代谢组学（metabolomics）是对细胞、生物流体、组织或生物体内参与能量产生、信号传导等生命活动的小分子的大规模研究。代谢组学整合了来自基因组、蛋白质组以及饮食和生活方式等环境因素的影响。由于代谢物反映了这些因素对细胞功能的下游影响，因此它非常接近细胞、组织或生物体的实际表型，为健康、衰老和疾病等生理病理过程中的新陈代谢及其调节提供了新的见解。
代谢组学表型研究通常从实验设计开始，接着进行样本收集、样本制备、数据采集和数据分析等流程。这些过程对于获得高质量、具有生物学意义的数据和完整的报告至关重要。为了确保数据质量，必须制定分析前流程和监测分析过程本身的操作流程，同时进行质量保证及质量控制，以确保数据的内在联系和可靠性，以获取可靠且具有实际意义的研究结果，为代谢组学在健康和疾病研究中的应用提供坚实的基础。
非靶向代谢组学质控方案
氨探生物对非靶向代谢组学研究的质控环节进行了阶段性划分，包括四大环节、共计12个流程的质量控制标准（图1）。实现了从生物样本到报告分析各环节点的监测核对，极大降低了因样品制备及样本分析过程带来的数据偏倚。
图1. 非靶向代谢组学质控流程
样本前处理：
非靶向代谢组学在临床大队列研究中，多种因素会导致产生技术变化，这可分为分析前和分析变化。分析前变化是由不良的方法或样品收集、制备或储存过程中的处理变化引起。
QC_I（样品随机化）：
根据不同分组的原始样品进行随机打乱，避免产生比较组间的批次效应。
QC_II（多重内标校正）：
在前处理过程中加入多重混合同位素内标，以实现监测或校正强度漂移。同时从各原始样本中取等量样品制QC混合基质样品，作为进行漂移校正的基础。
QC_III（标准化自动前处理）：
样本前处理采用标准的自动化前处理流程，一次可同时制备约200个样本（2小时），提高了样本制备效率，同时也达到避免因样本制备时间产生批次影响。
图2，样本前处理
仪器状态：
QC_IV（仪器状态调试）：
进行液相色谱串联质谱（LC-MS/MS）分析前，通过监测质谱采集条件是否达到预定值、MS离子质量轴是否发生偏移，背景离子是否达到规定响应范围等标准对仪器进行状态判断及必要的调试。
QC_V（空白溶剂质控）：
采用空白溶剂（Blank）平衡仪器状态，清理色谱柱残留物质，避免样品残留和污染积聚问题对后续分析带来影响。
QC_VI（连续进样质控）：
通过预先采集QC混合基质样品，达到预防性维护，防止出现数据不稳定等情况。
图3，非靶向代谢组学进样顺序参考示意图
质谱分析过程：
QC_VII（Blank检查）：
为了得到更可靠的非靶向代谢组学数据，质控分析环节会对Blank进行检查，对比预采集原始样本QC混合基质样品提前预判断分析代谢物含量。
QC_VIII（QC混样TIC重叠）：
质谱分析期间，多次采用MS-DIAL对QC样本进行数据预分析，实时监测QC样本稳定性，从多维角度判断仪器是否发生偏移。
QC_IX（同位素内标质控）：
针对各样本下机结果，操作人员对原始数据中样本的响应强度及内标响应强度进行实时监测，进而判断仪器是否发生偏移。
数据分析：
原始数据采用Compound Discoverer 或者MS-DIAL进行数据库检索和定量，结果上传至Omics Batch Correction（https://omia.untangledbio.com/obc/）进行PCA、RSD等质控分析。
QC_X（人工check二级谱图）：
检索数据库包含了氨探生物标准品自建库、商业质谱数据库以及公共质谱数据库，总容量高达4+万代谢物，谱图100万+，覆盖22种常规代谢物分类，同时结合专业技术人员审核项目全部二级谱图，降低假阳性，增加代谢物鉴定的可靠性。
QC_XI（QC混样PCA质控）：
原始数据上传至Omics Batch Correction工具进行质控结果分析，若PCA主成分分析显示QC混合基质样品明显聚集，则表明在整体质谱分析过程中并未发生仪器检测偏移现象。
QC_XII（QC混样CV质控）：
分析中以QC样本中内源性代谢物响应强度RSD≤30%为过滤条件，剔除RSD>30%的内源性代谢物，剩余数据用于后续数据分析，确保用于统计分析中代谢物响应强度的稳定性。
综上，氨探生物非靶向代谢组学全流程质控监测分析很大程度上提高了代谢组学数据可靠性，此外工作流程为代谢组学的样本分析提供了一个自动化平台，适应于96孔板格式实现自动化，增加了高通量的潜力。作为精准医疗策略的一部分，这对于进行大规模研究和分子表型工作提供了很大的帮助，并增加了大规模非靶数据的可利用性。
如果您对我们的产品感兴趣，或者有宝贵的意见和建议，请联系我们：info@untangledbio.com。
1. Instrumental Drift in Untargeted Metabolomics: Optimizing Data Quality with Intrastudy QC Samples. Metabolites. 2023 May 16;13(5):665.
2. High-Precision Automated Workflow for Urinary Untargeted Metabolomic Epidemiology. Anal Chem. 2021 Mar 30;93(12):5248-5258.
3. Overcoming Sample Matrix Effect in Quantitative Blood Metabolomics Using Chemical Isotope Labeling Liquid Chromatography Mass Spectrometry. Anal Chem. 2017 Sep 5;89(17):9424-9431.
解构健康奥秘、探寻生命答案，氨探生物以一流的分子表型组平台和成熟的临床转化应用体系，为优秀的研究团队进行技术和数据赋能，致力于实现分子表型水平的精准诊疗。
首页
