代谢组学（Metabonomics）的旧与新

赵秀举，dzrdez@163.com

Metabonomics: Quantitative exploration of  temporal-spatial metabolic responses of biomaterials to perturbations. (Zhao, X.J. 2011)

代谢组学：定量探究扰动引发生物材料代谢模式时空应答的一门学科。（赵秀举，2011年11月）

截至2021，假肢、类器官等扩展的人（extended person）变得常见，当时使用“生物材料”具有一定的前瞻性；时空性的研究逐渐普遍，当时使用“时空”具有一定前瞻性；扰动既包括生殖发育等内因，也涵盖营养毒物运动等外在行为因素，具有一定的统一性。（虽然当时有人认为没必要，后来没推广，但是它确实存在，现在发布为时不晚。）把如此定义的代谢组学（Metabonomics）纳入生物数据学[生物数据学进展2021年度报告（修改）]。

Metabonomics兼顾变量、样本和时点，符合生物时空多样性和关注具体应用场景，慎重使用代谢指纹图谱意义的Metabolomics（侧重变量）。

从血甘油三酯和胆固醇，经NMR扩散加权谱不饱和度，到IVDr不同脂蛋白亚组分；分析检测都要遵循逐步细化，否则可能捡了芝麻（如直接上单细胞检测）丢了西瓜。

在主成分分析（PCA）和[正交化]偏最小二乘（[O]PLS）等多变量分析（MVDA）时代，标度（scaling）是对变量的操作，归一化（normalization）是对样本的操作；人工智能时代广泛使用normalization，分batch（对样本）、layer（对变量）、group等类别。样本量或变量（参数）海量时，归一化、排列验证（permutation）是计算开销很大的过程，增加碳排放（TCO），需要审慎决定是否采用包含这些步骤的方法（算法）。除了科学本身的指标，纳入TCO衡量方法（算法、模型）优劣。

不受数据集大小影响、可以在不同数据集之间快速迁移[零试或少试]的方法（算法模型）就显示威力了。

NMR（核磁共振）具有解析结构（assign）功能，一定程度上限制了利用化学位移、J耦合和积分面积来预测新代谢物；XC-MS（色谱质谱），不具有解析结构功能，可以指认比对（align），还搭上了人工智能（浅度学习之支持向量回归、随机森林、决策树）预测代谢物。

[新陈]代谢是生命的本质，代谢组学和代谢流分析、代谢工程、代谢生物学、代谢流行病学都是研究代谢的手段。

凡事要辩证看啊，谁都没有绝对优势。与时俱进，活到老学到老，构建学术生态。

附：

Quantitative measurement of time-related multiparametric metabolic responses of multicellular  systems to pathophysiological stimuli or genetic modification (Nicholson, J. K. et al   1999)

Quantitative understandings of the metabolite complement of integrated living systems and its dynamic responses to the changes of both endogenous factors and exogenous factors (Tang, H. R. and Wang, Y. L. 2006)