代谢组学技术及其在食品鉴别中的应用

陈利利，李云志，李 丽

(安徽农业大学茶与食品科技学院，安徽合肥230036)

代谢组学技术及其在食品鉴别中的应用

陈利利，李云志*，李 丽

(安徽农业大学茶与食品科技学院，安徽合肥230036)

代谢组学作为系统生物学的一支，已被广泛应用到各个研究领域。主要简述了代谢组学技术及其在食品质量和产地来源鉴别中的应用，通过分析表明:代谢组学技术在食品质量检测、食品产地来源鉴别等方面有着很好的应用前景。但在实际应用中仍存有问题，有待进一步深入研究。

代谢组学，食品，质量，产地，鉴别，应用

2 代谢组学的研究平台

任何完整的代谢组学研究，均需要考虑以下几个方面：一是样品的采集、制备;二是分析技术的选择;三是对所获得的数据进行分析;四是识别代谢产物;五是建立模型或解释所隐藏的生物学意义。

2.1 样品制备

代谢组是基因型和环境共同作用的结果，其作为代谢组学分析研究的对象，构成十分复杂，具有广泛的化学多样性。例如拟南芥有约5000种代谢物，而整个植物界的代谢物的种类估计高达20万［4-5］，高等动物代谢组的规模可能更大［6］。而代谢组学力求分析生物系统中所有的代谢产物，因此样品制备过程中应尽可能地保留和反映总的代谢产物的信息。由于所采用的分析技术不同，样品制备方法也各异。目前，常用的样品预处理方法有液相萃取、固相萃取、固相微萃取和微波辅助萃取等。

2.2 分析技术

对样品预处理后，选择一种能分析出所有代谢物的技术手段至关重要。然而，由于代谢物组成复杂、含量不一、样品制备过程的偏差以及检测设备的量程及通量等问题，现还没有一种技术可以满足对所有代谢物进行分析［7］。现在应用较多的技术主要有核磁共振(NMR)、质谱、色谱(液相和气相)、红外光谱以及各种技术之间的联用。

2.2.1 核磁共振技术 NMR技术是基于原子核磁性的一种技术，可以快速定量分析检测样品，对样品不具破坏性，而且对于样品的制备无太多要求，制备简便;另外，利用该技术可在短时间内同时获得样品中多种组分的弛豫时间曲线图谱，从而能准确地对样品进行分析鉴定［8］。目前常使用的NMR有氢谱、碳谱和磷谱，其中1H-NMR是代谢组学的主要分析技术。利用核磁共振技术对样品进行分析，其分析性能的好坏，不是依据所检测到的信号数目而定，而是根据所鉴定的代谢物数量。二维核磁共振或多维核磁共振技术的发展与应用，如关联能谱法、总相光谱等［9］，提供了信号与两个不同的原子核之间关系的信息，从而提高了对代谢物的鉴定［10］。在灵敏度方面，NMR技术不如其他分析技术的灵敏度高，如：红外光谱、紫外可见吸收光谱［11］等。然而，低温探头在NMR技术中的应用，改善了NMR的灵敏度［12］。随着NMR灵敏度的改进，LC与NMR的联用也将成为代谢组学主要分析工具。

2.2.2 色谱与质谱的联用 色谱和质谱之间的联用，使其既具有了色谱对复杂样品较强分离能力的特性，又具有质谱高灵敏度、高选择性以及提供相对分子质量和丰富结构信息的特性。其中LC-MS、GC-MS技术在代谢组学研究中已得到广泛的应用，而这两种技术的离子化程序又有所区别。GC-MS仪器采用硬离子方法电离，电子轰击电离，而LC-MS利用软离子方法电离(如在气压电离、电喷雾电离、大气压化学电离)［26］。

气质联用现已广泛应用于生命科学、环保、材料、食品、药物开发等领域。可有效的分析分子量相对较低的疏水性化合物，如精油、烃类、酯类和极性减弱的代谢衍生物［13］。飞行时间质谱与气相结合的引进和发展，大大减少复杂混合物的分析时间并且提高了m/z的精度，优化了所有化合物在色谱图中的鉴定［14］。在研究中，大多数样品都需要在室温或升温的条件下进行衍生化处理，改善分析对象的挥发性、峰形、分离度、稳定性，从而提高检测的灵敏度。常见的衍生过程有三甲硅烷基化和与重氮甲烷发生反应［15］。但样品中水分的存在会严重影响衍生化产物的结构。虽然充分的样品干燥可以减少这种干扰，但过多的样品干燥又会使某些易挥发代谢物损失［16］。并不是所有的化合物都可以用GC-MS技术进行分析，尤其是不耐热和大分子代谢产物。随着GC-MS技术的发展，二维气相色谱质谱(GC-GC -MS)及多维气相色谱质谱技术的应用，其高峰容量、抗杂质干扰强的特点，大大提高了分离系统的分辨率。

LC与MS的联用时，能够集HPLC高分离性能和MS高灵敏度、高专属性的优点于一体，并且具有提纯和制备单一物质的能力［17］。LC-MS不同于GC-MS，它对检测温度要求较低，对样品的挥发性也没有太高的要求，避免了GC-MS中繁杂的样品前处理，不需要对样品进行衍生化处理。最近高效液相色谱/质谱，超高效液相色谱/质谱和亲水作用色谱/质谱在代谢组学研究中的分析潜能已得到重视［18-19］。应用LC/MS技术分析代谢产物时，要求必须同时采用保留时间和质荷比二个参数才能准确地标识一个化学成分，无疑增加了 LC/MS谱图解析工作的难度［20］。并且该技术还没有得到一个广泛光谱数据库的支持，因此，代谢物鉴定的步骤是比GC-MS技术花费的时间要多［21］。在色谱分析方法中，液相具有最小峰容量，这也就意味着混合物中单一代谢产物的峰分辨率降低。除了通过改善柱性能提高了LC在代谢组学中的应用外，二维液相色谱的引入也克服峰了分辨率低的限制［22］。二维液相色谱在代谢组学研究中具有较好的应用前景。

代谢组学研究中，所用的分析技术还有毛细管电泳质谱、傅立叶变换红外光谱、红外光谱、紫外可见光谱法等，然而技术各异，各有优缺点，在此不一一详述。

2.3 数据分析

代谢组学技术对样品分析后，获得的是多维数据信息，对于大量多维数据集进行处理、分析和管理需要结合化学计量学工具。根据各种分析手段的特点，对原始谱图数据进行提取、峰对齐［23］、去噪［24］等处理。然后对这些数据进行分析，解读数据中蕴藏的生物学意义。代谢组学研究中，数据分析过程应用的技术主要集中在模式识别上。其中应用最广泛的是主成分分析(PCA)，其他的还有非线形映射(Nonlinear Mapping，NLM)、聚类分析(Hierarchical Cluster Analysis，HCA)等非监督学习方法和SIMCA (Soft Independent Modeling of Class Analogy)、偏最小二乘法——显著分析(PLS-Discriminant Analysis，PLS-DA)，ANN(Artificial neural network)等有监督学习方法。无监督分析方法不能忽略组内误差，消除与研究目的无关的随机误差，过分关注于细节，忽略了整体和规律，最终不利于发现组间差异和差异化合物，而这一点恰恰是代谢组学研究最重要的目的，这个问题却可以通过采用有监督分析的方法加以解决［25］。

3 代谢组学的应用

代谢组学自出现以来，即引起各国研究人员的注意，现已广泛的应用于各个研究领域：植物繁育和作物质量的评估，食品安全评估，毒性评估，营养评估，疾病诊断和病情程度的判别，药物的毒性评价，发酵与作物产量的改进，生物标记分子的发现，分析化学技术的发展，基因分型，环境调适，基因功能的解释与系统生物整合。

3.1 代谢组学在食品品质鉴别中的应用

民以食为天，食以安为先。食品的质量问题直接关系到人的身体健康、切身利益乃至生命安全。现如今，类似于鲜乳中加入水分、淀粉等物质的掺假行为已屡见不鲜。对食品进行质量鉴定是有必要的。Christy［27］等用近红外光谱结合主成分分析和偏最小二乘法鉴别了掺入豆油、向日葵油、玉米油、核桃油、榛子油的伪劣橄榄油，结果表明：偏最小二乘校正方法建立的模型可预测橄榄油中掺入玉米油、向日葵油、豆油、核桃油、榛子油的误差分别为0.57、1.32、0.96、0.56和0.57。另外，利用 PCA建立的模型，几乎能100%的区分出橄榄油中是否有掺杂。Andreotti［28］等人利用13C-NMR以牛奶中脂肪酸的含量作为鉴别的特征成分，分析了15个不同的样品。研究表明，核磁共振可以安全地用于定量牛奶脂肪含量，并成功地鉴别了奶牛奶和水牛奶。近几年利用代谢组学技术鉴定茶叶质量的研究也不少，如Jumtee［29］等利用快速 GC-FID，Pongsuwan［30］等利用GC-MS，Tarachiwin［31］等利用1H-NMR，Ikeda［32］等利用傅立叶变换近红外光谱，Pongsuwan［33］等利用UPLC-MS都结合化学计量学方法对日本绿茶进行了分析，都可以成功对绿茶进行质量等级鉴别，并识别出影响茶叶质量的特征性化合物。其中核磁共振技术提供了对茶叶质量鉴别的详细信息，并且样品制备简单、分析时间短。此外，利用核磁共振技术，可在单一的运行过程中识别出所有的代谢物。并且Pongsuwan和Tarachiwin在没有标准品的情况下可对绿茶的等级进行准确划分，这不同于其他的研究中以某些具体关键的代谢产物作为分析目标。Lee［34］等利用1H-NMR结合主成分分析(PCA)分析了产于亚州的人参和美国的西洋参，成功地鉴别了人参的质量，并表明：一些化合物如葡萄糖、富马酸及各种氨基酸可以作为人参质量鉴别的生物标志物。

3.2 代谢组学在食品产地鉴别中的应用

具有地方特征的产品越来越受广大消费者的欢迎，这些产品除具有优质品质外，还具有地方特色。产品的质量除受品种的影响外，还受到生长环境(土壤、气候)、耕作方法的影响。判断用来酿酒的葡萄质量的传统方法是分别测定其糖分、酸度、pH和总酚含量。而Pereira［35］等利用传统质量标准与葡萄果皮和果肉提取液的1H-NMR图谱建立了波尔多4个不同葡萄酒产区成熟葡萄的代谢物指纹图谱。通过PCA对传统质量标准和1H-NMR数据分别进行分析，结果表明4个产区的葡萄有着明显的聚类。尤其1H-NMR可以通过已识别和一些暂时无法识别的代谢物成分进行代谢物指纹分析，而传统方法无法做到这一点。陈波［36］等用1H-NMR分析测定了35种从福建、云南、广州、江西等地采集及购买的不同种类的茶叶。检测出约20种物质，包括多种氨基酸、茶氨酸、多种儿茶素(EGC、EC(儿茶素)、EGCG、ECG和一些未知的儿茶素)、蔗糖、未知糖类、脂肪酸、咖啡因等。所得谱图经主成分分析，实现了不同种类的茶叶以及铁观音产地的区分，并且发现了引起区分的化学成分：红茶和黑茶与绿茶和乌龙茶相比，部分氨基酸和一些未知成分的含量较高，而儿茶素的含量较低;安溪西坪铁观音与安溪祥华和感德铁观音相比，部分氨基酸、咖啡因、EGCG、ECG以及一些未知成分的含量较高，而EC、EGC含量相对低。另外，谱图的聚类分析也显示了与主成分分析类似的结果。Ritota M［37］等用带有HRMAS探头的核磁共振结合多变量分析方法对意大利甜辣椒的代谢物进行了分析。HRMAS-NMR光谱对甜辣椒进行代谢指纹分析，利用PLS-DA建立的模型可以将两种甜辣椒明显区分开来，并且确定了引起两者之间区分的化合物是糖、有机酸和脂肪酸。另外，用PLS-DA对所获得的NMR数据分析，可根据其地理来源将甜辣椒明显的区分开。此外也说明了，在食品科学领域HRMAS-NMR是一互补的标准分析工具。Kang［38］等运用GC-MS和LC-MS结合多变量分析方法研究了树荫下生长的绿茶与正常生长的绿茶之间代谢物的差异。研究表明，茶树生长的环境对其化学成分的组成有影响，并发现了区分树荫下生长的茶树的生物标志物。此外，在树荫下生长的茶树所产的茶叶鲜味浓，少了茶的涩味。由此也说明了生长环境对植物的化学成分是有所影响的。

3.3 代谢组学在转基因食品中的应用

为了使农作物具有耐贮藏、抗病虫和抗除草剂的能力，提高农产品营养价值及更快，更高效的提高产量，科学家们应用转基因的方法，改变生物的遗传信息，生产了新的转基因食品。目前，对于转基因食品的质量以及对人类健康的影响仍有质疑。Gall G.Le［39］等利用1H-NMR对红番茄基因改良后潜在的非预见变异作用进行检测。比较了在同等条件下生长的不同成熟程度的基因改良和无基因改良番茄的代谢物成分。1H-NMR图谱显示：谷氨酸、果糖和一些核苷及核苷酸的含量随着番茄从不成熟到成熟逐渐增加，而一些氨基酸如缬氨酸和γ-氨基丁酸的含量则逐渐降低。经比较，两种红番茄除了6种主要黄酮苷外，至少有15种其它代谢成分含量不同。将PCA与PLS应用于80份两种番茄的1H-NMR数据，几乎可完全实现区分。这项研究清楚地表明，核磁共振结合化学计量学和一元统计学方法可以成功地鉴别基因改良和无基因改良食品代谢物成分之间的差异，即使是很微小的变化。用这个强大的工具分析转基因食品潜在的变化，可以检测其质量及对人类健康的影响。代谢组学技术也已应用到转基因土豆［40］、转基因玉米［41］等食物的代谢成分分析。

4 展望

为了保证食品质量、保障消费者利益，对食品进行质量鉴定和产地来源鉴别的重要性是显而易见的。目前，已有不少分析技术应用到食品品质鉴定中，而代谢组学最显著的特征在于它的整体分析能力，更强调外源性物质对生物体所产生的整体性效应。可以更好的反应环境(地理、气候等)对食品组成成分的影响。代谢组学从1999年左右兴起，受到各国研究人员的关注，但它并没有像蛋白质组学那样出现迅速趋热的现象，而是呈现出了一种缓慢上升的趋势。在我国，该领域的研究起步比较晚，但代谢组学仍属于一种技术潜力尚待开发的新兴学科领域，我国有待在该研究领域与国际接轨。目前仅有一部分代谢产物已得到识别，仍有相当大的一部分代谢产物未被鉴定，这也成了代谢组学发展的障碍。在代谢组学的研究过程中，建立大规模的标准化代谢组学数据库仍是一个重要的问题。

［1］Nicholson J K，Lindon J C，Holmes E.’Metabonomic’: understanding the metabolic responses oflivingsystemsto pathophysiological stimuli via multivariate statistical analysis of biological NMR spectroscopic data［J］.Xenobiotica，1999，29 (11):1181-1189.

［2］FiehnO.Combininggenomics，metabolomeanalysis，and biochemical modelling to understand metabolic networks［J］. Comparative and Functional Genomics，2001，2:155-168.

［3］Fiehn O，Kopka J，Dormann P，et al.Metabolite profiling for plant functional genomics［J］.Nat Biotechnol，2000，18(11):1157 -1161.

［4］Fiehn O.Metabolomics—the link between genotypes and phenotypes［J］.Plant Mol Biol，2002，48:155-171.

［5］Roessner U，Luedemann A，Brust D，et al.Metabolic profiling allows comprehensive phenotyping of genetically or environmentally modified plant systems［J］.Plant Cell，2001，13 (1):11-29.

［6］Dunn W B，Ellis D I.Metabolomics:current analytical platforms and methodologies［J］.Trends Anal Chem，2005，24 (4):285-294.

［7］彭超，黄和，肖爱华，等.代谢组学分析技术平台及方法研究进展［J］.食品科技，2008(9):220-223.

［8］Henrik T P，Lars M，Sren B E.Low-Field 1H nuclear magnetic resonance and chemometrics combined for simultaneous determination of water，oil，and protein contents in oilseeds［J］. JAOCS，2000，77(10):1069-1077.

［9］Viant M R，Ludwig C，Gunter U L.1D and 2D NMR spectroscopy:From metabolic fingerprinting to profiling［M］.UK: RSC Publishing，Metabonomics and metabolic profiling，2008: 44-70.

［10］Ratcliffe R G，Roscher A，Shachar-Hill Y.Plant NMR spectroscopy［J］.Prog Nucl Reson Spectr，2001，39:267-300.

［11］Claridge T.High-resolution NMR Techniques in Organic Chemistry［M］.Elsevier Amsterdam，1999.

［12］Kovacs H，Moskau D，Spraul M.Recent Developments and Applications of NMR-Based Metabonomics［J］.Prog Nucl Magn Reson Spectrosc，2005，46:131.

［13］Jillian M，Hagel Peter J，Facchini.Plant metabolomics: analytical platforms and integration with functional genomics［J］. Phytochem Rev，2008(7):479-498.

［14］Allwood J W，Erban A，Koning S，et al.Inter-laboratory reproducibility of fast gas chromatography-electronimpact-time of flightmassspectrometry(GC-EI-TOF/MS)based plant metabolomics［J］.Metabolomics，2009(5):479-496.

［15］Kati Hanhineva，Asaph Aharoni.Chapter 29 Metabolomics in Fruit Development［M］.2010:675-693.

［16］张川，毛静远，侯雅竹.代谢组学中数据采集及分析的研究进展［J］.中国中西医结合杂志，2009，29(10):949-952.

［17］Cai Z，Lee FSC，Wang X R，et al.A capsule review of recent studies on the application of mass spectrometry in the analysis of Chinese medicinal herbs［J］.Mass Spectrom，2002，37:1013 -1024.

［18］Guillarme D，Schappler J，Rudaz S，et al.Coupling ultra-high -pressure liquid chromatography with mass spectrometry［J］. Trends in Analytical Chemistry，2010，29:15-27.

［19］Allwood J W，Goodacre R.HPLC instrumentation applied in plant metabolomic analyses［J］.Phy Chemical Analysis，2010，21: 33-47.

［20］林艳萍，司端运，刘昌孝.液相色谱和质谱联用技术结合化学计量学应用于代谢组学的研究进展［J］.分析化学评述与进展，2007，35(10):1535-1540.

［21］ Federica Maltese，Robert Verpoorte.Chapter 20 Metabolomics:NovelToolforStudying Complex Biological Systems［M］.2010:493-510.

［22］Fukusaki E，Kobayashi A.Plant metabolomics:potential for practical operation［J］.Biosci Bioeng，2005(4):347-354.

［23］Jonsson P，Gullberg J，Nordstrêm A，et al.A strategy for identifying differences in large series of metabolomic samples analyzed by GC-MS［J］.Anal Chem，2004，76(6):1738-1745.

［24］KellD B，King R D.On the optimization of classes for the assignment of unidentified reading frames in functional genomics programmers:the need formachine learning［J］.Trends Biotechnol，2000，18(3):93-98.

［25］阿基业.代谢组学数据处理方法—主成分分析［M］.中国药理学会，2010，15(5):481-489.

［26］Sofia Moco，Raoul J Bino，Ric C H，et al.Metabolomics technologies and metabolite identification［J］.Trends in Analytical Chemistry，2007，26(9):855-866.

［27］Christy A A，Kasemsumran S，et al.The detection and quantification of adulteration in olive oil by near-infrared spectroscopy and chemo metrics［J］.Analytical Sciences，2004，20 (6):935-940.

［28］AndreottiG，Trivellone E，Lamanna R，etal.Milk identification of different species:13C-NMR spectroscopy of triacylglycerols from cows and buffaloes’milks［J］.Journal of Dairy Science，2000，83(11):2432-2437.

［29］Jumtee K，Bamba T，Fukusaki E.Fast GC-FID based metabolic fingerprinting of Japanese green tea leaf for its quality ranking prediction［J］.Science，2009，32:2296-2304.

［30］Pongsuwan W，Fukusaki E，Bamba T，et al.Prediction of Japanese Green TeaRankingbyGasChromatotraphy/Mass spectrometry-Based Hydrophilic Metabolite Fingerprinting［J］. Agric and Food Chem，2007，55:231-236.

［31］Tarachiwin L，Ute K，Kobayashi A，Fukusaki E.1H-NMR Based Metabolic Profiling in the Evaluation of Japanese Green Tea Quality［J］.Agric and Food Chem，2007，55:9330-9336.

［32］Ikeda T，Kanaya S，Yonetani T，et al.Prediction of Japanese Green TeaRanking byFourierTransform Near-Infrared Reflectance Spectroscopy［J］.Agric and Food Chem，2007，55: 9908-9912.

［33］Pongsuwan W，Bamba T，Harada K，et al.High-Throughput Technique for Comprehensive Analysis of Japanese Green Tea Quality Assessment Using Ultra - performance Liquid Chromatography with Time-of-Flight Mass Spectrometry(UPLCTOF MS)［J］.Agric and Food Chem，2008，56:10705-10708.

［34］Lee E J，Shaykhutdinov R，Weljie A M，et al.Quality Assessment of Ginseng by 1H-NMR Metabolite Fingerprinting and Profiling Analysis［J］.Agric and Food Chem，2009，57:7513-7522.

［35］Pereira G E，Gaudillere J P，Van Leeuwen C，et al.1H-NMR and chemometrics to characterize mature grape berries in four wine-growing are as in Bordeaux，France［J］.Agr Food Chem，2005，53(16):6382-6389.

［36］陈波，张巍，康海宁，等.茶叶的1H-NMR指纹图谱研究［J］.光谱学杂志，2006，23(2):169-179.

［37］Ritota M，Marini F，Sequi P，Valentini M.Metabolomic characterization of ltalian sweet pepper(capsicum annum l.)by means of HRMAS-NMR spectroscopy and multivariate anlysis［J］.Agr and Food Chem，2010，58(17):9675-9684.

［38］Kang M K，Jung N C，et al.Metabolomics Analysis Reveals the Compositional Differences of Shade Grown Tea(Camellia sinensis L.)［J］.Agric and Food Chem，2010，58:418-426.

［39］Le Gall G，Colquhoun I J，Davis A L，et al.Metabolite profiling of tomato(Lycopersicon esculentum)using 1H-NMR spectroscopy as a tool to detect potential unintended effects following a genetic modification［J］.Agr Food Chem，2003，51 (9):2447-2456.

［40］Catchpole G S，Beckmamm M，Enot D P，et al.Hierarchical metabolomics demonstrates substantial compositional similarity between genetically modified and conventional potato crops［J］. Proc Natl Acad Sci，USA，2005，102:14458-14462.

［41］LevandiT，Leon C，Kaljurand M，etal.Capillary electrophoresis time-of-flight mass spectrometry for comparative metabolomics of transgenic versus conventional maize［J］.Anal Chem，2008，80(16):6329-6335.

Metabolomics technology and its application in food identification

CHEN Li-li，LI Yun-zhi*，LI-Li
(College of Tea and Food and Science Technology，Anhui Agricultural University，Hefei 230036，China)

Metabolomics which as one of the systems biology has been widely applied to various fields of study. Primarily briefly outlined the metabonomics technology and the application of metabonlmics technology in food quality and identification of food origin.The analysis showed that:metabonomics had favorable the applying prospects in the valuation of food quality，the identification of food origin and so on.However，there were many problems in practice，which needed to be further in-depth study.

metabolomics;food;quality;geographic origin;valuation;application

TS201.2

A

1002-0306(2011)12-0585-05

梁斌的《播火记》中曾记载：“一方水土养一方人”，而对于万物也亦如此。我国幅员辽阔，地形复杂，气候多样，各地特有的自然地理条件，形成了很多具有典型特征的地域;然而受地域、生长环境、气候、人文等方面的影响，加之当地独特的加工工艺，形成了许多具有典型地域特征的农业土特产品，如安徽的黄山毛峰、贵州的茅台酒、镇江香醋等。这些产品的质量、特色、声誉在全国乃至世界上都占有较高的地位。众所周知，产品的质量和原材料的产地来源是消费者购买产品的两大主要参考因素，这两方面保证了产品具有一定的质量。然而，在食品工业生产中，假冒名优产品原产地、食品中掺杂其他成分等不法销售的现象屡见不鲜。这不仅破坏了优质产品的声誉，而且侵害了消费者的利益。为了保障消费者的合法权益、企业的公平竞争不受侵害以及提高产品的外销量，近年来越来越多的分析技术应用到食品品质和产地鉴别中。本文主要综述了代谢组学技术及其在食品品质和产地鉴别方面的应用。

1 代谢组学概述

1999年，英国伦敦大学帝国学院的 Jeremy Nicholson［1］教授首次提出了代谢物组学一词。他是效仿基因组学、蛋白质组学的研究思想，对生物体的代谢产物进行定性定量分析，其分析研究的对象是相对分子质量1000以内的小分子代谢产物。根据研究的对象和目的不同，Oliver Fichn［2］对生物体系的代谢产物分析划分为4个层次：一是代谢物靶标分析(Metabolite target analysis)：某个或某几个特定组分的分析;二是代谢轮廓分析(Metabolic profiling analysis)：少数预设的一些代谢产物的定量分析。如某一类结构、性质相关的化合物(氨基酸、有机酸、顺二醇类)或某一代谢途径的所有中间产物或多条代谢途径的标志性组分;三是代谢组学(Metabonomics)：限定条件下的特定生物样品中所有代谢组分的定性和定量;四是代谢物指纹分析(Metabolic fingerprinting analysis)：不分离鉴定具体单一组分，而是对样品进行快速分类。目前国际上对代谢组学有两种表达方式，即：Metabolomics和Metabonomics。两者既有区别又相互联系，Fiehn［3］等认为Metabolomics是Metabonomics的组成部分。目前，在国内将Metabolomics译成“代谢物组学”，而把Metabonomics译成“代谢组学”。但是，随着学科的进一步发展和不断深入的讨论，代谢物组学和代谢组学应该有可能会出现融合的现象。

2010-10-27 *通讯联系人

陈利利(1985-)，女，硕士研究生，研究方向:营养与食品卫生。