SimMet 用於質譜代謝物數據分析的綜合軟體套件

2022-10-06     卡貝軟體

原標題:SimMet 用於質譜代謝物數據分析的綜合軟體套件

SimMet

用於質譜代謝物數據分析的綜合軟體套件,可促進 LC-MS 數據處理、代謝物鑑定、定量和統計分析

SimMet 處理 LC-MS 數據以進行峰檢測、峰拾取和保留時間校準。它使用戶能夠在批處理模式下使用 MS 和 MS/MS 數據識別代謝物。除了對已鑑定的代謝物進行定量數據分析外,它還有助於對生物樣品中的代謝物進行差異分析。

強大的關係代謝物資料庫

SimMet 資料庫包括來自人類、大腸桿菌等各種生物來源的 68,459 種代謝物。並支持來自 NIST MS/MS 資料庫的 9,390 種代謝物的 2,34,284 個 MS/MS 譜圖和 354 個加合物。其他生物信息,如代謝物通用名稱、系統名稱、質量、組成和與其他資料庫的連結,也可供參考。

SimMet通過將觀察到的 MS/MS 譜圖與代謝物的標準 MS/MS 譜圖進行匹配,提供代謝物的準確鑑定。

支持多種文件格式

SimMet接受標準文件格式的實驗質譜數據,例如 .txt、.xls、.mzData 和 .mzXML。它可以讀取 Thermo Scientific (*.raw) 和 SCIEX (*.wiff) 以及 Bruker Corporation 的(.baf、.yep 和 .fid)原生數據文件。該程序能夠從完整的色譜運行(即多達 200,000 次掃描)中導入數據。

協議概述

SimMet處理 LC-MS 數據以進行峰檢測、峰拾取和保留時間校準。它使用戶能夠在批處理模式下使用 MS 和 MS/MS 數據識別代謝物。它可以對已識別的代謝物進行定量數據分析,以及對生物樣品中的代謝物進行差異分析。

為您的所有分析提供單一平台

SimMet 的綜合平台無需管理和使用多種代謝物研究工具。所有代謝物數據分析,從 LC-MS 數據處理和隨後的峰識別到統計分析(如主成分分析)都可在單個工作區中進行。支持加載和得分圖以及置信橢圓(相關加載和 Hotelling 的 T 2橢圓),以幫助研究人員了解代謝物和樣品之間的關係。還提供了代謝物響應曲線以顯示不同樣品中代謝物丰度的變化。

輕鬆管理大數據

SimMet旨在有效處理大量數據,這是基於質譜的代謝組學工作流程的典型特徵。用戶可以在單個項目中加載 50 萬次掃描,以及一次導出 50,000 次掃描的分析結果。支持所有標準供應商格式,以無縫集成定性和定量工作流程解決方案。

升級

SimMet 2.42 發布

新版本包括:

  • 支持 SCIEX 的 .t2d 文件: SimMet 現在支持從 SCIEX TOF/TOF 質譜儀加載 .t2d 文件。
  • 改進了 Shimadzu (QTOF) 本機數據文件的加載: SimMet 現在可容納 Shimadzu Corporation 提供的最新數據讀取算法。這顯著提高了島津 QTOF 儀器系列軟體的數據加載能力。
  • 修復了其他報告的問題。

SimMet 2.40 發布

新版本包括:

  • 改進的 LC-MS 峰選取算法:現在實施了一種用於檢測 LC 峰以及隨後從原始數據中查找分子特徵的有效算法。改進的算法可以準確地檢測 LC 化合物及其同位素包絡線,使程序能夠準確地為 MS/MS 掃描分配母離子 m/z 值。
  • 使用包含列表的高效數據減少技術:您可以為 SimMet 創建一個包含質量列表以執行峰檢測,從而消除可能是噪聲的峰。
  • Shimadzu 的 QTOF 數據: SimMet 現在支持分析由 Shimadzu 的 LCMS-9030 四極杆飛行時間 (QTOF) 質譜儀生成的 QTOF 數據。該軟體直接從島津的原生 .lcd 文件格式讀取原始數據。

SimMet 2.30 發布

SimMet 現在支持以下功能:

  • SimMet 資料庫現在可容納來自各種生物來源(如人類、大腸桿菌)的 68,459 種代謝物。

SimMet 2.20 發布

SimMet 現在支持以下功能:

  • 組織良好的報告,包括 CAS 登記號、P 值和最大值。倍數變化,以提供有關主要代謝物的更深入信息。
  • 修復報告的問題。

SimMet 2.10 發布

新版本包括以下增強功能:

SimMet 現在採用了改進的峰值拾取和峰值檢測算法,可以更快地處理 LC-MS 和 MS/MS 數據。新的專有算法使程序能夠對任何原始數據文件執行峰檢測和分子特徵查找,速度至少比以前版本的程序快 3 倍,同時確保不會遺漏重要的化合物及其分子特徵。

系統需求

Windows 支持的平台:Vista/Windows 7/Windows 8/Windows 10

文章來源: https://twgreatdaily.com/zh/fa97fb074f36e7b7590d7245189bd1a4.html