背景非靶向代谢组学中大量未知特征被称作「暗物质」的解读尚未形成共识这些特征究竟是真实化合物还是分析伪影厘清该问题对代谢组数据注释、解读及领域未来发展至关重要。shuzhao.lijax.org#非靶向液相色谱质谱 #代谢组暗物质 #Khipu算法 #源内碎片 #同位素峰 #加合物 #代谢物注释 #质谱特征预注释方法本研究提出可检测结绳模型揭示化合物离子簇模式与其丰度相关并将该模型用于系统性分析生物医学研究中最常见的61个血液液相色谱-质谱LC-MS公共代谢组数据集。数据获取与处理图261项液相色谱-质谱研究的处理与分析流程a. 基于轨道阱或飞行时间质谱仪的预注释分析流程示意图ESI为电喷雾电离ISF为源内碎片M0为仅含¹²C的同位素形态。16个飞行时间数据集结果见补充材料。b. 22项正电离模式轨道阱研究的特征统计特征总数中位数为50,771优质特征信噪比5、峰形拟合优度0.9中位数为18,117匹配的¹³C/¹²C同位素对数量中位数为2,17623项负电离模式轨道阱研究的特征总数中位数为48,212优质特征中位数为11,783匹配的¹³C/¹²C同位素对数量中位数为3,008。结果多数高丰度特征可识别出对应的离子簇模式源内碎片占比低于10%每个数据集可检出1,000~2,000个高置信化合物其中超半数为未知化合物。质谱数据的「可检测结绳」模型图1可检测结绳模型a. 结绳指非靶向代谢组学中归属于同一疑似化合物的共流出特征组低丰度特征无法被检测下图每个阴影矩形代表一个结绳红点代表1个特征。b. 特征检出数随血浆稀释倍数的变化稀释后大量特征无法检出结绳转变为单峰特征。c. ¹³C/¹²C特征对数量随稀释倍数的变化。d. 美国国家标准与技术研究院SRM 1950标准品17次重复进样数据集中液相色谱-质谱特征的检出频率柱状图为特征区间检出频次右侧纵轴为各区间特征平均信号强度红色。e. 特征检出与质量随特征丰度的变化规律。f. SRM 1950数据集中¹³C/¹²C特征对的丰度分布。g. 合成数据集的结绳模型性能验证将228个标准品化合物的737个特征掺入生物数据集本研究参数下结绳算法正确召回202个真实化合物的723个特征。液相色谱-质谱中的常见质量差及其在源内碎片评估中的应用图3源内碎片占液相色谱-质谱特征的比例低于10%a. 正电离模式下最常见的质量差数值。b. 轨道阱正、负电离数据集中候选碎片可解释的结绳与额外特征占比。c. 检索源内碎片的串联质谱与1级质谱匹配示例上图为北美质谱库MoNA的串联质谱下图为MTBLS1465数据集样本的1级质谱。d. 45项液相色谱-质谱研究中与MoNA串联质谱库匹配的特征占比箱线图中3列分别为前体质荷比匹配数/总特征数、至少1个串联质谱碎片匹配数/总特征数、碎片匹配数/前体匹配数。非靶向代谢组学的多数特征符合「可检测结绳」模型图422项轨道阱正电离研究中各丰度区间内经结绳模型解释的特征数每个特征表按丰度排序展示前10个区间每个区间包含1,000个特征上图为结绳模型解释的总特征数下图为各离子类型中位数除单同位素离子M0外其余离子归为同位素、加合物或碎片。血液代谢组学的化合物注释不完整性图5非靶向液相色谱-质谱代谢组的注释覆盖率a. 轨道阱正、负电离数据集中的独有结绳数、高置信结绳含有效¹³C/¹²C模式、匹配人类代谢组数据库HMDB的高置信结绳数。b. 高置信结绳中匹配HMDB的比例。c. SRM 1950数据集统计色谱选择性为色谱峰纯度指标CSM为血清共识代谢组。d. SRM 1950数据集中按丰度排序的特征区间内结绳模型解释特征数与3大注释源的匹配数对比注释源分别为Mandal等人2025鉴定的SRM 1950已知化合物、HMDB、人类全基因组代谢模型。结论液相色谱-质谱代谢组学的核心知识缺口并非离子分组或碎片计数方法而是未知化合物的鉴定。数据与材料血浆系列稀释数据存储于代谢组学工作台研究编号ST002454美国国家标准与技术研究院SRM 1950标准品数据https://zenodo.org/records/1758007661个经Asari软件处理的公共数据集https://zenodo.org/records/14541717同位素、加合物与源内碎片的质量模式列表集成于mass2chem软件包开源地址https://github.com/shuzhao-li-lab/mass2chem全部分析代码以Jupyter笔记本形式存储于https://github.com/shuzhao-li-lab/dark_metabolome详细总结思维导图代谢组数据质量特征参考Metabolomics. 2026 May 24;22(3):79. doi: 10.1007/s11306-026-02456-y.Assessing the metabolomics dark matter by a detectable khipu model260524khipu.pdf注AI辅助创作如有不当欢迎指出。内容仅供参考不构成任何建议。