基于高分辨质谱的两种先进代谢组学数据处理策略在药物代谢物全面鉴定中的应用

《Journal of Pharmaceutical and Biomedical Analysis》：Two advanced metabolomics-based data processing approaches for comprehensive drug metabolite identification using high-resolution mass spectrometry

本研究针对药物代谢物鉴定中方法学覆盖不全的难题，开发了剂量-响应技术联合稳定同位素标记（SIT）与质量缺陷过滤（MDF）的双重分析策略。通过罗格列酮（ROS）体外代谢模型，验证了共孵育与分孵育模式下方法的重复性与互补性，共鉴定24种代谢物，为复杂生物基质中药物代谢研究提供了更全面的解决方案。

　　

药物代谢研究是理解药物在体内命运的关键环节，但传统方法常面临代谢物覆盖不全、假阳性干扰等技术瓶颈。随着高分辨质谱（HRMS）技术的发展，科学家们能够更精准地捕捉药物代谢过程中的细微变化，然而单一分析方法如稳定同位素标记（SIT）或正交偏最小二乘判别分析（OPLS-DA）往往只能揭示代谢图谱的局部特征。这种"盲人摸象"式的局限促使研究者探索多方法联用的整合策略。

台湾地区国家科学及技术委员会资助的研究团队在《Journal of Pharmaceutical and Biomedical Analysis》发表论文，创新性地将剂量-响应分析与SIT、MDF与SIT两种技术路线相结合，以抗糖尿病药物罗格列酮（ROS）为模型化合物，系统评估了共孵育（ROS与同位素标记物D₄
-ROS同管）和分孵育两种实验设计的优劣。研究采用人肝S9组分进行体外代谢，通过超高效液相色谱-质谱（UPLC-MS）生成海量数据，并开发了标准化的数据处理流程。

关键技术包括：1）建立五浓度梯度的剂量-响应实验设计；2）应用SIT区分药物源性代谢物与内源性背景；3）采用MDF筛选特定质量范围的代谢特征；4）通过双重复实验验证方法稳定性。样本来源于人肝S9组分培养体系，数据分析时特别比较了标准化与原始离子丰度的差异。

【研究结果】
◆ 共孵育模型：在两重复实验中分别检测到40,747和40,972个离子特征，剂量-响应+SIT方法在13个候选代谢物中实现12个（92.3%）跨重复一致鉴定，显著优于分孵育组的13/20（65%）。原始数据比标准化数据多捕获3个潜在代谢物。
◆ 分孵育优势：虽然重复性稍低（65%），但筛选出的潜在代谢物数量更多（n=20 vs 共孵育n=13），提示该方法对稀有代谢物更敏感。
◆ 方法互补性：MDF+SIT专长于特定质量区间的代谢物（如超出常规过滤范围的代谢物），而剂量-响应+SIT则能捕捉MDF盲区的代谢特征，两者联合使总鉴定数提升至24个。

【结论与意义】
该研究构建了迄今最全面的ROS代谢图谱，揭示不同孵育方式的特性：共孵育更适合核心代谢通路研究，而分孵育有助于发现边缘代谢产物。更重要的是，证实了多方法联用的必要性——单独使用MDF+SIT会遗漏38%的代谢物，而单一剂量-响应方法则可能错过MDF特征性代谢物。这种"双保险"策略不仅适用于ROS，更为复杂药物代谢研究提供了标准化框架。

技术层面有三个突破：1）首次系统量化了孵育方式对代谢物检测的影响；2）证明原始数据在某些场景下优于标准化处理；3）创建可推广的代谢物鉴定一致性评价体系。从转化医学角度看，该方法能更早发现潜在毒性代谢物，为药物安全性评价提供新工具。作者Yi-Shiou Chiou等在讨论中指出，未来可结合机器学习进一步优化特征筛选流程，这将推动代谢组学在个性化用药领域的应用。