编辑推荐：
研究人员为优化代谢组分析平台，开展 T2DM 队列生物标志物研究，获新数据集，助力代谢组分析。
在生命科学的探索旅程中，代谢物就像隐藏在身体深处的神秘密码，蕴含着无数关于健康与疾病的秘密。它们不仅参与各种生物过程，还能反映身体的生理状态，在疾病的早期诊断和预后评估方面有着巨大潜力。近年来，代谢组学技术蓬勃发展，其中液相色谱 - 质谱联用（LC-MS）技术可以测量数千种生物标志物，描绘出疾病状态下的特定代谢谱。然而，现有的代谢组学方法仍存在诸多挑战。
在靶向代谢组学领域，虽然它被视为定量代谢物的 “黄金标准”，能够对小分子物质进行绝对定量，让不同批次、不同实验室的数据可以直接对比分析，但它的覆盖范围和通量相对较低，科研人员一直努力想办法扩大其定量覆盖范围。像之前一些研究尝试通过组合多种色谱条件或采用新的质谱技术来解决问题，可这些方法要么需要整合两种仪器，只能得到半定量结果，要么在选择前体离子时过于依赖峰丰度，操作繁琐，难以精准地对代谢物进行全面定量分析。
为了攻克这些难题，大连医科大学附属第一医院的研究人员踏上了探索之旅。他们开展了一项针对 2 型糖尿病（T2DM）队列生物标志物的深入研究，致力于构建一个更优化、更强大的代谢组分析平台。研究成果发表在《Scientific Data》上。
研究人员在这项研究中主要运用了以下关键技术方法：首先，他们精心挑选了 200 名健康个体和 100 名新诊断的 T2DM 患者作为样本队列。在样本处理上，严格按照标准流程采集空腹血液样本，分离血清后冷冻保存。接着，通过整合六种不同的分析条件，包括正相分离、柱前化学衍生化和四种反相分离方法，利用超高效液相色谱 - 串联质谱（UPLC-MS/MS）在正离子或负离子多反应监测（MRM）模式下，结合稳定同位素标记内标校正，对血清中的 1609 种小分子（涵盖 10 大类和 32 个子类）进行绝对定量分析。同时，还进行了非靶向代谢组学分析作为对比。
下面让我们看看具体的研究结果：
- 研究对象筛选与样本处理：研究人员依据严格的纳入和排除标准，从大连医科大学附属第一医院体检中心和内分泌代谢科招募了研究对象。详细记录了参与者的一般医学和生化检查参数，并采集空腹血液样本，精心处理后保存血清样本，为后续实验提供了高质量的样本基础。
- 代谢物分析平台构建：构建的集成靶向 LC-MS 平台涵盖了六种分析条件（M1 - M6）。M1 采用正相分离模式分析氨基酸、核苷等；M2 利用反相分离法检测脂肪酸和胆汁酸；M3 通过柱前化学衍生化技术分析有机酸和碳水化合物；M4 运用氟苯基修饰反相分离模式分析细菌衍生代谢物；M5 和 M6 则在强洗脱模式下分析酰基肉碱、磷脂等多种脂质。通过这些方法，实现了对 1609 种小分子的全面分析。
- 方法学验证：对建立的方法进行了全面的方法学验证，包括线性范围、准确性、精密度、残留、加标回收率和稳定性评估等方面。结果显示，该平台具有良好的可行性和稳定性，超过 98% 的分析物在质量控制（QC）样本中的相对变异系数 RSD（%）低于 25%，且靶向定量结果与非靶向代谢组学测试结果交叉验证良好，证明了数据的高质量。
- 代谢组学数据与临床意义：研究人员获得了全面的代谢组学数据，并进行了综合分析。整体差异分析结果表明，T2DM 患者体内氨基酸、脂肪酸、溶血磷脂酰胆碱（LysoPC）和三酰甘油（TAG）存在明显的代谢紊乱。这一发现为深入理解 T2DM 的发病机制提供了重要线索，有助于寻找潜在的生物标志物和治疗靶点。
研究结论和讨论部分指出，该研究成功构建的优化集成靶向代谢组平台，为生物标志物分析提供了强大工具。通过对 T2DM 队列的研究，揭示了疾病相关的代谢紊乱特征，为 T2DM 的早期诊断、预后评估以及精准医学干预提供了有价值的数据支持。同时，研究数据已公开，方便科学界进一步研究和探索，有望推动代谢组学在疾病研究领域的发展，助力更多疾病机制的解析和治疗策略的制定。这项研究就像在黑暗中点亮了一盏明灯，为代谢组学研究照亮了前行的道路，为攻克 2 型糖尿病等疾病带来了新的希望和可能。
