)与CPU 405通信。存储单元415可以是用于存储数据的数据存储单元(或数据储存库)。计算机控制系统401可以借助于通信接口420可操作地耦接到计算机网络(“网络”)430。网络430可以是英特网、互联网和/或外联网或与英特网通信的内联网和/或外联网。网络430在一些情况下是电信网络和/或数据网络。网络430可以包含一个或多个计算机服务器，所述一个或多个计算机服务器可以实现如云计算等分布式计算。在一些情况下，网络430借助于计算机系统401可以实施对等网络，所述对等网络可以实现将装置耦接到计算机系统401以充当客户端或服务器。
CPU 405可以执行一系列机器可读指令，所述一系列机器可读指令可以体现在程序或软件中。指令可以存储在如存储器410等存储器位置中。指令可以涉及CPU 405，所述指令可以随后编程或以其它方式配置CPU 405以实施本公开的方法。由CPU 405执行的操作的实例可以包含取得、解码、执行和回写。
CPU 405可以是如集成电路等电路的一部分。系统401的一个或多个其它组件可以包含在电路中。在一些情况下，电路是专用集成电路(ASIC)。
存储单元415可以存储文件，如驱动程序、库和保存的程序。存储单元415可以存储用户数据，例如用户偏好和用户程序。计算机系统401在一些情况下可以包含一个或多个另外的数据存储单元，所述一个或多个另外的数据存储单元位于计算机系统401外部，如定位在通过内联网或因特网与计算机系统401通信的远程服务器上。
计算机系统401可以通过网络430与一个或多个远程计算机系统通信。例如，计算机系统401可以与用户(例如，控制智能可穿戴产品的用户)的远程计算机系统通信。远程计算机系统的实例包含个人计算机(例如，便携式PC)、平板或平板PC(例如，
Figure BDA0003265951060000321
iPad、
Figure BDA0003265951060000322
Galaxy Tab)、电话、智能电话(例如，
Figure BDA0003265951060000323
iPhone、安卓使能的装置、
Figure BDA0003265951060000324
)或个人数字助理。用户可以通过网络430访问计算机系统401。
可以通过存储在计算机系统401的电子存储位置上(例如存储器410或电子存储单元415上)的机器(例如，计算机处理器)可执行代码实施如本文所描述的方法。机器可执行或机器可读代码可以以软件的形式提供。在使用期间，代码可以由处理器405执行。在一些情况下，代码可以从存储单元415中检索并且存储在存储器410上以供由处理器405随时访问。在一些情形下，可以排除电子存储单元415，并且在存储器410上存储机器可执行指令。
代码可以被预先编译和被配置成用于与具有被适配成执行代码的处理器的机器一起使用，或可以在运行期间进行编译。代码可以以编程语言供应，可以选择所述编程语言以实现以预先编译或类编译(as-compiled)的方式执行代码。
本文提供的如服务器401等系统和方法的各方面可以体现在编程中。技术的各个方面可以被视为通常呈机器(或处理器)可执行代码和/或相关联的数据形式的“产品”或“制品”，所述机器可执行代码和/或相关联的数据在一种类型的机器可读介质上进行或体现在所述一种类型的机器可读介质中。机器可执行代码可以存储在如存储器(例如，只读存储器、随机存取存储器、闪存)或硬盘等电子存储单元上。“存储”类型介质可以包含计算机、处理器等的任何或全部有形存储器或其相关联的模块，如可以在任何时间为软件编程提供非暂时性存储的各种半导体存储器、磁带驱动、硬盘驱动等。软件的全部或部分有时可以通过因特网或各种其它电信网络通信。此类通信例如可以实现将软件从一个计算机或处理器加载到另一个计算机或处理器中，例如从管理服务器或主机计算机加载到应用服务器的计算机平台中。因此，可以承载软件元素的另一种类型的介质包含如通过有线和光学陆地线网络以及在各个空中链路之上跨本地装置之间的物理接口使用的光波、电波和电磁波。如有线或无线链路、光学链路等的承载此类波的物理元素还可以被视为承载软件的介质。如本文所用，除非限制为非暂时性、有形“存储”介质，否则如计算机或机器“可读介质”等术语通常是指参与向处理器提供指令以供执行的任何介质。
因此，如计算机可执行代码等机器可读介质可以采取许多形式，包含但不限于有形存储介质、载波介质或物理传输介质。非易失性存储介质包含例如光盘或磁盘，如任何计算机中的存储装置中的任何存储装置等，如可以用于实施附图中示出的数据库等的任何存储装置。易失性存储介质包含动态存储器，如此类计算机平台的主存储器。有形传输介质包含同轴电缆；铜线和光纤光学器件，包含在计算机系统内包括总线的导线。载波传输介质可以采用电信号或电磁信号的形式，或声波或光波的形式，如在射频(RF)和红外(IR)数据通信期间生成的那些。因此，计算机可读介质的常见形式包含例如：软盘、软磁盘、硬盘、磁带、任何其它磁性介质、CD-ROM、DVD或DVD-ROM、任何其它光学介质、穿孔卡、纸带、任何其它带有孔图案的物理存储介质、RAM、ROM、PROM和EPROM、闪速-EPROM、任何其它存储器芯片或存储器盒、承载数据或指令的载波、承载此类载波的电缆或链路、或计算机可以从其读取程序代码和/或数据的任何其它介质。计算机可读介质中的这些形式的许多形式可以涉及将一个或多个指令的一个或多个序列承载到处理器以供执行。
计算机系统401可以包含电子显示器435或者与所述电子显示器通信，所述电子显示器包括用于提供例如用于产生浆料和/或将浆料施涂到衬底的参数的用户界面(UI)440。UI的实例包含但不限于图形用户界面(GUI)和基于Web的用户界面。
本公开的方法和系统可以通过一个或多个算法来实施。算法可以在由中央处理单元405执行时通过软件实施。所述算法可以例如从智能可穿戴产品中收集数据并分析数据在定义的时间段内的数据变化。
实例
材料和方法
样品制备
在提取液中制备浓度为1μM的化学参考标准品，并且通过LC-MS分析以验证保留时间和特征离子质量。
大约100mg样品在20μL水性添加剂和100μL甲醇中均质化，使混合物的最终浓度达到50mM碳酸氢铵、5mM EDTA、胰蛋白酶(1:20m/m胰蛋白酶:蛋白质)和约10％干样品质量。样品消化混合物在37℃下旋转温育4小时。消化后，样品用100μL乙腈和100μL丙酮处理并在4℃下允许达到平衡，持续15分钟。样品在15000x g下离心5分钟，并且上清液转移到新的小瓶中并在4℃下储存，直到进行LC-MS分析。
液相色谱法
使用具有阳离子和阴离子交换和反相特性—配备有预柱过滤器和保护柱的Dionex Trinity P1 2.1mm×150mm的混合模式色谱法分离分析物。溶剂程序设计(solventprogramming)由2个线性梯度构成，所述线性梯度由以下流动相组成：流动相A—95:5水:乙腈与0.1％甲酸和5mM乙酸铵、流动相B—95:5乙腈:水与0.1％甲酸和5mM乙酸铵、流动相C—50:50水:甲醇与200mM甲酸和200mM乙酸铵。将5μM的亚甲基二磷酸添加到所有流动相中，以改善磷酸化化合物的色谱和检测。线性梯度程序设计以200微升/分钟进行并且在30℃下，分别在0分钟、20分钟、40分钟、45分钟、50分钟和60分钟在从100％A到100％B到100％C的前向方向上和在反向方向上进行。通过延长梯度程序设计的前向部分来扩展运行。根据用于分析的仪器，采用Dionex Ultimate 3000RS UHPLC或Thermo Surveyor HPLC自动取样器和LC堆栈。
质谱法检测
洗脱液通过电喷雾电离源引入MS，所述电喷雾电离源为Thermo Q Exactive Plus或Thermo LTQ Orbitrap XL。在分析之前，用标准的正ESI校准溶液和负ESI校准溶液进行外部校准。将质谱仪设置为在正离子模式和负离子模式两者下在进行动态排除的情况下使用被优化以在正离子模式和负离子模式两者下朝MRFA肽最大化灵敏度的质谱仪参数来进行的低或高分辨率MS2数据依赖性获取来获取高分辨率全扫描。
酶消化
如供应商说明书指定，以10mg/mL制备酶和胰蛋白酶储备溶液。将酶溶液(10μL)和胰蛋白酶溶液(10μL)添加到底物溶液(100μL)中并在37℃下旋转温育18小时。不含底物或酶的等效溶液在适当的情况下被替换为阴性对照。通过添加有机溶剂(200μL 1:1乙腈:丙酮)终止反应。
数据分析
使用Thermo Qual浏览器进行定性数据分析，所述浏览器用于对基于选定化合物的化学多样性和感知的生物医学重要性选择的选定化合物进行定量。在全扫描中测量峰面积，并且通过添加的内标品(以调节注射体积)和恒定污染物离子(以调节电离效率)进行归一化。
使用蛋白向导(proteowizard)将原始LC-MS数据转换为mzML格式，以用OpenMS进行处理。使用！串联肽作图算法(！Tandem peptide mapping algorithm)将MS/MS片段化谱图与从人、反向诱饵和cRAP蛋白生成的胰蛋白酶肽序列匹配。片段化谱图还使用天狼星(Sirius)适配器与代谢物匹配。使用质量跟踪方法鉴定特征，并且如果在超过20％的样品中检测到，则保留所述特征。将特征导出为制表符分隔的文本，以在R软件环境中进行分析。对强度进行log10转换，并且通过对肽、脂质和代谢物的中值强度进行线性调节，对总量、消化和提取效率以及注射总量和仪器灵敏度进行数据归一化。
在图2中示出了使用上述方法在人血浆中检测到的所呈现的所选分析物。在水平轴和竖直轴上分别表示时间和强度峰面积。选定分析物为钠、胆固醇、苯丙氨酸、肌酸酐、果糖胺(和异构体)、甘油三酯异构体(52:2)、胰蛋白酶白蛋白肽和胆红素。图3示出了选择分析物跨5个复制品中的5个不同血浆样品的箱形图。每个分析物的名称在每个点图的上方列出，其中克鲁斯卡尔-沃利斯(Kruskal-Wallis)p值表示样品中值之间的差异中的任何差异是否具有统计显著性。水平轴和竖直轴分别表示样品编号和log10刻度的强度峰面积。点表示每个样品的五次重复测量结果，而水平线表示所有复制品的四分位数。
图4示出了从无酶消化并根据所描述的程序分析的小鼠肝匀浆中获得的谱图。在水平轴和竖直轴上表示时间和质荷比，其中颜色越亮表示离子强度越高。根据先前的观察，标记选择分析物类别的大致位置。
图5示出了从用RNA酶A消化并根据所描述的程序分析的小鼠肝匀浆中获得的谱图。在水平轴和竖直轴上表示时间和质荷比，其中颜色越亮表示离子强度越高。根据先前的观察，标记选择分析物类别的大致位置。
图6示出了从用RNA酶A和胰蛋白酶消化并根据所描述的程序分析的小鼠肝匀浆中获得的谱图。在水平轴和竖直轴上表示时间和质荷比，其中颜色越亮表示离子强度越高。根据先前的观察，标记选择分析物类别的大致位置。
图7示出了从用胰蛋白酶消化并根据所描述的程序分析的培养的人肝癌细胞中获得的谱图。在水平轴和竖直轴上表示时间和质荷比，其中颜色越亮表示离子强度越高。根据先前的观察，标记选择分析物类别的大致位置。
图8示出了从用胰蛋白酶消化并根据所描述的程序分析的人血浆获得的谱图。在水平轴和竖直轴上表示时间和质荷比，其中颜色越亮表示离子强度越高。根据先前的观察，标记选择分析物类别的大致位置。
图9示出了从用胰蛋白酶消化并根据全MS程序分析的牛脂肪中获得的谱图。在水平轴和竖直轴上表示时间和质荷比，其中颜色越亮表示离子强度越高。根据先前的观察，标记选择分析物类别的大致位置。
图10示出了从用胰蛋白酶消化并根据全MS程序分析的人尿液中获得的谱图。在水平轴和竖直轴上表示时间和质荷比，其中颜色越亮表示离子强度越高。根据先前的观察，标记选择分析物类别的大致位置。
图11，左图，跨代表性血浆样品和复制品的离子箱的代表性成对散点图。水平轴和竖直轴对应于在离子箱内发现的log10强度计数。右图：血浆样品和复制品的基于相关性的分层聚类。竖直轴是图谱之间的相关性的距离，并且样品根据最近邻大致根据相关性进行排序。
从多组学数据鉴定已知的临床适应症
使用如上文所述或本文任何其它地方所述的多组学方法，从生物库临床血浆或血清样品中获得多组学数据。所获得的多组学数据(即，图12B、13B、14B、15B和16B的光谱图)基于检测到的分析物的质荷比和保留时间汇总到像素“箱”中，每个像素箱代表检测到的分析物。随后使用如具有错误发现率(FDR)的曼哈顿图等生物信息学分析获得的多组学数据，并鉴定了与至少一种临床指标的统计关联性。已知选择的临床指标与如年龄或衰老(图12A-12B)、心血管疾病风险(图13A-13B)、心力衰竭(图14A-14B)、炎症(图15A-15B)或痴呆(图16A-16B)等疾病或病状相关。具体地，曼哈顿图(即，图12A、13A、14A、15A和16A)用于展示统计学上显著的分析物。
图12A、13A、14A、15A和16A各自展示了曼哈顿图，所述曼哈顿图显示了来自单个样品的各种多组学检测的分析物与分别与年龄、心血管疾病、心力衰竭、炎症和痴呆相关的临床变量之间的统计关联性。在错误发现率(FDR)阈值下过滤统计关联性结果：<0.2(红色三角形)，0.2(包含0.2)到0.5(绿色正方形)以及≥0.5(灰色圆圈)。
图12B、13B、14B、15B和16B各自展示了在对应曼哈顿图中分析的血液样品的多组学光谱图。落入0.3错误发现率(FDR)阈值内的分析物用正方形标记。
使用多组学数据的模型训练和验证
使用预测模型，即具有交叉验证的弹性网络回归模型(如在Zou和Hastie(《皇家统计学会杂志：B系列(统计方法论)(Journal of the Royal Statistical Society:SeriesB(Statistical Methodology)》67.2(2005):301-320)中描述的，所述文献通过引用整体并入本文)来证明使用如上文所描述的或本文任何其它地方所描述的多组学方法获得的多组学数据可以用于训练预测模型。本领域的技术人员将理解，其它机器学习算法(如线性回归(例如，拉索(Lasso)或岭(Ridge))或支持向量机)可以通过使用如上文所述或本文任何其它地方所描述的多组学方法获得的多组学数据进行训练。在交叉验证方法(如10倍交叉验证)中实施了留一法策略。本领域的技术人员将理解，在一种10倍交叉验证方法中，可以将获得的多组学数据随机分成十个子集，其中九个子集用于训练并且一个子集用于跨所有排列进行测试。模型的训练进一步包含调整超参数设置以实现最低交叉验证测试集误差。然后在剩余的子集上测试经过训练的预测模型，以从多组学数据中预测临床标签(适应症)。使用上述预测模型和训练策略一次预测一种适应症。
图12C展示了在改变机器学习模型的自由度的同时，使用留一法交叉验证的一组年龄预测的平均绝对误差(MAE)。图12C的底轴显示了弹性网络回归模型的控制模型可以访问的自由度的无单位参数设置。图12C的上轴显示了选自用于进行预测的数据的变量数。图12C的左竖直轴显示了与如上文讨论的跨10倍交叉验证的测量年龄相比，预测年龄(岁)的平均绝对误差。
图13C展示了在改变机器学习模型的自由度的同时，对ApoB留一法交叉验证的一组预测的平均绝对误差(MAE)。图13C的底轴显示了弹性网络回归模型的控制模型可以访问的自由度的无单位参数设置。图13C的上轴显示了选自用于进行预测的数据的变量数。图13C的左竖直轴显示了与如上文讨论的跨10倍交叉验证的测量值相比，预测ApoB水平(mg/dL)的平均绝对误差。
图14C展示了在改变机器学习模型的自由度的同时，使用留一法交叉验证的一组N端b型脑钠肽前体(NT-ProBNP)预测的平均绝对误差(MAE)。图14C的底轴显示了弹性网络回归模型的控制模型可以访问的自由度的无单位参数设置。图14C的上轴显示了选自用于进行预测的数据的变量数。图14C的左竖直轴显示了与如上文讨论的跨10倍交叉验证的测量值相比，预测NT-ProBNP水平(pg/mL)的平均绝对误差。
图15C展示了在改变机器学习模型的自由度的同时，对C反应蛋白(CRP)留一法交叉验证的一组预测的平均绝对误差(MAE)。图15C的底轴显示了弹性网络回归模型的控制模型可以访问的自由度的无单位参数设置。图15C的上轴显示了选自用于进行预测的数据的变量数。图15C的左竖直轴显示了与如上文讨论的跨10倍交叉验证的测量值相比，预测CRP水平(mg/L)的平均绝对误差。
图16C展示了在改变机器学习模型的自由度的同时，使用留一法交叉验证对临床痴呆分类的一组预测与对照的平均绝对误差(MAE)。图16C的底轴显示了弹性网络回归模型的控制模型可以访问的自由度的无单位参数设置。图16C的上轴显示了选自用于进行预测的数据的变量数。图16C的左竖直轴显示了与跨10倍交叉验证(如上文所讨论的交叉验证)的如测得的痴呆相比，如预测的痴呆的平均绝对误差(二进制、错误分类误差)。
图12D、13D、14D、15D和16D各自通过比较预测的临床生物标志物(使用如本文所述的方法)和实际的临床生物标志物展示了预测准确度。相关系数(r)在绘图的上方示出；并且样品尺寸(n)在绘图的下方示出。
虽然本文已经说明并描述了本发明的某些特征，但本领域的普通技术人员现在将想到许多修改、取代、变化和等效物。因此，应当理解，所附权利要求旨在覆盖如落入本发明的真实精神内的所有此类修改和改变。
尽管本文中已经示出并且描述了本发明的优选实施例，但是对于本领域的技术人员而言将显而易见的是，此类实施例仅作为实例提供。本发明并不旨在受说明书内提供的具体实例限制。尽管已经参考上述说明书描述了本发明，但本文中的实施例的描述和说明并不打算以限制意义理解。在不脱离本发明的情况下，本领域的技术人员现在将想到许多变化、改变和替代。此外，应当理解，本发明的所有方面不限于本文所阐述的取决于各种条件和变量的特定描绘、配置或相对比例。应当理解，在实践本发明时可以采用本文所述的本发明的实施例的各种替代方案。因此，考虑本发明还将覆盖任何此类替代方案、修改、变化或等效物。以下权利要求旨在限定本发明的范围并且由此覆盖在这些权利要求和其等效物的范围内的方法和结构。

Claims (100)

1.一种用于基本上同时确定单个样品中存在的多种分析物的存在、属性或量的方法，所述方法包括：
a.用变性试剂或处理来处理所述样品，所述变性试剂或处理使所述样品中的生物聚合物变性，由此形成经变性样品，其中当归一化试剂添加到所述经变性样品中时，所述变性试剂或处理不会使所述归一化试剂的组分变性；
b.用所述归一化试剂处理所述经变性样品，其中所述归一化剂将所述经变性样品中的所述多种分析物转化为经归一化分析物物种和经归一化分析物片段物种，由此形成经归一化样品，所述物种能够通过多种色谱法模式分离并且能够通过质谱法单独鉴定；
c.用提取试剂处理所述经归一化样品并且保留所述经归一化样品中的可溶分析物物种和分析物片段物种，由此形成所提取样品；
d.使所述所提取样品经历多种色谱法模式，随后经历质谱法(MS)，借此所述所提取样品中存在的每种经归一化分析物物种和经归一化分析物片段物种的数据得以生成；以及
e.根据所述数据通过计算确定所述所提取样品中存在的所述多种分析物的存在、属性或量。
2.根据权利要求1所述的方法，其中所述分析物包括蛋白质、碳水化合物、核酸、脂质、电解质、金属、小分子、挥发性化合物、外源性化学物质或其任何组合。
3.根据权利要求1或2所述的方法，其中所述样品为生物样品。
4.根据权利要求1所述的方法，其中所述样品在步骤(a)之前或期间均质化。
5.根据权利要求1所述的方法，其中所述变性试剂或处理包括一种或多种溶剂、一种或多种离液剂、热、压力、辐照、一种或多种参考标准品或其任何组合。
6.根据权利要求1所述的方法，其中所述变性试剂或处理进一步包括金属螯合剂。
7.根据权利要求1所述的方法，其中所述变性步骤和用所述归一化试剂处理所述经变性样品是基本上同时执行的。
8.根据权利要求1所述的方法，其中所述归一化试剂包括胰内分解酶。
9.根据权利要求1所述的方法，其中所述归一化试剂包括一种或多种蛋白酶、一种或多种核酸酶、一种或多种糖苷酶、一种或多种脂酶、一种或多种螯合剂、一种或多种缓冲剂、一种或多种还原剂、一种或多种衍生剂或其任何组合。
10.根据权利要求9所述的方法，其中所述归一化试剂包括胰蛋白酶、核糖核酸酶A、EDTA、碳酸氢铵或淀粉酶。
11.根据权利要求9所述的方法，其中当所述归一化试剂包括DNA酶I时，EDTA不同时存在。
12.根据权利要求1所述的方法，其中所述多种色谱法模式包括反相分离、阳离子交换分离、阴离子交换分离、离子对分离、正相分离、离子迁移率分离、尺寸排阻分离、手性分离、亲和分离、配体交换分离、极性非离子分离或其任何组合。
13.根据权利要求12所述的方法，其中在色谱法中使用的流动相进一步包括选自以下的一种或多种电离加合物：铵、质子、钠、乙酸盐、甲酸盐、丙酸盐、磷酸盐、锝美罗酸盐(medronate)、尿素、双缩脲、三缩脲或其任何组合。
14.根据权利要求1所述的方法，其中质谱法数据获取包括在正离子模式和负离子模式两者下在进行动态排除的情况下通过低或高分辨率MS2数据独立性或数据依赖性获取进行的高分辨率全扫描。
15.根据权利要求1所述的方法，其中所述根据所述数据通过计算确定所述所提取样品中存在的所述多种分析物的存在、属性或量包括将所述经归一化分析物物种或经归一化分析物片段物种的所述数据与由已知量的已知分析物生成的那些物种的质谱法进行比较。
16.一种用于确定活来源的病理状况的方法，生物样品来源于所述活来源，所述方法包括：
a.根据权利要求1基本上同时确定所述生物样品中存在的多种分析物的存在、属性或量；
b.将所述生物样品中的所述分析物的存在、属性或量与来自未患所述病理的活来源样品的生物样品的所述分析物的存在、属性或量进行比较，其中所述病理状况能根据多种分析物的存在、属性或量的变化鉴定；以及
c.确定所述活来源的所述病理状况。
17.一种用于基本上同时确定单个样品中存在的多种分析物的存在、属性或量的设备，所述设备包括：
a.用于使所述样品中的生物聚合物变性由此形成经变性样品的装置，其中当归一化试剂添加到所述经变性样品中时，所述变性不会使所述归一化试剂的组分变性；
b.用于使所述样品归一化的装置，其中所述经变性样品中的多种分析物转化为经归一化分析物物种和经归一化分析物片段物种，所述物种能够通过多种色谱法模式分离并且能够通过质谱法单独鉴定；
c.用于提取所述经归一化样品并且保留所述经归一化样品中的可溶分析物物种和分析物片段物种的装置；
d.用于使所提取样品经历多种色谱法模式，随后经历质谱法，借此所述所提取样品中存在的每种经归一化分析物物种和经归一化分析物片段物种的数据得以生成的装置；以及
e.用于根据所述数据通过计算确定所述所提取样品中存在的所述多种分析物的存在、属性或量的装置。
18.根据权利要求17所述的设备，其中所述分析物包括蛋白质、碳水化合物、核酸、脂质、电解质、金属、小分子、挥发性化合物、外源性化学物质或其任何组合。
19.根据权利要求17或18所述的设备，其中所述样品为生物样品。
20.根据权利要求17所述的设备，其中在步骤(a)之前或期间提供有用于使所述样品均质化的装置。
21.根据权利要求17所述的设备，其中用于使所述样品中的生物聚合物变性的装置包括使用包括以下的变性试剂或处理：一种或多种溶剂、一种或多种离液剂、热、压力、辐照、一种或多种参考标准品或其任何组合。
22.根据权利要求17所述的设备，其中所述变性进一步包括金属螯合。
23.根据权利要求17所述的设备，其中所述变性和归一化是基本上同时执行的。
24.根据权利要求17所述的设备，其中所述归一化试剂包括胰内分解酶。
25.根据权利要求17所述的设备，其中所述归一化试剂包括一种或多种蛋白酶、一种或多种核酸酶、一种或多种糖苷酶、一种或多种脂酶、一种或多种螯合剂、一种或多种缓冲剂、一种或多种还原剂、一种或多种衍生剂或其任何组合。
26.根据权利要求25所述的设备，其中所述归一化试剂包括胰蛋白酶、核糖核酸酶A、EDTA、碳酸氢铵或淀粉酶。
27.根据权利要求25所述的设备，其中当所述归一化试剂包括DNA酶I时，EDTA不同时存在。
28.根据权利要求25所述的设备，其中所述蛋白酶是在将所述经变性样品与所述归一化试剂的其它组分一起温育的同时或之后添加到所述经变性样品中的。
29.根据权利要求17所述的设备，其中用于多种色谱法模式的所述装置包括反相分离、阳离子交换分离、阴离子交换分离、离子对分离、正相分离、离子迁移率分离、尺寸排阻分离、手性分离、亲和分离、配体交换分离、极性非离子分离或其任何组合。
30.根据权利要求29所述的设备，其中在色谱法中使用的流动相进一步包括选自以下的一种或多种电离加合物：铵、质子、钠、乙酸盐、甲酸盐、丙酸盐、磷酸盐、锝美罗酸盐、尿素、双缩脲、三缩脲或其任何组合。
31.根据权利要求17所述的设备，其中质谱法数据获取包括在正离子模式和负离子模式两者下在进行动态排除的情况下通过低或高分辨率MS2数据独立性或数据依赖性获取进行的高分辨率全扫描。
32.根据权利要求17所述的设备，其中用于根据所述数据通过计算确定所述所提取样品中存在的所述多种分析物的存在、属性或量的所述装置包括将所述经归一化分析物物种或经归一化分析物片段物种的所述数据与由已知量的已知分析物生成的那些物种的质谱法进行比较。
33.一种用于确定活来源的病状的方法，生物样品来源于所述活来源，所述方法包括：
a.利用根据权利要求17所述的设备基本上同时确定所述生物样品中存在的多种分析物的存在、属性或量；
b.将所述生物样品中的所述分析物的存在、属性或量与来自未患所述病理的活来源样品的生物样品的所述分析物的存在、属性或量进行比较，其中所述病理状况能根据多种分析物的存在、属性或量的变化鉴定；以及
c.确定所述活来源的所述病理状况。
34.一种用于基本上同时确定单个样品中存在的多种化学相关和化学不相关分析物的存在、属性或量的系统，所述系统包括：
a.变性试剂或处理，所述变性试剂或处理使所述样品中的生物聚合物变性，由此形成经变性样品，其中当归一化试剂添加到所述经变性样品中时，所述变性试剂或处理不会使所述归一化试剂的组分变性；
b.归一化试剂，所述归一化试剂将所述样品中的所述多种分析物转化为经归一化分析物物种或经归一化分析物片段物种，所述经归一化分析物物种或经归一化分析物片段物种能够通过混合模式液相色谱法分离并且能够通过串联质谱法单独鉴定；
c.提取试剂，所述提取试剂提取可溶分析物物种和分析物片段物种；
d.分离过程，所述分离过程用于保留所述样品中的所述可溶分析物物种和所述分析物片段物种，由此形成所提取样品；
e.多种色谱法模式，所述多种色谱法模式解析可溶分析物物种和分析物片段物种；
f.质谱法，所述质谱法生成关于单独物种的数据；以及
g.一种或多种算法，所述一种或多种算法用于根据每种经归一化分析物物种和经归一化分析物片段物种的所述数据通过计算确定所述样品中存在的所述多种分析物的存在、属性或量。
35.根据权利要求34所述的系统，其中所述分析物包括蛋白质、碳水化合物、核酸、脂质、电解质、金属、小分子、挥发性化合物、外源性化学物质或其任何组合。
36.根据权利要求34或35所述的系统，其中所述样品为生物样品。
37.根据权利要求34所述的系统，其中所述样品在步骤(a)之前或期间均质化。
38.根据权利要求34所述的系统，其中所述变性试剂或处理包括一种或多种溶剂、一种或多种离液剂、热、压力、辐照、一种或多种参考标准品或其任何组合。
39.根据权利要求34所述的系统，其中所述变性试剂或处理进一步包括金属螯合剂。
40.根据权利要求34所述的系统，其中所述变性步骤和用所述归一化试剂处理所述经变性样品是基本上同时执行的。
41.根据权利要求34所述的系统，其中所述归一化试剂包括胰内分解酶。
42.根据权利要求34所述的系统，其中所述归一化试剂包括一种或多种蛋白酶、一种或多种核酸酶、一种或多种糖苷酶、一种或多种脂酶、一种或多种螯合剂、一种或多种缓冲剂、一种或多种还原剂、一种或多种衍生剂或其任何组合。
43.根据权利要求42所述的系统，其中所述归一化试剂包括胰蛋白酶、核糖核酸酶A、EDTA、碳酸氢铵或淀粉酶。
44.根据权利要求42所述的系统，其中当所述归一化试剂包括DNA酶I时，EDTA不同时存在。
45.根据权利要求42所述的系统，其中所述蛋白酶是在将所述经变性样品与所述归一化试剂的其它组分一起温育的同时或之后添加到所述经变性样品中的。
46.根据权利要求34所述的系统，其中所述多种色谱法模式包括反相分离、阳离子交换分离、阴离子交换分离、离子对分离、正相分离、离子迁移率分离、尺寸排阻分离、手性分离、亲和分离、配体交换分离、极性非离子分离或其任何组合。
47.根据权利要求46所述的系统，其中在色谱法中使用的流动相进一步包括选自以下的一种或多种电离加合物：铵、质子、钠、乙酸盐、甲酸盐、丙酸盐、磷酸盐、锝美罗酸盐、尿素、双缩脲、三缩脲或其任何组合。
48.根据权利要求34所述的系统，其中质谱法数据获取包括在正离子模式和负离子模式两者下在进行动态排除的情况下通过低或高分辨率MS2数据独立性或数据依赖性获取进行的高分辨率全扫描。
49.根据权利要求34所述的系统，其中所述根据所述数据通过计算确定所述所提取样品中存在的所述多种分析物的存在、属性或量包括将所述经归一化分析物物种或经归一化分析物片段物种的所述数据与由已知量的已知分析物生成的那些物种的质谱法进行比较。
50.一种用于确定活来源的病理状况的方法，生物样品来源于所述活来源，所述方法包括：
a.利用根据权利要求34所述的系统基本上同时确定所述生物样品中存在的多种分析物的存在、属性或量；
b.将所述生物样品中的所述分析物的存在、属性或量与来自未患所述病理的活来源样品的生物样品的所述分析物的存在、属性或量进行比较，其中所述病理状况能根据多种分析物的存在、属性或量的变化鉴定；以及
c.确定所述活来源的所述病理状况。
51.一种用于从样品中鉴定多种不同类型的分析物的方法，所述方法包括：
(a)使含有或疑似含有所述多种不同类型的分析物的所述样品经历足以产生包括所述多种分析物或其衍生物的溶液的条件；以及
(b)使用仪器处理所述溶液以鉴定所述多种分析物或其衍生物，由此鉴定所述多种分析物，其中所述多种分析物或其衍生物是在所述仪器的单次运行中鉴定的。
52.根据权利要求51所述的方法，其中所述多种分析物包括选自由以下组成的组的至少三种类型的分析物：蛋白质、核酸、小分子、脂质、碳水化合物、电解质和金属。
53.根据权利要求52所述的方法，其中所述多种分析物包括：
选自小分子、脂质和碳水化合物的至少一种类型的分析物；以及
选自蛋白质、核酸、电解质和金属的至少两种类型的分析物。
54.根据权利要求52所述的方法，其中所述多种分析物包括：
选自蛋白质和核酸的至少一种类型的分析物；以及
选自小分子、脂质和碳水化合物的至少两种类型的分析物。
55.根据权利要求51所述的方法，其中所述溶液中的所述多种分析物或其衍生物的分子尺寸或质量分布不同于所述样品中含有或疑似含有的所述多种分析物的分子尺寸或质量分布。
56.根据权利要求51所述的方法，其中所述溶液中的所述多种分析物或其衍生物和所述样品中含有或疑似含有的所述多种分析物包括不同量的带电分子、不同量的亲水分子、不同量的具有疏水功能的分子或其任何组合。
57.根据权利要求51所述的方法，其中相比所述样品中含有或疑似含有的所述多种分析物，所述溶液中的所述多种分析物或其衍生物具有较大质量百分比的落入预定范围内的分子。
58.根据权利要求51所述的方法，其中所述溶液中的所述多种分析物或其衍生物的分子尺寸或质量分布比所述样品中含有或疑似含有的所述多种分析物的分子尺寸或质量分布窄。
59.根据权利要求51所述的方法，其中相比所述样品中含有或疑似含有的所述多种分析物，所述溶液中的所述多种分析物或其衍生物具有较大质量百分比的带电分子。
60.根据权利要求51所述的方法，其中相比所述样品中含有或疑似含有的所述多种分析物，如通过辛醇-水分配系数测量的，所述溶液中的所述多种分析物或其衍生物具有较大质量百分比的亲水分子。
61.根据权利要求51所述的方法，其中所述溶液中的所述多种分析物或其衍生物的质荷比(m/z)分布比所述样品中含有或疑似含有的所述多种分析物的m/z分布窄，使得相比所述样品中含有或疑似含有的所述多种分析物，所述溶液中的所述多种分析物或其衍生物具有较大质量百分比的落入能通过质谱法检测的范围内的分子。
62.根据权利要求61所述的方法，其中所述能通过质谱法检测的范围介于每电子电荷100道尔顿(100Da/e)与2,000Da/e之间。
63.根据权利要求61所述的方法，其中所述溶液中的所述多种分析物或其衍生物各自的质荷比(m/z)介于每电子电荷15道尔顿(15Da/e)与4,000Da/e之间。
64.根据权利要求51所述的方法，其中(a)包括以下中的一个或以下的任何组合以获得经处理样品：
(i)使所述样品均质化；
(ii)使所述样品与变性剂接触，由此改变所述多种分析物中的至少一种分析物的构象；
(iii)使所述样品与螯合剂接触，由此与所述多种分析物中的至少一种分析物形成螯合物；
(iv)使所述样品与衍生剂接触，由此形成所述多种分析物中的至少一种分析物的衍生物；
(v)使所述样品与还原剂接触，由此对所述多种分析物中的至少一种分析物进行改性；以及
(vi)使所述样品与酶接触，由此产生所述多种分析物中的至少一种分析物的片段。
65.根据权利要求64所述的方法，其中(iii)被执行一次或多次。
66.根据权利要求64所述的方法，其中(vi)被执行一次或多次。
67.根据权利要求64所述的方法，其中(i)在(ii)之前执行或与(ii)基本上同时执行。
68.根据权利要求64所述的方法，其中(ii)与(iii)基本上同时执行。
69.根据权利要求64所述的方法，其中(ii)在(vi)之前执行或与(vi)基本上同时执行。
70.根据权利要求64所述的方法，其中(vi)与(iii)、(iv)和(v)中的一个或多个基本上同时执行。
71.根据权利要求70所述的方法，其中(vi)与(iv)基本上同时执行。
72.根据权利要求71所述的方法，其中(vi)与(iii)和(iv)基本上同时执行。
73.根据权利要求64所述的方法，其中(iii)被执行至少两次，一次与(i)基本上同时执行，并且再次与(vi)基本上同时执行。
74.根据权利要求64所述的方法，其中(vi)被执行至少两次，一次与(ii)基本上同时执行，并且再次与(iv)基本上同时执行。
75.根据权利要求64所述的方法，其中(i)在水和甲醇以按体积计介于1:5与5:1之间的比率形成的混合物中进行。
76.根据权利要求64所述的方法，其中所述变性剂包括溶剂、离液剂和参考标准品。
77.根据权利要求64所述的方法，其中所述衍生剂为肽烷化剂。
78.根据权利要求77所述的方法，其中所述衍生剂为碘乙酰胺。
79.根据权利要求64所述的方法，其中所述酶包括在(vi)每次出现时独立地选自由以下组成的组的一种或任何组合：核酸酶、蛋白酶、糖苷酶和脂酶。
80.根据权利要求79所述的方法，其中所述核酸酶包括DNA酶I和核糖核酸酶A中的一种或两种。
81.根据权利要求80所述的方法，其中在(vi)中不同时存在DNA酶I和EDTA。
82.根据权利要求64所述的方法，其中(a)进一步包括用提取试剂从所述经处理样品中提取所述多种分析物或其衍生物，由此获得所述溶液。
83.根据权利要求51所述的方法，其中(b)包括使所述多种分析物或其衍生物经历电子束，由此产生所述多种分析物或其衍生物中的至少一种分析物或其衍生物的至少一种电离形式或至少一个片段。
84.根据权利要求51所述的方法，其中(b)进一步包括使所述多种分析物或其衍生物与混合模式色谱法矩阵接触，所述混合模式色谱法矩阵包括至少三种正交色谱模式，其中所述至少三种正交色谱模式中的每种正交色谱模式被配置成从所述溶液中分离出给定类型的所述多种分析物或其衍生物。
85.根据权利要求84所述的方法，其中所述混合模式色谱法矩阵包括选自由以下组成的组的至少三种性质：阳离子交换性质、阴离子交换性质、离子排阻性质、配体交换性质、尺寸排阻性质、手性性质、反相性质、亲和性质、亲水性质、多齿性质或其任何组合。
86.根据权利要求84所述的方法，其中(b)进一步包括用至少三个流动相洗脱所述多种分析物和其衍生物。
87.根据权利要求86所述的方法，其中所述至少三个流动相中的至少一个流动相或所述第一流动相、所述第二流动相和所述第三流动相中的至少一个流动相包括选自由以下组成的组的一种或多种电离加合物：铵、质子、钠、乙酸盐、甲酸盐、丙酸盐、磷酸盐、锝美罗酸盐、尿素、双缩脲和三缩脲。
88.根据权利要求51所述的方法，其中(b)包括通过质谱法确定所述多种分析物或其衍生物中的每种分析物或其衍生物的质量。
89.根据权利要求51所述的方法，其中(b)包括通过质谱法确定所述多种分析物或其衍生物中的每种分析物或其衍生物的量。
90.根据权利要求88或89所述的方法，其中所述质谱法是在正离子模式和负离子模式两者下在进行或不进行动态排除的情况下通过数据独立性或数据依赖性获取生成的低或高分辨率全扫描或片段化扫描质谱法。
91.根据权利要求90所述的方法，其中所述确定所述质量或所述量包括将所述低或高分辨率质谱特性与一个或多个参考质量全或谱图进行比较。
92.一种用于确定受试者的疾病或病状的方法，所述方法包括：
(i)从所述受试者的单个样品中单独或共同鉴定已知与所述疾病或病状相关的多种分析物，以获得所述多种分析物中的每种分析物的所鉴定量，其中所述多种分析物包括不同类型的分析物；
(ii)确定所述多种分析物中的所述每种分析物的参考量与所述所鉴定量之间的差异以获得多个差值；以及
(iii)使用经过训练的机器学习算法基于所述多个差值确定所述疾病或病状。
93.根据权利要求92所述的方法，其中(i)包括：
(a)使含有或疑似含有所述多种分析物的所述单个样品经历足以产生包括所述多种分析物或其衍生物的溶液的条件；以及
(b)使用所述溶液鉴定所述多种分析物或其衍生物，由此鉴定所述多种分析物。
94.根据权利要求92所述的方法，其中所述经过训练的机器学习算法是使用包括不超过170个训练样品的多个训练样品训练的。
95.根据权利要求92所述的方法，其中所述经过训练的算法是使用包括不超过30个训练样品的多个训练样品训练的。
96.根据权利要求92所述的方法，其进一步包括：在(i)之前，从所述多个训练样品中的每个训练样品中鉴定所述多种分析物。
97.根据权利要求92所述的方法，其中所述疾病或病状是以至少80％的准确度确定的。
98.根据权利要求92所述的方法，其中所述疾病或病状选自由以下组成的组：衰老、心血管疾病、炎症、心力衰竭和痴呆。
99.根据权利要求92所述的方法，其中所述多种分析物包括选自由以下组成的组的一种或多种分析物：载脂蛋白B(apoB)、皮质醇、C反应蛋白(CRP)和N端b型脑钠肽前体(N-terminal pro b-type natriuretic peptide，NT-ProBNP)和其衍生物。
100.根据权利要求92所述的方法，其中所述多种分析物包括选自由以下组成的组的两种或更多种分析物：核糖核苷酸、脱氧核糖核苷酸、多肽和代谢物。
CN202080021878.7A 2019-03-28 2020-03-27 多种分析物的同时分析 Pending CN113574366A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201962825610P 2019-03-28 2019-03-28
US62/825,610 2019-03-28
PCT/US2020/025488 WO2020198688A1 (en) 2019-03-28 2020-03-27 Concurrent analysis of multiple analytes

Publications (1)

Publication Number Publication Date
CN113574366A true CN113574366A (zh) 2021-10-29

Family

ID=72611203

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080021878.7A Pending CN113574366A (zh) 2019-03-28 2020-03-27 多种分析物的同时分析

Country Status (9)

Country Link
US (1) US12013402B2 (zh)
EP (1) EP3908830A4 (zh)
JP (1) JP2022525276A (zh)
KR (1) KR20210146931A (zh)
CN (1) CN113574366A (zh)
AU (1) AU2020245603B2 (zh)
CA (1) CA3130214A1 (zh)
SG (1) SG11202110398QA (zh)
WO (1) WO2020198688A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114935623A (zh) * 2022-05-18 2022-08-23 华谱科仪(大连)科技有限公司 一种检测食品中核苷酸的方法
CN117491549A (zh) * 2023-12-29 2024-02-02 中国矿业大学(北京) 一种磷脂酰胆碱异构体的定性定量方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105241972A (zh) * 2009-06-03 2016-01-13 陶氏益农公司 层叠的转基因蛋白质的多重分析
CN107655985A (zh) * 2017-08-25 2018-02-02 南京农业大学 一种基于lc‑ms‑ms技术的体内蛋白质营养的评价方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6680203B2 (en) 2000-07-10 2004-01-20 Esperion Therapeutics, Inc. Fourier transform mass spectrometry of complex biological samples
WO2004023143A2 (de) * 2002-09-03 2004-03-18 Zeptosens Ag Analytische plattform und nachweisverfahren
AU2003261930A1 (en) * 2002-09-05 2004-03-29 National Institute Of Advanced Industrial Science And Technology Biopolymer automatic identifying method
US7271912B2 (en) * 2003-04-15 2007-09-18 Optiscan Biomedical Corporation Method of determining analyte concentration in a sample using infrared transmission data
US7684934B2 (en) 2003-06-06 2010-03-23 The United States Of America As Represented By The Department Of Health And Human Services Pattern recognition of whole cell mass spectra
JP5127718B2 (ja) * 2005-10-29 2013-01-23 バイエル・テクノロジー・サービシズ・ゲゼルシヤフト・ミツト・ベシユレンクテル・ハフツング 複雑な組成を有する生物学的起源のサンプル中の１種若しくはそれ以上の被検体の測定方法およびその使用
WO2008022225A2 (en) * 2006-08-15 2008-02-21 Optiscan Biomedical Corporation Method and apparatus for analyte measurements in the presence of interferents
EP2157432A1 (en) * 2008-08-15 2010-02-24 Qiagen GmbH Method for analysing a complex sample by mass spectrometry
KR101144237B1 (ko) * 2009-12-29 2012-05-11 한국기초과학지원연구원 고분해능 질량분석법과 약리활성검사를 이용한 천연물의 약리 활성물질 발굴 방법
US10865440B2 (en) * 2011-10-21 2020-12-15 IntegenX, Inc. Sample preparation, processing and analysis systems

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105241972A (zh) * 2009-06-03 2016-01-13 陶氏益农公司 层叠的转基因蛋白质的多重分析
CN107655985A (zh) * 2017-08-25 2018-02-02 南京农业大学 一种基于lc‑ms‑ms技术的体内蛋白质营养的评价方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114935623A (zh) * 2022-05-18 2022-08-23 华谱科仪(大连)科技有限公司 一种检测食品中核苷酸的方法
CN117491549A (zh) * 2023-12-29 2024-02-02 中国矿业大学(北京) 一种磷脂酰胆碱异构体的定性定量方法
CN117491549B (zh) * 2023-12-29 2024-04-05 中国矿业大学(北京) 一种磷脂酰胆碱异构体的定性定量方法

Also Published As

Publication number Publication date
US12013402B2 (en) 2024-06-18
JP2022525276A (ja) 2022-05-12
AU2020245603A1 (en) 2021-09-02
EP3908830A4 (en) 2022-11-30
US20220187306A1 (en) 2022-06-16
KR20210146931A (ko) 2021-12-06
AU2020245603B2 (en) 2024-10-10
EP3908830A1 (en) 2021-11-17
WO2020198688A1 (en) 2020-10-01
SG11202110398QA (en) 2021-10-28
CA3130214A1 (en) 2020-10-01

Similar Documents

Publication Publication Date Title
Gertsman et al. Promises and pitfalls of untargeted metabolomics
Klassen et al. Metabolomics: definitions and significance in systems biology
Checa et al. Lipidomic data analysis: tutorial, practical guidelines and applications
Conrads et al. Quantitative analysis of bacterial and mammalian proteomes using a combination of cysteine affinity tags and 15N-metabolic labeling
Fang et al. Differential label-free quantitative proteomic analysis of Shewanella oneidensis cultured under aerobic and suboxic conditions by accurate mass and time tag approach
Wei et al. High-throughput and multiplexed LC/MS/MRM method for targeted metabolomics
Plebani Proteomics: the next revolution in laboratory medicine?
Mung et al. Development of chemical isotope labeling LC-MS for milk metabolomics: comprehensive and quantitative profiling of the amine/phenol submetabolome
Coombs Quantitative proteomics of complex mixtures
Peterson et al. Development of a GC/Quadrupole-Orbitrap mass spectrometer, part II: new approaches for discovery metabolomics
Röst et al. Reproducible quantitative proteotype data matrices for systems biology
Dervilly‐Pinel et al. Metabolomics in food analysis: application to the control of forbidden substances
CN104170052A (zh) 用于改进的质谱分析法定量作用的方法和装置
Zauber et al. Proteomics wants cRacker: automated standardized data analysis of LC–MS derived proteomic data
Lau et al. Evaluation of sodium deoxycholate as solubilization buffer for oil palm proteomics analysis
Sweredoski et al. High resolution parallel reaction monitoring with electron transfer dissociation for middle-down proteomics
AU2020245603B2 (en) Concurrent analysis of multiple analytes
Matysiak et al. Effects of a honeybee sting on the serum free amino acid profile in humans
Liu et al. Simultaneous determination of inositol and inositol phosphates in complex biological matrices: quantitative ion‐exchange chromatography/tandem mass spectrometry
McClatchy et al. Stable isotope labeling in mammals (SILAM)
León et al. Foodomics applications
He et al. Metabolic alterations in dairy cattle with lameness revealed by untargeted metabolomics of dried milk spots using direct infusion-tandem mass spectrometry and the triangulation of multiple machine learning models
Sánchez Brotons et al. Pipelines and systems for threshold-avoiding quantification of LC–MS/MS data
Champion et al. Qualitative and quantitative proteomics methods for the analysis of the Anopheles gambiae mosquito proteome
Singh et al. Metabolomics in livestock sciences

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