使用 SIMCA 軟件進行多變量統計分析。5將結論數據轉化為更為直觀的對數值，將 Y 類別設為各時間點，生成數據的偏最小二乘判別分析（PLS-DA）模型。該軟件生成分數圖和載荷圖，以顯示沿著主成分每個時間點的聚類和分離（圖 6）情況。從本次分析可知，死亡后立即取樣的樣品（RAT_T0）聚集在一起，與已分解的大鼠樣品（T1–T3）具有顯著性差異。從 T1–T3 樣品中可以觀察到分組聚類和持續分解。X 或 Y 軸上的位移表示某一代謝物對分數圖中樣品群組之間分離的作用大小。在本例中，X 軸將 T0 與 T1–3 分開，Y 軸將 T1、T2 和 T3 分開（圖 6）。載荷圖上的每個藍點表示每個已檢測到的含 EI 碎片離子簇的代謝物（圖 7）。
圖 6. 分解數據的 PLS-DA 模型。該模型為有監督多變量分析，將高維數據（例如，大量強度不同的代謝物）折疊為涵蓋數據集中主要變化的幾種主成分。在本例中，X 軸是主成分 1，Y 軸是主成分 2。注意，本項研究對樣品進行了適當聚類，每個群組聚集在一起，T0 已明顯與其他群組分開。
圖 7. PLS-DA 模型的載荷圖。根據代謝物（用藍色原點表示）對群組分離的作用大小對代謝物進行聚類分析，見圖 6。例如，最右邊的代謝物對于定義 T0 樣品作用很大。
表 4. 分解期間含量不斷增加的代謝物的推定 ID 列表。可以通過精確質量數和分子式推測進行化合物確認。只有在高分辨率和高質量數精度條件下才能檢測到腐胺，并將其從背景離子中解卷積出來。
推測化合物 ID | RT（min） | NIST 正向匹配 | 與 T0 相比 的增加倍數 | 基峰碎片 元素組成 | ppm 精度 （基峰） | ppm 精度 （分子離子） |
L 蘇氨酸，3TMS | 10.71 | 795 | 2.8 | C9H24ONSi2 | 0.27 | 0.13 |
L 天冬氨酸，3TMS | 11.78 | 707 | 7.0 | C9H22NO2Si2 | 0.18 | 0.34 |
L 甲硫氨酸，2TMS | 12.40 | 749 | 15.0 | C7H18NSSi | 0.24 | 0.04 |
L 谷氨酰胺-3TMS | 15.32 | 815 | 2.0 | C7H14NOSi | 0.53 | 0.21 |
腐胺，4TMS | 16.18 | 870 | 2.0 | C7H20NSi2 | 0.05 | N/A |
賴氨酸，4TMS | 16.88 | 732 | 5.1 | C8H18NSi | 0.19 | 0.05 |
識別階段
依據現有商用庫（NIST）識別發生顯著性變化的代謝物，首先將其與氨基酸、與分解相關的化合物進行匹配（表 4）。基于多變量統計分析的整個流程總結見圖 5，圖中對峰進行了解卷積、定量和識別。所有選擇的化合物得到的分數均較高（> 700），使用精確質量數進行碎片匹配，從而進一步提高了庫匹配結果的準確度（表 3）。
結論
在此介紹的 Q Exactive GC 系統的工作流程順序為樣品制備、自動衍生化、GC 分離和質譜檢測、數據分析和結果報告。這一工作流程使 Q Exactive GC 系統成為揮發性化合物和需衍生化非揮發性化合物進行代謝組學分析的獨特分析工具。
卓越的色譜分離能力、可重現的色譜分離結合快速數據采集使 Q Exactive GC 系統成為復雜代謝組學分析的理想平臺。
超高分辨率、始終如一的亞 ppm 的精確質量數測量為復雜生物分解基質中存在的多種代謝物提供了可靠和高選擇性的分析。
較寬的動態范圍為分析樣品中的代謝物提供高靈敏度和持續檢測，且質量數精度絲毫不受影響，同時為已檢測到的代謝物提供精確的相對定量。
可依據已有商用庫使用獲得的 EI 數據對化合物進行初步識別，使研究人員對結果進行評價。同時，得到的精確質量數允許對數據進一步分析，如使用裂解分析（例如，Mass Frontier）或使AN 10457_C_GCMSMS_201508Y用標準品進一步確認目標化合物。本例中，氨基酸信號的時間依賴性演變為檢測死亡時間提供了一種簡便的生化法醫分析檢測法。
參考文獻
1. ProteoWizard Page. http://proteowizard.sourceforge.net/
(accessed Apr. 22, 2015).
2. C.A. Smith, E.J. Want, G.C. Tong, R. Abagyan, and G. Siuzdak. XCMS: Processing Mass Spectrometry Data for Metabolite Profiling Using Nonlinear Peak Alignment, Matching, and Identification. Anal. Chem.
2006, 78 (3), 779–787.
3. Richard A. Scheltema, Andris Jankevics, Ritsert C. Jansen, Morris A. Swertz, and Rainer Breitling. PeakML/mzMatch: A File Format, Java Library, R Library, and Tool-Chain for Mass Spectrometry Data Analysis. Anal. Chem.
2011 83 (7), 2786–2793.
4. Creek, D.J., Jankevics, A., Burgess, K.E.V., Breitling, R., and Barrett, M.P. IDEOM: an excel interface for analysis of LC-MS based metabolomics data. Bioinformatics.
2012. 28 (7), 1048–1049.
5. SIMCA Page, Umetrics Website. http://www.umetrics. com/products/simca
(accessed Apr. 22, 2015).