已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

A liquid chromatography-mass spectrometry-based metabolomics strategy to explore plant metabolic diversity

代谢组学 代谢组 液相色谱-质谱法 质谱法 鉴定(生物学) 计算生物学 代谢物 串联质谱法 化学 生化工程 生物 色谱法 生物化学 工程类 植物
作者
Tetsuya Mori,Amit Rai,Hiroshi Tsugawa,Yutaka Yamada,Kazuki Saito
出处
期刊:Methods in Enzymology 卷期号:: 247-273 被引量:1
标识
DOI:10.1016/bs.mie.2022.08.029
摘要

Plants are expert chemists producing millions of metabolites, only a fraction of which are known to date. Plant metabolomics explores the rationale for highly diverse metabolites evolved and synthesized by plants. Over two-thirds of modern medicines are somehow inspired and/or derived from plants, making the identification of phytochemicals a means of discovering new medicines to challenge existing and emerging diseases. This chapter introduces our established liquid chromatography-tandem mass spectrometry-based untargeted metabolomics approach centered around discovering specialized metabolites (so-called secondary metabolites) across broad lineages of nonmodel plant species. Detecting hundreds to thousands of metabolite peaks, including assigning chemical identity, makes metabolomics data generation and analysis a very complex process. Various mass spectrometry techniques are currently being developed to approach the comprehensive metabolome. Among them, untargeted metabolomics can provide new biological insights by simultaneously and unbiasedly measuring and analyzing all detected metabolites. We have provided a hands-on modular account for untargeted plant metabolomics, from preparing plant biological samples to data analysis and processing using ultra-performance liquid chromatography-quadrupole time-of-flight mass spectrometry. The methods described here offer a foundation and expert opinion on plant metabolome analysis.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
如意歌曲发布了新的文献求助100
刚刚
Luo完成签到,获得积分10
刚刚
酷波er应助半半采纳,获得10
刚刚
3秒前
634301059发布了新的文献求助10
4秒前
4秒前
热舞特完成签到,获得积分10
6秒前
科研通AI2S应助A宇采纳,获得10
7秒前
18746005898完成签到 ,获得积分10
7秒前
懒羊羊发布了新的文献求助10
8秒前
开心夏真发布了新的文献求助10
9秒前
11秒前
Ryan发布了新的文献求助50
12秒前
13478404761完成签到 ,获得积分10
12秒前
半半发布了新的文献求助10
15秒前
17秒前
17秒前
半壶月色半边天完成签到 ,获得积分10
20秒前
orixero应助笑点低芫采纳,获得10
21秒前
快乐咸鱼完成签到 ,获得积分10
22秒前
牛犊发布了新的文献求助10
23秒前
宋芽芽u完成签到 ,获得积分10
23秒前
xue发布了新的文献求助10
23秒前
linggle完成签到 ,获得积分10
27秒前
28秒前
下午好完成签到 ,获得积分10
28秒前
小寨完成签到 ,获得积分10
30秒前
欧小鑫完成签到,获得积分10
31秒前
聪明的灵寒完成签到 ,获得积分10
34秒前
hhhhh完成签到 ,获得积分10
38秒前
科研通AI2S应助画船听雨眠采纳,获得10
46秒前
46秒前
Lshyong完成签到 ,获得积分10
46秒前
48秒前
llz发布了新的文献求助10
51秒前
上官若男应助九川采纳,获得20
52秒前
不知道是谁完成签到,获得积分10
53秒前
YUU发布了新的文献求助10
53秒前
穆紫应助apollo3232采纳,获得10
54秒前
ZhaoPeng完成签到,获得积分10
57秒前
高分求助中
Sustainability in Tides Chemistry 2000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Essentials of thematic analysis 700
A Dissection Guide & Atlas to the Rabbit 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3125967
求助须知:如何正确求助?哪些是违规求助? 2776233
关于积分的说明 7729471
捐赠科研通 2431595
什么是DOI,文献DOI怎么找? 1292160
科研通“疑难数据库(出版商)”最低求助积分说明 622548
版权声明 600392