GNPS2赋能药物代谢研究：从候选代谢物鉴定到临床转化的全流程分析工具

【编辑推荐】来自国际团队的研究人员针对药物代谢研究中未知代谢物鉴定难题，开发了基于GNPS2平台的系统性分析方案。该研究通过液相色谱-四极杆飞行时间质谱(LC-QTOF)结合分子网络技术，以西地那非为例成功实现体外肝微粒体和小鼠血浆中候选代谢物的无先验知识鉴定，并创新性引入反向代谢组学评估体外数据与人体相关性，为药物研发和临床监测提供高效工具。

　　

代谢过程作为塑造药物药理和毒理特征的核心环节，其代谢产物的精准鉴定始终是药物研发与生物医学研究的关键挑战。全球天然产物社交网络(Global Natural Products Social Networking, GNPS)作为社区驱动的质谱数据分析平台，其升级版GNPS2通过提升运算速度、优化分析工具和改善交互界面，为代谢研究带来全新解决方案。

研究团队创新性地将基于串联质谱谱图比对的分子网络技术(molecular networking)与GNPS2分析环境深度整合，建立起无需代谢物先验知识的鉴定流程。以西地那非(sildenafil)为模型药物，通过液相色谱-四极杆飞行时间质谱(LC-QTOF)分析肝微粒体孵育体系和小鼠血浆样本，系统演示了包含五个关键步骤的分析路径：从原始数据处理、分子网络构建、代谢物特征筛选，到运用反向代谢组学(reverse metabolomics)验证体外代谢数据与人体相关性。

该方案突破性地实现了三大功能：1) 直接从复杂生物基质中捕获候选代谢物信号；2) 通过谱库匹配和网络拓扑分析推测代谢途径；3) 评估体外代谢模型与临床样本的转化相关性。特别值得注意的是，平台创新的"谱图-结构-活性"关联分析能力，为药物代谢产物的药效预测和毒性预警提供了多维度的数据支撑。