非靶標代謝組學是生命活動的“最終輸出端”和“動態快照”，它最接近表型。然而，代謝物水平變化本質是生物學過程的“結果”，其上游驅動力來自基因組、轉錄組與蛋白質組的協同調控。因此，將非靶標代謝組學與基因組/轉錄組/蛋白組數據進行多組學整合分析，可以實現 “從表型現象到分子機制” 的深度解析，極大提升研究的深度和說服力。
01 先定“文章類型”，再定“組學組合”
核心邏輯：
非靶標代謝組學可高效篩選并鎖定驅動表型的核心代謝物候選物；進而逆向溯源，由轉錄組/蛋白質組闡釋其上游調控，由微生物組揭示其菌群代謝起源；最終通過功能實驗，構建從 “基因/菌群→酶→代謝物→表型” 的完整因果調控網絡。
02 文章構思與成文
主題一：代謝標志物篩選與驗證
科學問題：能否找到一組血漿代謝物，用于診斷非酒精性脂肪性肝病(NAFLD)？
實驗設計：
樣本：NAFLD患者與健康對照血漿/血清樣本
組學：非靶標代謝組學（新一代代謝組學NGM 3 Pro）
輔助：臨床指標（ALT、AST、TG、BMI等）
整合分析與驗證：
代謝物篩選：PCA觀察自然聚類情況，OPLS-DA模型篩選組間差異代謝物（VIP>1&p<0.05），獲得潛在診斷代謝物候選列表；
標志物Panel構建：對候選代謝物進行ROC曲線分析，選取AUC>0.8的代謝物，構建診斷模型(Panel)；
獨立驗證與閉環：在獨立的驗證集中，使用靶標代謝組學對Panel中的代謝物進行絕對定量，并驗證其診斷效能；將代謝物Panel與臨床指標進行相關性分析，證明其與疾病嚴重程度的相關性。
技術路線1
主題二：多組學分析
科學問題：腸道菌群如何通過代謝物影響肥胖表型？
實驗設計：
樣本：收集肥胖患者與對照的糞便樣本；
組學：非靶標代謝組學（新一代代謝組學NGM 3 Pro）（糞便，反映整體代謝環境）；
輔助與驗證：16S rRNA測序（菌群組成分析）+短鏈脂肪酸(SCFAs)靶標定量（對關鍵功能代謝物進行絕對定量驗證）。
整合分析與驗證：
差異篩選：分別找到差異菌屬（16S）和差異代謝物（非靶標代謝）；
互作網絡構建：通過Spearman相關性分析構建 “差異菌屬?差異代謝物” 關聯網絡，結合Mantel檢驗驗證菌群結構與代謝譜的整體相關性，篩選與肥胖顯著相關的關鍵菌?代謝物對（例如，Bacteroides與次級膽汁酸呈正相關）；
功能推測與驗證：對關鍵差異代謝物進行KEGG通路富集分析，推測其參與的生物學通路（如膽汁酸代謝、丁酸鹽代謝等）；對網絡中發現的關鍵代謝物（如膽汁酸、色氨酸代謝物），進行靶標絕對定量驗證，確認其變化趨勢；
關聯表型閉環：將核心的“菌-代謝物”對與宿主臨床表型（如BMI、胰島素抵抗指數HOMA-IR）進行相關性分析，構建“菌群 → 代謝物 → 宿主表型”的邏輯鏈條。
技術路線2
主題三：代謝酶功能驗證
科學問題：在心肌肥厚中，ACSL1酶如何通過?；o酶A堆積誘發凋亡？
實驗設計：
樣本：心肌肥厚小鼠模型vs對照小鼠的心臟組織；體外培養的心肌細胞；
組學：非靶標代謝組學（新一代代謝組學NGM 3 Pro）初步篩選，重點關注脂質代謝通路；
輔助與驗證：DIA蛋白組學（全面量化酶表達）+siRNA/抑制劑（功能干預）。
整合分析與驗證：
酶與代謝物關聯分析：整合DIA蛋白組學數據與靶標定量(LC-MS/MS)的?；o酶A數據，分析ACSL1表達水平與其產物酰基輔酶A的相關性，建立功能聯系；
代謝通路展示：結合非靶標代謝組學數據，繪制脂質代謝通路圖，直觀顯示從脂肪酸到?；o酶A的代謝變化；
功能驗證：
必要性驗證：使用siRNA或抑制劑敲低/抑制ACSL1；
充分性驗證：在正常心肌細胞中過表達ACSL1；
代謝物與表型檢測：對上述干預后的細胞，采用靶標代謝組學驗證?；o酶A濃度變化，并進行細胞凋亡表型檢測（如Annexin V染色、Cleaved Caspase-3檢測等）。
預期成果：
為“ACSL1上調→酰基輔酶A堆積→心肌細胞凋亡→心肌肥厚”的致病機制提供關鍵證據。
技術路線3
百趣生物新一代代謝組學NGM 3 Pro開啟代謝組學新體驗！
NGM 3 Pro聚焦代謝組學檢測的準確度和可靠性，依托20000+代謝物標準品自建數據庫，搭載Orbitrap Astral質譜儀，以嚴格四核算法、自動化前處理及全流程質控，全面提升檢測結果準確性。另外NGM 3 Pro憑借MetDNA3代謝網絡數據庫，還能發現此前未被發現的暗物質，幫助突破科研瓶頸。
參考文獻
【1】Sun Y, Cai L, Yu B, et al. L-Phenylalanine promotes liver steatosis by inhibiting BNIP3-mediated mitophagy. Mol Med. 2025;31(1):250. Published 2025 Jun 30. doi:10.1186/s10020-025-01303-5
【2】Wang R, Li B, Huang B, et al. Gut Microbiota-Derived Butyrate Induces Epigenetic and Metabolic Reprogramming in Myeloid-Derived Suppressor Cells to Alleviate Primary Biliary Cholangitis. Gastroenterology. 2024;167(4):733-749.e3. doi:10.1053/j.gastro.2024.05.014
【3】Zhang D, Wang Q, Li D, et al. Gut microbiome composition and metabolic activity in metabolic-associated fatty liver disease. Virulence. 2025;16(1):2482158. doi:10.1080/21505594.2025.2482158
【4】Wang X, Fang Y, Liang W, et al. Fusobacterium nucleatum facilitates anti-PD-1 therapy in microsatellite stable colorectal cancer. Cancer Cell. 2024;42(10):1729-1746.e8. doi:10.1016/j.ccell.2024.08.019
【5】Wei W, Wong CC, Jia Z, et al. Parabacteroides distasonis uses dietary inulin to suppress NASH via its metabolite pentadecanoic acid. Nat Microbiol. 2023;8(8):1534-1548. doi:10.1038/s41564-023-01418-7
【6】Chen X, Zou G, Yang Z, et al. Serum metabolomic profiling uncovered metabolic shifts in individuals upon moderate-altitude exposure and identified the potentiality of beta-alanine to ameliorate hyperuricemia. Redox Biol. 2025;81:103546. doi:10.1016/j.redox.2025.103546
【7】Jin J, Meng T, Yu Y, et al. Human HDAC6 senses valine abundancy to regulate DNA damage. Nature. 2025;637(8044):215-223. doi:10.1038/s41586-024-08248-5
【8】Cheng C, Zha Q, Sun L, et al. VCP downstream metabolite glycerol-3-phosphate (G3P) inhibits CD8(+)T cells function in the HCC microenvironment. Signal Transduct Target Ther. 2025;10(1):26. Published 2025 Jan 24. doi:10.1038/s41392-024-02120-8