代谢组学云APP标准分析、结题报告及个性化分析：

1、任务投递：选项参数

3步（选择输入文件、综合选项、设置差异分组）

2、结题报告：各个分析内容

（1）非靶向代谢组主要分析内容：A数据评估，主成分分析、所有样本聚类分析、重复相关性评估；B样本分组数据分析，差异分组的主成分分析、差异分组的差异倍数分析、差异分组的正交偏最小二乘法判别分析OPLS-DA、个分组的差异代谢物筛选及绘图、差异代谢物KEGG通路注释及富集分析。

3、云平台个性化：基于结题报告结果可进行的个性化内容

代谢组学案例及联合分析：

1、代谢组（大鼠）

IF=4分多。代谢组和处理组，分别10和20个生物学重复，检测平台UHPLC-Q-TOF/MS

关键代谢物筛选（表型数据分析、代谢组稳定性评估PCA、代谢差异物PLS-DA、差异代谢物富集分析KEGG）

2、代谢组+转录组+qRTPCR验证（白葡萄）

代谢组检测结果可以作为转录组取样的参照。

3、代谢组+非编码RNA+转录组（鞭毛藻）

IF=9分多。转录组、小RNA测序、LC-MS分析。

4、代谢组+蛋白组+转录组（斑马鱼）

IF=9分多。

5、代谢组+微生物多样性（小鼠）

IF=8分多。非靶向代谢组学，LC-QTOF。

代谢组学技术原理和方案设计：

代谢物的结构种类繁多、理化性质差异巨大、含量极微且动态范围极宽（7~9数量级）、时空分布的差异明显、相互作用方式复杂。

色谱技术-物质分离：GC（流动相为惰性气体，主要是利用物质的沸点、极性及吸附性质的差异来实现混合物的分离）；LC（流动相为液体，利用物质在两相中分配系数的差异进行分离，类似于萃取过程）。

质谱技术-物质鉴定：测量例子质鹤比（质量-电荷比），原理是样品在资源中发生电离，参茶不同荷质比的带电离子，经加速电场的作用，形成离子束，进入质量分析器。

样品引入（气体扩散、气相色谱、液相色谱）→离子源（电子轰击EI、激光MALDI、电喷雾EDI）→质量分析器（飞行时间TOF、四级杆滤质分析器QMF、离子阱、离子迥旋共振分析器ICR）→检测器（电子倍增管及其阵列、离子计数器、感应电荷检测器、法拉第收集器）→图谱。

色质联用：包括气质联用和液质联用，互为补充，分析不同性质的化合物，混合物的定性和定量分析。

平台比较：（1）核磁共振NMR：无创检测，样本需求量小，但动态范围有限，灵敏度较低；（2）液质联用LC-MS：灵敏度、分标率高，检测动态范围较宽；（3）气质联用GC-MS：数据库较全，但检测物质范围有限。

研究技术：（1）非靶向代谢组学（简单）：同时检测数百乃至数千种代谢物，包括已知和未知代谢物，但敏敏度较之八项代谢组减低1-2个数量级，定性定量准确性也相对较差；优点，通量高、检测信号多、操作简单。（2）靶向代谢组学（复杂，需预实验）：只能对少数一直代谢物进行定性和定量检测，但其具有灵敏度高、定量准确的特点；优点，定性准、绝对定量。

高通量靶标：多个标准品的预实验已有成熟体系，一次性检测样品中多个代谢物的靶点代谢组。

技术特点(相当于）：非靶向代谢组——高通量测序；靶向代谢组——RT-PCR；高通量靶标代谢组——基因芯片。

方案设计：设置出对照组、实验组即可。（1）简单方案：对照组和处理组整体变化，大项目往往采用，每组可设几百个重复，数据更有说服力，能发更高分文章。（2）经典方案：可设置对照组，两个不同处理组，可以差异比较三次。（3）高阶方案：设置三组，每组设置不同程度处理，对比次数多，土豪方案。

生物学重复，不建议混样：（1）植物和微生物：6~8个；（2）模式动物：8~12个；（3）临床标本：30~100个。越多越好。

多组学联合分析：（1）基因组+转录组：静态，相对稳定；（2）蛋白质组+代谢组：动态，实时变化。蛋白代谢是生物体表型的基础和直接体现者，是基因组与表型组的桥梁；（3）代谢组+转录组；（4）代谢组+重测序（GWAS）；（5）代谢组+微生物多样性。

代谢组流程：样本收集（微生物、细胞体液、植物，淬灭、液氮，生物学重复），代谢物提取（溶剂提取法、固相萃取），代谢物检测（LC-MS、GC-MS、毛细管电泳质谱CE-MS、电感耦合离子体质谱ICP-MS、超临界流体质谱SFC-MS、核磁共振、液相色谱串联核磁共振），数据分析（主成分分析、偏最小二乘法、正交信号过滤法、神经网络法、支持向量机，代谢物鉴定）

代谢物相对定量：积分校正图。

数据分析流程：质控结果数据→数据评估（PCA、样品聚类、相关性分析，对象为所有样品）→数据分组→差异分析（差异倍数、OPLSDA模型计算，若无生物学重复，则无法进行OPLSDA计算）→差异代谢物→功能分析（功能注释、富集分析）。QC样本：监控整个检测过程中的稳定性。

代谢组概述：

1、代谢组学

系统生物学：在于研究细胞信号传导和基因调控网络、生物系统组成之间相互关系的结构和系统功能的涌现。

四类：A，小样本转录组数据分析+伸入基因功能研究（分子实验）；B，转录组数据分析+其他组学数据（蛋白组或代谢组）；C，大样本转录组数据伸入分析+基础功能验证；D，大样本转录组+非编码RNA数据深入挖掘+基础功能验证。

代谢组是生物体表型的基础和直接体现者，是基因组和表型组的桥梁。

代谢物：分子量小于1000的小分子物质。

代谢组学：是系统生物学组成的一部分。其对生物体内所以小分子代谢物进行定性定量分析，并寻找代谢物与生理病理变化的相对关系的研究方式，其研究对象大都是分子量1000以内的小分子物质。

2、发展历程

小分子代谢物质的整体变化规律：表征生物过程。

检测方式：气质联用（GC-MS）、液质联用（LC-MS）、测序仪。

检测平台：液质联用仪、气质联用仪、核磁共振仪。分辨率、灵敏度、动态范围有区别。

3、研究现状

2018年，4000多篇。IF约4分。

期刊：Cell Metabolism，Nature communications，Scientific Reports，PLOS ONE，FOOD CHEM,Frontiers in Science.5分左右。

多组学联用：高分文章

4、应用方向

数据处理法法，临床上的应用，中药药理。

医学（临床标志物发掘、疾病研究）、农学、发酵、药学（药物代谢、药效评估、中草药活性成分研究）、环境、育种。

高分文章方案设计：初级（标准分析+个性化：对某类代谢物、某个通路的深入挖掘）；中级（标准分析+个性化+创新：立意新颖、深入挖掘、简单组学联合）；高级（多组学联合分析：基因组+转录组+蛋白组/代谢组，多组学数据网络）

代谢组的挑战：没有任何一个分析几乎能够同时分析代谢组中的所有会务，只能通过选择性地提取结合各种分析技术的并行分析来解决；代谢组分析产生海量数据，当前我们缺乏适当的代谢组数据库和数据交换版式，需要完善代谢组学数据库，建立代谢产物数据的标准，并且需要开发功能强大的数据分析工具。

（1）对未知物的鉴定，（2）多平台数据整合，（3）研发出克供查询的标准数据库，如GenBank的基因组资源，（4）代谢组学与其他组学数据的结合。

变化-影响-代谢组变化

胁迫反应

代谢组方面PCA分析，可能能使在转录组学等方面未很好区分的样品得到很好的分离

高分文章 组学运用到很少，方案设计特别高，各种实验很多

应用方向：

农学：

          生长发育、胁迫响应

           免疫互作、突变表型

          营养成分、活性物质

医学：

           临床标志物的发掘

           疾病研究

发酵:

           发酵风味

           食品安全

           酿酒工艺

色谱技术--物质分离--分离能力

质谱技术--物质鉴定--定性能力

质谱对混合物的鉴定能力较差

色谱+质谱MS

GC：惰性气体

LC：液体

核磁共振：

无创、样本需求量小

动态范围有限，灵敏度低

液质联用：

灵敏度高、分辨率高，较宽的动态范围

没有通用化合物数据库

气质联用：

数据库较为健全

检测物质范围有限

非靶向代谢组：

通量高、操作简单，没有明确范围

靶向代谢组

 定性准、针对性

基因组学和蛋白质组学告诉你可能发生什么，而代谢组学则告诉你已经发生了什么。

代谢组是生物体表型的基础和直接体现者。

大写组是基因组与表型组的桥梁。

代谢物：分子量小于1000

液质联用仪

气质联用仪

核磁共振仪

分辨率、灵敏度、动态范围