近年来，代谢组学继基因组、转录组、蛋白质组后蓬勃发展且逐渐应用于医学各领域的新兴学科，全球代谢组学市场规模逐年增加，潜力巨大。

 

一、系统生物学时代下的多组学

系统生物学，作为一个综合性的研究领域，它融合了生物学、计算机科学、数学和物理学等多学科的原理和方法，致力于通过组学和计算技术的结合，深入探究生物系统的组成、结构、交互网络、代谢路径和调控机制。在这一框架下，多组学研究成为了一个不可或缺的部分，它能够有效整合基因、RNA、蛋白质以及生物小分子等关键要素，通过理论建模、分析计算和实验验证的循环过程，实现全系统范围内的定量数据分析。多组学的研究范围广泛，涵盖了基因组、转录组、蛋白质组和代谢组等多个层次，通过全方位、立体化的解析，能够更深入地理解生物学过程，从系统层面揭示生物学现象和机制，并探索不同组学层次之间可能存在的相互作用和关联（如下图）。

可以看出代谢组处于中心法则的下游，更能反映表型（Phenotype）,因此是研究疾病表型的重要技术，那该技术是如何发展至今的呢？

 

二、代谢组学的发展脉络

 

代谢组学，这一融合了现代生物化学、分子生物学及高通量分析技术的跨学科领域，其源头可追溯至20世纪80至90年代的研究探索（Nicholson等人，1999）。尽管代谢组学的概念在此之前已受到学术界的关注，但真正使其成为研究焦点的，是质谱和核磁共振等技术的快速发展，它们为代谢产物的定性和定量分析提供了强有力的工具。

随着技术的不断进步，代谢组学逐渐崭露头角，成为能够全面揭示生物体内代谢状态的重要学科。高通量技术的应用使得我们能够同时检测和分析数千种代谢物，从而更深入地了解生物体在疾病状态下的代谢变化。同时，计算和统计方法的革新也为从海量数据中提取有意义的信息提供了可能。

如今，代谢组学已经发展成为连接上游组学和下游表型的关键桥梁。它不仅能够放大上游组学中的细微变化，还能通过聚焦生物体液、细胞和组织中的低分子量代谢物，揭示这些代谢物在新陈代谢、生长发育等过程中的重要作用。通过定量测定代谢产物、鉴定代谢通路和构建代谢调控网络，代谢组学为理解生命的复杂性和疾病的发病机制提供了新的视角。

 

三、代谢组学在生命科学中的应用前景

在生命科学领域，代谢组学的应用前景日益广阔。随着对癌症、心血管疾病等重大疾病发病机制的深入探索，代谢组学已经成为提升疾病诊疗水平的关键技术之一。生物制药行业、政府机构以及私人投资者纷纷加大对代谢组学研究的投入，以期在疾病诊断、治疗及预后评估等方面取得突破。

 

具体而言，代谢组学在以下几个方面展现出巨大的应用潜力：

首先，在疾病诊断与治疗方面，通过比较疾病状态与正常状态下的代谢组差异，可以为疾病的早期发现和个体化治疗提供有力支持；其次，在药物研发与评价中，代谢组学能够帮助研究人员评估药物对生物体代谢组的影响，从而加速新药的开发和上市进程；最后，在营养与健康领域，代谢组学有助于揭示不同营养素对代谢通路的调控机制，为制定科学合理的饮食计划和营养干预措施提供重要依据。

 

我们直观地来看下代谢组学相关研究数量的变化趋势：

四、代谢组学策略分类

1. 1. 靶向代谢组学

 

靶向代谢组学则是一种更加精准和有针对性的分析技术。它通过使用待测组分的纯品作为外标或引入内标进行校准，实现对目标代谢物的绝对定量分析。这种方法的目标明确，无需进行复杂的多元统计分析，也不依赖于外部数据库进行定性。

在靶向代谢组学的质谱数据采集过程中，低分辨率质谱仪和多重反应监测技术发挥着重要作用。这种技术能够精确采集与目标代谢物相关的离子谱图信息，从而实现对目标代谢物的精准定量。同时，采用高选择性和高扫描速度的三重四极杆技术，进一步提高了定量精度。

2、非靶向代谢组学

非靶向代谢组学是一种无偏向性的检测技术，旨在全面检测样本中所有代谢物的种类和含量。由于其高通量的特性，它能够提供丰富的代谢物信息，并通过相对定量分析揭示代谢物的变化趋势。在代谢物中，脂质占据重要地位，种类繁多，因此脂质组学应运而生，专门用于检测极性较弱或无极性的脂质代谢物。相比之下，非脂质及部分脂类代谢物则通过常规非靶向代谢组学进行研究。

在非靶向代谢组学的质谱数据采集过程中，高分辨率质谱仪和数据依赖型扫描模式发挥着关键作用。这种扫描模式能够优先检测样本中丰度较高的代谢物，从而确保数据的准确性和可靠性。

3. 广靶/拟靶/类靶代谢组学

广靶、拟靶和类靶代谢组学是介于非靶向与靶向之间的一种折中策略。它们通过结合公共数据库、部分标准品质谱信息以及非靶向数据等，构建本地数据库，从而实现对代谢物的更加精确和全面的分析。这种策略在检测代谢物种类和定量分析方面具有较高的灵活性和准确性。

在质谱数据采集方面，广靶/拟靶/类靶代谢组学使用中高分辨率质谱仪和多重反应监测技术模型。这种质谱仪结合了三重四极杆技术与线性离子阱技术，不仅提高了分辨率，还增强了数据的可靠性和准确性。近年来，这种策略在生命科学领域的应用越来越广泛，为代谢组学的研究提供了新的思路和方法。

五、代谢组学策略实施思路及各自特点

代谢组学策略的实施具有多种路径，其中，非靶向代谢组学与靶向代谢组学的结合被视为一种经典方法。该方法首先运用无偏向性的非靶向代谢组学技术，对样本中的全部代谢物进行高通量筛选，并通过多元统计分析揭示代谢物的差异及代谢通路的富集情况。随后，再利用高灵敏度的靶向代谢组学方法，对经过筛选的目标代谢物进行精确、定量的分析。

六、非靶与靶向代谢组学研究应用实例

在一项关于重症先天性心脏病（CCHD）的多组学研究中，研究人员对50例健康（HC）新生儿与45例CCHD患儿的粪便样本进行了深入的非靶向代谢组学分析。通过对比分析，成功鉴定出120种差异代谢物，这些代谢物在CCHD组呈现出明显的变化模式：其中36种代谢物在CCHD组中富集，而84种代谢物则呈现出消耗趋势（如图所示）。

为进一步深入探究这些代谢物中的关键成分及其与CCHD之间的潜在关联，研究团队进一步对样本中的短链脂肪酸进行了靶向代谢组学分析。这种分析方法具有更高的灵敏度和准确性，有助于对特定代谢物进行精确定量，并开展后续的相关性分析，从而为揭示CCHD的发病机制及寻找潜在治疗靶点提供重要线索。

 

图片均来源于网络