本文档为发表于《Nature Reviews Molecular Cell Biology》期刊2012年4月刊的一篇创新性综述文章，标题为“Metabolomics: the apogee of the omics trilogy”。作者是Gary J. Patti（华盛顿大学医学院）、Oscar Yanes（西班牙罗维拉-维尔吉利大学）和Gary Siuzdak（斯克里普斯研究所）。文章的核心主题是系统阐述代谢组学（Metabolomics），特别是非靶向代谢组学（Untargeted Metabolomics）的概念、方法、工作流程、挑战、最新技术进展及其在生物学和医学研究中的巨大潜力与价值。

代谢组学：连接基因型与表型的直接化学读出

文章开宗明义，将代谢组学置于“组学三部曲”（基因组学、蛋白质组学、代谢组学）的顶端。作者指出，代谢物是代谢过程中发生化学转化的小分子，它们提供了细胞状态的直接功能读出。与受表观遗传调控的基因和受翻译后修饰影响的蛋白质不同，代谢物是生化活动的直接签名，因此更容易与表型相关联。在此背景下，代谢物谱分析，即代谢组学，已成为一种被临床诊断广泛采用的强大方法。代谢组被定义为细胞产生的小分子集合，它为我们探究机制性生物化学如何与细胞表型相关联提供了一个窗口。随着质谱技术的发展，现在可以从微量的样品中同时快速测量数千种代谢物。

靶向与非靶向代谢组学：两种互补的研究范式

文章花了重要篇幅区分和定义了代谢组学研究的两种主要方法：靶向代谢组学（Targeted Metabolomics）和非靶向代谢组学（Untargeted Metabolomics）。

• 靶向代谢组学：这种方法针对一个预先指定的代谢物列表进行测量，通常聚焦于一个或多个相关的感兴趣通路。它通常由特定的生化问题或假设驱动，例如研究药物代谢、特定酶受治疗或基因修饰的影响。三重四极杆质谱（Triple quadrupole mass spectrometry, QQQ-MS）因其高特异性和定量重现性而成为靶向研究的利器，可用于绝对定量。靶向方法在疾病生物标志物发现中已有成功应用，例如发现了心肌缺血的柠檬酸循环代谢物特征和糖尿病的必需氨基酸特征。其优势在于灵敏度高、定量准确、方法成熟，但视野局限，无法发现新的或意料之外的代谢变化。

• 非靶向代谢组学：这是一种全局性的方法，旨在无偏倚地同时测量生物样品中尽可能多的代谢物。虽然核磁共振（NMR）和质谱都可用于非靶向分析，但液相色谱-质谱联用技术（Liquid chromatography/mass spectrometry, LC/MS）因其能够检测到最多数量的代谢物而成为首选技术。非靶向代谢组学的工作流程通常包括：样品制备与代谢物提取、LC/MS数据采集、基于生物信息学软件（如XCMS）的数据分析（包括峰提取、非线性保留时间对齐、统计学分析以识别组间差异特征）、以及最后的代谢物鉴定。鉴定过程通常涉及：将感兴趣特征的精确质量数在代谢物数据库（如HMDB, Metlin）中进行搜索以得到推定标识，然后通过对比标准品的保留时间和串联质谱（MS/MS）碎片图谱进行确认。

文章强调，非靶向代谢组学数据极其复杂，每个样品的数据文件可达GB级别，手动分析不现实。因此，XCMS等软件工具的开发是实现数据自动处理的关键。非靶向方法的强大之处在于其发现能力：它揭示了生物系统中内源性代谢物的数量远超预期，大量被检测到的分子尚未被收录在数据库中，这表明我们对细胞代谢的认知远未完成。这正是非靶向代谢组学在揭示基础生物学过程方面具有巨大潜力的领域。

非靶向代谢组学的内在驱动力与系统生物学视角

文章从历史角度阐述了非靶向代谢组学的驱动力，追溯至Beadle和Tatum的“一基因一酶”假说。现代代谢组学实验在精神上与之一脉相承，旨在通过代谢物筛选连接基因型与表型，但技术已突飞猛进。作者指出，系统生物学研究表明，单个非致死性基因突变的影响可能非常广泛，影响大量代谢途径，这使得“单一基因控制单一功能”的假设过于简化。例如，线虫的daf-2基因突变能使其寿命延长一倍以上，并改变至少86种已识别蛋白质的丰度。因此，要厘清任何特定基因的功能，系统水平的分析大有裨益。代谢组学，作为测量生化活动的直接工具，首次为全面、直接地追踪代谢反应提供了机会，补全了组学研究的最后一块拼图。

应对挑战：数据库扩展、数据整合与空间成像

文章并未回避非靶向代谢组学面临的挑战，并介绍了相应的解决策略和创新技术： 1. 改善代谢物数据库：HMDB和Metlin等数据库已从简单的质量数列表发展为包含代谢卡片、生化通路、浓度、解剖位置、代谢酶和相关疾病信息的综合资源。Metlin更收录了超过10,000个代谢物在多种碰撞能下的实验性MS/MS数据，极大促进了鉴定工作。 2. Meta分析（Meta-analysis）：为从海量差异特征中优先筛选出最可能与表型相关的特征，文章提出了Meta分析策略。通过比较多个疾病模型或遗传背景下的非靶向代谢组学数据，可以筛选出在各模型中共同发生变化的特征，这些特征更可能与共有的病理表型相关。作者团队开发的MetaXCMS软件可自动化此比较过程。文中以三个不同病因（炎症、急性热、自发性关节炎）的疼痛模型研究为例，通过Meta分析从上百个差异特征中锁定三个共同变化的特征，其中之一被鉴定为组胺，一个已知的疼痛介质。 3. 成像方法定位代谢物：传统的代谢组学通过样品均质化丢失了代谢物的空间分布信息。为了在异质组织（如大脑）中定位代谢物，成像质谱技术至关重要。文章重点介绍了一种无基质干扰的纳米结构启动质谱技术（Nanostructure-initiator mass spectrometry, NIMS）。该技术具有高灵敏度和高空间分辨率，适合代谢物成像。应用NIMS对胆固醇合成受损的小鼠脑切片进行分析，成功将胆固醇的代谢前体定位到小脑和脑干。

非靶向代谢组学的应用实例与未来展望

文章通过具体案例展示了非靶向代谢组学的广泛应用价值，特别是在“治疗代谢组学”和基因/蛋白质功能表征方面： * 疾病机制与治疗靶点发现：在脑癌研究中，非靶向代谢组学发现异柠檬酸脱氢酶1（IDH1）突变的癌细胞中2-羟基戊二酸水平显著升高，这提示抑制该代谢物的产生可能成为治疗新策略。在神经病理性疼痛研究中，发现脊髓中二甲基鞘氨醇水平升高，并证实其能诱导疼痛样行为，从而指向甲基转移酶或神经酰胺酶作为潜在治疗靶点。 * 基因和蛋白质功能表征：通过对基因敲除酵母进行非靶向分析，发现5-氧代脯氨酸积累，从而将未知基因YKL215c鉴定为氧脯氨酸酶。类似地，发现了酵母酶sedoheptulose-1,7-bisphosphatase具有此前未知的活性，阐明了从糖酵解三碳糖合成核糖的热力学驱动新途径。对结核分枝杆菌中未充分表征的蛋白Rv1248c进行活性代谢组学分析，将其鉴定为2-羟基-3-氧代己二酸合酶。

结论与意义

文章在结论部分指出，尽管对代谢谱分析的兴趣由来已久，但直到最近才出现能够在系统水平上进行全局代谢物分析的技术，使其能够与其它组学技术比肩。与非靶向代谢组学仍处于起步阶段，但早期研究已经表明，细胞代谢的复杂性超出了基于经典生化通路的预期。作者将其类比为二十世纪初物理学的发展：当实验现象（如光电效应）无法用牛顿定律解释时，催生了新的理论框架（量子力学）。同样，随着代谢组学技术的不断进步和对未知代谢途径的解析，非靶向代谢组学塑造我们对全局代谢理解的能力尚未完全显现。

这篇文章的价值在于，它不仅仅是一篇技术综述，更是一篇观点鲜明的“宣言”。它清晰论证了代谢组学（尤其是非靶向方法）在系统生物学中的独特而核心的地位——作为最接近表型的组学层面，提供生化活动的直接读出。文章系统梳理了从实验设计、样品制备、数据分析到结果阐释的全链条方法论，并前瞻性地指出了该领域面临的挑战及解决方案。对于细胞生物学、生理学和医学领域的研究者而言，本文是理解和应用代谢组学这一强大工具的权威指南和重要灵感来源。