代谢组鉴定质控标准正式建立

　　 蛋白质组和代谢组技术都基于质谱，但相比于蓬勃发展的蛋白质组学技术，代谢组虽然技术流程更简单，但其应用却一直十分缓慢。究其原因，是因为蛋白质组学却很早就基于Target-Decoy策略建立了FDR（假发现率）质控策略，可以保证鉴定结果的可靠性；而代谢组全谱鉴定一直缺乏有效的质控手段对鉴定结果进行质控，导致鉴定结果十分不可靠。

　　不同的平台、流程和分析软件对于代谢组鉴定结果的质量评估方法参差不齐，甚至没有任何质量控制可言，假阳性鉴定比例相当高。有人曾借鉴蛋白质组学质控的Target-Decoy策略，对代谢组鉴定结果进行质控，但由于难以获得可靠的代谢物的诱饵库，该策略长期以来不被认可。

　　2020年3月26日，暨南大学生命科学技术学院张弓教授团队和深圳市数字生命研究院人工智能实验室在Analytical Chemistry（化学一区）上发表论文，对全谱（即非靶向）代谢组鉴定建立了一个可靠的FDR质控方案。该方案最主要的贡献是建立了一种新的代谢物的诱饵库生成方法，基于参考库的随机信号生成法的基础上，在诱饵谱图中添加适当比例的原始谱图信号，其生成的诱饵库不仅与目标库具有相似的特性，同时能够提高鉴定结果FDR评估的准确性。

　　实测表明，该方法可以将FDR控制到0.01的水平，与当前蛋白质组学界的严格标准相当；FDR的估计值与真实值几乎一致；鉴定结果中的假阳性比例很低，并且谱图归并到代谢物的有效利用率提高。而传统的方案仍然存在着大量的假阳性。

　　这一质控方案的成功，标志着代谢组全谱鉴定首次有了一个可靠的质控标准，这无疑将为代谢组的广泛应用铺平道路。

　　为了便于其他学者的应用和研究，该文章第一作者李德华自主设计和实现新方法的诱饵库生成和谱图匹配算法，并将整个代谢组鉴定过程封装成软件,命名为XY-Meta，提供免费下载 (https://github.com/DLI-ShenZhen/XY-Meta)。XY-Meta不仅具有高效的计算性能，还能够实现代谢组迭代搜索和开放式搜索，能够为不同的研究问题提供灵活的搜索方案。