癌症研究中代谢通量分析工作流程的自动化

比较非小细胞肺癌的二维和三维体外培养的研究

作为一个专注于发现代谢组学的研究人员，其目标之一是测量生物系统代谢组的变化。根据确定的各种代谢物，你就可以牵涉到特定的代谢途径。这种形式的网络分析对于了解疾病（如癌症）对生物系统的改变是必要的。

这些细胞内的途径究竟是如何变化的，这需要成为下一个问题的答案。

^13C代谢通量分析^（13C-MFA）已经成为测量代谢途径的生产和消耗率以及由此产生的动态变化的首选分析方法。

早在1956年，Warburg等人就发现，在癌细胞的能量生产中，有氧糖酵解比氧化磷酸化途径更受青睐。^13C-MFA增加了这一知识，牵涉到其他改变的途径，提高了我们对癌症代谢的理解。

在^13C-MFA中，LC-MS数据经常从多个时间点和条件产生。然后需要对这些数据文件进行分析，以确定与感兴趣的途径相关的目标代谢物中的同位素结合情况。这种分析需要在解释数据之前对多个数据文件进行多个重复的步骤。处理步骤的不一致会导致错误，等待一个过程完成后再开始下一个过程会给分析增加不必要的时间。

水和 阐明 通过允许数据处理的各个阶段的自动化，我们一起努力消除这些风险和障碍。我们的 Symphony Data Pipeline 现在，软件可以向MSConvert和ElMaven提供必要的命令行参数，以传输、转换、峰值检测，并最终将实验数据文件上传到elcudidata.io的Elucidata Polly可视化工具。

我们与乔治敦大学的合作者一起工作，用一个从比较单层癌细胞培养和球状体细胞培养的研究中产生的模型数据集来测试这个工作流程。球状体已经流行了一段时间，因为它们能够更好地代表体内的微环境。这在癌症研究和肿瘤生长方面尤其如此。因此，该数据集应该显示出相当典型的癌症代谢指示性途径的代表。

你可以在我们的网站上阅读更多关于实验、结果和工作流程的信息。 application note.

额外的资源。

• Automating Metabolic Flux Analysis with Symphony and Polly
• 13C Qualitative Flux Analysis with Symphony Software and Polly Software of Non-Small Cell Lung Carcinoma Cells Grown in vitro in Two and Three Dimensions

仅供研究使用。不用于诊断程序。