7458
当前位置: 首页   >  研究方向
研究方向

1. 高灵敏代谢组学分析方法与功能代谢物发现  

  

低丰度代谢物精准分析:开发新型化学标记策略,提升代谢物检测灵敏度与覆盖度,解决复杂生物样本中痕量代谢物的定性与定量难题。  

 

原位代谢组学技术:整合质谱成像技术,实现生物组织中代谢物的空间分辨分析,探索疾病微环境中的代谢异质性。  

 

功能代谢物筛选与验证:结合机器学习算法,挖掘与疾病发生、药物疗效相关的关键代谢标志物,推动精准医学发展。  

 

2. 代谢组数据库构建与疾病标志物的发现  

 

代谢组标准化平台:构建涵盖植物、微生物及人体的多层次代谢物数据库,整合质谱多模态数据,支持代谢网络的动态解析。  

 

疾病分子分型与预后模型:通过多组学联用,开发基于代谢特征的疾病的早期诊断与疗效监测模型。  

 

核酸修饰与代谢调控:探索表观遗传修饰与代谢通路交互作用,揭示其在疾病中的调控机制。  

 

3. 新型分离材料与色谱质谱联用技术  

 

高性能分离材料开发:利用MOF和纤维纺织基底,设计高效分离介质,用于复杂样本中目标分子的高效富集与分离。  

 

微纳尺度分离分析:利用场流分离原理,设计微流控芯片,提升细胞、外泌体、细胞器等分离效率;结合质谱技术,实现单细胞水平的代谢物动态监测。

 

4. 基于代谢组学的智能纳米药物递送系统

 

智能可控递送系统代谢调控:设计代谢响应型智能纳米载体系统,通过靶向调控关键代谢物的生物合成通路,实现基于代谢组学分析的精准化个体治疗策略。

 

代谢微环境传感分析:设计基于代谢产物响应型纳米马达,实现动态传感与实时监测功能。