概述

代谢分析（也称为非靶向代谢组学）是对生物样品中小分子代谢物的综合测量。代谢物是细胞过程的最终产物，其水平反映了基因组、转录组和蛋白质组对遗传和环境扰动的综合反应。与量化一组预定义化合物的目标方法不同，代谢分析旨在同时检测尽可能多的代谢物，生成代谢组的全局快照。这种整体观点可以揭示意想不到的代谢变化，并产生有关疾病机制、药物作用和生理调节的新假设。

关键概念

代谢谱分析平台以质谱 (MS) 和核磁共振 (NMR) 光谱为主，两者具有互补的优势。 MS 提供更高的灵敏度和更广泛的覆盖范围，而 NMR 则提供卓越的重现性和无损定量。 数据预处理包括峰值检测、对齐、归一化和过滤，以纠正批次效应和仪器漂移。 多元统计分析 - 主成分分析 (PCA)、偏最小二乘判别分析 (PLS-DA) 和随机森林 - 用于识别区分实验组的代谢物。 代谢物鉴定仍然是主要瓶颈，需要与参考文库匹配的准确质量、保留时间和碎片谱。

应用程序

代谢分析应用于生物标志物发现、毒理学、功能基因组学和营养科学。它可以识别癌症、糖尿病和先天性代谢缺陷等疾病的代谢特征。该方法将代谢途径与实时生理状态联系起来，利用质谱实现广泛覆盖，并受益于NMR光谱对丰富代谢物进行稳健定量。