成分/基质复杂

31.20% 的受访科研工作人员将其列为最大挑战。
科研,面对纷繁复杂的研究体现、目标样本,如何通过色谱与质谱分析技术,解决成分、基质复杂的问题,让结果更可信?

您是不是也遇到了如下挑战:

  背景噪音大

  样品基质复杂

  样品组分多,高峰度组分对低丰度组分有抑制效应

  假阴性/假阳性结果

一键了解创新解决方案

 数据分析

30.70% 的受访科研工作人员将数据分析和处理,将其列为最大挑战。

您是不是也遇到了如下挑战:

  数据质量不高,导致数据分析困难,易出现错误结果

  数据量巨大,难以剔除无效数据

  数据处理软件操作繁琐,难以满足数据分析要求

  缺少全面且操作简便的数据分析工具,亟待提升

一键了解创新解决方案

所见为实吗?-复杂基质品,如何利用创新的二维(多维)色谱技术去伪存真?

通常在植物、药物等组分繁多的研究中,比较容易遇到色谱峰重叠现象,一根色谱柱不能满足多组分的分离与解析,那我们就可以考虑二维液相方法进行分离尝试。

以植物提取物中苦杏仁苷的测定为例。如果从直观结果来看,我们其单一的色谱峰,且峰形极佳对称性很好,那是否能够判定他为单一的2 – 苦杏仁苷呢?

借助二维色谱技术,能够获得更佳的分离和准确的解析,对于成分、基质复杂的研究体现,如代谢组学、脂质组学、天然产物研究、药物研究、植物研究等都有着意想不到的助力。

查看完整案例     下载更多应用案例

需要多一个分析维度?-复杂研究体系(基质、成分复杂),如何更全面的表征?

复杂分析体系中,往往单一的分离/检测技术难以全面覆盖研究需要,更需要增加多一个维度的分析方法,更加全面的获取信息。无论是联用技术的创新,还是多种联用技术的结合,都能为您的研究带来意想不到的极佳效果。

创新的联用技术

IC-ICP/MS联用

案例:环境研究
形态、价态研究作为环境科学、食品科学、毒理学等众多学科的前沿方向,被越来越多的科学家关注。同一元素在不同形态、价态,往往有着极其不同的化学性质及作用,但整个体系存在着来自同一元素的相互干扰,给研究者提出了诸多挑战。以砷研究为例,在其形态分析中,离子色谱能够提供大量的、选择性高的、适合离子和价态方面的色谱柱,且完全没有金属配件,不会引入本底干扰。一针进样,轻松实现对10种砷形态的更好分析。

突破极限的分辨率是什么体验?极致所现-Orbitrap让复杂基质不在困扰您的研究。

复杂基质研究,以代谢、脂质组学为例,基质中可能存在有上百种代谢物,且丰度不一,差异极大。当研究者需要同时准确检测这些代谢物时,由于基质干扰严重,分析变得十分困难。以Orbitrap为代表的超高分辨质谱,能够在天然产物研究、医药研究、食品组学、未知物筛查研究等复杂基质研究中展现独到优势

定性优势:当我们采用不同分辨率,1.5万到3万分辨率时,无法区分基质干扰;当分辨率提升至6万及以上,峰才会分开,实现准确的定性。

理论上5万以上分辨率,才可以将基质很好的区分,避免了质量误差导致的假阴性、假阳性结果。

定量优势:低分辨率时,封面计算,是将干扰物质一并计算的。而高分辨下则得以彻底区分,所以高分辨不仅仅在定性,在定量准确性上也能为研究者提供极大帮助。

创新的数据采集方式

小分子化合物研究,通常对数据采集、数据质量、数据分析的要求更高,也更易产生庞大的数据量,同样对通量有极高的要求。以医学研究为例,由于样本复杂性,如何保证数据深度采集,对于如代谢组学、脂质组学等都有重要意义。

以代谢组学为例:

简化的数据处理,更智能、更直观的了解数据背后的信息。

随着组学技术的发展,基于色谱质谱技术能够采集非常大量的生物数据,无论是从事医学、生命科学、药学、食品组学、环境暴露组学等领域研究,都需要简化未知化合物鉴定、测定样品之间的真实差异并深入了解通路,进而发掘数据背后的生命机理与深层次科学含义。这一定离不开强大的数据处理和分析软件的帮助,以代谢组学研究为例:Compound Discoverer 3.0 软件,能够帮助科学家能够最大程度的简化分析,了解数据背后的信息。

简化未知化合物鉴定、测定样品之间的真实差异并阐明生物学通路。

所见为实吗?-复杂基质品,如何利用创新的二维(多维)色谱技术去伪存真?

通常在植物、药物等组分繁多的研究中,比较容易遇到色谱峰重叠现象,一根色谱柱不能满足多组分的分离与解析,那我们就可以考虑二维液相方法进行分离尝试。

以植物提取物中苦杏仁苷的测定为例。如果从直观结果来看,我们其单一的色谱峰,且峰形极佳对称性很好,那是否能够判定他为单一的2 – 苦杏仁苷呢?

借助二维色谱技术,能够获得更佳的分离和准确的解析,对于成分、基质复杂的研究体现,如代谢组学、脂质组学、天然产物研究、药物研究、植物研究等都有着意想不到的助力。

查看完整案例     下载更多应用案例

需要多一个分析维度?-复杂研究体系(基质、成分复杂),如何更全面的表征?

复杂分析体系中,往往单一的分离/检测技术难以全面覆盖研究需要,更需要增加多一个维度的分析方法,更加全面的获取信息。无论是联用技术的创新,还是多种联用技术的结合,都能为您的研究带来意想不到的极佳效果。

创新的联用技术

IC-ICP/MS联用

案例:环境研究
形态、价态研究作为环境科学、食品科学、毒理学等众多学科的前沿方向,被越来越多的科学家关注。同一元素在不同形态、价态,往往有着极其不同的化学性质及作用,但整个体系存在着来自同一元素的相互干扰,给研究者提出了诸多挑战。以砷研究为例,在其形态分析中,离子色谱能够提供大量的、选择性高的、适合离子和价态方面的色谱柱,且完全没有金属配件,不会引入本底干扰。一针进样,轻松实现对10种砷形态的更好分析。

突破极限的分辨率是什么体验?极致所现-Orbitrap让复杂基质不在困扰您的研究。

复杂基质研究,以代谢、脂质组学为例,基质中可能存在有上百种代谢物,且丰度不一,差异极大。当研究者需要同时准确检测这些代谢物时,由于基质干扰严重,分析变得十分困难。以Orbitrap为代表的超高分辨质谱,能够在天然产物研究、医药研究、食品组学、未知物筛查研究等复杂基质研究中展现独到优势

定性优势:当我们采用不同分辨率,1.5万到3万分辨率时,无法区分基质干扰;当分辨率提升至6万及以上,峰才会分开,实现准确的定性。

理论上5万以上分辨率,才可以将基质很好的区分,避免了质量误差导致的假阴性、假阳性结果。

定量优势:低分辨率时,封面计算,是将干扰物质一并计算的。而高分辨下则得以彻底区分,所以高分辨不仅仅在定性,在定量准确性上也能为研究者提供极大帮助。

创新的数据采集方式

小分子化合物研究,通常对数据采集、数据质量、数据分析的要求更高,也更易产生庞大的数据量,同样对通量有极高的要求。以医学研究为例,由于样本复杂性,如何保证数据深度采集,对于如代谢组学、脂质组学等都有重要意义。

以代谢组学为例:

简化的数据处理,更智能、更直观的了解数据背后的信息。

随着组学技术的发展,基于色谱质谱技术能够采集非常大量的生物数据,无论是从事医学、生命科学、药学、食品组学、环境暴露组学等领域研究,都需要简化未知化合物鉴定、测定样品之间的真实差异并深入了解通路,进而发掘数据背后的生命机理与深层次科学含义。这一定离不开强大的数据处理和分析软件的帮助,以代谢组学研究为例:Compound Discoverer 3.0 软件,能够帮助科学家能够最大程度的简化分析,了解数据背后的信息。

简化未知化合物鉴定、测定样品之间的真实差异并阐明生物学通路。