

图1. SCIEX ExionLC™ AE系统与SCIEX ZenoTOF 8600系统

代谢组学作为系统生物学的重要分支,能够直接反映生物体在生理、病理或外界刺激下发生的终端生化变化,已广泛应用于疾病生物标志物发现、药物开发、毒理学研究及营养科学等领域。
但在真实样本中,代谢物种类繁多、理化性质差异大、浓度跨度范围广,非靶向分析往往面临低丰度代谢物难以捕获、共流出物难以解析、MS/MS覆盖不足和鉴定置信度有限等挑战。
如果说过去的非靶向代谢组学追求“看得到”,那么今天高质量组学研究更需要“看得全、看得准、看得深”。SCIEX ZenoTOF 8600系统,正是为这样的深覆盖代谢组学研究需求而来。

SCIEX ZenoTOF 8600系统围绕离子传输、离子富集、扫描速度与数据质量进行系统升级,帮助研究人员在复杂生物样本中获得更多高质量一级和二级信息。
Zeno Trap富集阱技术:提升MS/MS检测灵敏度,使低丰度代谢物也有机会获得高质量二级谱图。
OptiFlow Pro离子源、DJet离子导入、双频QJet离子传输系统与Mass Guard离子导向技术协同提升离子导入和传输效率。
出色的扫描速度与高质量分辨率,有助于在复杂样本中捕获更多低丰度代谢物信息并解析共流出物。
结合高通量DDA采集策略,能够在短梯度内获取大量高质量MS/MS谱图,为后续鉴定提供更充分的数据基础。
ZenoTOF 8600的核心价值不是“多采一点数据”,而是让代谢组学研究从有限覆盖迈向深度覆盖,从可疑注释迈向更高置信鉴定。

在本应用方案中,研究团队采用HILIC亲水体系和RP反相体系,对NIST血浆、NIST尿液、小鼠大脑、小鼠肝脏以及BV2细胞等5类样本进行非靶向代谢组学检测。
依托ZenoTOF 8600的高速采集能力,质谱数据采用1 TOF MS + 40 TOF MS/MS的DDA策略,同时结合动态背景扣除。以尿液样品为例,在12分钟梯度下,所有模式单针数据均可采集到超过20,000张二级谱图。

图2. 尿液样品在四个模式下的MS/MS采集情况
更丰富的MS/MS数据意味着更多结构信息、更高鉴定可能性,也意味着低响应化合物不再轻易被“淹没”在复杂基质中。

图3. 低响应化合物仍可获得可用于鉴定的TOF MS/MS谱图

高质量代谢组学研究不能只停留在峰数量和谱图数量,最终仍要回到“能可靠鉴定多少代谢物”。
本应用方案中,DDA数据经Met4DX提峰并生成MetDNA所需文件,再由MetDNA进行代谢物鉴定。鉴定结果依据可靠程度分为Level 1至Level 3,其中Level 1同时匹配标准品一级质谱、二级质谱以及保留时间,置信度最高。
结果显示,在5类不同生物样品中,Level 1代谢物鉴定数量均超过870个;所有鉴定级别总数量达到7700–12000个,显著提升代谢物覆盖度。

图4. 5类生物样品代谢物鉴定数量统计

对于科研用户而言,仪器性能的提升最终要转化为更可靠的数据解释和更有价值的生物学发现。
在复杂基质中捕获更多低丰度代谢物信息。
提升MS/MS覆盖度,为结构注释和代谢物鉴定提供更充分证据。
结合HILIC与RP双分离体系,覆盖更广泛亲水和疏水代谢物。
配合MetDNA网络化鉴定策略,为高置信注释与未知物拓展提供支持。
为疾病机制解析、生物标志物发现、药物研发、毒理学评价和大规模队列研究提供更强分析平台。

在非靶向代谢组学研究中,覆盖度、灵敏度、MS/MS质量和鉴定置信度缺一不可。SCIEX ZenoTOF 8600系统通过硬件平台升级与高通量数据采集能力,突破“检测深度不足”和“鉴定受限”等关键瓶颈,为高质量、大规模代谢组学研究提供强有力的技术支撑。
从“看到”到“看全”,从“更多谱图”到“更高置信鉴定”——SCIEX ZenoTOF 8600正在重新定义非靶向代谢组学的检测深度。
参考文献11
Shen, X., Wang, R., Xiong, X. et al. Metabolic reaction network-based recursive metabolite annotation for untargeted metabolomics. Nat Commun 10, 1516 (2019).
Zhou, Z., Luo, M., Zhang, H. et al. Metabolite annotation from knowns to unknowns through knowledge-guided multi-layer metabolic networking. Nat Commun 13, 6656 (2022).
Zhang, H., Zeng, X., Yin, Y. et al. Knowledge and data-driven two-layer networking for accurate metabolite annotation in untargeted metabolomics. Nat Commun 16, 8118 (2025).
Luo, M., Yin, Y., Zhou, Z. et al. A mass spectrum-oriented computational method for ion mobility-resolved untargeted metabolomics. Nat Commun 14, 1813 (2023).
上一篇
没有了