研究人员发表大规模代谢物结构鉴定新算法MetDNA 近日

近日，国际学术期刊《自然-通讯》（Nature Communications）杂志发表了由中国科学院上海有机化学研究所生物与化学交叉研究中心研究员朱正江课题组的最新研究成果“Metabolic Reaction Network-based Recursive Metabolite Annotation for Untargeted Metabolomics” 。基于液相色谱-质谱联用（LC-MS）技术的非靶向代谢组学研究严重受限于代谢物结构鉴定的低效率和低准确度。该工作首次发展了一种基于代谢反应网络的代谢物结构鉴定算法MetDNA ，创新性地克服了代谢物结构鉴定对于代谢物标准MS/MS谱图库的依赖，能够在多种生物样本中鉴定出超过2000种代谢物的结构，相比传统方法提高了近10倍，极大地提高了代谢物结构鉴定的效率和准确度。

代谢组学技术主要分析生命体内小分子代谢物的含量和动态变化规律，帮助更直接、更准确地研究疾病发生的机理，实现对疾病的早期预防、诊断和治疗。液相色谱-质谱联用（LC-MS）技术能够同时检测多种代谢物，具有高选择性和高灵敏度等特点，是代谢组学研究的主要工具之一。基于LC-MS技术的非靶向代谢组学研究虽然能够在一次检测中采集数万个代谢物信号特征峰，但是严重受限于代谢物结构鉴定的低效率和低准确度。小分子代谢物的标准MS/MS谱图库是代谢物结构鉴定的关键，目前必须通过采集代谢物标准品获取。但是目前大量代谢物没有标准品，因此代谢物标准MS/MS谱图数目的缺乏严重限制了代谢物的结构鉴定和代谢组学的应用。针对代谢物结构鉴定的挑战，朱正江开发了一种基于代谢反应网络的代谢物结构鉴定新方法MetDNA（Metabolite identification and Dysregulated Network Analysis）。