LC-MS 非靶向代謝組學是通過液質聯用 (LC-MS) 方法檢測生物體受外界剌激前 后體內大多數小分子代謝物的動態變化，重點尋找在實驗組和對照組中有顯著變化的代謝物，對差異代謝物進行通路分析，進而研究這些代謝物與生理病理變化的相關關系，揭示其變化的生理機制，可為疾病標志物開發，疾病發病機制和藥物治療機制等研究提供線索和方向。其研究對象大都是分子岱1500Da 以內的極性較強、易電離、難揮發的小分子物質。

技術優勢

1、偏向于中等或強極性的化合物的檢測 ；

2、樣本無需特殊處理 且一次進樣分析即可；

3、 較高通足、較高靈敏度、較高分辨率；

4、嚴格質員控制體系。

應用方向

基礎醫學：生物標志物，疾病機理機制，疾病分型，個性化治療等；

生物醫藥：藥物作用機理，藥效評價，藥物開發等；

農林領域：植物逆境生物學研究，生長發育研究，藥用植物活性成分鑒定，農作物農藝性狀研究等；

微生物領域：致病機理，耐藥機制，病原體-宿主相互作用研究等；

食品科學與營養學：食品成分及質員，食品體內過程，食品功能；

畜牧業：肉類及乳品質研究，致病機理研究等；

海洋水產：漁業資源，海水養殖，漁業環境與水產品安全等；

生物能源、環境科學領域：發酵過程優化，生物燃料生產，環境危定風險評估研究等；

推薦文獻列表

文獻案例

背景介紹：

新型冠狀病毒肺炎(COVID-19)是由嚴重急性呼吸系統綜合癥冠狀病毒 2 (SARS-CoV-2) 引起的，目前正在全世界范圍內迅速傳播，并對全球造成前所未有的威脅。SARS-CoV-2感染的突然爆發和迅速傳播引起了公眾的廣泛關注。目前關于COVID-19  的研究大多數集中在其流行病學和臨床特征上，而對疾病的微觀分 子層面如代謝物和蛋白的變化相關的研究較少。感染SARS-CoV-2的患者中約80%表現出輕度癥狀且預后良好。另外約有20%的患者患有呼吸窘迫，需要立即進行氧氣治療或其他住院干，預然而，表現出這些臨床癥狀的患者  已經發展到病情嚴重階段， 需要立即獲得專門的重癥監護，否則可能會迅速死亡。因此，開發新的方法以盡早對COVID-19 患者進行病情預測至關望要。

研究思路：

結果速遞：

研究人員通過高分辨率質譜對血清樣本進行代謝組學和蛋白質組學分析，共鑒定到了941 種代謝物（包括36種藥物及其代謝物）和894種蛋白質。與健康組、疑似病例組和輕癥感染組相比，重癥感染組患者中有204 個差異代謝物和93 個差異蛋白。經代謝通路和網絡富集分析顯示重癥患者血清8中2種差異代謝物和50 種差異蛋白與三種途徑（即補體系統的激活、巨噬細胞功能和血小板脫顆粒）相關。

圖 1. 差異代謝物聚類熱圖

研究人員還檢測到參與脂質代謝的代謝產物失調。COVID-19 患者中 16 種類固醇激素的含員顯著增多，包括孕酮、雄激素、雌激素等，這些代謝物可以促進巨噬細胞的活性。另外研究發現21-輕基孕烯醇酮增加，它是合成皮質酮的必要中間體，這表明皮質酮的生物合成可能是抵抗SARS-CoV-2感染的保護機制。研究還發現，與健康對照相比，COVID-19 患者血清中有   100多種脂質均出現顯著減少。這可能是病毒迅速擴增導致的消耗，為臨床醫生監控病情和制定治療方案提供了參考。

此外，研究人員還基于18位輕癥患者和13位重癥患者的蛋白質組學和代謝組學數據通過機器學習，確定了29 個重要變員的優先級，構建了包括 22 種蛋白質和 7 種代謝物的判別模型。這一發現有望為重癥患者的預測及治療提供重要指導。