我校中医药创新研究院胡凯锋团队在二维核磁共振代谢组学数据前处理方法开发中取得进展。相关成果以“GIPMA: Global Intensity-Guided Peak Matching and Alignment for 2D ¹H-¹³C HSQC Based Metabolomics”为题，于2023年2月2日在线发表于Analytical Chemistry （中科院一区，TOP期刊）。必赢体育app下载,必赢体育为第一单位和独立通讯单位，中医药创新研究院/交叉学科研究院的胡凯锋教授为通讯作者，药学院2020级博士研究生杜欢为第一作者。

    核磁共振（NMR）技术可对样本进行无偏、无损检测，且样品制备简单，具有定量准确度高和重现性好等诸多优点。对于复杂的中药提取物或代谢组学样品，二维（2D）NMR实验如¹H-¹³C HSQC（异核单量子相干）能够有效缓解一维¹H NMR信号重叠，提供更丰富的化学信息，可以帮助识别和阐明中药提取物中的已知化学成分。此前，胡凯锋团队开发了基于二维核磁共振图谱的天然产物自动识别方法NPid （Analytical Chemistry, 2020, 92(16), 10996-11006）。近年来2D ¹H-¹³C HSQC NMR 技术被越来越广泛地应用于中药分析和代谢组学研究，随着二维核磁数据的增加，亟待开发高通量、自动化的二维核磁共振图谱的分析方法。

    该研究开发了一种高效的峰匹配和对齐方法（GIPMA），既有效地对复杂数据进行降维处理，又极大程度的保留了图谱的有效化学信息。该方法无需主观设定参照图谱，基于所有信号峰强度进行全局排序，对信号峰进行依次匹配和对齐。通过最大化有效峰簇 (valid peak cluster) 的数目，采用遍历搜索或平行最陡爬山算法，可以智能化选择数据自适应的适宜化学位移容忍误差，准确实现样品间同质信号峰的匹配对齐，获得丰富的表征相关代谢物的信号特征。快速正确地匹配和对齐多个样品中相同化学成分的信号峰对获得正确的代谢组学（或中药对比分析）结果至关重要，同时提高代谢组学数据预处理效率能够促进基于2D NMR代谢组学研究的发展与应用，对借鉴代谢组学分析策略开展中药全局性质量评价也具有重要意义。该方法为基于2D ¹H-¹³C HSQC的代谢组学研究以及借鉴2D NMR代谢组学策略开展中药化学组成分析和全局性中药质量评价研究提供一种新的方案。

    该研究获得国家自然科学基金（32171440）和四川省自然科学基金（2022NSFSC0719）支持。

    原文链接：https://doi.org/10.1021/acs.analchem.2c03323

（供稿：中医药创新研究院/交叉学科研究院）