製品

この研究では、マウス尿の代謝プロファイリングとフィンガープリンティングのための並列デュアル二次カラムデュアル検出二次元包括的 GC プラットフォーム (GC×2GC-MS/FID) の可能性を調査します。サンプルは、肥満、脂質異常症、インスリン抵抗性を誘発する高脂肪と糖分（HFHS）の両方の摂取を特徴とする典型的な不健康な西洋人の食事を模倣したマウスモデルから得られました。研究のさまざまな段階で収集された尿は、代謝性疾患の初期マーカーの存在と相対分布に関する重要な比較データを取得するために使用されました。データの精緻化と解釈のワークフローには、外部標準キャリブレーションによって定量化される関連特徴を特定するためのピーク領域特徴を備えた、高度な非ターゲット フィンガープリンティング アプローチが含まれています。非ターゲットフィンガープリンティングの信頼性は、生データと予測記述子 (2D ピーク領域ボリュームおよび応答のパーセント) を比較することによって観察された変動のパーセントと一致する変動のパーセントを示す、選択された関連する特徴に関する定量的結果によって確認されます。30 ～ 1000 の範囲の変動 % で上方制御された分析対象には、ピルビン酸、グリセロール、フルクトース、ガラクトース、グルコース、乳酸、マンニトール、およびバリンが含まれます。マロン酸、コハク酸、アラニン、グリシン、およびクレアチニンについてはダウンレギュレーションが証明されました。高度なフィンガープリンティングは、実験中に個人のばらつきを効果的に評価することも実証されており、個人化された介入研究のための有望なツールとなります。この文脈において、母集団全体にとっては識別にならない有益な特徴が個人にとっては関連する可能性があることを観察することは興味深いことです。