您是否知道，一粒大米的品质与它的“内在密码”息息相关？

氨基酸赋予米饭鲜味与咀嚼弹性，糖类决定甜度与光泽，有机酸调节风味层次，而支链氨基酸则影响蛋白质结构与口感稳定性。不同产地的环境差异会显著改变这些代谢物的组成。例如，阳光充足的地区可能积累更多糖类，而特定有机酸的差异则可能成为区分“风土特色”的关键标志物。然而，传统检测方法受限于分析维度单一、操作繁琐，难以同时捕捉数十种代谢物的细微变化，导致品质评价缺乏系统性依据。

靶向代谢组学技术为这一难题提供了高效解决方案。它通过预先设定目标代谢物清单，结合三重四极杆质谱的精准定量能力，实现对目标分子的“精准追踪”。相较于传统方法，其优势在于：仅聚焦关键代谢物，避免干扰信号；一次实验可同时测定数百种成分，数据标准化程度高。

然而代谢组数据因其高维度、多变量和复杂关联性，传统统计方法常面临解释力不足的挑战。机器学习技术凭借其强大的模式识别和数据挖掘能力，能够从海量代谢组数据中发现隐藏的生物学规律，并支持分类预测（如区分样本来源）和关键代谢标志物筛选，已成为代谢组学研究的重要工具。

本研究以日本越光稻米为模型，结合岛津的LC-MS/MS硬件平台、MRM方法包及智能化数据分析软件，系统展示了代谢组学与机器学习的协同应用。通过LCMS-8060RX质谱仪的高灵敏度检测和标准化MRM方法包的快速分析，获取了覆盖氨基酸、糖类等49种代谢物的高质量数据；随后借助eMSTAT Solution软件内置的机器学习算法（如支持向量机SVM、随机森林），不仅实现了不同产地稻米代谢特征的精准分类，还通过统计模型（ANOVA、PCA）与机器学习的联合分析，识别出葡萄糖、支链氨基酸等关键差异代谢物。

LCMS-TQ RX系列进行大米中代谢产物分析

样本与实验设计

1、样本来源：选取日本6个县（新潟、富山、香川等）的8个越光稻米产地，每组样本进行5次重复实验，确保数据可靠性。

2、预处理流程：

• 冷冻粉碎：避免代谢物降解，提高提取效率；

• 甲醇提取：高效溶解极性代谢物（如氨基酸、有机酸）；

• 内标校准：添加甲硫氨酸砜MetSO3H作为内标，消除批次差异对定量的影响。

实验技术平台与参数

1、仪器与方法：

• LC-MS/MS系统：LCMS-8060RX三重四极杆质谱仪 + Nexera X3 UHPLC系统；

• 检测模式：MRM（多反应监测），采用ESI源（正负离子模式切换）。

2、MRM方法包：

• LC-MS/MS Method Package for Primary Metabolites Ver.3；

• 支持141种代谢物检测，额外优化葡萄糖和蔗糖的参数（如碰撞能量、保留时间）；

• 分析时间：40分钟完成全流程分析，显著优于传统分批检测。

3、软件支持：

• LabSolutions Insight：自动批处理数据，利用内标校正峰面积，输出标准化代谢物浓度；

• eMSTAT Solution：内置多元统计分析模块（PCA、ANOVA、PLS-DA）和机器学习模型（SVM、随机森林）。

大米靶向代谢组学分析流程

eMSTAT Solution软件是岛津一款具备直观且用户友好界面的统计分析软件。它能够识别岛津色谱，质谱分析数据，支持单变量和多元分析以发现生物标志物。此外，还可通过基于已知样本数据进行机器学习从而（训练数据）构建的模型，进而可对未知样本进行判别分析。

本文采用eMSTAT Solution进行统计学分析和机器学习模型建模。

数据分析与关键结果

1、代谢物检测：成功定量49种代谢物，包括氨基酸（谷氨酸、亮氨酸）、有机酸（苹果酸、水杨酸）、糖类（葡萄糖、蔗糖）等。

大米实际样品色谱图

2、多变量统计可视化：

• 显著性统计：ANOVA分析显示，45种代谢物在不同产地间差异显著（p<0.05），如：

葡萄糖：新潟样本（均值32.1 μg/g）显著低于香川样本（48.7 μg/g）；

亮氨酸：富山样本含量比茨城高1.8倍，可能与当地低温促进支链氨基酸合成有关。

• PCA得分图：

Score Plot显示8个产地样本在PC1（32%变异度）和PC2（28%）轴上呈现清晰聚类（如图1），说明环境因素主导代谢差异；

Loading Plot图显示蔗糖、苹果酸对组间差异贡献最大（正/负向负载值分别为+0.73和-0.68）。

PAC分析结果Score Plot（图a），Loading Plot（图b）

样本间特征代谢物的箱线图

3、产地分类预测：eMSTAT Solution软件

• SVM（支持向量机）模型：准确率92%，可依据代谢物谱快速判断样本产地；

• 随机森林模型：识别出12种核心标志物（如脯氨酸、柠檬酸），其权重总和贡献85%的分类准确性。

eMSTAT Solution软件分析界面

结论

本研究通过岛津完整的硬件-MRM方法包-软件一体化解决方案，高效完成了不同产地稻米代谢组学分析，充分展示了其在代谢标志物发现、地域特征评估及质量控制中的强大能力。

1、硬件设备：高灵敏度与稳定性的LC-MS/MS系统

LCMS-TQ RX三重四极杆质谱仪：

• 核心性能：采用CoreSpray离子源技术，确保复杂基质中代谢物的高效电离和检测，尤其对痕量成分（如某些氨基酸、有机酸）具有高灵敏度。

• 稳定性：在连续分析多批次样本时（如8个产地、5重复），基线噪音低，保证定量结果的重复性和准确性。

Nexera X3 HPLC系统：

• 高效分离能力：搭载Shim-pack GIST PFPP色谱柱，实现49种代谢物的快速分离（总运行时间短），且峰形尖锐、分离度高，避免了共洗脱干扰。

• 自动化兼容性：与质谱无缝对接，支持高通量分析，减少人工操作误差。

2、MRM方法包：加速代谢组学分析流程

LC-MS/MS Method Package for Primary Metabolites Ver.3：

• 预设参数库：包含141种主要代谢物（氨基酸、有机酸等）的MRM参数（碰撞能、碰撞电压等），可直接调用，极大缩短方法开发时间。

• 扩展性：允许用户自定义新增目标物（如本研究中添加的葡萄糖和蔗糖），兼容复杂分析需求。

• 标准化流程：确保不同实验室间数据可比性，为代谢组学研究提供可靠的质量控制基础。

3、数据分析软件：从定量到统计的全流程支持

LabSolutions Insight：

• 自动化定量分析：通过内标校正（甲硫氨酸砜）和峰面积归一化，快速完成多组分、多样本的定量处理，显著降低人工干预时间。

• 数据兼容性：支持CSV、TXT等多种格式导出，无缝对接下游统计软件。

eMSTAT Solution软件：

• 统计分析一体化：提供从单变量（ANOVA、t-test）到多元分析（PCA、PLS-DA）的完整工具，直观展示样品分群（Score Plot）和变量贡献（Loading Plot）。

• 模型构建与预测：通过SVM、随机森林等算法，可基于已知数据（如本研究的8个产地）构建分类模型，用于未知样本的快速预测。

• 用户友好性：拖拽式界面简化复杂分析流程，适合非统计背景的研究者使用。

4、应用拓展性：

该方案不仅适用于农产品质量评估（如区分地域特征），还可扩展至医药代谢组学（药物代谢物分析）、生物标志物发现（疾病相关代谢物筛选，仅供研究使用）等领域。

本文内容非商业广告，仅供专业人士参考。