weixin_51577602的博客

该模型被训练以最小化对比损失和正则化损失。编码器生成的嵌入用于在联合嵌入空间中计算分子和光谱之间的余弦相似性。

代谢组学作为分析小分子代谢物的关键工具，与基因组学、转录组学和蛋白质组学相结合，为真菌生物学提供了系统层面的理解。通过绘制代谢网络，阐明了驱动生理和生态适应的调控机制。在真菌致病机制方面，代谢组学揭示了宿主与病原体的动态关系，鉴定出毒力因子（如烟曲霉中的胶毒素）和代谢转变（如白色念珠菌中乙醛酸循环的上调）。从生态学角度看，凸显了真菌对非生物胁迫的反应，包括海藻糖等渗透调节物质的产生，从而增强其在极端环境中的生存能力。这些见解突显了代谢组学在解码真菌持久性和生态位定殖中的作用。

基于核磁共振(NMR)的代谢组学是个由技术进步驱动的领域，需要使用先进的预处理工具。尽管有这种需求，但在Python中却缺乏全面且用户友好的预处理工具。Protomix提供了一套自动化、高效且用户友好的信号预处理步骤，旨在简化和增强代谢组学研究中的预处理阶段。还包括一个以Python Jupyter笔记本形式提供的教程，专门用于分析与前列腺癌和良性前列腺增生相关的1D 1H-NMR代谢组学数据。PC1与PC2的得分图（B），PC1与PC3的得分图（C），以及PC2与PC4的得分图（D）。

BioTransformer 4.0 是 BioTransformer 3.0 的继任者，是款免费可用的计算机模拟代谢预测工具。整合了基于知识和机器学习②种方法，通过⑦个模块中的①个来预测小分子的代谢物：非生物、环境、细胞色素 P450 、II 相、基于酶委员会（分类）、人体肠道微生物以及全人类代谢模块。还提供了可定制的序列预测模块，允许用户通过将前⑥个不同模块串联起来，模拟多步代谢转化。

质谱技术，尤其是液相色谱-串联质谱(LC-MS/MS)，在代谢组学、药物及临床分析领域处于前沿地位，在检测生物样本中的代谢物和其他小分子时展现出高灵敏度和高特异性。揭示了一大堆未识别的光谱特征，被称作“暗代谢组”，与已知的代谢多样性形成了鲜明对比。人类已知拥有约20,000个编码蛋白质的基因，其中只有部分表达酶，LC-MS/MS指示的化学多样性表明仍有数十万到数百万种代谢物有待表征。这种差异引出了关键问题：是否存在技术解释加剧了感知复杂性，而非生物学上的原因？

高通量组学方法越来越多地产生包括代谢组学数据在内的大规模数据集，数据往往难以分析。

动机在代谢组学研究中，纵向组学数据的可用性正在增加。随着时间观察代谢组学数据可提供对生物过程的详细洞察，并促进对系统如何随时间反应的理解。纵向代谢组学数据分析在统计评估和可视化方面都面临着各种挑战。结果为了使没有计算机科学和编程正式背景的研究人员能轻松进行纵向数据的探索性分析，推出了。MeTEor是个R Shiny应用程序，提供了一整套统计分析方法。为了展示MeTEor的功能，复制了之前一项关于COVID-19患者代谢组学数据的研究分析。可用性和实施MeTEor作为R包和Docker镜像提供。

首次展示了一种基于微流控技术的方法，该方法利用广泛可用的液相色谱质谱联用仪（LC-MS）来测量单个活细胞中的脂质。这种方法能够将活细胞快速分选到在标准培养皿上形成的液体小室中，随后将细胞分配到小瓶中，以便使用液相色谱质谱联用仪进行分析。有助于实现自动化采样、数据采集和分析，并且具有色谱分离的额外优势，旨在减少在鸟枪法脂质组学方法中存在的基质效应。与已有的活细胞单细胞毛细管采样方法相比，本方法在单细胞群体中能够检测到数量相当的特征，大约能检测到 200 种脂质，并且通量更高，尽管会损失空间分辨率。

非靶向代谢组学在推动精准医学和生物标志物发现方面具有巨大的潜力。然而，由于光谱参考库的不完整性，从串联质谱中识别化合物仍然是项具有挑战性的任务。用模拟的质谱图来扩充这些库可以为解析无法匹配的谱图提供必要的参考，但生成高质量的数据却很困难。在此项研究中，介绍了FIORA，这是种开源的图神经网络，旨在模拟串联质谱。主要贡献在于利用化学键的分子邻域来学习断裂模式并推导碎片离子的概率。FIORA不仅在预测质量上超过了最先进的碎裂算法ICEBERG和CFM-ID，而且还便于预测其他特征，如保留时间和碰撞截面。

在代谢组学中，对复杂样本中的化合物进行快速、高效且准确的注释仍然是重大挑战。最近开发的 Orbitrap Astral 质谱仪（MS）将传统的四极杆 Orbitrap 与新型 Astral 质量分析器相结合，可提供快速的 MS/MS 扫描速度和高灵敏度。然而，现有的代谢组学注释方法尚未充分利用 Astral MS 的先进功能。在本研究中，开发了增强型结构导向分子网络（E-SGMN）方法，专门针对 Orbitrap Astral 质谱仪（MS）设计。

在光谱、结构和代谢通路数据库中，通过各种各样的模式来标注引用代谢物，这些模式包括各种数据库内部标识符以及包含大量通用名称同义词的表格。对于跨研究的代谢组学结果元分析而言，代谢物标识符的交叉链接是必不可少的一步，但由于缺乏统一的标识符系统，这一过程困难重重。开发了R语言软件包metLinkR，利用RefMet和RaMP-DB数据库，实现了跨研究的代谢物标识符交叉链接的自动化，并简化了这一过程，同时还能生成通用名称。

单细胞代谢组学揭示了细胞异质性并阐明了细胞内分子机制。然而，代谢物的常规浓度测量只能提供代谢组学的静态描述，缺乏生物通路的代谢活性信息。在此，开发了一种通过单细胞水平稳定同位素示踪进行动态代谢组学研究的通用系统。该系统包括高通量单细胞数据采集平台和非靶向同位素示踪数据处理平台，为单细胞动态代谢组学提供了完整的工作流程。该系统能够在单细胞水平对交织的代谢网络进行全局活性分析和流动分析，并揭示单细胞之间的异质性代谢活性。

代谢反应在生物体中发挥着重要作用，如提供能量、传递信号和合成生物大分子。由于技术限制，绘制细胞中未知的代谢反应面临阻碍，这制约了对细胞代谢的整体理解。利用质谱解析稳定同位素示踪代谢组学，开发了一种同位素异构体相似性网络策略 IsoNet，可有效推断先前未知的代谢反应。该策略在活细胞和小鼠中发现了约 300 个未知代谢反应。具体而言，精细绘制了与谷胱甘肽相关的代谢反应网络，揭示了隐藏在谷胱甘肽代谢中的3个未被报道的反应。

基于质谱的非靶向代谢组学是分析生物样本中小分子轮廓的强大技术，但其准确的代谢物鉴定仍具挑战性。串联质谱中随机噪声峰的存在可能导致错误注释，且需要耗时的人工验证。质谱去噪的常用方法是强度阈值法，即通过设置用户自定义的强度 cutoff 值剔除低强度峰。然而，确定最佳阈值通常因数据集而异，且可能仍会保留许多噪声峰。假设与随机噪声不同，真实信号峰在同一母离子产生的重复串联质谱中会持续出现。

随着全球人口增长，畜牧业将面临满足动物产品需求的巨大挑战。对家畜代谢和生理进行更全面的分子水平理解，是为提高家畜生产力和健康水平提供关键见解的必要条件。在这方面，代谢组学，尤其是基于核磁共振（NMR）的代谢组学，为获取分子水平的认知提供了极佳途径。NMR 允许对生物样本进行非破坏性分析，无需衍生化或色谱分离。其高度自动化特性有助于以最少的人工投入和极低的成本实现高通量分析。尽管在灵敏度和样本量需求方面存在一些限制，但 NMR 卓越的重现性可确保在各种实验和实验室中获得一致的结果。

代谢组学数据集的生物解释往往止步于通路分析步骤，即从具有统计显著性的代谢物列表中寻找富集的代谢通路。然而，不同经整理的数据库对生化通路的定义及代谢物的覆盖范围存在差异，这会导致解释不全面。对于基因、转录本和蛋白质列表，基因本体论（GO）术语富集分析已成为生物解释的标准化方法。但 GO 分析尚未应用于代谢组学数据集。提出了新的知识库（KB）和在线工具 —— 代谢组学和暴露组学综合数据科学实验室的基因本体论分析（IDSL.GOA），用于对代谢物列表进行 GO 富集分析。

Shinyscreen 是个 R 包和基于 Shiny 的 Web 应用，用于高分辨质谱仪器原始数据的探索、可视化和质量评估。其基于列表的通用方法支持从已知或 "可疑" 化合物（基于化合物列表的筛查）或检测到的质量（基于质量列表的筛查）开始管理数据，适用于各种分析需求（靶向、可疑或非靶向筛查）。Shinyscreen 可在多种模式下运行，包括作为 R 包、交互式命令行工具、自文档化 Web GUI 或网络可部署服务。该工具已应用于环境研究、数据库丰富和教育项目，展现出广泛的实用性。

在现代“组学”时代，测量人类暴露组成为连接基因驱动因素与疾病结果之间的关键缺失环节。高分辨质谱（HRMS），已成为剖析化学暴露因子及相关生物分子的领先技术，得益于其精确的质量测量、高灵敏度、快速数据采集以及增加化学空间分辨率的能力。非靶向越来越可及，支持了从传统的、以假设驱动的、以定量为中心的目标分析转向数据驱动的、生成假设的化学暴露组全谱分析。

开发了R包uafR，能自动化气相色谱-质谱联用（GC-MS）数据的繁琐提取过程，迅速进行高级结构相似性匹配。在2个实验背景下测试：(1) 1组纯化的内部标准数据集，算法能正确识别已知化合物，相关系数R²范围0.827-0.999，浓度范围1×10⁻⁵-1×10³ng/μl；(2) 1个大型的已发表数据集，uafR识别的化合物数量和类型与传统手动峰注释过程相当，并且NMDS分析产生的显著性模式与原始研究一致。

全面表征脂质组对基础生物学研究及疾病生物标志物筛选极为重要。脂质组学作为基因组学和蛋白质组学的有力补充，提供了与脂质组相关的重要信息，并使得与基因组和蛋白组之间的关联成为可能。近年来，在解析脂质精细结构特征的仪器设备和分析方法上取得了显著进展。本综述考察了具备更高结构特异性的脂质组学研究现状，并讨论了其在支持未来人类脂质组计划方面的潜力及现有挑战。该计划预期将成为人类组学研究的下个重要步骤。

在分子水平上表征生物和环境样本主要使用串联质谱法（MS/MS），但对非靶向代谢组学实验中串联质谱图的解析仍是挑战。现有的从质谱图进行预测的计算方法依赖有限的光谱库和硬编码的人类专业知识。在此，介绍基于 Transformer 的神经网络，该网络通过自监督方式在从 MassIVE GNPS 存储库挖掘的 GNPS 实验质谱（GeMS）数据集中的数百万未注释串联质谱图上进行预训练。通过预训练模型来预测掩蔽的光谱峰和色谱保留顺序，可生成丰富的分子结构表征，将其命名为深度表征赋能质谱注释模型（DreaMS）。

代谢组学利用核磁共振(NMR)和质谱(MS)等技术，对于理解病理生理状态下的生化过程至关重要。然而，该领域面临着代谢物敏感性、数据复杂性和组学数据整合等方面的挑战。最近的机器学习进展已经增强了代谢组学中的数据分析和疾病分类能力。本研究探讨了结合机器学习与代谢组学，以改进代谢物识别、数据效率和诊断方法。使用深度学习和传统机器学习，该研究展示了代谢数据分析方面的进展，包括用于准确峰识别的新算法、从代谢谱中进行稳健的疾病分类以及改进的代谢物注释。

基于特征的分子网络分析(FBMN)是液相色谱-串联质谱(LC-MS/MS)非靶向代谢组学数据分析中的流行方法。尽管FBMN处理LC-MS/MS数据的过程相对流畅，但下游数据处理和统计检验往往成为关键瓶颈。本文提供了关于FBMN结果统计分析的综合指南，重点聚焦于FBMN输出表的下游分析。解释了数据结构以及数据清洗、标准化的原则，还涵盖了单和多变量统计分析FBMN结果的方法。用2种脚本语言(R, Python)以及QIIME2框架提供了从数据清理到统计分析的所有协议步骤的解释和代码。

代谢组学是个新兴领域，系统性地定量众多代谢物。关键目的是识别与每种生物表型相对应的代谢物，并进一步分析其中涉及的机制。尽管代谢组学对于理解相关的生物学现象至关重要，但在全面描述过程的能力上存在局限性。推荐采用综合分析策略，即将代谢、转录、蛋白质以及其他组学方法相结合。不同组学数据的整合需要专门的统计学和生物信息学软件。本综述着重于代谢组学研究中涉及的步骤，并总结了几种主要的代谢组学分析工具。还概述了多种癌症和疾病中最为异常的代谢通路，并讨论了多组学整合算法的重要性。

代谢组数据分析协议常在处理大规模数据集时遇到困难，或需要编程知识。推出了MetMiner (https://github.com/ShawnWx2019/MetMiner)，专为植物代谢组学数据分析设计的、功能全面且用户友好的流程平台。MetMiner基于R shiny构建，可部署于服务器上，利用额外的计算资源来处理大规模数据集，确保了分析过程的透明性、可追溯性和可重复性。其直观的界面提供了强大的数据交互和图形化能力，使先前不具备编程技能的用户也能深入参与数据分析。

PathBank (https://pathbank.org)于2020年发布1.0版，其前身——小分子通路数据库(SMPDB)，自2010年以来一直为代谢组学领域提供综合的代谢物通路信息。2024年的更新PathBank2.0，改进包括：(i) 基础或典型通路数量的显著增加（从1,720条到6,951条）；(ii) 总通路数量的大幅增加（从110,234条到605,359条）；(iii) 通路图和通路描述质量的显著提升；(iv) 强调药物代谢和药物作用机制通路；

基于质谱的非靶向代谢组学分析提供了全面的代谢轮廓，但在医学应用中面临着复杂数据处理、高批次间变异性以及未识别代谢物的挑战。在此介绍了基于深度学习(DL)的可解释方法DeepMSProfiler，端到端分析原始代谢信号，输出高准确度和可靠性的结果。利用不同医院的859个人类血清样本（包括肺腺癌、良性肺结节和健康个体），DeepMSProfiler成功区分了不同组别的代谢组学特征(AUC 0.99)，并能检测早期肺腺癌（准确率0.961）。

在临床研究中，代谢组学通过大规模队列来描绘疾病状态下的代谢紊乱情况，并进一步在小分子水平上提供诊断依据。质谱(MS)由于能在临床样本中高效提供广泛代谢组的高质量定性和定量信息，成为了临床代谢组学研究中占主导地位的分析平台。本综述涵盖了样本收集、样本制备、数据采集及标准化等临床代谢组学完整工作流程的最新进展。总结了代谢组学在生物标志物筛选、疾病表型划分以及临床结局预测中的应用，并探讨了临床代谢组学未来的发展方向。

介绍了软件BUDDY，精确确定质谱数据中未知化学物质的分子式。采用自下而上的方法，对参考光谱和实验数据集显示出卓越的注释性能。整合全局峰，细化分子式注释，揭示特征之间的相互关系。

本文介绍了全方位、不受仪器供应商限制、基于图形用户界面的软件MetAbolomics ReSearch（MARS），专为基于高分辨率质谱与液相色谱（LC-MS）的非靶向代谢组学分析而设计。MARS涵盖了从仪器数据转换与处理到统计分析、注释/鉴定、定量以及初步生物学解释等所有分析步骤。特别强调了为提高注释准确性而开发的工具，如多重加合物和原位碎片化检测、样本间趋势分析，以及MS/MS验证器等。MARS还支持自建参考数据库，绕过了现有免费MS/MS光谱集合的局限性。

推出MetaboAnalyst 6.0处理、分析和解释液相色谱-质谱联用（LC-MS）的靶向和非靶向代谢组学数据。2个主要目标支持：① 处理和注释串联质谱（MS2）数据，② 外暴露组学相关实验数据分析。

BioTransformer 3.0（https://biotransformer.ca）在线服务器免费，结合了机器学习方法与基于规则的系统。BioTransformer接受分子结构作为输入（SMILES或SDF），输出可交互排序的表格，包含预测的代谢物或转化产物（SMILES、PNG），和催化这些反应的酶，还提供带有丰富注释的可下载文件（CSV和JSON）。整个过程通常<1 min。

结合单细胞体内取样和nano-LC-MS/MS，成功从单个HeLa细胞中检测出18种相对丰富的亲水性代谢物（16种氨基酸和2种核酸相关），将这22种HeLa细胞分为3个不同的细胞亚类，表明培养的HeLa细胞群体之间存在代谢功能的差异。Michael J. Taylor等2将显微镜集成至LAESI源的光学柱中，进行视觉上有信息提示的原位单细胞分析，结合漂移管和离子迁移质谱IM-MS，以高置信度识别结构及其在组织中的空间位置，分析洋葱表皮细胞的代谢物含量，报告了25种注释代谢物。仅允许气相中的样品和分子操作。