新型合成大麻素ADB－BUTINACA在不同时间段斑马鱼体内的代谢组学分析

接昭玮; 张文芳; 王继芬; 覃仕扬; 徐多麒; 秦歌; 徐鹏

doi:10.19969/j.fxcsxb.22112903

您当前的位置：

首页 >

文章列表页 >

新型合成大麻素ADB－BUTINACA在不同时间段斑马鱼体内的代谢组学分析

研究报告 | 更新时间：2023-05-15

- 新型合成大麻素ADB－BUTINACA在不同时间段斑马鱼体内的代谢组学分析
- Metabolomic Analysis of a Novel Synthetic Cannabinoid ADB－BUTINACA in Zebrafish in Different Time Periods
- 分析测试学报 2023年42卷第5期页码：568-576
- 作者机构：
  
  1.中国人民公安大学侦查学院，北京 100038
  2.北京市公安司法鉴定中心，法庭毒物分析公安部重点实验室，北京 100192
  3.上海市法医学重点实验室，司法鉴定科学研究院，上海 200063
  4.毒品监测管控与禁毒关键技术公安部重点实验室，公安部禁毒情报技术中心，北京 100193
- 作者简介：
  
  张文芳，硕士，高级工程师，研究方向：毒物毒品分析，E-mail：13911208706@139.com
  王继芬，教授，硕士研究生导师，研究方向：毒物毒品和微量物证分析，E-mail：wangjifen58@126.com
- 基金信息：
  
  北京市公安局技术研究科研项目专项资金资助(2022CX1001)
- DOI：10.19969/j.fxcsxb.22112903
  中图分类号：
扫描看全文
接昭玮,张文芳,王继芬等.新型合成大麻素ADB－BUTINACA在不同时间段斑马鱼体内的代谢组学分析[J].分析测试学报,2023,42(05):568-576.

JIE Zhao-wei,ZHANG Wen-fang,WANG Ji-fen,et al.Metabolomic Analysis of a Novel Synthetic Cannabinoid ADB－BUTINACA in Zebrafish in Different Time Periods[J].Journal of Instrumental Analysis,2023,42(05):568-576.
接昭玮,张文芳,王继芬等.新型合成大麻素ADB－BUTINACA在不同时间段斑马鱼体内的代谢组学分析[J].分析测试学报,2023,42(05):568-576. DOI： 10.19969/j.fxcsxb.22112903.

JIE Zhao-wei,ZHANG Wen-fang,WANG Ji-fen,et al.Metabolomic Analysis of a Novel Synthetic Cannabinoid ADB－BUTINACA in Zebrafish in Different Time Periods[J].Journal of Instrumental Analysis,2023,42(05):568-576. DOI： 10.19969/j.fxcsxb.22112903.

摘要

采用液相色谱－高分辨质谱技术对不同时间段斑马鱼体内ADB－BUTINACA的21种代谢产物进行分析。首先采用正交信号变换的偏最小二乘判别分析和层次聚类分析方法筛选出7种具有显著性差异的组间代谢物，以7种差异代谢物为特征建立Stacking集成学习模型，对4组不同时间段的斑马鱼体内样本进行分类预测。结果显示，模型预测准确率高达98%，表明筛选的潜在差异代谢物能够有效反映不同时间段原药在斑马鱼体内的变化情况；对7种潜在差异代谢物在4类样本体内的含量变化进行富集分析，结果表明差异代谢物的总体含量随着染毒时间的增加而降低，各类代谢物的含量分布由最初的不均衡趋向于均衡分布。此外，实验发现大部分差异代谢物的代谢路径与羟基化反应密切相关，推测原药在生物体内发生羟基化反应与给药时间推断方面具有一定关联性。实验结果可为药物服用时间推断等相关领域分析提供依据。

Abstract

Liquid chromatography－high resolution mass spectrometry was ultilized for the analysis on 21 metabolites of ADB－BUTINACA in zebrafish over different time periods in this paper．Firstly，the partial least squares discriminant analysis and hierarchical clustering analysis of orthogonal signal transformation were used to screen out 7 metabolites with significant differences between groups．Furthermore，a Stacking integrated learning model was established with the 7 differential metabolites as the characteristics for classification and prediction on 4 groups of samples in zebrafish in different time periods．It was found that the prediction accuracy of the model was as high as 98%，indicating that the potential differential metabolites screened could effectively reflect the variation of the original drug in zebrafish in different time periods．The content changes of metabolites in the 4 groups of samples were enriched and analyzed．The results showed that the overall content of differential metabolites decreased with the increase of exposure time，and the content distribution of various metabolites tended to be balanced from the initial imbalance．In addition，the experiment showed that most of the differential metabolite metabolic pathways closely related to hydroxylation reactions，and it was speculated that the hydroxylation reactions of the original drug in vivo had a certain correlation with the estimation of administration time. The experimental results could provide a basis for analysis in related fields such as drug taking time estimation.

关键词

ADB－BUTINACA差异代谢物Stacking集成学习代谢路径富集分析液相色谱－高分辨质谱

Keywords

ADB－BUTINACAdifferential metabolitesStacking integrated learningmetabolic pathwayenrichment analysisliquid chromatography－high resolution mass spectrometry

references

Xu F M，Li H B，Wei W L，Wang R H，Liu L Y，Li Q．J. Instrum. Anal. （徐仿敏，李海波，魏万里，王瑞花，刘凌云，李强．分析测试学报），2022，41（7）：1030－1035.

Qian Z H，Liu C M，Hua Z D，Gao L S．J. Chin. Mass Spectrom. Soc. （钱振华，刘翠梅，花镇东，高利生．质谱学报），2018，39（5）：323－330.

Chen S S，Li Y Q，Kang G，Zhong C Q，Cheng L H．Chin. J. Forensic Med. （陈深树，李亚庆，康刚，钟超群，程良红．中国法医学杂志），2021，36（4）：436－437，439.

Song H．J. Instrum. Anal. （宋辉．分析测试学报），2022，41（6）：858－864.

Goh E M L，Hon S C，Wang Z T，Yee F C，Yan M H，Chun Y C E．Toxicol. Anal. Clin.，2022，17（11）：52－56.

Baik H H．Toxicol. Anal. Clin.，2022，34（17）：1545－1555.

Wang Y，Pan Y F，Yang H K，Liu J L，Wurita A，Hasegawa K．Forensic Toxicol.，2022，40（2）：340－348.

Sia C H，Wang Z T，Goh E M L，Tan Y L，Fong C Y，Moy H Y，Chan E C Y．Clin. Chem.，2021，67（11）：1534－1544.

Kavanagh P，Pechnikov A，Nikolaev I，Dowling G，Kolosova M，Grigoryev A．J. Anal. Toxicol.，2021，13：1－10.

Yan X Y，Xiang P，Yu Z G，Yan H．J. Forensic Med. （严秀莺，向平，于治国，严慧．法医学杂志），2022，38 （3）：400－407.

Jiang H Y，Gao H Y，Li J，Zhou T Y，Wang S T，Yang J B，Hao R R，Pang F，Wei F，Liu Z G，Kuang L，Ma S C，He J M，Jin H T．J. Ethnopharmacol.，2022，298：115630.

Yu W G．Study on Drug Use and Drug Use Time Inference Based on Metabonomics MDMA. Taiyuan：Shanxi Medical University（于维光．基于代谢组学MDMA吸毒及吸毒时间推断研究．太原：山西医科大学），2022.

Wang X Z．Analysis of the Plasma Metabolic Spectrum of Rats with Time Changes after the Introduction of Methcathinone Based on Metabonomics. Taiyuan：Shanxi Medical University（王学志．基于代谢组学技术分析甲卡西酮入体后随时间变化的大鼠血浆代谢谱．太原：山西医科大学），2021.

Dong R，Zhang Y G，Chen S J，Wang H，Hu K Q，Zhao H X，Tian Q P，Zeng K W，Wang S S，Han L W．Front. Pharmacol.，2022，13（2）：207－212.

Fang N，Zhang C P，Hu H Z，Li Y J，Wang X Y，Zhao X P，Jiang J H．Chemosphere，2022，309（2）：136739.

Yin X L，Fu W J，Chen Y，Zhou R F，Sun W Q，Ding B M，Peng X T，Gu H W．Food Sci. Technol.，2022，171：114148.

Huang X X，Mao Y N，Li H，Wang Y H，Liu Y．Mod. Chin. Med. （黄晓欣，毛怡宁，李虹，王宇航，刘勇．中国现代中药），2021，23（12）：2077－2087.

Wang Y P．Resour. Conserv. Environ. Prot. （汪宇鹏．资源节约与环保），2020，（7）：74－75.

Zhang L，Zhang L L，Sun H R，Liu X Y，Kang L N．China Brewing（张雷，张璐璐，孙洪蕊，刘香英，康立宁．中国酿造），2022，41（5）：89－95.

Ouyang W，Yu Y Y，Wang H J，Jiang Y W，Hua J J，Ning J M，Yuan H B．Food Res. Int.，2022，162：112109.

Olberg S，Choi B S，Park I，Liang X，Kim J S，Deng J，Yan Y L，Jiang S，Park J C．Med. Phys.，2022，23（12）：2077－2087.

Zhang M W，Zhang T Y，Zhong M，Cheng Y Z．Chin. J. Med. Phys.（张明伟，张天逸，钟鸣，程云章．中国医学物理学杂志），2022，39（8）：1003－1009.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据