经典脂质组学增加保留时间算法实现精准定性
假阳性峰多？
脂质数量不准确？
定性结果有疑点？
你了解的常规非靶脂质组检测是怎样的呢？会不会有以上情况发生。下面就让我来告诉你这些问题如何解决吧~
01
经典脂质组
脂质组学（lipidomics）是对生物体、组织或细胞中的脂质以及与其相互作用的分子进行全面系统的分析、鉴定，了解脂质的结构和功能，进而揭示脂质代谢与细胞、器官乃至机体的生理、病理过程之间的关系的一门学科。目前脂质组学已经被广泛运用于药物研发、分子生理学、分子病理学、功能基因组学、营养学以及环境与健康等重要领域。
由于常规的脂质组学大多仅仅使用lipidmaps、lipidsearch等公共理论数据库进行物质定性，而仅依赖脂质碎裂规则来定性不可避免的会带来更高的假阳性，降低数据结果的可靠程度。
而保留时间作为化合物的特有属性，可以作为一个多元的维度来辅助物质定性。特别是在GC领域已经有了非常广泛的应用。
阿趣代谢作为代谢组学领域的优秀团队对脂质组学物质鉴定带来了重大升级，经过长期的研究和验证，在脂质鉴定中增加保留时间这一维度，实现经典非靶脂质组的全新升级。大家一起来看看吧~
02
产品升级
与传统采用多种质控体系来提高定性准确度的策略不同，升级后的经典脂质组主要是在原来的脂质组方法的基础上，增加保留时间这一维度，降低错误率，脂质的定性结果更准确可靠。
我们针对多种样本类型进行了验证。结合创新型的保留时间预测算法，对不同样本类型的脂质组数据重新进行定性。结果发现，各样本类型重现率均能达标（70%以上），定性结果可靠。
同时，在增加了保留时间预测算法之后，常见几大类的脂质的错误率均有所下降。其中，针对小鼠脑组织样本类型，LPE、PC、PE、PS、SM和TAG的错误率均有一定的下降；而各样本类型中PC的错误率能够稳定得到降低。
03
产品优势
Biotree经典脂质组学
高分辨仪器平台：Q Exactive Focus（Thermo Fisher Scientific）
数据库：基于LipidBlast构建包含甘油磷脂、鞘脂、固醇脂、甘油脂、脂肪酸、糖脂等在内的52类脂质，22W+种脂质
内标：2个同位素内标
六大质控体系：过程质控、数据质控
专业的数据分析：专业数据处理和分析软件，PCA、OPLS-DA、T-test等分析
项目经验：平均项目可检出900+脂质
定性结果更准确，适用性高：保留时间预测算法辅助定性
