上海有機所生物與化學交叉研究中心發(fā)表大規(guī)模代謝物結(jié)構(gòu)鑒定新算法MetDNA
近日，國際知名學術(shù)期刊《Nature Communications》雜志發(fā)表了由中國科學院上海有機化學研究所生物與化學交叉研究中心朱正江研究員課題組的最新研究成果“Metabolic Reaction Network-based Recursive Metabolite Annotation for Untargeted Metabolomics”基于液相色譜-質(zhì)譜聯(lián)用（LC-MS）技術(shù)的非靶向代謝組學研究嚴重受限于代謝物結(jié)構(gòu)鑒定的低效率和低準確度。該工作首次發(fā)展了一種基于代謝反應(yīng)網(wǎng)絡(luò)的代謝物結(jié)構(gòu)鑒定算法MetDNA，創(chuàng)新性地克服了代謝物結(jié)構(gòu)鑒定對于代謝物標準MS/MS譜圖庫的依賴，能夠在多種生物樣本中鑒定出超過2,000種代謝物的結(jié)構(gòu)，相比傳統(tǒng)方法提高了近10倍，極大地提高了代謝物結(jié)構(gòu)鑒定的效率和準確度。
代謝組學技術(shù)主要分析生命體內(nèi)小分子代謝物的含量和動態(tài)變化規(guī)律，幫助更直接、更準確地研究疾病發(fā)生的機理，實現(xiàn)對疾病的早期預防、診斷和治療。液相色譜-質(zhì)譜聯(lián)用（LC-MS）技術(shù)能夠同時檢測多種代謝物，具有高選擇性和高靈敏度等特點，是代謝組學研究的主要工具之一。基于LC-MS技術(shù)的非靶向代謝組學研究雖然能夠在一次檢測中采集數(shù)萬個代謝物信號特征峰，但是嚴重受限于代謝物結(jié)構(gòu)鑒定的低效率和低準確度。小分子代謝物的標準MS/MS譜圖庫是代謝物結(jié)構(gòu)鑒定的關(guān)鍵，目前必須通過采集代謝物標準品獲取。但是目前大量代謝物沒有標準品，因此代謝物標準MS/MS譜圖數(shù)目的缺乏嚴重限制了代謝物的結(jié)構(gòu)鑒定和代謝組學的應(yīng)用。針對代謝物結(jié)構(gòu)鑒定的挑戰(zhàn)，朱正江開拓者開發(fā)了一種基于代謝反應(yīng)網(wǎng)絡(luò)的代謝物結(jié)構(gòu)鑒定新方法MetDNA （Metabolite identification and Dysregulated Network Analysis）。
在細胞代謝中，一個代謝物可以通過酶催化反應(yīng)轉(zhuǎn)變?yōu)榱硪环N代謝物。同一個代謝反應(yīng)中兩個代謝物可定義為反應(yīng)對鄰近代謝物（reaction-paired neighbor metabolite）。反應(yīng)對鄰近代謝物具有結(jié)構(gòu)相似性，因此其MS/MS譜圖也具有一定的相似性。利用這個原理，MetDNA算法利用樣本中已經(jīng)鑒定出的代謝物作為種子，進一步鑒定代謝網(wǎng)絡(luò)中鄰近的代謝物。新鑒定出的代謝物可作為新的種子，繼續(xù)鑒定代謝網(wǎng)絡(luò)中鄰近代謝物，遞歸運算，直到不再能夠鑒定出新的鄰近代謝物。該算法的最大特點是可以通過代謝反應(yīng)網(wǎng)絡(luò)去鑒定沒有標準MS/MS譜圖的代謝物，使得代謝物的結(jié)構(gòu)鑒定并不依賴很大規(guī)模的標準MS/MS數(shù)據(jù)庫。例如，MetDNA方法可以利用20個種子代謝物即可完成>1000個鄰近代謝物的注釋，創(chuàng)新性地克服了代謝物標準MS/MS譜圖庫數(shù)目的限制。研究人員使用MetDNA處理了多個數(shù)據(jù)集（涵蓋5種物種、7種樣品類型以及多種儀器平臺），所有的數(shù)據(jù)集都能鑒定出來約2,000個代謝物的結(jié)構(gòu)，證明了MetDNA是一個不依賴于平臺且較為通用的代謝物結(jié)構(gòu)鑒定算法和工具。
大規(guī)模代謝物結(jié)構(gòu)鑒定新算法MetDNA
為了方便研究人員使用MetDNA，朱正研究員課題組開發(fā)了基于阿里巴巴云服務(wù)器的MetDNA網(wǎng)絡(luò)軟件平臺（http://metdna.zhulab.cn/），學術(shù)界用戶可以免費進行注冊使用，商業(yè)用途需要聯(lián)系朱正江研究員進行授權(quán)使用。MetDNA 算法已經(jīng)申請了國家發(fā)明專利和軟件著作權(quán)的保護。
上述工作由中國科學院上海有機化學研究所生物與化學交叉研究中心朱正江研究員為通訊作者，研究生申小濤博士為第一作者。交叉中心劉南研究員及研究生馬在軍參與了該研究。經(jīng)費支持主要來自國家自然科學基金委和中國科學院。
文章鏈接: https://www.nature.com/articles/s41467-019-09550-x
附件下載：
