SMART 2.0 统计代谢组学分析：一个 R 工具 2.0

《Analytical Chemistry》：SMART 2.0 Statistical Metabolomics Analysis: An R Tool 2.0

本文介绍了SMART 2.0代谢组学分析平台的新功能，包括靶向峰检测、多组学整合分析（结合KEGG、Reactome等通路数据库）、AI辅助化合物鉴定、浓度校准模块优化，以及基于PLS/PLS-DA和Pbine方法的统计建模。通过毒品和乳腺癌数据集验证，展示了靶向分析、通路富集（如PI3K-Akt信号通路）和浓度校准的准确性，代码及用户指南已开源。

　　代谢组学作为一门研究生物体内小分子代谢物的科学领域，近年来随着技术的不断进步而得到了迅速发展。这门学科不仅在基础研究中发挥着重要作用，也在临床医学、食品化学、毒理学、癌症研究以及环境健康等多个领域展现出巨大的应用潜力。在这一背景下，SMART 2.0 的推出标志着代谢组学分析工具的一次重要升级，其不仅保留了 SMART 1.0 的核心功能，还引入了多项新模块，进一步增强了工具的灵活性、全面性和分析深度。SMART 2.0 的设计目标是为用户提供一个一体化的分析平台，涵盖从数据预处理到后续关联分析的完整流程，并结合了先进的数据标准化、质量控制评估、降维分类方法以及多组学整合的路径分析等技术。

在代谢组学研究中，数据预处理是分析流程中的关键环节，直接影响后续统计分析和生物学解释的准确性。SMART 2.0 在这一环节引入了多种数据标准化方法，包括 Pareto 标准化（PS）和基于排名的反向正态变换（RINT）。PS 方法可以有效减少代谢物浓度变化对数据分析的影响，同时保留数据的原始结构，适用于高变异性和非正态分布的代谢物数据。而 RINT 方法则能够稳定数据的方差并使其更接近正态分布，为后续的统计分析提供更坚实的理论基础。这两种方法的结合，使 SMART 2.0 在处理复杂代谢物数据时更具优势，能够更好地满足不同研究场景的需求。

质量控制是确保数据可靠性的重要手段。SMART 2.0 在这一方面也进行了优化，新增了信号与噪声比（S/N）作为过滤标准。S/N 比率能够反映代谢物检测的稳定性与重复性，帮助用户识别那些在样本间表现出高变异性的代谢物。这不仅提高了数据的可解释性，还确保了分析结果的可信度。此外，SMART 2.0 还引入了多种样本过滤策略，包括基于相关系数矩阵的聚类分析，用户可以选择 Pearson、Kendall 或 Spearman 相关性方法来计算样本之间的距离，从而更全面地评估数据的整体质量。

统计分析模块是代谢组学研究中的核心组成部分，SMART 2.0 通过引入偏最小二乘法（PLS）和偏最小二乘判别分析（PLS-DA）进一步提升了这一功能。PLS 和 PLS-DA 能够有效地识别代谢物与多个连续或分类特征之间的关联，如肿瘤与正常组织的差异或特定疾病的标志物。这些方法特别适用于高维数据的处理，能够提取数据中的关键模式，并减少噪声干扰。为了提高模型的稳健性和预测能力，SMART 2.0 还支持协变量调整和变量选择，使分析更加灵活且高效。

在 SMART 2.0 中，还特别增加了整合多组学路径分析（IOPA）模块，以帮助用户更全面地理解代谢物与基因表达、表观遗传、蛋白质组学等其他组学数据之间的关系。该模块基于 KEGG、Reactome 和 WikiPathways 等已有的代谢路径数据库，能够识别与特定表型相关的代谢路径。通过结合 ORA（过表达分析）、eSPIA（信号通路影响分析）以及 Pbine（多测试方法）等路径分析方法，SMART 2.0 提供了更丰富的统计分析工具，使得研究者能够更深入地挖掘代谢物与生物过程之间的联系。

此外，SMART 2.0 还引入了基于大语言模型（LLM）的代谢物鉴定功能。这不仅提高了代谢物鉴定的准确性，还为研究者提供了更高效的解决方案。LLM 的引入使得代谢物的识别更加智能化，能够通过自然语言处理技术快速匹配未知代谢物与数据库中的已知代谢物。尽管目前 LLM 的使用主要依赖于外部 API，但其在代谢物鉴定中的应用前景广阔，为未来代谢组学研究提供了新的思路。

为了验证 SMART 2.0 的功能，研究者使用了两个数据集：一个是关于毒品使用的数据集，另一个是关于乳腺癌的多组学数据集。在毒品数据集中，SMART 2.0 能够准确地检测出 12 种常见毒品的代谢物，并通过质量控制评估确保检测结果的可靠性。在乳腺癌数据集中，SMART 2.0 的 PLS-DA 模块展示了其在识别肿瘤组织与正常组织之间的代谢物差异方面的强大能力，同时通过 IOPA 模块揭示了多个与乳腺癌发生发展密切相关的代谢路径。

在实际应用中，SMART 2.0 提供了详细的用户指南和示例数据集，方便研究者快速上手并验证其功能。该工具不仅能够处理大量代谢物数据，还能通过集成多组学数据提供更全面的生物学解释。此外，SMART 2.0 的设计考虑了用户的实际需求，提供了用户友好的界面和灵活的功能模块，使得代谢组学分析更加高效和便捷。

随着人工智能和大数据技术的不断发展，代谢组学研究正逐步向更复杂和更精确的方向迈进。SMART 2.0 的推出不仅提升了代谢组学分析的效率，还为未来多组学整合分析和多模态数据处理提供了强有力的支持。该工具的应用将进一步推动代谢组学在临床诊断、精准医疗、药物研发、营养学和环境健康等领域的研究进展。通过不断优化和扩展其功能，SMART 2.0 有望成为代谢组学研究的重要工具，为科学界提供更加全面和深入的代谢物分析解决方案。