非靶向代谢组学

新陈代谢网络是复杂的网络，特别是人体的代谢网络，一直被认为是相对复杂的代谢网络。现在多数信号通路的研究是集中在代谢网络的一个很小的领域。基因组学、蛋白组学研究已经揭示了部分调节通路，但是和代谢网络直接相关的是代谢产物。从多种代谢产物中选取研究对象，无疑是困难的。非靶向代谢组学又称为发现代谢组学，主要是将对照组和实验组的代谢组（某一生物体的全部代谢物）进行比对，以找出其代谢物的差异。代谢组学研究通过一定的手段能够帮助研究员从代谢产物海中跳出来，提供一个“航拍”的视角，从而发现差异性代谢产物。然后通过已知的代谢通路逆推找出调节酶和基因，完成疾病发病机制、药物治疗机制等方面的研究。

同时，我们的医学疾病分子机制整体课题外包服务提供基于代谢通路稳态调控和能量代谢研究。

分析流程
非靶向代谢组学的一般分析流程为

• 代谢谱分析(也称为差异表达分析)：在一组实验和对照样品中，寻找丰度改变有统计学意义的感兴趣代谢物；

• 鉴定：进行代谢谱分析后，测定这些代谢物的化学结构；

• 解释：研究流程的最后一步，解释所发现的代谢物与生物过程或生物状态之间的关联。

技术路线

数据平台

1. NMR（核磁共振）
优点是对样品无破坏性，测定无偏向性，即适用于血液、尿液体液等液体样品，也适用于组织和器官等固体样品，并且测定速度快，可实现样品代谢组的动态监测，缺点主要是分辨率较低。

2. GC-MS（气相色谱）
GC-MS是代谢组学研究的技术，具有技术成熟稳定、分辨率高等特点，同时，由于具有相对完善的数据库，使得定性也好一些，缺点则主要表现在样品处理复杂，并且对于不易衍生化的物质定性和定量较困难，影响了该技术在更大范围内的使用。

3. LC-MS（液相色谱）
优点主要表现在样品制备和前处理简单、实验重复性好，分辨率高，分离和分析范围大，缺点则主要表现在数据库完善程度不够，定性相对困难。