科研人员发展出多层代谢 络技术

中国科学院上海有机化学研究所生物与化学交叉研究中心研究员朱正江课题组在《自然-通讯》（Nature Communications）上，在线发表了题为Metabolite Annotation from Knowns to Unknowns through Knowledge-guided Multi-layer Metabolic Networking的研究论文。该工作发展出知识驱动的多层代谢 络技术（Knowledge-guided multi-layer networking，KGMN），在复杂生物样本中实现了未知代谢物的大规模鉴定。

针对以上问题，在MetDNA2中，科研人员进一步发展了知识驱动的多层代谢 络技术（KGMN），实现了从已知代谢物鉴定未知代谢物的能力，并显著提升了代谢物鉴定的准确度。该技术首次整合了3层代谢 络（图1）——知识驱动的代谢反应 络、知识引导的二级质谱图相似性 络、全局代谢峰相关性 络。研究利用理论代谢反应对已知的代谢反应 络进行扩展，从而构建了包含已知和未知代谢物的扩展代谢反应 络（KMRN， 络1）。MetDNA2从标准谱图库鉴定出的种子代谢物出发，基于扩展代谢反应 络和“谱图借用”策略，构建二级质谱图相似性 络（ 络2）。该策略可通过多次迭代和循环扩增的算法，将代谢组学质谱数据中所有已知和未知代谢物连接，直至没有新的注释代谢物。在 络2中，代谢物节点之间的连接有四个限制条件——MS1 m/z、保留时间、MS/MS谱图相似性和代谢反应转化（metabolic biotransformation）。对于注释的每一个代谢物，MetDNA2会进一步通过靶向检索其相关的冗余质谱特征峰（如同位素峰、加合物峰、中性丢失和源内裂解等），并构建全局代谢峰相关性 络（ 络3）。利用全局代谢峰相关性 络，MetDNA2对注释的代谢物结果进行全局优化，提升代谢物鉴定的准确度，去除假阳性注释结果返回最终鉴定结果。整个数据处理流程全程自动化，无需人工干预，提升了数据分析的效率。

利用上述技术，MetDNA2对已知代谢物的鉴定准确性从~70%提升至>95%。同时，在不同的生物样本中，MetDNA2还可鉴定~100-300个未知代谢物。MetDNA2对单个生物样本鉴定的代谢物数目在2000-5000个左右。在MetDNA2中，每一个鉴定结果均根据国际代谢组学协会标准指定特定的可信度。此外，MetDNA2还包含一系列重要的更新和升级，如全面升级的标准代谢物谱图数据库（>2000个代谢物）；两种不同色谱体系的保留时间数据库（HILIC和C18体系）；适配所有厂商的高分辨二级质谱数据等。

为了相关研究便捷的应用这一工具，课题组提供了用户友好型的界面和 站MetDNA2（http://metdna.zhulab.cn/），学术用户可免费注册使用。该工作开发的KGMN技术已申请国家发明专利和国家软件著作权。相关技术和软件的商业用途需要联系朱正江进行授权使用。研究工作得到国家自然科学基金、科技部、中科院、上海市科学技术委员会等的支持。

知识驱动的多层代谢 络技术KGMN