[发明专利]一种色谱-质谱代谢组学数据分析的新方法

说明书

技术领域

本发明涉及一种色谱-质谱代谢组学数据分析方法，属于分析化学技术领域。 

背景技术

代谢组学是系统生物学领域的新兴技术，色谱-质谱联用(如气质联用GC-MS、液质联用LC-MS等)是代谢组学研究中的主流分析技术。色谱-质谱联用仪器往往产生大量数据，如何对这些数据进行有效分析，从而获得有关研究对象的代谢轮廓特征，是目前该领域研究中的关键技术和瓶颈问题。 

目前，研究色谱-质谱代谢组学数据的常用策略是以保留时间Rt-质荷比m/z处的质谱碎片峰强度为变量，先对质谱碎片峰进行检测、对齐，然后将处理后的信息进行统计学分析。但是，这种数据分析策略存在下列问题：(1)采用该策略，每个样品可产生多达上千个变量(质谱碎片峰的强度)，而代谢组学研究中样品数一般为几十个，由此将导致变量数与样品数比例失衡，为后续分析带来问题；(2)该策略关注质谱峰信息，而质谱峰除包括碎片离子峰外，还包括加合峰、同位素峰等，因此上述大量变量中存在约90％的冗余信息；而且，变量一般为在某质荷比及保留时间处记录的强度信息，以上均使得后期对差异性代谢物的定性鉴别变得复杂；(3)由于代谢组学研究中内源性代谢物的种类众多，含量不等，有时可能出现色谱峰重叠、变形等现象，从而为数据处理过程带来误差，并影响后续统计分析结果的可靠性。 

为克服核磁共振代谢组学分析中差异性代谢物定性鉴别困难的问题，瑞士学者提出一种新型的代谢组学数据分析方法——代谢物投影技术(Metabolite Projection Analysis，MPA)(F.Dieterle，A.Ross，G.Schlottebeck，H.Senn.Anal.Chem.78(2006)3551-3561)。他们首先收集多种代谢物的核磁共振波谱，然后将这些代谢物的波谱投影至由样品建立的统计分析模型，从而可对差异性代谢物直接进行定性鉴别。但是，MPA方法是针对核磁共振数据而建立的，其必要条件是得到代谢物的核磁共振波谱信息；而生物样本一般包含成百上千种代谢物，因此要收集如此多代谢产物的光谱信息是很难做到的。作为代谢组学研究中的主流分析技术，色谱-质谱数据中本身就包含了各个代谢物的质谱信息。因此，本发明对MPA方法进行了改进和扩充，建立了一种研究色谱-质谱代谢组学数据的新策略，并可有效地解决现有色谱-质谱代谢组学数据分析策略中存在的问题。 

发明内容

本发明所要解决的技术问题是建立了一种色谱-质谱代谢组学数据分析的新方法。该方法克服了背景技术的缺点，无需像背景技术那样预先收集代谢物的波谱信息，即可简便地进行数据分析，并对特异性代谢物进行筛选和鉴定。 

本发明提供了一种色谱-质谱代谢组学数据分析的方法，包含以下步骤： 

(1)代谢物峰的识别 

首先从研究体系(包括正常组、模型组、给药组)的各个样品中取出相同体积(如20微升)，混合后建立质控(QC)样品；取QC样品的总离子流色谱(TIC)数据，选取其中信噪比大于3的色谱峰(记为peak_i)，采用化学计量学方法对peak_i进行纯度检测：对于纯色谱峰，记录每个色谱峰的左(记为L_{peak_i})、右边界(记为R_{peak_i})及峰值处(记为A_{peak_i})的保留时间；对于经纯度检验判定为重叠的色谱峰，采用化学计量学方法进行解析，获得重叠色谱峰中包含的纯色谱与纯质谱信息； 

(2)代谢物纯质谱库的建立 

基于QC样品的色谱-质谱数据，对于每个色谱峰peak_i，将其在L_{peak_i}和R_{peak_i}保留时间范围内的所有质谱数据进行加和、平均，以获得可表征色谱峰peak_i对应代谢物的质谱信息；对于重叠色谱峰，采用化学计量学方法解析得到的纯质谱可直接作为表征重叠色谱峰所包含代谢物的质谱信息；将上述二部分质谱信息合并，即可得到QC样品中所包含的代谢物的纯质谱库(记为X_Met)；X_Met里包含了研究体系中所有样品的代谢物的纯质谱信息； 

(3)统计分析模型的建立