近年來科學家們對代謝組學的關注度越來越高，有大量的代謝組學SCI得以發(fā)表，它成為繼基因組學、轉(zhuǎn)錄組學和蛋白質(zhì)組學之后的又一個熱點研究領域。

2019-2022年代謝組學SCI發(fā)表數(shù)量

在PubMed中檢索“Metabolomics OR Metabolome”，2019-2022年8月為止，共發(fā)表相關論文36,135篇。以今年當前發(fā)文量（7324篇）來看，已逼近2019的全年發(fā)文量，可見它在當下科研界的火熱程度。

看到代謝組學研究越來越受到重視，可是真正當你著手去做代謝組學的時候才能體會什么是無助！三大組學，哪個分析難度最高、水最深？小編認為非代謝組學莫屬。為什么？

基因/轉(zhuǎn)錄組=測核苷酸排列，4種核苷酸組成；蛋白組=測氨基酸排列，20種氨基酸組成；代謝組=測核苷酸+氨基酸+糖+有機酸+脂類等組成，每一類都有N種。

分析化學沒學好？色譜玩不溜？原始圖譜不會看？算法不太懂？如果是這種情況，可能連代謝組學的門都難摸到。代謝組學做的好的平臺，基本都是有N年分析化學經(jīng)驗的大牛。對于生物領域研究的老師，也許我們并不需要過分關注檢測分析實驗的細節(jié)。但是，對于代謝組分析的一些基本知識，還是需要知道的？

因為，面對如此復雜的分析技術(shù)，我們需要一些必備基礎認識，來幫助判斷我們面前的代謝組數(shù)據(jù)，是否達到了基本的分析要求，是否有用于后續(xù)的生物研究的價值。以下簡單討論我們認為需要知道的幾個重要基本問題。在此，本期我們主要討論——LC-MS與GC-MS平臺如何取舍的問題？

平臺區(qū)別

LC-MS與GC-MS的差別

LC-MS與GC-MS的差別主要差別是樣品分離方式，它用的是液相分離方法，優(yōu)點是樣品范圍更廣，即提即用。另外一個是離子源選擇上，下圖是LC-MS與GC-MS離子源的差異：從圖中能看到LC-MS應用范圍廣（極性和非極性），分子量覆蓋廣；且不管GC-MS還是LC-MS，最主要的電離方式還是高能強碰撞（EI和ESI）。

用非靶向代謝組檢測來說，無論是使用GC-MS還是LC-MS/MS，了解其工作原理，對樣品前處理，樣品檢測方式，數(shù)據(jù)分析等都會有很大的提升。質(zhì)譜儀掃描模式的區(qū)別、兩種檢測方式檢測的下機數(shù)據(jù)如何分析，差異代謝物篩選，都是代謝組檢測和分析的重難點，看下表格具體了解差異：

技術(shù)瓶頸——代謝物鑒定

代謝組目前最主要的技術(shù)瓶頸——代謝物鑒定。因為，物質(zhì)鑒定是所有結(jié)果的基礎，即使某檢測方法能檢測到的數(shù)據(jù)量再多、定量能力再靈敏、定量結(jié)果再精確，如果這個信號的代謝物不能確定的話，所獲得的數(shù)據(jù)有何意義，也根本無從談起表達是否有差異、功能是否有變化等后續(xù)問題。

為了探討這個問題，我們從業(yè)內(nèi)人士反復提到的名詞——代謝物標準品庫說起。標準品庫，是指將純化的、結(jié)構(gòu)已經(jīng)確證的代謝物的標準品（通常是商業(yè)化的），在某一特定分析檢測體系下進行檢測，獲得該代謝物的標準結(jié)果信息，包括保留時間、分子量、二級（或多級）質(zhì)譜圖譜等。在其他組學的分析領域中，通常不會聽到，但在代謝組學里，這是個代謝物鑒定的門檻，而且是十分關鍵的門檻。為什么代謝組鑒定，對標準品庫有這么高的要求呢？下面這兩個物質(zhì)，元素組成完全不同，但是分子量非常相近，從小數(shù)點后第三位才開始不一樣：

舉個例子：

而下面這兩個物質(zhì)，一個是明星代謝物——TCA cycle里的檸檬酸，一個是半乳糖的代謝產(chǎn)物。兩者分子量、化學式完全一樣，但結(jié)構(gòu)不同，功能也完全不同：

這就是代謝組分析里，令人聞風喪膽的同分異構(gòu)體。而悲劇的是，這種同分異構(gòu)體在代謝組結(jié)果中大量存在。雪上加霜的是，同一個代謝物還會以(M-H)-、 (M+H)+、(M+Na)+、(M+H-H2O)+等多種不同離子形式存在。問題來了，如何區(qū)分和鑒定如此復雜的代謝物呢？目前代謝物的鑒定有不同的層級，不得不說不管是LC-MS平臺還是GC-MS平臺都離不開標準品數(shù)據(jù)庫的建立。

標準品庫的建立

鹿明生物多年專注于建立代謝標準品圖譜庫，用經(jīng)驗可以告訴大家：標準品庫的建立絕非一件簡單的工作：

1.你以為同一個標準品打出圖譜就只有一種嗎？其實，不僅不同碎裂能級打出的圖譜不同，在不同濃度、甚至不同時間下，同一個物質(zhì)打出的圖譜也會有所差別。所謂高質(zhì)量的標準品庫，會在不同碎裂能級、不同濃度、不同時間條件下采集圖譜。

2.標準品庫除了圖譜、荷質(zhì)比等實驗信息，還有一個關鍵組成——匹配算法。一次非靶代謝組分析往往能夠獲得上千個feature，不可能人工拿著實驗圖譜與標準圖譜一一比對，所以需要算法軟件來匹配。最后的匹配效果，除了由標準品圖譜和實驗圖譜質(zhì)量的決定，匹配算法一樣至關重要??！如何對圖譜進行去噪、如何進行相似性打分，是正向匹配還是負向匹配，如何評價比對結(jié)果的可靠性等等，這里有一大堆的問題。

至少對我小編這種不懂算法的人來說，一個優(yōu)秀的匹配算法背后，簡直是難以企及的另一個世界?？傊?，一個高質(zhì)量的自建標準品庫，不僅需要在不同條件下獲得高質(zhì)量的標準圖譜，還需要準確的匹配算法進行圖譜比對，兩者都起著決定性作用。最后，所獲得的的鑒定結(jié)果，仍需有經(jīng)驗的分析人員再進行人工核對。

以上說起代謝組學研究難的原因大多在這里了，對于鹿明生物平臺來說，長久的建庫工作也不是一朝一夕完成的，

詳細技術(shù)請訪問鹿明生物官網(wǎng)

?

百度搜索鹿明生物（lumingbio）

?

了解更多多組學技術(shù)

本文系鹿明生物原創(chuàng)

轉(zhuǎn)載請注明本文轉(zhuǎn)自鹿明生物