Mga produkto

Ang mga sample ay nakuha mula sa isang modelo ng murine na ginagaya ang isang tipikal na hindi malusog na pagkain sa Kanluran na nagtatampok ng parehong mataas na taba at asukal (HFHS) na paggamit, na nag-uudyok sa labis na katabaan, dyslipidemia, at insulin resistance.Ang mga ihi na nakolekta sa iba't ibang mga hakbang ng pag-aaral ay ginamit upang makakuha ng pivotal at comparative data sa presensya at kamag-anak na pamamahagi ng mga maagang marker ng metabolic disease.Ang data elaboration at interpretation work-flow ay may kasamang advanced na untargeted fingerprinting approach, na may peak-rehiyon na feature para mahanap ang mga nauugnay na feature na susukuan ng external na standard calibration.Ang pagiging maaasahan ng hindi naka-target na fingerprinting ay kinumpirma ng dami ng mga resulta sa mga napiling nauugnay na feature na nagpakita ng mga porsyento ng mga variation na naaayon sa mga naobserbahan sa pamamagitan ng paghahambing ng mga raw data quantitative descriptor (2D peak-region volume at percent of response).Ang mga analyte na na-up-regulate na may % ng variation mula 30 hanggang 1000, kasama ang pyruvic acid, glycerol, fructose, galactose, gl ucose, lactic acid, mannitol at valine.Ang down-regulation ay napatunayan para sa malonic acid, succinic acid, alanine, glycine, at creatinine.Ang advanced na fingerprinting ay ipinapakita din para sa epektibong pagsusuri ng mga indibidwal na variation sa panahon ng mga eksperimento, kaya kumakatawan sa isang promising tool para sa mga personalized na pag-aaral ng interbensyon.Sa kontekstong ito, ito ay kagiliw-giliw na obserbahan na ang mga tampok na nagbibigay-kaalaman na hindi discriminant para sa buong populasyon ay maaaring may kaugnayan para sa mga indibidwal.