近日，中國科學院大連化學物理研究所高分辨分離分析及代謝組學研究組研究員許國旺團隊在代謝組學深度覆蓋分析技術研究方面取得新進展，相關工作在Analytical Chemistry雜志上連續發表3篇研究論文。
代謝組學是研究表型的重要工具，但現有技術在代謝組數據采集質量和數據解析方面仍存在很大瓶頸，制約了代謝組技術的大規模應用，發展代謝組高覆蓋定量檢測和識別技術是代謝組學技術的發展方向。針對上述瓶頸問題，該研究團隊開展系統深入研究，通過發展擬靶向代謝組學方法、研究代謝物結構-質譜特征規律、結合結構-色譜保留規律提高代謝組分析的覆蓋度，發展代謝物數據庫以改進代謝物的批量結構鑒定能力等。
該團隊建立了高覆蓋度擬靶向脂質組學分析新方法，涵蓋19個脂類，3377個脂質離子對，覆蓋7000多種脂質分子結構。方法具有良好的線性、重復性，更低的檢測線，更高的覆蓋度，更好的數據質量，特別適合于大規模脂質組學分析（Anal Chem.）。
大連化物所在代謝組學深度覆蓋分析技術研究方面取得新進展
該團隊還建立了用于?；鈮A分析的液相色譜-高分辨質譜方法（LC-HRMS），構建了包含758種?；鈮A的數據庫，該數據庫是迄今為止最大的?；鈮A數據庫?；谠揕C-HRMS方法的深度覆蓋分析新策略，可一次性地在臨床樣品中檢測數百種?；鈮A（Anal Chem.）。
大連化物所在代謝組學深度覆蓋分析技術研究方面取得新進展
此外，該團隊發展了一種綜合的代謝物標準數據庫構建策略和方法，針對數據采集、數據校正、定性算法，以及儀器間差異等多個方面的問題，提出一套系統解決方案，并研發出代謝物定性數據庫軟件(Anal Chem.)。
大連化物所在代謝組學深度覆蓋分析技術研究方面取得新進展
上述代謝組學新方法的提出，對提高代謝組分析的覆蓋度和規?；b定有極大的促進作用。
該研究得到了國家自然科學基金項目和國家重點研究發展計劃的資助。
