近日，Metabolomics雜志以封面文章形式，發表了基于Orbitrap的非靶代謝組學在新生兒先天性心臟病手術預后評價方面的研究成果。該研究報道了受心臟手術影響的關鍵代謝通路，并篩選出潛在的新生物標志物，有望應用于篩查手術預后不良風險較高的新生兒。早期識別手術致殘風險較高的新生兒，可提示為患兒及時制定個性化長期治療方案，提高患者術后生存質量，在未來具有重要的應用價值。

圖片來源：Metabolomics雜志

開創新篇

非靶向代謝組學TGA應用新前景

大動脈轉位（Transposition of the Great Arteries，TGA）是一種致死率*的先天性心臟病，需在新生兒出生3周內及時進行心肺轉流術（Cardiopulmonary-bypass ，CPB）予以矯正。由于手術中使用的藥物會對患者術后代謝圖譜造成嚴重擾動，研究者首先建立了術中涉及的1255種藥物及術后可從尿液中二次檢出的藥物相關的代謝物清單，將此清單在代謝分析時予以背景扣除。

該項目對比分析了TGA患者術前和CPB術后尿液中的代謝物，共檢測到39,000多種特異化合物，其中371種可預測注釋的差異代謝物。終準確注釋的13種差異代謝物通路分析表明，犬尿氨酸代謝通路中色氨酸降解與手術干預相關性zui強。

立意新穎

創新數據分析流程克服基質干擾

此次研究中，來自意大利的研究團隊應用了一種全新的思路，同時也是這項研究的一項重要優勢：即建立了克服基質干擾因素的數據分析工作流程，這使可靠地測定目標代謝物的變化成為可能。而這一創新思路和研究進展，是基于QE高分辨質譜的超高分辨率和Compound Discoverer這一強大的數據分析軟件完成的。

文中顯示，作者首先使用Compound Discoverer™2.1（Thermo Fisher Scientific）的“生成預期化合物”功能建立了給藥藥物及其內源性代謝物的列表。該列表包括母體化合物、術中用藥成分，及它們可能的轉化產物。接著在兩步“生成預期化合物”功能生成的化合物離子列表中使用“尋找預期化合物”功能進一步搜索化合物，終建立了一份“外源藥物”相關的化合物質譜列表。

研究者使用該方法，成功排除了外源藥物對內源性代謝標志物篩選的干擾，從而發現真正與手術因素密切相關的差異代謝物。對于新生兒心臟手術引發的不良預后監測有重大而深遠的意義。

前景廣闊，靶向定量與驗證

——早期腦損傷患者或迎曙光

本研究中使用的非靶向代謝組學方法，具備可區分手術前和手術后樣品代謝物差異的能力，而發現的差異代謝物將研究者未來的思路引向犬尿氨酸通路。而基于現有研究成果和成功的分析流程創新，研究者有信心后續更大范圍的進行冠心病患者的定量（靶向）代謝組學分析。這些代謝物的定量將與受損神經發育金標準GFAP以及手術后神經學和神經發育測試獲得的數據有潛在相關性。這可以提供預測腦損傷所需的生物標志物，盡早識別處于不良神經發育風險的患者，對于先發性干預和輔助神經發育治療的啟動都至關重要。

相較中低分辨率質譜系統而言，文中提及的基于組學金標準Orbitrap技術的Q Exactive質譜系統，能夠提供超高分辨分辨率和靈敏度，這也為代謝組學研究者所面臨的共同挑戰-樣本基質復雜、代謝產物鑒定數量不足、辨別假陰性/假陽性結果-帶來更加直觀的幫助。

而Compound Discoverer強大的數據處理和分析功能，能夠延展性的幫助研究者創新工作流程，結合公共數據庫信息，能夠更加方便和準確的鑒定代謝物。

掃描下方二維碼即可獲取賽默飛全行業解決方案，或關注“賽默飛色譜與質譜中國”公眾hao，了解更多資訊+