从预测到鉴定：MetaSense 代谢物鉴定工作流解析

整理自凯美科公众号代谢物鉴定工作流

在药物代谢研究中，快速、精确的代谢物鉴定是一项主要挑战。MetaSense 在 Spectrus 平台上，依据代谢物分析科学家所期望的工作流程设计开发，将预测、数据分析与知识沉淀整合为一，支持手动、半自动乃至全自动的代谢物定性方案。

01　与传统的代谢物定性方法相比

MetaSense 的优势体现在四个方面：

• 以化学智能的数据分析方法，帮助科学家创建并解析母分子与代谢物之间的生物转化图；
• 代谢物预测信息结合数据导向的分析方法，可全面覆盖数据组中的潜在代谢物；
• 代谢物鉴定一体化平台显著降低传统"多个子软件组合"带来的负担；
• 所有相关数据及分析结果可被自动抓取并推送到数据库，且数据库内容可基于多种方式检索，实现知识共享。

02　一体化软件环境中的数据分析

MetaSense 可在统一软件环境下识别、处理、分析并存储不同仪器来源的实验数据，且整个工作流程可在平台中通过不同配置模式实现全自动、半自动或手动分析。基于这些配置，软件允许科学家按不同需求对处理、分析流程进行灵活修改与全面掌控。

三步核心流程

• 第一步：将仪器生成的数据文件及相关结构导入处理平台（可手动或自动导入）；
• 第二步：基于代谢物预测功能及数据导向分析功能对代谢物进行识别和鉴定；
• 第三步：代谢物生物转化图及分析过的谱图自动存储到 Spectrus DB 数据库，科学家可在数据库界面浏览整个项目结果，也可根据经验补充遗漏的代谢物。

03　代谢物预测：概率模型 + 多步骤规则

基于化学结构预测代谢物的方法进行目标性识别。代谢物预测应用多步骤算法实现：

1. 利用概率统计模型，评估目标物结构上各个潜在位点发生代谢反应的可能性；
2. 基于用户自定义的设置模式，软件运行多步骤、多规则的代谢预测；
3. 在第一阶段获得的代谢物基础上进一步计算，得到包含一相、二相代谢物的完整代谢树。

04　代谢物检测及鉴定

代谢物通过提取离子流色谱（XIC）进行鉴定。每个 XIC 可能包含多个同分异构代谢物，不同代谢物的生物转化位点可通过 LC/MS 数据中的 MS/MS 谱图进行评估——该方法结合碰撞诱导裂解（CID）规则与碎片离子质量变化对比实现。若没有充足信息定义精确的生物转化位点，代谢物则以 Markush 结构形式展示。

非目标性代谢物的鉴定，通过与空白组对照数据进行比对及质谱差异分析实现；具有典型药代动力学特征的非目标性代谢物可进一步分析并实现结构解析。

05　全局视图与结构合理性评估

数据分析结束后，自动产生的生物转化图、质谱谱图、色谱谱图、峰面积、元数据等都被存储到数据库集中管理，并可被进一步使用——这一过程可实现完全自动化。生物转化研究人员可便利查看结果，并做适当人为修改（如根据经验修订代谢物结果归属）。

全局图可快速获取每个代谢物相关的所有关键信息：阅览者一次即可看到所有相关波谱、色谱及结构信息，进而检验每个代谢物自动归属的合理性。代谢转化图与基峰图（BPM）提供代谢物的背景信息，而 XIC 和 MS/MS 谱图则提供归属信息；代谢物的动力学分析结果以散点图与表格呈现，辅助研究者监控母分子的稳定性及其代谢的产生与生长变化。

碎片离子的质谱差异及碰撞诱导裂解规则，用来确认生物转化位点。通过对比分析母分子与检测到的代谢物的实验 MS/MS 谱图，确认候选代谢物中的正确结构，并据此计算每个代谢物的对比得分，在软件中供研究者浏览。

当已有数据不足以支持确认某一代谢物异构体时，软件以 Markush 结构形式展示；同时应用化学智能，从代谢物图中排除化学理论不可行的生物转化结果。

06　小结

MetaSense 在兼容不同仪器来源数据的基础上，以不损失研究质量的方式大幅加速药物代谢研究工作。通过不同配置，软件可实现手动分析、自动文件抓取、自动批量分析等多种模式的高通量研究，有效避免定量（动力学检测）与定性（代谢物识别）组合研究中的繁重数据处理，从而获得更完整的生物转化图与更高质量的分析结果。

本文整理自凯美科公众号文章，配图取自原文。原文中的二维码、联系方式与推广信息已按站内统一规范移除。