目的:采用液相色譜質(zhì)譜聯(lián)用（LC-MS）的代謝組學方法研究產(chǎn)前冷應激妊娠母鼠血清代謝物變化,以期從代謝組學角度揭示產(chǎn)前冷應激對妊娠母體及子代的影響途徑,為尋找有效措施通過對母體干預預防產(chǎn)前冷應激提供新的科學依據(jù)。方法:以Wistar妊娠母鼠為研究模型,將妊娠母鼠隨機分為四組,分別為冷應激三天組（CT）、對照三天組（NT）、冷應激七天組（CS）、對照七天組（NS）,每組10只。CS組妊娠母鼠在妊娠第14天時置于4℃人工智能氣候室中進行冷刺激（冷刺激7天）,CT組妊娠母鼠在妊娠第18天時置于4℃人工智能氣候室中進行冷刺激（冷刺激3天）,對照組均飼養(yǎng)于22±2°C環(huán)境中,四組飼養(yǎng)條件為限飼,自由飲水。在妊娠第21天時進行血液采集并分離血清。然后采用LC-MS的代謝組學方法對各組血清樣本進行分析,篩選出妊娠母鼠冷應激后血清中的差異代謝物。結(jié)果:代謝組學結(jié)果顯示,CS-NS組中發(fā)生變化的代謝物有19種（花生四烯酸、L-色氨酸、α-亞麻酸、棕櫚酸、亞油酸等）,CT-NT組中發(fā)生變化的代謝物有23種（花生四烯酸、L-谷氨酰胺、磷脂類、芥酸、α-亞麻酸等）;涉及的代謝通包括不飽和脂肪酸的生物合成、花生... 

【文章來源】：黑龍江八一農(nóng)墾大學黑龍江省

【文章頁數(shù)】：69 頁

【學位級別】：碩士

【部分圖文】：

實驗設計圖，GD為妊娠天數(shù)

圖 3. 血清樣品中的典型差異代謝物的總離子流圖。A：QC 組中典型差異代謝物的正離子流組中典型差異代謝物的負離子流圖；C：CS 組中典型差異代謝物的正離子流圖；D：CS 組中代謝物的負離子流圖；E：CT 組中典型差異代謝物的正離子流圖；F：CT 組中典型差異代謝子流圖；G：NS 組中典型差異代謝物的正離子流圖；H：NS 典型差異代謝物的負離子流圖中典型差異代謝物的正離子流圖；J：NT 組中典型差異代謝物的負離子流圖。Fig 3. Total ion chromatogram of typical biomarkers in serum samples. A: positive ion flow diagradifferential metabolites in the QC group; B: negative ion current map of typical differential metabQC group; C: positive ion flow diagram of typical differential metabolites in the CS group; D: tCS group Negative ion flow diagram of differential metabolites; E: positive ion flow diagramdifferential metabolites in CT group; negative ion flow diagram of typical differential metaboligroup; positive ion flow of typical differential metabolites in G: NS group Figure; H: negative ionof typical differential metabolites of NS; I: positive ion flow diagram of typical differential metabNT group; J: negative ion current map of typical differential metabolites in the NT group.3.2 數(shù)據(jù)質(zhì)量評估表 2. 質(zhì)控樣本保留峰數(shù)目

. 血清樣品中的代謝物在正、負離子模式下的 PCA 得分圖。A：正離子模式下的 PCA 得分圖負離子模式下的 PCA 得分圖。其中圖中 t[1]代表主成分 1、t[2]代表主成分 2。. PCA score plot of metabolites in serum samples in positive and negative ion mode.A: PCA scoreive ion mode; B:PCA score map in negative ion mode, where t[1] represents principal componentepresents principal component 2.實驗中采用XCMS軟件提取妊娠母體中的代謝物的離子峰，表2是提取的離子峰取得到的峰采用 Pareto-scaling 方法處理后進行 PCA 分析，然后再經(jīng)過 7 次循環(huán)（7-foldcross-validation）得到的 PCA 模型見圖 4。如圖 4 所示，質(zhì)控樣本在正、式下緊密聚集在一起，說明實驗的重復性好、可信度高、HPLC-MS 系統(tǒng)穩(wěn)定，真實可靠。 多變量數(shù)據(jù)分析1 主成分分析（PCA）

【參考文獻】：
期刊論文
[1]基于核磁共振的代謝組學方法對CUMS動物模型的初步研究[J]. 余紅,修建軍,馬彬,劉慶偉,候中煜.  醫(yī)學影像學雜志. 2015(12)
[2]基于GC-MS策略的奶牛熱應激血液代謝組學研究[J]. 郭延生,賈啟鵬,陶金忠.  畜牧獸醫(yī)學報. 2015(08)
[3]過敏反應動物模型的代謝組學研究[J]. 吳公平,王蓉蓉,田洪,劉東波,胡瑕,歐陽杰湖,陳子淵.  中國現(xiàn)代醫(yī)學雜志. 2011(23)



本文編號：3375531