综述：通过高分辨率分析技术成像生命空间化学

《ChemBioChem》：Imaging Spatial Chemistry of Life via High-Resolution Analytics

本综述系统阐述了空间代谢组学从描述性工具向功能性系统科学的转变，重点介绍了高分辨率细胞化学成像技术如何揭示代谢异质性，并强调人工智能（AI）在解析复杂数据和推动多组学（multiomics）整合中的关键作用，为从单细胞到整体生物体的多层次生化图谱构建提供新范式。

　　

Abstract

空间代谢组学（Spatial Metabolomics）正在经历一场深刻的变革，从一个主要用于描述性分子定位的工具，迅速发展成为一门能够在系统层面揭示生命化学空间的功能性科学。通过可视化组织和细胞中复杂的分子特征，空间分析技术为该领域带来了前所未有的进步，为深入理解健康与疾病状态下的代谢基础提供了全新视角。本文重点讨论了推动这一转变的最新尖端技术——高分辨率分析技术。文章的核心在于阐释，分析技术的进步如何赋能细胞化学成像的持续创新，从而以前所未有的精度揭示生物样本中的代谢异质性（Metabolic Heterogeneity）。此外，文章特别强调了人工智能（AI）在处理海量、复杂数据方面日益不可或缺的作用，以及多组学（Multiomics）整合策略在构建从单细胞到整个生物体的全面、多层次生化图谱方面的强大潜力。

Graphical Abstract

空间代谢组学的演进历程，形象地展示了其从作为描述性绘图工具到能够可视化组织中复杂分子特征的深刻转变。该领域的空间分析技术正飞速发展，为揭示健康和疾病背后的代谢机制提供了前所未有的洞察力。本文所探讨的高分辨率分析技术，正是驱动这场变革的核心引擎，其最终目标是实现对生物系统进行多层次的生化图谱解析。这一过程离不开先进技术的支撑，例如文中可能提及的质谱成像（Mass Spectrometry Imaging, MSI）或二次离子质谱（Secondary Ion Mass Spectrometry, SIMS）等技术，它们共同构成了高分辨率细胞化学成像的基础。

Conflict of Interest

作者声明不存在利益冲突。