【資料圖】
中國科學院上海有機化學研究所生物與化學交叉研究中心朱正江研究員課題組在Nature Communications雜志在線發(fā)表了題為“Metabolite Annotation from Knowns to Unknowns through Knowledge-guided Multi-layer Metabolic Networking”的研究論文 (Nature Communications, 2022, 13: 6656) 。該工作發(fā)展了一種知識驅(qū)動的多層代謝網(wǎng)絡(luò)技術(shù)(Knowledge-guided multi-layer networking, KGMN)，在復雜生物樣本中實現(xiàn)了未知代謝物的大規(guī)模鑒定。朱正江課題組畢業(yè)生周智偉博士，博士研究生羅名都同學是論文的共同第一作者，中國科學院上海有機化學研究所生物與化學交叉研究中心為第一單位。
生命體代謝組不僅包含內(nèi)源性產(chǎn)生的已知代謝物，還包含微生物菌群、植物、食物和其他來源的未知代謝物。這些未知代謝物對生命活動起到重要的調(diào)控作用。然而，如何大規(guī)模鑒定未知代謝物是當前代謝組學研究中的熱點和難點。在前期研究中，朱正江課題組發(fā)展了基于代謝反應網(wǎng)絡(luò)的代謝組學技術(shù)MetDNA（Nature Communications, 2019, 10: 1516）。該技術(shù)利用代謝反應網(wǎng)絡(luò)中產(chǎn)物和底物存在結(jié)構(gòu)相似性和二級質(zhì)譜圖相似性的基本原理，設(shè)計了代謝物二級質(zhì)譜圖“譜圖借用”和“多次迭代”算法，利用標準譜圖庫鑒定出的代謝物作為種子，依靠代謝反應網(wǎng)絡(luò)進行代謝物注釋的迭代和傳遞，突破了標準二級質(zhì)譜圖庫的覆蓋度限制，實現(xiàn)大規(guī)模的已知代謝物鑒定。然而該技術(shù)仍然存在一些局限：1) 代謝物鑒定傳遞的過程是僅限于已知代謝反應網(wǎng)絡(luò)，因此無法用于發(fā)現(xiàn)新的未知代謝物；2) 復雜質(zhì)譜數(shù)據(jù)中的大量冗余信號 (如同位素峰、加合物峰、中性丟失和源內(nèi)裂解等)會對代謝物的鑒定造成假陽性。
針對以上問題，作者進一步發(fā)展了知識驅(qū)動的多層代謝網(wǎng)絡(luò)技術(shù)(KGMN)，實現(xiàn)了從已知代謝物鑒定未知代謝物的能力，并顯著提升了代謝物鑒定的準確度?；谠摷夹g(shù)，作者開發(fā)了第二代MetDNA軟件（MetDNA2）。該技術(shù)首次整合了3層代謝網(wǎng)絡(luò)（圖1）：1) 知識驅(qū)動的代謝反應網(wǎng)絡(luò)；2) 知識引導的二級質(zhì)譜圖相似性網(wǎng)絡(luò)；3) 全局代謝峰相關(guān)性網(wǎng)絡(luò)。首先，作者利用理論代謝反應對于已知的代謝反應網(wǎng)絡(luò)進行擴展，從而構(gòu)建了包含已知和未知代謝物的擴展代謝反應網(wǎng)絡(luò)（KMRN，網(wǎng)絡(luò)1）。MetDNA2從標準譜圖庫鑒定出的種子代謝物出發(fā)，基于擴展代謝反應網(wǎng)絡(luò)和“譜圖借用”策略，構(gòu)建二級質(zhì)譜圖相似性網(wǎng)絡(luò)（網(wǎng)絡(luò)2）。該策略可以通過多次迭代和循環(huán)擴增的算法，將代謝組學質(zhì)譜數(shù)據(jù)中的所有已知和未知代謝物連接，直到?jīng)]有新的注釋代謝物。在網(wǎng)絡(luò)2中，代謝物節(jié)點之間的連接有四個限制條件：MS1 m/z、保留時間、MS/MS譜圖相似性和代謝反應轉(zhuǎn)化（metabolic biotransformation）。對于注釋到的每一個代謝物，MetDNA2會進一步通過靶向檢索其相關(guān)的冗余質(zhì)譜特征峰（如同位素峰、加合物峰、中性丟失和源內(nèi)裂解等），并構(gòu)建全局代謝峰相關(guān)性網(wǎng)絡(luò)（網(wǎng)絡(luò)3）。最后，利用全局代謝峰相關(guān)性網(wǎng)絡(luò)，MetDNA2對注釋的代謝物結(jié)果進行全局優(yōu)化，提升代謝物鑒定的準確度，去除假陽性注釋結(jié)果返回最終鑒定結(jié)果。整個數(shù)據(jù)處理流程全程自動化，無需人工干預，提升了數(shù)據(jù)分析的效率。
圖1 知識驅(qū)動的多層代謝網(wǎng)絡(luò)技術(shù)KGMN
利用上述技術(shù)，MetDNA2對于已知代謝物的鑒定準確性從~70%提升至>95%。同時，在不同的生物樣本中，MetDNA2還能夠鑒定~100-300個未知代謝物；對于單個生物樣本鑒定的代謝物數(shù)目在2000-5000個左右。在MetDNA2中，每一個鑒定結(jié)果均根據(jù)國際代謝組學協(xié)會標準指定特定的可信度。此外，MetDNA2還包含了一系列重要的更新和升級，如全面升級的標準代謝物譜圖數(shù)據(jù)庫(>2000個代謝物)；兩種不同色譜體系的保留時間數(shù)據(jù)庫 (HILIC 和C18體系)；適配所有廠商的高分辨二級質(zhì)譜數(shù)據(jù)等。
為了方便相關(guān)領(lǐng)域研究者應用該工具，課題組提供了用戶友好型的界面和網(wǎng)站MetDNA2 (http://metdna.zhulab.cn/)，學術(shù)用戶可以免費注冊使用。該工作所開發(fā)的KGMN技術(shù)已經(jīng)申請了國家發(fā)明專利和國家軟件著作權(quán)。相關(guān)技術(shù)和軟件的商業(yè)用途需要聯(lián)系朱正江研究員進行授權(quán)使用。該工作得到了國家自然科學基金委、科技部、中國科學院、上海市科委等的資助。
論文鏈接：https://www.nature.com/articles/s41467-022-34537-6
