羧酸英语
（4）将DP-list信息导入至新的DDA方法的MS/MS包含列表中，用于QC样品的MS/M㊣S数据采集（图1）。
2□□□、dpDDA与其它方法的综合比较我们对dpDDA方法进行了全面的比较，涵盖了DDA□□□、DIA□□□□、tsDDA和IE-DDA等方法。通过分析动物血清样本和临床血清样本来评估了稳定性□□□、特征离子数量□□、MS/MS谱图质量以及对差异代谢物的鉴定效果。此外，我们还应用dpDDA进行冠心病患者的代谢紊乱网络分析，并依据心绞痛CCS分类标准对患者进行区分（图2）。
3□□、dpDDA在代谢特征检测㊣中的优势dpDDA在代谢特征检㊣测中展现出显著优势，尤其在代谢特征数量及稳定性方面。与传统采集模式相比，dpDDA具有更高的灵敏度，能够识别更多低丰度的代谢物。这种方法不仅提高了代谢特征的覆盖率，还增强代谢特征的稳定性。通过dpDDA获得的预鉴定代谢物和差异代谢物的数量远超其他模式。此外，dpDDA收集的MS/MS谱图数量也显著增加，为代谢组学研究提供了更为丰富和准确的基础信息（图3）。
4□□□、dpDDA在差异代谢物MS/MS鉴定中的优势dpDDA在差异代谢物鉴定中展现出显著优势，主要体现在其获取了更多且更高质✅量的MS/MS谱图数据，使得差异代谢物鉴定更加全面且准确。dpDDA通过外部数据库进行检索匹配，成功鉴定出149种代谢物，显著多于其他四种方法。此外，dpDDA所获得的高MS/MS鉴定得分数量也远超其他方法。总体而言，dpDDA✅在差异代谢物MS/MS鉴定方面表现最佳（图4）。
5□□□□、dpDDA在临床样本应用中的优势dpDDA在临床样本应用中具有显著优势，主要体现在其对信号漂移的有效控制。dpDDA能够提供比传统DDA和DIA更稳定的特征离子，尤其是在大规模样本的代谢组学研究中，其有效特征比例显著提升。此外，dpDDA在区分不同CCS心绞痛分类患者方面表现优异，能够有效避免模型过拟合，从而提高潜在生物标志物发现的可靠性（图5）。
最后，dpDDA被用于冠心病患者与健康人的代谢组学分析，成功鉴定出104个差异代谢物，包括脂✅肪酸□□□、氨基酸和核苷酸等。通过富集分析，这些差异代谢物主要涉及氨基酸代谢□□□□、碳水化合物代谢和脂质代谢等关键途径。研究发现，与三羧酸循环相关的代谢物在冠心病患者中显著上调，表明这些代谢物与心血管疾病风险相关。此外，RO㊣C分析显示，丙酮酸□□、肌苷酸□□、缬氨酸和苯基丙酮酸等代谢物能够有效区分冠心病患者与健康对照，为潜在生物标志物的发现提供了重要✅依据（图6）。
作者提出了一种创新策略dpDDA，用于非靶向代谢组㊣学研究，显著提高了基于LC-MS的差异代谢物数据采集质量。与传统方法相比，dpDDA在分析过程中展现出更高的稳定性□□、更多的代谢特征覆盖率以及更高质量的MS/MS谱图。此外，该方法能够有效突出潜在重要代谢特征，获取低丰度前体离子的高质量MS/MS光谱，因而适合微量样品的数据采集。在处理大规模临床样本和复杂组别时，dpDDA不仅能改善系统差异现象，还显示出更可靠的分离趋势<✅strong>羧酸英语。这一优势主要归功于对前体离子的预先筛选以及同时采集MS/MS的特征离子数量大量减少，从而提供了更高质量的差异代谢物MS/MS数据，增强了代谢物鉴定的可靠性。该策略适用于非靶向代谢组学的数据采集，并扩展了基于冠心病患者的研究，有助于深入挖掘关键代谢产物及其与疾病的关系，推动精准医学的发展。