9月24日-25日，寶楓生物與國家衛建委職業衛生研究中心、宣武醫院、天津眼科醫院、中國醫科大學附屬盛京醫院、沃特世（上海）等合作單位，開展代謝組學基礎及代謝組學數據分析的內部培訓。

寶楓生物CTO陳顯揚博士（第二排，右二）、職業衛生中心實驗室人員（第二排，右三）、天津眼科醫院危平輝醫生（第二排，右一）、宣武醫院李旭穎醫生（左一）

天津眼科醫院韓國鴿（中）

代謝組學(Metabolomics) 是繼基因組學和蛋白質組學之后發展起來的新興的組學技術，是系統生物學的重要組成部分，據統計，近些年來代謝組學的研究越來越活躍，美國國家健康研究所(NIH)將代謝組學的發展規劃納入了國家生物技術發展的路線圖計劃中，許多國家的科研單位也先后開展了代謝組學的研究工作。

寶楓生物的陳顯揚博士向大家詳細的講解了代謝組學中的各種問題。陳顯揚博士指出代謝組學研究產生大量的數據，這些數據具有高維、小樣本、高噪聲等復雜特征。如何從復雜的代謝組學數據中提取出有價值的信息，篩選出潛在的生物標志物成為近年來代謝組學研究的熱點和難點

首先要進行的是樣本數據的預處理，處理手段主要包括歸一化（normalizationn) 、標準化（scaling) 。在代謝組學研究中通常用單變量分析方法來快速考察各個代謝物在不同類別之間的差異。但在處理時需考慮多重假設檢驗的問題，常用的方法為Bonferion校正和局部FDR。而代謝組學產生的是高維的數據，因此多變量統計分析在代謝組學數據分析中具有重要的作用。代謝組學數據采用的多變量統計分析方法主要有偏最小二乘判別分析（PLS-DA) 、基于正交信號校正的偏最小二乘判別分析（OPLS-DA)、人工神經網絡（ANN) 、支持向量機（SVM) 等。

 代謝組學分析的最終目標是希望從中篩選出潛在的生物相關標志物，從而探索其中的生物代謝機制。比較常見的一種策略是先進行單變量分析，再結合多變量模型中變量重要性評分作為篩選標準，如挑選fdr≤0.05和VIP＞1.0的變量作為潛在生物標志物。用篩選的潛在生物標志物對外部測試數據集進行預測，評價其預測效果。最后，可以通過研究生物標志物的生物學功能和代謝通路，分析不同生物標志物之間的相互作用和關系，從而為探索生物代謝機制提供重要線索和信息。

代謝組學作為后基因時代的一門新興學科，近年來的發展已經顯示出該學科的應用和發展前景。它與藥物的藥效、毒性篩選、評價研究、安全性評價、作用機制研究和合理用藥密切相關。從代謝組學的整體觀念與作用的整體觀念的一致性的認識，它適于疾病的早期診斷、預防和治療效果的評估等一系列的方向。

       寶楓生物的神經酸研究和開發，也完全借鑒了代謝組學的手段，通過超高分辨飛行時間質譜的檢測，鑒定了神經酸適合吸收和發揮作用的骨架結構；同時，利用靶向代謝組學的手段，證明了神經酸是諸多腦疾病的重要分子標志物，具有極大的藥用潛力；以比較基因組學和代謝組學的研究為基礎，寶楓生物開發了一系列的復合配方產品，填補了市場上的腦保健食品空白。