방법 논문

Huaihua 분말을 이용한 UPLC-Q-Orbitrap 질량 분석법의 DDA 및 DIA 획득 모드 비교 연구

DOI:

10.3791/69227

⸱

2025년 10월 3일

 ,  ,  ,  ,  , 
1School of Pharmacy, Chengdu University of Traditional Chinese Medicine, 2Department of Pharmacy, Shizuishan Maternal and Child Health Hospital, 3Department of Assets and Laboratory Management, Chengdu University of Traditional Chinese Medicine

이 논문에서

요약

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

이 연구는 복잡한 TCM인 Huaihua Powder를 분석하기 위해 DDA와 DIA 모드(UPLC-QE-Orbitrap MS)를 비교합니다. 최적화된 DDA 및 DIA 방법이 개발되었습니다. 화합물은 Compound Discoverer 를 통해 식별되었습니다. 성능(화합물 식별, 재현성, 스펙트럼 품질, 감도)을 평가하여 TCM 스캐닝 모드 선택에 대한 경험적 지침을 제공했습니다.

초록

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

이 연구는 복잡한 한의학(TCM) 제형의 포괄적인 화학적 프로파일링을 위한 초고성능 액체 크로마토그래피-사중극자-오비트랩 고분해능 질량 분석법(UPLC-Q-Orbitrap HRMS)과 결합된 두 가지 질량 분석 획득 모드인 데이터 의존 획득(DDA) 및 데이터 독립적 획득(DIA)의 비교 성능을 체계적으로 평가합니다. 고전적인 처방전인 Huaihua Powder는 경험적 평가를 위한 모델 시스템으로 사용되었습니다. 최적화된 DDA 및 DIA 획득 방법은 별도로 확립되었습니다: DDA 방법은 맞춤형 단편화 매개변수와 함께 표적 전구체 이온 선택 전략을 통합한 반면, DIA 방법은 세그먼트화된 가변 창 전략을 사용하여 표적 m/z 범위를 커버하여 모든 전구체 이종에 대해 편향되지 않은 단편화를 수행했습니다. 화합물 식별은 Compound Discoverer 소프트웨어를 사용하여 실행되었습니다. 비교 평가는 특히 식별된 화합물의 수, 재현성, MS/MS 스펙트럼 품질 및 저풍부도 활성 성분에 대한 검출 감도를 포함하는 두 가지 획득 모드의 성능 특성에 초점을 맞췄습니다. 결과는 DDA 모드가 검출된 화합물의 총 수가 더 많은 반면, DIA 모드는 더 많은 비율의 높은 신뢰도 식별을 생성했음을 보여주었습니다(스펙트럼 일치 점수>0.8)의 경우 10.63%). 특히, DIA 접근법은 6가지 대표적인 화합물에 대해 머무름 시간과 피크 면적에서 현저히 우수한 재현성을 보였으며, 루틴은 두 획득 모드 간에 머무름 시간 RSD에서 >3배의 차이를 보였습니다. 그러나 DDA는 뚜렷한 단편 이온이 있는 더 깨끗한 MS/MS 스펙트럼을 생성한 반면, DIA 스펙트럼은 오염 이온의 간섭을 나타냈습니다. 동시에 DIA는 DDA 모드에서 이온 크로마토그램과 MS/MS 단편을 추출할 수 없는 저풍부도 활성 성분을 효과적으로 검출했습니다. 이 연구는 복잡한 TCM 제형 연구를 위한 고해상도 질량 분석 획득 모드 선택을 알리는 중요한 실험적 증거와 분석 데이터 세트를 제공합니다. 후속 연구자들은 포괄적인 화합물 특성화에서 이중 목표를 달성하기 위해 두 가지 접근 방식의 보완적인 이점을 통합할 수 있습니다.

서론

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

한약(TCM) 공식은 성분 농도가 크게 변하는 복잡한 화학 시스템을 가지고 있으며, 특히 수많은 저농도 활성 성분이 존재하여 분석 기술에 심각한 문제를 야기합니다. 고전적이고 유명한 한약 공식인 화화분말은 Sophora japonica, Platycladus orientalis 잎, Schizonepeta tenuifolia 스파이크, Citrus aurantium 껍질의 네 가지 약초로 구성되어 있습니다. 이 포뮬러에는 플라보노이드, 알칼로이드, 휘발성 오일을 포함한 다양한 생리 활성 물질이 포함되어 있으며 농도는 크게 다릅니다. 이는 TCM 공식의 물질적 기초를 연구하기 위한 복잡한 시스템1 의 대표적인 모델 역할을 합니다. 화학 성분에 대한 정확하고 포괄적이며 신뢰할 수 있는 특성화는 약력학적 재료 기초를 밝히고 품질 관리 표준을 개선하기 위한 중요한 전제 조건입니다.

초고성능 액체 크로마토그래피-사중극자-정전기장 Orbitrap 고분해능 질량 분석법(UPLC-QE-Orbitrap MS)은 탁월한 분해능, 감도 및 질량 정확도로 인해 복잡한 TCM 시스템의 화학 성분을 분석하기 위한 핵심 플랫폼으로 부상했습니다. 데이터 수집 전략 측면에서 DDA(Data-Dependent Acquisition)와 DIA(Data-Independent Acquisition)는 두 가지 주류 모드 2,3,4입니다(그림 1). DDA 모드는 사전 설정된 규칙(예: 전구체 이온 강도 임계값, 동적 배제)에 따라 고농도 이온의 단편화를 선택적으로 트리거하여 구조 해명을 용이하게 하는 표적 고품질 MS/MS 스펙트럼을 생성합니다. 그러나 저농도 이온 5,6,7,8을 커버하는 데 한계가 있습니다. 대조적으로, DIA 모드는 연속 또는 가변 창을 사용하여 지정된 질량 대 전하 비율 범위 내의 모든 전구체 이온의 비차별적 단편화를 수행합니다. 이론적으로 검출 가능한 모든 이온을 포착하여 검출의 폭과 재현성을 크게 향상시키며, 특히 비표적 글로벌 분석에 적합하지만 결과 혼합 MS/MS 스펙트럼은 해석하기가 더 복잡합니다 5,9.

현재 DDA 및 DIA 기술이 TCM 분석에 개별적으로 적용되고 있지만, 동일한 복잡한 TCM 공식 시스템(예: Huaihua Powder) 내에서 식별 폭(특히 저풍부도 성분의 경우), MS/MS 스펙트럼 품질 및 검출 감도와 같은 핵심 성능 지표에 대한 체계적이고 실증적인 비교 연구는 여전히 불충분합니다. 복잡한 TCM 매트릭스에서 이 두 모드의 적용 가능한 시나리오, 장점 및 한계를 명확히 하는 것은 연구자가 특정 실험 목표에 따라 전략 선택을 최적화하는 데 중요합니다10.

이 프로토콜의 적용 가능성에 대해 독자를 안내하기 위해 주요 매개변수와 제한 사항이 여기에 요약되어 있습니다. 이 방법은 플라보노이드와 알칼로이드를 포함하는 시스템에 최적화된 매개변수를 사용하여 복잡한 허브 매트릭스를 프로파일링하는 데 매우 효과적입니다. 임계 DIA 변수 창은 경험적 테스트 후 30m/z로 설정되었습니다. 이 매개변수는 물리화학적 특성이 다른 샘플에 맞게 조정되어야 합니다. 이 방법은 저함량 이온(피크 면적 ~105)을 안정적으로 검출하지만 데이터 품질을 보장하기 위해 별도의 양 및 음 이온화 모드에서 수집해야 합니다. 주요 제한 사항은 DIA가 스펙트럼 라이브러리 및 고급 디콘볼루션 소프트웨어에 의존하여 계산 리소스 요구 사항에 영향을 미친다는 것입니다.

따라서 본 연구는 고전적인 공식인 Huaihua Powder를 사례 연구로 사용하여 UPLC-QE-Orbitrap MS 플랫폼에서 DDA 및 DIA 스캐닝 모드의 포괄적인 성능을 심층적이고 체계적으로 비교하는 것을 목표로 합니다. Huaihua 분말 분석에 맞춰진 최적화된 DDA 및 DIA 스캐닝 방법이 개발될 것입니다. 데이터 처리는 Compound Discoverer 소프트웨어를 사용하여 수행되어 다음 차원에서 두 모드를 평가하고 비교합니다: (1) 식별된 화합물의 총 수; (2) 획득한 MS/MS 스펙트럼의 품질; (3) 대표적인 화합물의 피크 면적 및 머무름 시간의 재현성; 4) 저풍부 활성 성분에 대한 검출 감도. 이 연구는 복잡한 TCM 시스템 연구에서 고해상도 질량 분석 스캐닝 모드를 선택하기 위한 확실한 실험적 증거와 데이터 지원을 제공하고, DDA와 DIA의 상호 보완적인 이점을 탐색하여 "폭과 깊이의 균형"을 달성하고 TCM 현대화를 발전시킬 것으로 기대됩니다.

실험 중 DIA 획득 모드에서 분할된 변수 창의 매개변수 설정과 관련하여 30m/z로 설정하는 것이 좋습니다. 동시에 양이온과 음이온을 별도로 수집하는 효과가 더 좋습니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

프로토콜

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

본 연구에 사용된 시약과 장비는 재료표에 나와 있습니다.

1. Huaihua 분말 시험 용액의 준비

  1. 중국 약전 2020년판(제1부)의 "연초 꽃 볶음"의 가공 규범에 따라 원래의 연초 꽃 재료를 적당량 취하여 불순물과 가지를 제거하고 재와 이물질을 체로 쳐낸 후 뜨거운 팬에 넣고 약한 불(100°C)에서 짙은 노란색이 될 때까지 볶습니다. 제거하고 식히십시오.
  2. Platycladus orientalis 잎의 가공 제품은 2020년 중국 약전(파트 IV)의 "0213 준비 일반 규칙"에 따라 준비합니다. 원래의 Platycladus orientalis 잎을 적당량 취하여 불순물을 제거한 후 뜨거운 팬에 넣고 약한 불(100ºC)에서 노랗게 변할 때까지 볶습니다. 제거하고 식히십시오.
  3. 중국 약전 2020년판(파트 I)의 "밀기울 볶음 Fructus Aurantii" 방법에 따라 Zhike의 가공 제품을 준비합니다. 지케 원료 적당량을 취하여 불순물을 제거하고 100°C로 가열한 후 밀기울 적당량을 1:10의 비율로 뿌린다(재료와 부형제).
    1. 연기가 피어오르면 생 지케 슬라이스를 넣고 빠르게 볶습니다. 표면이 노랗거나 짙은 노란색으로 변하면 꺼내 밀기울을 걸러내고 식힌 후 따로 보관합니다.
  4. Chinese Medical Formulology(New Century 3rd Edition)의 1:1:1:1 중량 비율 처방에 따라 Huaihua Powder를 준비합니다. 각 허브 분말 1g의 무게를 정확하게 측정합니다(5번 체로 체질).
    1. 분말을 절구에 넣고 한약 분말의 "분쇄 및 혼합 방법"에 따라 혼합합니다: 10분 동안 한 방향으로 부드럽고 일관되게 분쇄합니다.
    2. 눈에 보이는 줄무늬, 응집체 또는 색상 변화가 관찰되지 않을 때 분말이 균일하게 혼합되어 전체 혼합물에 걸쳐 균일한 모양을 취하는 것을 고려하십시오. 이 방법을 사용하여 최종 Huaihua 분말 샘플을 준비합니다.
  5. 표준화된 육안 검사 프로토콜을 사용하여 혼합 균일성을 평가합니다. 흰색 배경에 대해 일관된 조명 조건에서 분말 혼합물을 검사합니다.
    알림: 혼합물이 다음 기준을 모두 충족하는 경우에만 혼합물이 균질한 것으로 간주하십시오: 개별 구성 요소의 눈에 보이는 줄무늬나 패치가 없는 전체적으로 균일한 색상; 거칠거나 미세한 발산이 없는 일관된 질감; 여러 지점에서 샘플링할 때 색조에 명백한 변화가 없습니다. 면밀히 검사할 때 응집된 입상 덩어리가 감지되지 않습니다. 일관성을 보장하기 위해 두 명의 독립적인 분석가가 이 평가를 수행합니다.
  6. 잘 혼합된 Huaihua 분말 샘플 0.1g의 무게를 정확하게 측정합니다. 샘플을 10mL 부피 플라스크에 옮깁니다. 메탄올 8mL를 첨가합니다.
  7. 500W의 전력과 40kHz의 주파수로 60분 동안 초음파 추출을 수행합니다. 실온으로 식히십시오. 메탄올로 표시까지 볼륨을 구성하십시오.
    1. 잘 흔들어 최종 농도 10mg/mL Huaihua 분말 추출물을 얻습니다. 0.22μm 미세 다공성 멤브레인(PVDF)을 통해 여과합니다. 여과액을 샘플 바이알로 옮겨 테스트합니다.
      참고: 실험 중에 유기 폐액 및 기타 관련 독성 및 유해 시약을 분류하고 라벨링했습니다. 그리고 2주마다 청두 중의학 대학 자산 및 실험 관리 사무소 직원이 통합 재활용 및 처리를 위해 자격을 갖춘 기관으로 운송합니다.

2. UPLC-Q-Orbitrap HRMS의 검출 조건

  1. 크로마토그래피 시스템 파라미터 설정
    1. C18 컬럼(3.0mm × 100mm, 2.6μm)을 사용합니다. 컬럼 온도를 30°C로 유지합니다. 이동상 A(물에 0.1% 포름산)와 이동상 B(아세토니트릴)를 사용합니다.
    2. 다음과 같이 기울기를 프로그래밍합니다: 0-10분, 5%-20% B; 10-25분, 20%-50% B; 25-40분, 50%-95% B; 40-45분, 95% B. 유속을 0.3mL/min으로 설정합니다. 샘플 5μL를 주입합니다.
  2. 다음 매개변수 설정으로 질량 분석 연구를 수행합니다.
    참고: 이온 소스: 가열 전기 분무 이온화(H-ESI); 스캐닝 모드: DDA 획득 모드에서 양이온과 음이온을 동시에 획득합니다. DIA 획득 모드에서는 양이온과 음이온을 별도로 획득합니다. 이온 소스 매개변수: 스프레이 전압 +3.5kV(양이온)/-2.8kV(음이온); 외피 기류 속도 40 arb; 보조 기류 속도 10 arb; 송풍 가스 속도 1 arb; 이온 투과관 온도: 320°C; 증발 온도: 350°C; S-렌즈 RF 레벨: 55%.
    1. DDA(Data-Dependent Acquisition) 방법의 구성 및 최적화
      1. 전체 MS 스캔(전체 MS)의 경우 다음 설정을 선택합니다.
        참고: 해상도: 35,000; 스캔 범위: 100-1000m/z; 자동 이득 제어(AGC) 대상: 3e6; 최대 주입 시간(최대 IT): 100ms.
      2. 데이터 종속 MS/MS 스캔(dd-MS2)의 경우 다음 설정을 선택합니다.
        1. 분자 이온 선택의 경우 강도 임계값을 5e4로 유지합니다. 전하를 띤 이온 및 동위원소 피크를 제외합니다(동위원소 배제 활성화). 고강도 이온의 반복 선택을 방지하기 위해 15초의 배제 시간과 ±10ppm의 질량 허용 오차로 동적 배제를 적용합니다.
        2. 단편화 설정의 경우 다음을 유지합니다. 격리 창: 1.0m/z; 단편화 방법: 고에너지 충돌 해리(HCD); 정규화된 충돌 에너지(NCE): 20, 40, 60V; 보조 해상도: 17,500; AGC 목표: 1e5; 최대 IT: 50ms; TopN 전략: 각 스캔 주기에서 단편화 강도가 가장 높은 상위 3개의 분자 이온을 선택합니다.
    2. DIA 방법의 구성 및 최적화
      1. 전체 MS 스캔의 경우 DDA 방법에서와 동일한 매개변수를 사용합니다.
      2. 데이터 독립적 MS/MS 스캔(DIA-MS/MS)의 경우 세그먼트화된 가변 격리 창 전략을 설정합니다.
      3. 목표 범위를 100-1000m/z로 정의합니다. 최적화된 크로마토그래피 조건에서 고품질 DDA 스펙트럼을 사용하여 전체 m/z 범위에 걸쳐 이온 풍부도 분포를 기반으로 창을 분할합니다. 세그먼트 전반에 걸쳐 총 이온 풍부도의 균형을 맞추고 포화 또는 부족을 방지하기 위해 가변 창을 설정합니다.
      4. 커버리지와 사이클 시간의 균형을 맞추기 위해 30개의 창으로 최적화합니다.
        참고: 단편화 설정 - 단편화 방법: HCD; NCE: 20, 40, 60V; 해상도: 17,500; AGC 목표: 1e6; 최대 IT: 자동; 분할된 가변 창: 30m/z.; 루프 수: 30.
      5. 각 분리 창 세그먼트의 중심 분자량을 기반으로 포함 목록을 설정합니다(예: m/z 115, 145, 175, 205 ... 925, 955, 985.
    3. 데이터 수집 프로세스
      1. 시스템 평형화: 크로마토그래피 컬럼을 이동상과 최소 5분 동안 평형화합니다.
      2. 실험 전 샘플 실행: 준비 절차에 따라 Huaihua 분말 테스트 용액을 준비합니다. 5개의 연속 샘플을 주입합니다. 시스템 안정성(머무름 시간 RSD < 2%, 총 이온 전류 강도 RSD < 5%)를 평가합니다.
      3. 블랭크 실행: 백그라운드 빼기를 위해 메탄올 블랭크 용액을 주입합니다.
      4. Huaihua Powder 샘플 실행: 무작위 순서로 주입하여 각 샘플을 분석합니다. 각 스캔 모드(DDA, DIA)에 대해 모든 샘플을 독립적으로 실행합니다.
    4. 데이터 처리
      1. 화합물 식별
        1. 질량 분석법으로 획득한 원시 데이터를 Compound Discoverer 소프트웨어로 가져옵니다. 알 수 없는 구성 요소에 대한 식별 워크플로를 설정합니다. 피크 처리 및 피크 정렬을 수행합니다. 측정된 MS/MS 스펙트럼을 mzCloud 온라인 MS/MS 데이터베이스 및 mzVault 로컬 MS/MS 데이터베이스와 일치시킵니다.
        2. 피크 면적 임계값 105, 1차 및 2차 이온 모두에 대한 질량 편차 ± 5ppm, 일치 점수 ≥80)의 필터링 매개변수를 적용합니다. 여과된 이온을 데이터베이스, 참조 표준 및 관련 문헌의 화합물 정보와 비교하여 화학 성분을 식별합니다.
        3. Compound Discoverer 소프트웨어의 특정 작업: 새 분석 프로세스를 생성하고 Stats Online 및 Local Database Searchers 워크플로우가 포함된 천연 제품/천연 제품 알 수 없는 ID 를 선택합니다.
        4. 피크 식별 및 추출을 위해 Detect Compounds 노드가 포함되어 있는지 확인합니다. 검색 mzCloud 및 검색 mzVault 데이터베이스를 워크플로에 추가합니다.
        5. 원시 데이터 파일을 추가하고 필터링 매개변수(피크 면적 임계값 105, 1차 및 2차 이온 모두에 대해 질량 편차 ± 5ppm)를 설정합니다. 실행 을 클릭하여 분석을 실행합니다.
      2. 관련 지표의 비교 분석
        1. 식별량: DDA 및 DIA 모드 모두에 대해 양이온 및 음이온 모드에서 식별된 총 화합물 수를 비교합니다. 각 모드에 대한 이온 분포 맵을 구성합니다.
        2. 재현성 연구: DDA와 DIA 모드 사이에서 높은 존재함(루틴, 퀘르시트린), 중간 존재함(네오헤스페리딘, 나린진) 및 낮은 존재함(소랄레놀, 트리메틸콜히친산)을 가진 대표적인 화합물의 머무름 시간(RT) 및 피크 면적(AA) 차이를 비교합니다(n = 5).
        3. MS/MS 스펙트럼 품질: DDA 및 DIA 모드에서 Q-Marker의 핵심 화합물인 풀레곤의 MS/MS 단편 이온 스펙트럼 품질을 평가합니다.
        4. 저풍부도 성분 검출: DDA 및 DIA 모드에서 대표적인 저농도 화합물(카르본, 아데노신)의 MS/MS 단편 검출을 비교합니다5.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

결과

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

화합물의 전반적인 식별

두 가지 획득 모드에서 Huaihua Powder의 총 이온 전류 크로마토그램은 그림 2에 나와 있으며 전체 차이는 최소화됩니다. DDA 획득 모드에서는 총 14,958개의 화합물이 양이온 및 음이온 모드 모두에서 확인되었으며, 9,489개의 화합물이 DIA 획득 모드에서 확인되었습니다(그림 3A). 그 중 DIA 모드에서 매칭 점수가 높은 화합물의 비율(≥80)은 DDA 모드보다 높았습니다(DDA: 6.50%; 직경: 10.63%)(그림 3B). 양이온 및 음이온 모드에서 DDA와 DIA의 이온 분포 다이어그램은 ...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

토론

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

본 연구에서는 DIA 획득 모드에서 분할된 변수 창의 값 설정이 너무 크지 않아야 한다는 점을 특히 언급할 가치가 있습니다. 300mz와 100mz로 설정하려고 시도했지만 최종 스펙트럼 효과가 좋지 않았습니다. 반복적인 탐색과 시도 끝에 우리는 마침내 30mz의 획득 기간을 가장 적합한 것으로 선택했습니다. 따라서 획득 창의 설정은 실험의 성공 또는 실패에 결정적인 영향을 미칩니다.

동시에 DIA 모드에서 양이온과 음이온을 분리하고 동시에 획득하는 것이 실험 결과에 미치는 영향에 대한 사전 실험도 수행되었습니다. 양이온과 음이온을 함께 스캔할 때 전체 스펙트럼 품질과 해상도가 좋지 않습니다. 주된 이유는 주기 시간이 너무 길어서 각 모드에서 1단계 스펙트럼이 너무 적기 때문입니다. 이에 따라 화합물의 크로마토그래피 피크 포인트 수도 감소하여 테스트 요구 사항을 충족하지 못합니다. 따라서 양이온과 음이온을 별도로 스캔하도...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

공개 사항

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

저자는 이해 상충이 없음을 선언합니다.

감사의 글

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

본 연구는 쓰촨성 자연과학재단(No.2025ZNSFSC1823)의 청소년 기금의 재정 지원을 받았습니다. 쓰촨성 과학기술혁신 묘목 프로젝트(MZGC20230055); 청두 중의학 대학 "Xinglin Scholars" 보육 인재 특별 프로젝트(MPRC2022017)를 위한 학문 인재 연구 촉진 프로그램.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재료

이 논문에 사용된 재료 목록
이름회사카탈로그 번호댓글
아세토니트릴써모 피셔/크로마토그래피 순도
Compound Discoverer 3.3 소프트웨어써모 피셔/질량 분석법 데이터 처리 및 화합물 식별
프락투스 아우란티(fructus aurantii)쓰촨 네이장220709Huaihua Powder 처방의 허브
Platycladus orientalis 잎산둥 린이240619Huaihua Powder 처방의 허브
Schizonepeta 스파이크장쑤성 타이저우240601Huaihua Powder 처방의 허브
Sophora 꽃쓰촨 광안241017Huaihua Powder 처방의 허브
초음파 세척기Jietuo 초음파 세척 장비 Co., LTD240HTHuaihua 분말의 성분 추출
UPLC-Q-Orbitrap HRMS써모 피셔/고분해능 질량 분석기
물왓슨스 컴퍼니/초순수

참고문헌

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Wang, D., et al. Establishment of fingerprint and chemical composition study of the classic formula Huaihua San based on two mass spectrometry techniques. Chin Herb Med. 56 (10), 3499-3512 (2025).
  2. Stincone, P., et al. Evaluation of data-dependent MS/MS acquisition parameters for non-targeted metabolomics and molecular networking of environmental samples: Focus on the Q Exactive platform. Anal Chem. 95 (34), 12673-12682 (2023).
  3. Guo, J., Huan, T. Comparison of fullscan, datadependent, and dataindependent acquisition modes in liquid chromatographymass spectrometry based untargeted metabolomics. Anal Chem. 92 (12), 8072-8080 (2020).
  4. FernándezCosta, C., et al. Impact of the identification strategy on the reproducibility of the DDA and DIA results. J Proteome Res. 19 (8), 3153-3161 (2020).
  5. Wang, H. D., et al. A novel hybrid scan approach enabling the ionmobility separation and the alternate datadependent and dataindependent acquisitions (HDDIDDA): Its combination with offline two-dimensional liquid chromatography for comprehensively characterizing the multicomponents from Compound Danshen Dripping Pill. Anal Chim Acta. 1193, 339320(2022).
  6. El Boudlali, H., et al. High-resolution accuratemass spectrometry-baseduntargeted metabolomics: Reproducibility and detection power across data-dependent acquisition, dataindependent acquisition, and AcquireX. Comput Struct Biotechnol J. 27, 2412-2423 (2025).
  7. Guo, J., Shen, S., Xing, S., Huan, T. DaDIA: Hybridizing data-dependent and data-independent acquisition modes for generating high-quality metabolomic data. Anal Chem. 93 (4), 2669-2677 (2021).
  8. Wu, Y., Wang, Y. A comparative study of dataindependent acquisition and datadependent acquisition in liquid chromatographymass spectrometrybased untargeted metabolomics analysis of Panax genus sample. Anal Bioanal Chem. 417 (14), 3215-3228 (2025).
  9. Barkovits, K., et al. Reproducibility, specificity, and accuracy of relative quantification using spectral library-based data-independent acquisition. Mol Cell Proteomics. 19 (1), 181-197 (2020).
  10. Barbier Saint Hilaire, P., et al. Comparative evaluation of data-dependent and data-independent acquisition workflows implemented on an Orbitrap Fusion for untargeted metabolomics. Metabolites. 10 (4), 158(2020).
  11. Zheng, R. L., et al. Screening and extraction process optimization for potential α-glucosidase inhibitors from quinoa seeds. Food Med Homol. 1, 9420004(2024).
  12. Cao, Z. X., et al. Analysis and comparison of staminate flowers components in five Chinese walnut varieties. Food Med Homol. 1, 9420005(2024).
  13. Zhou, J. W., et al. Anti-virulence potential of carvone against Serratia marcescens. Food Med Homol. 1, 9420001(2024).
  14. Tabb, D. L., et al. Interrogating dataindependent acquisition LCMS/MS for affinity proteomics. J Proteins Proteom. 15 (3), 281-298 (2024).
  15. Wartmann, Y., Boxler, M. I., Kraemer, T., Steuer, A. E. Impact of three different peak picking software tools on the quality of untargeted metabolomics data. J Pharm Biomed Anal. 248, 116302(2024).
  16. Bilbao, A., et al. Processing strategies and software solutions for data-independent acquisition in mass spectrometry. Proteomics. 15 (56), 964-980 (2015).
  17. Guan, S., Taylor, P. P., Han, Z., Moran, M. F., Ma, B. Data-dependentindependent acquisition (DDIA) proteomics. J Proteome Res. 19 (8), 3230-3237 (2020).

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재인쇄 및 허가

이 JoVE 논문의 텍스트 또는 그림 재사용 허가 요청

허가 요청

태그

DDAMS MS

관련 논문