百万立项计划 | 突破代谢组学化合物鉴定技术瓶颈：标品库管理背后的故事

代谢组学是近年来关注度持续高涨的组学技术方向，而代谢组公认目前最大的技术瓶颈就是——代谢物鉴定，尤其是对于非靶向代谢组学研究，如果鉴定不准确，即便检测体系能检测到的数据量再多、定量能力再灵敏、定量结果再精确，也没有任何意义。

这就依赖于我们庞大的标准品数据库。国际上的黄金标准就是：当代谢物的保留时间（RT）、一级质谱图（MS）和二级质谱图（MS/MS）与标准品一致时，才认为鉴定出的代谢物是完全可信的，实现代谢物完美的定性，从而才能对代谢物进行定量分析，筛选差异代谢物，并进行后续一系列的生物学验证。因此代谢物的鉴定和功能注释是离不开数据库的支撑。

国外已建立的代谢组学数据库：HMDB、METLIN、Lipid Maps、KEGG是目前在背后支撑代谢组学的四大顶梁柱，HMDB是当前世界上较完整且较全面的人类代谢物和人类代谢数据精选收集。但是HMDB目前不支持批量搜索，仅限于单个代谢物搜索，搜索效率较低。另外，该库也不支持代谢通路搜索、代谢化合物浓度搜索等功能。KEGG数据库是一个整合了基因组、化学和系统功能信息的数据库，它的图形功能非常直观形象，但是它有功能注释的基因总量低，并且通路边界定义主观。METLIN数据库主要侧重用于液质非靶向代谢组学代谢物鉴定领域，但是它更偏重于化学分析，且没有代谢通路等信息。所以要玩转“代谢组学”，仅仅站在前辈的肩膀上是没用的。小分子代谢物的结构类似度极高，区分鉴定难度就更大了。不同仪器平台，不同分析条件，获得的谱图形形色色，因此标准品库是较难通用的。

实际上，标准品数据库的建设面临着很多的问题：

标准品本身成本就比较高，而要做一个大而全的数据库，所投入的成本就更大了，一些小机构和团队由于经费有限，仅用网络数据库HMDB和一些商业数据库进行峰型信息比对，不是自己通过标准品验证的，就非常容易有定性不明确的结果，后期的靶向验证是没有办法做的，甚至可能导致后续研究投入白费。

不同质谱体系下建立的数据库通用性一般，比如Qtof和Orbi之间，数据库就无法完全通用，在高速增长的代谢组学发展历程中，要保证同时有大量相同型号的色谱质谱相对来说，成本耗费巨大，都是数以千万计的质谱投入！

在长期运营的过程中，如何保证保留时间偏移的稳定性，保留时间偏移校正的客观性，目前常用的液相梯度是否具有通用性，如果以后需要更换液相色谱体系以及梯度，如何通过一些介质校正代谢物的保留时间呢？这些都会是我们需要思考和提前解决的问题！

纵使数据库建设会面临诸多的问题，但是本地数据库建立之后的巨大潜能清晰可预见，因此其建立势在必行！ 

身为少有在数据库上有如此大投入的先锋公司，标准品多了，随之而来的使用混乱，寻找麻烦，反复整理等一系列管理问题也出现，甚至一度让使用者闻“标准品”色变。终于，经历了数次激烈的讨论，思维的碰撞，集思广益，我们建立了一套完整标准的标品管理流程：

我们按照标准品的储存条件，将所有标准品统一命名，归类，再划分区域，做到每一个标品都有自己的“身份证”(๑•̀ㅂ•́)و✧，以后购买再多的标品也不怕了，也为后续数据库的升级提供一个更好更便利的条件。

欢迎各位老师前来咨询标准品数据库相关事宜

我们也非常希望

能和老师们在标准品数据库建设上达成一定的合作关系！

介绍完了我们的标准品

下一次就要进入数据库建设的专题了

期待下一次的分享哦！