由于基因組學、轉錄組學等常用組學無法充分反映轉錄后調控、酶活性及細胞過程，因此需要利用代謝流組學（Fluxomics）來全面研究所有代謝物的流率（Flux rates），從而更好描述細胞在生理過程中的代謝活性。
基于13C或者15N標記的代謝流量分析方法通過分析下游代謝產物的穩定同位素標記模式，推算出該代謝物在細胞內代謝通路中的周轉速率、方向和分布規律，鑒定出相關疾病發生發展過程的早期診斷的標志物及其關鍵的主要代謝通路，并揭示其相互調控規律，為疾病發生的臨床早期診斷、藥物靶點治療和預后判斷提供強有力的科學依據。
分析內容全面升級
為了便于各位科研人對代謝流數據的挖掘，我們將數據分析報告升級為三大部分：基礎數據分析、高級數據分析、個性化分析。在每個分析節點豐富分析層次，增加數據分析角度，有助于科研人們進行多維數據利用。
基礎數據分析——代謝流量分析
基于樣本數據鑒定出各個目標代謝物的不同同位體的分布信息，整體展示不同組中物質的被標記情況。
高級數據分析——差異分析
對同位素標記的代謝物進行多維度的深度分析。從代謝物的整體相對含量變化程度，代謝物的不同同位素體占比，代謝物的整體代謝流率等全方面，對目標代謝物的體內變化進行全面挖掘，進而分析實驗處理對于樣本調控規律的影響。
個性化分析——代謝通路可視化分析
通路可視化分析可以直觀清晰展示通路上的物質的變化情況，便于后續系統化的描述和展示數據。
靶標代謝流檢測物質列表
BIOTREE靶向代謝流分析通過**的技術手段對三羧酸循環（TCA）、糖酵解途徑（EMP） 、戊糖磷酸途徑（PPP）三大主要能量代謝途徑上共計50+關鍵代謝物進行代謝流靶向檢測。
