云起紫荊時代共鑒學術大咖共享代謝組學最新進展

　　分析測試百科網訊 2021年7月20日，由清華大學藥學院主辦，安捷倫科技（中國）有限公司協辦的紫荊代謝組學國際會議在北京舉辦。來自代謝組學領域百余位科技工作者參加了本次會議。

會議現場

參會代表合影留念

　　清華大學藥學院胡澤平研究員和中國科學院大連化學物理研究所許國旺研究員共同擔任本次會議主席。本次會議線上線下同步舉行。會議聚焦代謝組學前沿技術，分享代謝重塑與腫瘤、代謝重塑與病毒傳染病等研究中的最新進展，邀請了國內外代謝組學領域具有重要影響的專家學者進行學術交流，展示代謝組學研究的新理論、新方法及新應用，促進代謝組學與多組學、細胞功能分析、信息技術、人工智能等多學科的交叉融合，推動代謝組學相關學科的縱深發展，增進生物醫藥領域研究人員的交流合作。

　　會議開始，由清華大學藥學院教授、副院長、中藥研究院院長、清華大學藥學技術中心主任尹航教授，以及安捷倫高級副總裁兼首席技術官、美國國家工程院院士Darlene Solomon博士分別進行了致辭。

清華大學藥學院副院長 尹航教授

　　尹航教授提到，今年是清華大學建校110周年，清華始終堅持面向世界科技前沿和國家的重大戰略需要，堅定地走中國特色的自主創新之路。清華大學長期以來以文理學科交叉、中西融合的多學科平臺為科學發展和社會進步做出了貢獻。在新冠疫情的大環境下，我們積極響應習總書記提出的“面向人民健康”的號召，承擔起引領科技發展方向，增進人類健康共同福祉的重要使命。今天的代謝組學會議是從整體角度出發，用高通量、可量化的組學數據分析，為疾病的發生、發展等全過程的全面認識提供支持，通過多組學的數據的整合分析已經成為科學家探索生命機制的新方向。代謝組學檢測的是基因轉錄翻譯等系列事件的最終產物，能夠準確反映生物體系的狀態，是當前組學發展的重要組成部分，期待今天的會議大家能夠了解當前代謝組學研究的前沿進展。

安捷倫高級副總裁兼首席技術官、美國國家工程院院士Darlene Solomon

　　Darlene講到，此次大會聚焦生命科學和轉化研究的重要課題，新冠疫情也證明，只有生命科學的進步才能為人類創造更健康的生活環境。目前生命科學研究面臨很多挑戰，需要技術的持續創新突破相關研究瓶頸。創新是安捷倫的基因，安捷倫不僅通過總部研發的持續投入來實現創新方案的推出，還不斷拓展與科研學術客戶的緊密合作來發掘創新的源泉。公司非常重視在組學解決方案上的創新，提供行業領先的代謝組學、脂質組學及多組學解決方案，同時整合細胞分析、NGS及病理學分析，幫助科學家實現疾病機制及下一代轉化研究。安捷倫愿意成為用戶最佳的合作伙伴，成就用戶科研目標，提升人類生活質量。

　　代謝組學作為生命組學家族的最新成員和重要環節，通過對生命體中的代謝物進行系統全面分析，比較不同生理狀態下的代謝網絡變化，最終揭示與表型關聯的特征性代謝響應。目前代謝組學技術已被廣泛應用于與生物醫藥相關的各個領域，如疾病機制闡釋、藥物靶標發現、藥物毒理及安全評價、精準醫學和用藥、營養科學、植物代謝組、微生物代謝組及中醫藥現代化等研究。此外，通過提供生命代謝的大數據，代謝組學與其他生命組學和人工智能等生物計算技術結合，逐步實現了精準大健康這一理念。

　　本次會議上有中科院大連化學物理研究所許國旺研究員，中科院遺傳發育所稅光厚研究員，杜克大學Jason Locasale, PhD，清華大學化學系瑕瑜教授，中國醫學科學院北京協和醫學院藥物研究所張金蘭研究員，中國科學院上海有機化學研究所朱正江研究員、華盛頓大學Daniel Raftery, PhD，紀念斯隆-凱特琳癌癥中心Justin R. Cross,Ph.D.，和清華大學藥學院研究員胡澤平進行代謝組學領域的學術分享。安捷倫創新合作研究中心冉小蓉博士也分享了安捷倫在代謝組學方面的平臺和解決方案。

中國科學院大連化學物理研究所 許國旺研究員

報告題目：向著代謝組的全景分析

　　代謝組學是一門研究生物體內整個代謝組動態變化的科學。因此，對內源性代謝物進行全面分析是代謝組學研究的基礎。由于代謝物的復雜性，不可能通過單一的分析方法獲得整個代謝組的信息，通常需要多種分析方法或平臺。

　　在本次報告中，來自中國科學院大連化學物理研究所的許國旺研究員就其課題組在實現代謝組的全景分析方面所作的工作進行了詳細介紹。除了傳統的靶向和非靶向方法外，許老師組還進行了以下工作以獲得全面的代謝組信息：1.針對復雜樣品不同的分離需求，開發了多種多維色譜分離方法提高分辨率以獲得更大的峰容量；2.采用擬靶向代謝組學和脂質組學方法改善全景分析的數據質量；3.通過納米材料輔助和衍生化方法改進痕量代謝物的檢測；4.使用穩定同位素標記，獲取動態代謝組學和脂質組學信息；5.建立基于保留時間、質譜和質譜/質譜信息的本地數據庫用于代謝物的鑒定。同時，利用結構-保留關系預測和擴展代謝物信息。通過使用以上新技術，目前一次分析可以半定量近2000種代謝物，并廣泛應用于生命科學、重大疾病、中醫藥現代化、公共安全、轉化醫學等領域。

中科院遺傳發育所分子發育生物學國家重點實驗室 稅光厚研究員

報告題目：Systematic discovery and functional analyses of metabolic disorders in COVID-19

　　本次會議中，中國科學院遺傳與發育生物學研究所的稅光厚研究員為我們介紹了代謝在細菌生長、病毒感染過程中的重要作用。

　　關于代謝對于細菌生長的作用：稅光厚課題組通過對分枝桿菌從休眠期過渡到復蘇期進行脂質組學分析發現復蘇期的分枝桿菌甘油三酯含量大量降低，抑制甘油三酯的水解能夠抑制分枝桿菌的生長，暗示分枝桿菌的復蘇過程中需要通過大量水解甘油三酯產生能量滿足自身的生長。

　　關于代謝對于病毒感染的作用：稅光厚課題組通過對新型冠狀病毒患者的血漿成分進行脂質組學分析發現一組代謝物能夠很好的用于區分感染患者與非感染患者，揭示了代謝物水平與患者的炎癥因子密切相關，發現富含單唾液酸二己糖神經節苷脂的外泌體與新型冠狀病毒的致病機制相關，基于前一個工作的啟發稅光厚課題組進一步解析了不同時期的型冠狀病毒患者血漿中外泌體脂質組輪廓發現在炎癥爆發期膜流動性顯著高于炎癥消退期，并且發現來自不同時間段的外泌體能夠觸發受體細胞產生不同的代謝以及轉錄反應。

杜克大學 Jason Locasale博士

報告題目：Dietary amino acids and methionine in health and cancer

　　來自美國杜克大學的Jason Locasale 博士長期致力于發展與整合定量代謝組學，計算生物學（包括機器學習和人工智能）以及分析化學技術，旨在更好地理解代謝通路的網絡調控機制及其在生物學問題中的功能和意義。

　　在本次會議中，他向我們分享了飲食調節在人類健康和癌癥中的潛在作用。他提到，飲食中不同的營養元素能夠重塑機體的代謝狀態，不同食物和飲食習慣會導致氨基酸等重要營養元素組成結構的差異性。其中，氨基酸組成結構和含量的差異與疾病，例如糖尿病、肥胖和癌癥等密切相關。結合機器學習等計算生物學手段，Jason博士提出不同的營養元素組成結構和含量可以用于預測機體的健康狀態和疾病發生。他特別指出，甲硫氨酸在人體血漿中含量具有極大的個體差異性，該差異性與飲食習慣密切相關。甲硫氨酸飲食限制有助于改善機體代謝健康，在衰老、肥胖和腫瘤藥物治療中發揮重要調節功能。此外，在分子機理層面，他進一步探討了代謝改變對表觀遺傳學和染色質狀態的潛在影響、功能和意義。Jason博士最后指出，飲食干預策略有望在未來改善人類健康，進一步提高腫瘤藥物治療療效。

清華大學化學系 瑕瑜教授

報告題目：脂質組精細結構分析的質譜方法

　　質譜是對脂質分子進行結構鑒定、定量分析的主要技術。由于脂質物理化學性質各異，異構體多，且缺乏標準品，基于質譜的脂質組學分析通常僅能鑒定到脂肪酸鏈組成水平，脂質的精細結構分析長期進展緩慢。

　　瑕瑜教授介紹了基于Paternò-Büchi光衍生-串聯質譜（PB-MS/MS）的脂質C=C異構體定性、定量分析技術，該技術可以準確表征脂質C=C異構體，具有靈敏度高、普適性強、無需標準品對照、適用于混合物分析等優勢。通過將PB反應與液相色譜-質譜聯用（LC-MS）、鳥槍法（shotgun lipidomics）、單細胞分析、超臨界流體色譜（SFC）等技術結合，可以實現對磷脂、中性脂、甘油磷脂等多種脂質的精細結構分析。基于PB-MS/MS的脂質精細結構分析，有望為疾病分型、新型生物標志物的研發等提供新的策略。

中國醫學科學院北京協和醫學院藥物研究所 張金蘭研究員

報告題目：基于代謝途徑內源性代謝物分析新方法探索研究

　　中國醫學科學院北京協和醫學院藥物研究所的張金蘭教授為我們介紹了基于代謝途徑的內源性代謝物分析的新方法。該方法基于內源性代謝物的生物學合成途徑，建立代謝物的理論數據庫，定向設計基于LC-MS/MS的靶向MRM檢測方法，以擴大潛在未知代謝物的鑒定范圍。進一步，張教授以膽固醇酯和神經節苷脂兩類代謝物的鑒定為實例向我們詳細介紹了該方法。

　　膽固醇酯（CE）類代謝物的鑒定：張教授課題組從人、大鼠和金黃地鼠血漿以及3種不同密度脂蛋白生物樣本中共篩選到81種CE，其中57種被首次發現，并基于此，發現了35種CE可作為表征高脂血癥的生物標志物。

　　神經節苷脂（AGSL）類代謝物的鑒定：張教授課題組從大鼠腦組織樣品中鑒定到199個AGSL類化合物，該鑒別數量遠超于現有文獻報道，此外，發現腦缺血后神經節苷脂類代謝物水平發生了顯著變化。

中國科學院上海有機化學研究所 朱正江研究員

報告題目：基于離子淌度質譜的多維高分辨代謝組學技術

　　中國科學院上海有機化學研究所朱正江研究員作了題為《基于離子淌度質譜的多維代謝組學技術》的報告。代謝組學技術面臨著代謝物數目眾多、理化性質復雜、結構多樣、同分異構體多、濃度分布范圍廣等諸多挑戰。針對上述問題，朱老師介紹了基于離子淌度質譜的非靶向代謝組學技術。離子淌度質譜（Ion Mobility-Mass Spectrometry，IM-MS）能夠根據分析物離子的尺寸、形狀和電荷對分析物在靜電場下進行氣相分離和檢測，一次分析能夠同時提供包括精確質量數（MS1）、二級碎片譜圖（MS/MS）和碰撞截面積（CCS）數據等多個維度信息，從而有效提升對復雜生物樣品代謝組的定性和定量分析能力。傳統的代謝物CCS數據獲取方法主要是基于標準品的CCS值建立CCS數據庫，受限于標準品數目，覆蓋度很低。朱老師團隊開發了機器學習算法來大規模計算代謝物的CCS值，建立代謝物的CCS數據庫，并將該策略拓展到了脂質CCS值的計算，從而建立了基于離子淌度質譜的碰撞截面積數據庫AllCCS。AllCCS包含了3500多個已報道的化合物的CCS值，用于已知和未知代謝物的結構鑒定，可支持高覆蓋的代謝組學和脂質組學分析。同時，與傳統方法只采用保留時間、MS1和MS/MS信息進行代謝物鑒定相比，CCS的引入也進一步提高了代謝物鑒定的準確度。在此基礎上，朱老師以甾醇代謝物分析為例，介紹了如何利用離子淌度質譜進行深入的定性研究。朱老師所介紹的技術為代謝物的鑒定提供了一種全新的方法。

安捷倫創新合作研究中心 冉小蓉博士

報告組學：代謝組學、代謝流整合細胞分析——深入功能與機理闡釋

　　冉小蓉表示，代謝組學現在已經進入到更高維度的發展需求，需要闡釋機理與關聯功能。安捷倫在代謝組學領域持續創新提供業內領先的解決方案，為應對當前代謝組學分析的新挑戰，安捷倫推出質譜代謝組學、VistaFlux代謝流與活細胞分析的整合方案，提供從功能篩選、生物標記物發現、機理闡釋到功能驗證全流程解決方案。該方案為轉化醫學、藥物研發等代謝組學的熱點研究領域提供強有力工具，已經幫助國內外不同領域的知名實驗室產出重要的科研成果，未來將支持更多應用領域實現代謝組學關聯功能與機理闡釋的深入研究。

華盛頓大學 Daniel Raftery博士

報告題目：So Why is Biomarker Validation So Hard in Metabolic? Exploring Date Quality and Confounding Effects

　　本次會議來自美國華盛頓大學Daniel Raftery教授為我們介紹了利用代謝組學探究生物標志物過程中面臨的諸多挑戰，并且提出了改善數據質量以及干擾因素的一些可能性。

　　Raftery表示探究生物標志物過程存在諸多挑戰，如早期發現潛在標志物，由于目前沒有公認的代謝譜分析程序，不同研究小組在樣本收集、處理和分析方案上存在差異，導致實驗室間存在較大差異，此外諸多未知代謝物仍無法被鑒定。另外，前期進行初步驗證時，由于個體差異較大，招募患者的生物學變異因素復雜并且收集真正具有代表性的患者群體較難。技術開發階段，同位素類似物標記利用質譜對相關代謝產物進行定量成本較高以及驗證過程中獲得大量獨立樣本隊列的途徑有限，此外商品化應用轉化成本較高等一系列問題。

　　NIST 1950是現有的用于MS全局分析血液的標準品，盡管其得以廣泛應用且數據質量有一定提高，但全局分析在數據重現性等方面存在問題。目前，Raftery團隊在開發標準品方面做出了一些新的工作，并致力于5個數據質量指標，作為衡量好的數據質量標準。他們還嘗試通過建立代謝物水平模型，根據臨床變量模擬代謝物水平，他們的研究使用了SUR模型，代謝研究中考慮協變量，在一定程度上對候選代謝物進行了校正。

　　最后，Raftery表示生物標志物的發現，特別是鑒定是非常具有挑戰性的，且數據質量是首要問題。目前代謝組全景分析技術在不斷改善，新的數據質量指標將有助于評估這些改進。在代謝標志物鑒定中存在一些干擾因素的挑戰，開發一些新的統計方法(如SUR和其他建模方法)，可能為解釋這些干擾因素提供一種途徑。

紀念斯隆-凱特琳癌癥中心 Justin R. Cross博士

報告題目：Building a successful in-house metabolomics capability for biomedical research

　　Justin R. Cross博士表示區別于其他組學，代謝物種類繁多且并沒有固定的編碼模板，濃度分布范圍極大（＞10⁸），因而代謝組學的檢測更具有挑戰性。他從自己過去十數年的代謝組學研究經驗出發，從平臺構建、運行及科學合作三方面向我們分享了如何成功構建滿足生物醫學研究的代謝組平臺。其核心要點在于，培養具有高代謝組學知識素養的研究人員，協助討論并合理性設計相應生物學課題；在合理設計并有相應規劃的前提下開展相關實驗，建立長效的代謝組學檢測平臺考評機制，從而產生高質量的組學數據達成良好的互動合作。通過科研性產出及業內影響力，獲取更多的資源支持從而保證組學平臺的良性運轉。

清華大學藥學院 胡澤平研究員

報告題目：代謝組學技術解析疾病代謝重塑

　　來自清華大學的胡澤平教授長期致力于發展前沿代謝組學和代謝流分析技術，并結合多組學整合分析策略，開展與生理、疾病及藥物耐藥性相關的代謝重塑研究，以期闡明其相應的生物學功能與調控機制。

　　在本次報告中，胡澤平教授以代謝組學技術及基于組學技術的代謝重塑研究兩方面對其前沿性工作進行介紹。從組學技術方面，該研究組發展了一種超靈敏的靶向代謝組學方法，率先實現了在極少量（～5,000）細胞中進行代謝組學分析，并以該方法與合作者揭示了造血干細胞的代謝特征及其生物學意義。在此基礎上，進一步發展了基于新型衍生化試劑的超靈敏、寬覆蓋的代謝組學和代謝流分析技術，推動實現高精準、單細胞代謝組學技術。

　　以所創建的代謝組學和代謝流分析技術為基礎，該研究組揭示了小細胞肺癌亞組的代謝重編程及其分子機制，發現了新型治療靶標和潛在靶向藥物，突破了該病數十年缺乏靶向治療策略的瓶頸；以多組學整合分析策略，率先從代謝角度揭示了寨卡病毒導致新生兒小頭癥、新冠病毒導致細胞因子風暴、發熱伴血小板減少綜合征SFTS致病的潛在代謝分子機制，并為其臨床治療提供了新思路和新策略。

睿鑒未來-圓桌論壇

　　本次會議上還進行了睿鑒未來-圓桌論壇，從報名聽眾中征集的200多個問題進行遴選，各位專家就網友提出的問題進行了深入的討論。線上網友和現場與會老師紛紛表示受益頗深，期待代謝組學更美好的未來！