關(guān)于代謝組學數(shù)據(jù)庫

代謝組學

代謝組學是近年來關(guān)注度持續(xù)高漲的組學技術(shù)方向，而代謝組公認目前最大的技術(shù)瓶頸就是——代謝物鑒定，尤其是對于非靶向代謝組學研究，如果鑒定不準確，即便檢測體系能檢測到的數(shù)據(jù)量再多、定量能力再靈敏、定量結(jié)果再精確，也沒有任何意義。

如何確保鑒定的準確性？

這就依賴于我們龐大的標準品數(shù)據(jù)庫。國際上的黃金標準就是：當代謝物的保留時間（RT）、一級質(zhì)譜圖（MS）和二級質(zhì)譜圖（MS/MS）與標準品一致時，才認為鑒定出的代謝物是完全可信的，實現(xiàn)代謝物完美的定性，從而才能對代謝物進行定量分析，篩選差異代謝物，并進行后續(xù)一系列的生物學驗證。因此代謝物的鑒定和功能注釋是離不開數(shù)據(jù)庫的支撐。

四大數(shù)據(jù)庫

國外已建立的代謝組學數(shù)據(jù)庫：HMDB、METLIN、Lipid Maps、KEGG是目前在背后支撐代謝組學的四大頂梁柱，HMDB是當前世界上較完整且較全面的人類代謝物和人類代謝數(shù)據(jù)精選收集。但是HMDB目前不支持批量搜索，僅限于單個代謝物搜索，搜索效率較低。另外，該庫也不支持代謝通路搜索、代謝化合物濃度搜索等功能。KEGG數(shù)據(jù)庫是一個整合了基因組、化學和系統(tǒng)功能信息的數(shù)據(jù)庫，它的圖形功能非常直觀形象，但是它有功能注釋的基因總量低，并且通路邊界定義主觀。METLIN數(shù)據(jù)庫主要側(cè)重用于液質(zhì)非靶向代謝組學代謝物鑒定領(lǐng)域，但是它更偏重于化學分析，且沒有代謝通路等信息。所以要玩轉(zhuǎn)“代謝組學”，僅僅站在前輩的肩膀上是沒用的。小分子代謝物的結(jié)構(gòu)類似度極高，區(qū)分鑒定難度就更大了。不同儀器平臺，不同分析條件，獲得的譜圖形形色色，因此標準品庫是較難通用的。

實際上，標準品數(shù)據(jù)庫的建設面臨著很多的問題：

01

標準品本身成本就比較高，而要做一個大而全的數(shù)據(jù)庫，所投入的成本就更大了，一些小機構(gòu)和團隊由于經(jīng)費有限，僅用網(wǎng)絡數(shù)據(jù)庫HMDB和一些商業(yè)數(shù)據(jù)庫進行峰型信息比對，不是自己通過標準品驗證的，就非常容易有定性不明確的結(jié)果，后期的靶向驗證是沒有辦法做的，甚至可能導致后續(xù)研究投入白費。

02

不同質(zhì)譜體系下建立的數(shù)據(jù)庫通用性一般，比如Qtof和Orbi之間，數(shù)據(jù)庫就無法完全通用，在高速增長的代謝組學發(fā)展歷程中，要保證同時有大量相同型號的色譜質(zhì)譜相對來說，成本耗費巨大，都是數(shù)以千萬計的質(zhì)譜投入！

03

在長期運營的過程中，如何保證保留時間偏移的穩(wěn)定性，保留時間偏移校正的客觀性，目前常用的液相梯度是否具有通用性，如果以后需要更換液相色譜體系以及梯度，如何通過一些介質(zhì)校正代謝物的保留時間呢？這些都會是我們需要思考和提前解決的問題！

縱使數(shù)據(jù)庫建設會面臨諸多的問題，但是本地數(shù)據(jù)庫建立之后的巨大潛能清晰可預見，因此其建立勢在必行！?

鹿明生物為此通過

百萬立項計劃之本地數(shù)據(jù)庫建設研發(fā)立項計劃！

而鹿明目前進行的自有Library的建立過程中，已采購匯總超1500+標準品，目前仍在采購匯總過程中，其包含了絕大多數(shù)內(nèi)源性代謝物（氨基酸，有機酸，核酸，脂肪酸，胺，糖，維生素等），有詳細的物質(zhì)分子量、化學式、化學結(jié)構(gòu)等信息，覆蓋了95%代謝通路，LM-Datebase 既包含了其他數(shù)據(jù)庫不具備的保留時間信息，又包含標準品物質(zhì)及其在不同基質(zhì)干擾下的質(zhì)譜碎片信息，有效提高了代謝物鑒定的特異性和準確性；避免了HMDB等數(shù)據(jù)庫中冗余信息（植物、藥物、食物和合成化合物信息）干擾造成的假陽性風險，充分保證非靶向代謝組學數(shù)據(jù)的可靠性。