下载文档原格式
第1章绪论随着人类基因组测序工作的完成，基因功能的研究逐渐成为热点，随之出现了一系列的“组学"研究，包括研究转录过程的转录组学（transcriptomics）、研究某个生物体系中所有蛋白质及其功能的蛋白质组学（proteomics)及研究代谢产物的变化及代谢途径的代谢组学（metabolomics或metabonomics）（图1—1）。
代谢组学是众多组学中的一种，是随着生命科学的发展而发展起来的。
与其他组学不同，代谢组学是通过考察生物体系（细胞、组织或生物体）受刺激或扰动后（如将某个特定的基因变异或环境变化后)，其代谢产物的变化或其随时间的变化，来研究生物体系的一门科学[1]。
所谓代谢组（metabolome）是基因组的下游产物也是最终产物，是一些参与生物体新陈代谢、维持生物体正常功能和生长发育的小分子化合物的集合，主要是相对分子质量小于1000的内源性小分子。
代谢组中代谢物的数量因生物物种不同而差异较大，据估计，植物王国中代谢物的数量在200000种以上，单个植物的代谢物数量在5000～25000，甚至简单的拟南芥（Arabidopsisthaliana）也产生约5000种代谢产物，远远多于微生物中的代谢产物（约1500种)和动物中的代谢产物（约2500种）[2］。
实际上，在人体和动物中，由于还有共存的微生物代谢、食物及其代谢物本身的再降解，到目前为止，还不能估计出到底有多少种代谢产物，浓度分布范围有7~9个数量级.因此对代谢组学的研究,无论从分析平台、数据处理及其生物解释等方面均面临诸多挑战.本章对代谢组学发展的历史、国内外现状、研究方法、典型应用领域及研究热点等给予了介绍。
1.1代谢组学简介1。
1.1代谢组学发展的时代背景生命科学是研究生命现象、生命活动的本质、特征和发生、发展规律，以及各种生物之间和生物与环境之间相互关系的科学。
自从1953年Watson和Crick 建立了DNA双螺旋结构模型后，生命科学研究的面貌便焕然一新.在此基础上发展的分子生物学使得生命的基本问题，如遗传、发育、疾病和进化等，都能从分子机制上得到诠释。
大连化物所提出食品中兽药及其代谢物非靶向筛查新方法近日，中国科学院大连化学物理研究所高分辨分离分析及代谢组学研究组研究员许国旺团队在食品中风险物质非靶向筛查技术研究方面取得新进展，通过系统研究兽药及其相应代谢物的质谱碎裂特征，构建了复杂食品基质中兽药及其代谢物的非靶向筛查策略，可为食品中风险物的发现提供技术手段。
食品安全关系国计民生，不断出现的未知/新型风险物质给食品安全带来挑战。
针对未知风险物识别的难题，该团队在前期工作中先后建立了两种非靶向筛查策略，可实现对有空白样本（Anal Chem.，2016）和无空白样本（Anal Chem.，2018）的食品中潜在风险物质的筛查。
考虑到风险物质在体内会被代谢并以多种形式存在于食品中，团队于近期构建了包含3710种兽药及其相应代谢物的质谱数据库，研究、归纳了共有或独有的质谱碎裂特征，并基于质谱碎裂特征及智能检索程序，开发出针对复杂食品基质中已知/未知兽药及其代谢物的非靶向筛查方法。
科研人员利用该方法在蛋类样本中进行了示范性应用，证明了其在食品安全风险物筛查中具有应用潜力。
相关研究成果以Nontargeted Screening Meth⁃od for Veterinary Drugs and Their Metabolites Based on Fragmentation Characteristics from Ultra⁃high-Performance Liquid Chromatography–High-Resolution Mass Spectrometry为题，发表在《食品化学》（Food Chemistry）上。
研究工作得到国家重点研发计划、国家自然科学基金等的资助。
(来源：大连化学物理研究所)东北地理所等在大豆基因组解析研究中获进展中国科学院东北地理与农业生态研究所研究员冯献忠课题组等选择1份东北野生大豆、7份我国代表性栽培种，结合平均50×的三代测序和Hi-C测序，组装了高质量大豆参考基因组。
高效液相色谱-质谱联用技术在代谢组学中的应用进展摘要：代谢组学是对一个生物系统的细胞在给定时间和条件下所有小分子代谢物质的定性定量分析, 从而定量描述生物内源性代谢物质的整体及其对内因和外因变化应答规律的科学。
而高效液相色谱-质谱联用法（HPLC-MS）作为代谢组学中一种重要的分离检测方法，在代谢组学中有着方方面面的应用。
本文介绍代谢组学中的高效液相色谱-质谱联用技术，并从药物分析、生理病理代谢、临床诊断标志物和细胞鉴定等方面介绍高效色谱-质谱联用技术在代谢组学中的应用。
关键词：高效液相色谱-质谱联用技术；代谢组学代谢组学的研究目的就是从尿液、血浆、血清、唾液和胆汁等生物体终端样本中检测代谢物，或跟踪代谢水平整体的动态变化，提取“组学”信息，以此来反映生物体在外源刺激作用下的体内生物学过程变化情况。
代谢组学研究的基本流程包括样品采集、预处理、代谢组分析、数据分析以及研究结果的解释与应用等。
1.检测工具其中的样品采集分离与分析离不开分离检测工具。
常用的分离检测工具包括色谱(Chromatography)、质谱(Mass Spectrometry，MS)、核磁共振(Nuclear Magnetic Resonance，NMR)等。
【1】1.1核磁共振（NMR）NMR快速、选择性好,其样品处理简单且不造成破坏,只要含氢的代谢物都可以被检测,即可以对所有的分析对象达到无歧视分析。
对样品无损伤且重复性好,能够广泛应用于药物工业和病人的尿、血样分析。
样本制备简单且易自动化。
但是复杂混合物的NMR谱的解析非常困难。
对全面的代谢谱图分析, NMR最大的缺陷是灵敏度相对较低, 从而使得它不适合分析大量的低浓度代谢物。
【2】所需硬件投资也比较大1.2色谱（Chromatography）气相色谱(Gas Chromatography，GC)广泛用于微量、痕量组分的分析。
但是，气相色谱受组分挥发性和热稳定性的限制，需对样品进行衍生化处理。
代谢组学综述摘要：代谢组学是20世纪90年代中期发展起来的对某一生物或细胞所有低相对分子质量代谢产物进行定性和定量分析的一门新学科,由于其广泛的应用前景,目前已成为系统生物学的重要组成部分。
现简要介绍了代谢组学的含义、代谢组学研究的历史沿革、当前代谢组学研究中的分析技术、数据解析方法,综述了代谢组学在药物毒理学研究、疾病诊断、植物和中药等领域的应用情况,并对当前代谢组学研究中存在的问题及发展趋势进行探讨。
关键词：代谢组学研究技术随着人类基因组计划等重大科学项目的实施,基因组学、转录组学及蛋白质组学在研究人类生命科学的过程中发挥了重要的作用, 与此同时, 代谢组学（metabolomics）在20世纪90年代中期产生并迅速地发展起来, 与基因组学、转录组学、蛋白质组学共同组成系统生物学。
基因组学、转录组学、蛋白质组学和代谢组学等各种组学0在生命科学领域中发挥了重要的作用, 它们分别从调控生命过程的不同层面进行研究, 使人们能够从分子水平研究生命现象, 探讨生命的本质, 逐步系统地认识生命发展的规律。
这些组学手段加上生物信息学, 成为系统生物学的重要组成部分。
代谢组学的出现和发展是必要的, 同时也是必须的。
对于基因组学和蛋白质组学在生命科学研究中的缺点和不足, 代谢组学正好可以进行弥补。
代谢组学研究的是生命个体对外源性物质(药物或毒物)的刺激、环境变化或遗传修饰所做出的所有代谢应答, 并且检测这种应答的全貌及其动态变化。
代谢组学方法为生命科学的发展提供了有力的现代化实验技术手段, 同时也为新药临床前安全性评价与实践提供了新的技术支持与保障。
1 代谢组学的概念及发展代谢组学最初是由英国帝国理工大学Jeremy N icholson教授提出的, 他认为代谢组学是将人体作为一个完整的系统, 机体的生理病理过程作为一个动态的系统来研究, 并且将代谢组学定义为生物体对病理生理或基因修饰等刺激产生的代谢物质动态应答的定量测定。
《生物信息学概论》课程教学大纲一、课程名称（中英文）中文名称：生物信息学概论英文名称：Introduction to Bioinformatics二、课程代码及性质课程代码：0704583性质：学科大类基础课，必修三、学时与学分总学时：16（理论学时：16学时）学分：1四、先修课程先修课程：无.五、授课对象本课程面向生物信息学专业（含国家生命科学与技术人才培养基地班）学生开设.六、课程教学目的（对学生知识、能力、素质培养的贡献和作用）1．介绍本专业的教学、科研与人才培养等情况，帮助学生尽快熟悉专业内容，逐渐适应大学的学习和生活；2. 介绍生物信息学研究各个方向的最新进展，使学生对专业研究有一个较为全面的了解；3. 介绍生物信息学方面的一些基本研究手段以及所需的知识储备，激发学生的学习兴趣。
七、教学重点与难点：课程重点：生物信息学领域各个研究方向的最新进展课程难点：生物信息学与高通量组学、传统实验生物学之间的关系八、教学方法与手段：教学方法：课堂讲授结合幻灯片演示教学手段：口头语言、文字和书籍、印刷教材和多媒体网络技术九、教学内容与学时安排（一）生物信息学专业简介（教师课堂教学学时（4小时）+ 学生课后学习学时（8小时））教学内容：介绍本专业的发展现状，以及最新的研究成果课后文献阅读：Wei, L. and Yu, J. (2008) Bioinformatics in china: a personal perspective, PLoS computational biology, 4, e1000020.课后作业和讨论：根据文献讨论我国生物信息学未来可能的发展方向。
（二）高通量测序技术（教师课堂教学学时（4小时）+ 学生课后学习学时（8小时））教学内容：介绍高通量组学技术，尤其是测序技术在生物信息学研究中的应用。
课后文献阅读：Metzker, M.L. (2010) Sequencing technologies - the next generation, Nat Rev Genet, 11, 31-46.课后作业和讨论：讨论生物信息学与高通量组学和传统实验生物学之间的关系。
代谢组学在中药毒性与安全性评价中的应用【摘要】：目的：综述什么是代谢组学以及其在中药毒性与安全性评价中的应用。
方法：查阅相关文献，采用文献追踪的方法对代谢组学在中药毒性与安全性评价中的应用进行分析归纳。
结论：代谢组学的出现对于中药的发展是一个很好的契机，可以预见它将成为中药安全性研究中的一个新的中药技术手段。
【关键词】代谢组学中药毒性与安全性评价关木通代谢组学[1,2]是继基因组学、转录组学和蛋白质组学之后兴起的系统生物学的一个新的分支，它是通过考察生物体系受刺激或扰动前后(如将某个特定的基因变异或环境变化后)代谢产物图谱及其动态变化研究生物体系的代谢网络的一种技术，研究对象主要是相对分子质量1000以下的内源性小分子。
它是后基因时代出现的一门新的“-omics”组学学科。
Nicholson 研究小组于1985年利用核磁共振(NMR)技术分析大鼠的尿液，于1999年提出了代谢组学的概念。
自1999年提出代谢组学的概念以来，它在药物毒理研究、疾病诊断、系统生物学研究等诸多领域里的应用日益深入。
1 代谢组学简介1.1 代谢组学特点代谢组学是生命学科领域中的一门新兴组学技术，它与基因组学、转录物组学、蛋白组学等共同构成了“系统生物学”(Systems Biology) ，系统生物学强调科学研究的整体性思维和系统论观点，其精髓是以整体论方法研究生物体系中的构件分子族之间以及机体与环境之间的相互作用网络。
基因组学只能检测静态的基因型，而基因的表达受到环境及内在状态的影响，因此无法反映基因组动态的生理状态，无法回答基因的变化是否能够表达。
而代谢物质和代谢表型所反映的是已经发生了的生物学事件，是基因型与环境共同作用的综合结果，是生物体系生理和生化功能状态的直接体现。
因此，作为系统生物学的一个重要组成部分，从代谢组学中分析所获得的信息更能够揭示基因与表现型之间的关系[3]。
1.2 代谢组学的研究方法代谢组学的研究一般包括代谢组数据的采集、数据预处理、多变量数据分析、标记物识别和途径分析等步骤。
赛默飞代谢组学新技术新方法交流会成功召开代谢组学新技术新方法交流会于2012年4月17日在中国科学院大连化学物理研究所生物技术部一楼会议室召开。
本次会议由赛默飞世尔科技（以下简称：赛默飞）和中科院大连化物所共同举办。
约五十位来自全国各地的代谢组学研究专家参加了此次会议。
会议主要讨论了代谢组学仪器分析技术及在脂组学、中医药等研究中的应用。
会议现场王勇为博士会议开始由大化所许国旺研究员和赛默飞生命科学质谱市场经理王勇为博士致欢迎辞。
许国旺研究员介绍了我国代谢组学发展历史及化物所为促进国内代谢组学发展所做的诸多努力，并以肝癌、卵巢癌等代谢组学实例研究介绍代谢组学方法流程。
许国旺研究员韩贤林教授随后，来自Sanford Burnham Medical Research Institute Diabetes and Obesity Research Center的韩贤林教授讲解了鸟枪法脂质组学（shotgun lipidomics）中的高分辨率质谱应用。
韩教授介绍了应用Thermo Scientific TSQ Vantage三重四极杆质谱仪，以多维质谱为基础的鸟枪法（multi-dimensional mass spectrometry-based shotgun lipidomics MDMS-SL) 之后，又讲解了新研究的应用超高分辨率质谱Q Exactive的accurate neutral loss-assisted shotgun lipidomics (ANLA-SL)。
全胜副教授上海交大生命科学院全胜副教授介绍了转基因生物的代谢组学检测方法。
上海交大与美国METABOLON公司代谢组学合作实验室成立以来，已经出色地完成了很多代谢组学研究项目。
这些出色的成绩是在上海交大实验室的LTQ XL线性离子阱质谱与METABON美国总部的Q Exactive高分辨台式质谱上实现的。
午餐后，与会代表参观了化物所生物技术部实验室，实验室里装配了强大的Orbitrap Elite高分辨组合质谱。
代谢组学研究技术与应用曾令冬 (中央民族大学生命与环境科学学院)1.代谢组学概述：随着人类基因组测序工作的完成，人们对生命过程的理解有了很大的提高，研究的热点也转移到基因的功能和几个“组学”研究中，这几个“组学”包括研究核糖核酸(RNA)转录过程的转录组学、研究某个过程中所有蛋白及其功能的蛋白组学、研究代谢产物的变化及代谢途径的代谢组学[1]。
代谢组学(metabonomics)是以组群指标分析为基础，以高通量检测和数据处理为手段，以信息建模与系统整合为目标的系统生物学的一个分支，是继基因组学、转录组学、蛋白质组学后系统生物学的另一重要研究领域，它是研究生物体系受外部刺激所产生的所有代谢产物变化的科学，所关注的是代谢循环中分子量小于1000的小分子代谢物的变化，反映的是外界刺激或遗传修饰的细胞或组织的代谢应答变化[2]。
根据研究的对象和目的的不同，Fiehn等，将代谢组学分为四个层次，即：①代谢物靶标分析：对某个或某几个特定组分的分析。
在这个层次中，需要采取一定的预处理技术，除掉干扰物，以提高检测的灵敏度。
②代谢轮廓（谱）分析：对少数所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（如氨基酸、顺二醇类）、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。
进行代谢轮廓（谱）分析时，可以充分利用这一类化合物的特有的化学性质，在样品的预处理和检测过程中，采用特定的技术来完成。
③代谢组学：对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。
进行代谢组学研究时，样品的预处理和检测技术必须满足对所有的代谢组分具有高灵敏度、高选择性、高通量的要求，而且基体干扰要小。
代谢组学涉及的数据量非常大，因此需要有能对其数据进行解析的化学计量学技术。
④代谢指纹分析：不分离鉴定具体单一组分，而是对样品进行快速分类（如表型的快速鉴定）。
[2]2.代谢组学的研究技术：I气相色谱-质谱联用仪(GC-MS)采用GC-MS可以同时测定几百个化学性质不同的化合物，包括有机酸、大多数氨基酸、糖、糖醇、芳胺和脂肪酸，该分析技术被专家称为最宝贵的分析手段。
---------------------------------------------------------------最新资料推荐------------------------------------------------------走近非靶向代谢组学文章题目为 Metabolomics Study of Hepatocellular Carcinoma: Discovery and Validation of Serum Poten?al Biomarkers by Using Capillary ElectrophoresisMass Spectrometry，是由大连化物所许国旺教授课题组在，是由大连化物所许国旺教授课题组在 2019 年发表于 Journal of Proteome Research 上的一篇文章。
研究背景：中国是世界上肝癌发病率较高的地区之一，并且在大多数病例中，肝硬化都是主要的癌前病变。
由于肝癌的快速发展和早期转移，使得肝癌患者容易产生预后不良。
事实上，如果能够肝癌做到早期诊断，可以大大改善患者的治愈效果，但是至今，对于肝癌的高危人群来说，早期的诊断仍然充满挑战。
目前，超声波检测和血清 AFP 检测仍然是常用的肝癌筛查手段。
其中，超声波检测不能够很灵敏的区分小的肿瘤和肝硬化结节；AFP 检测虽然有效，但是其灵敏度还远不能让其成为一个理想的特异性检测肝病的方法，这些问题也影响着肝癌的早期诊断和治疗，因此寻找一些新的生物标记物用于临床诊断肝癌显得非常重要。
代谢组学作为系统生物学的一个工具，已经越来越多的使1 / 6用在了临床研究中。
目前，NMR，GC-MS，LC-MS 作为常用的代谢组学研究工具，对我们了解疾病的发生发展提供了很多有用的线索。
由于仪器本身的限制，过去的研究忽略了对一些极性较大以及离子型代谢物，而这些化合物在生物体内也起着不可或缺的作用，因此作者在本研究中使用 CE-MS 作为工具，研究肝癌患者血清中较大极性代谢物的变化。
第1章绪论随着人类基因组测序工作的完成，基因功能的研究逐渐成为热点，随之出现了一系列的“组学”研究，包括研究转录过程的转录组学（transcriptomics）、研究某个生物体系中所有蛋白质及其功能的蛋白质组学（proteomics）及研究代（图1-1）。
谢产物的变化及代谢途径的代谢组学（metabolomics或metabonomics）代谢组学是众多组学中的一种，是随着生命科学的发展而发展起来的。
与其他组学不同，代谢组学是通过考察生物体系（细胞、组织或生物体）受刺激或扰动后（如将某个特定的基因变异或环境变化后），其代谢产物的变化或其随时间的变化，来研究生物体系的一门科学[1]。
所谓代谢组（metabolome）是基因组的下游产物也是最终产物，是一些参与生物体新陈代谢、维持生物体正常功能和生长发育的小分子化合物的集合，主要是相对分子质量小于1000的内源性小分子。
代谢组中代谢物的数量因生物物种不同而差异较大，据估计，植物王国中代谢物的数量在200000种以上，单个植物的代谢物数量在5000~25000，甚至简单的拟南芥（Arabidopsisthaliana）也产生约5000种代谢产物，远远多于微生物中的代谢产物（约1500种）和动物中的代谢产物（约2500种）[2]。
实际上，在人体和动物中，由于还有共存的微生物代谢、食物及其代谢物本身的再降解，到目前为止，还不能估计出到底有多少种代谢产物，浓度分布范围有7~9个数量级。
因此对代谢组学的研究，无论从分析平台、数据处理及其生物解释等方面均面临诸多挑战。
本章对代谢组学发展的历史、国内外现状、研究方法、典型应用领域及研究热点等给予了介绍。
代谢组学简介代谢组学发展的时代背景生命科学是研究生命现象、生命活动的本质、特征和发生、发展规律，以及各种生物之间和生物与环境之间相互关系的科学。
自从1953年Watson和Crick 建立了DNA双螺旋结构模型后，生命科学研究的面貌便焕然一新。
在此基础上发展的分子生物学使得生命的基本问题，如遗传、发育、疾病和进化等，都能从分子机制上得到诠释。
生物学研究进入了对生命现象进行定量描述的阶段。
分子生物学的飞速发展极大地推动了人们从分子组成水平对生物系统进行深人的了解。
基因组计划向人们展示了包括大肠杆菌、酵母、线虫、果蝇、小鼠等模式生物以及人类的所有遗传信息的组成，生命的奥秘就存在于这些序列中。
技术上的突破使得基因组数据的获得已经不再是生命科学的难点。
人类基因组计划的基本完成标志着后基因组时代的到来，在这一时期，基因组功能分析成为生命科学的主要任务，核心思想是以整体和联系的观点来看待生物体内的物质群，研究遗传信息如何由基因经转录向功能蛋白质传递，基因功能如何由其表达产物蛋白质以及代谢产物来体现。
继基因组（genome）后、转录组（transcriptome）、蛋白质组（proteome）等相继出现，并相应形成“omics”学说，如转录组学（transcriptom-ics）、蛋白质组学（proteomics）等。
但是基因与功能的关系是非常复杂的，还不能用转录组、蛋白质组来表达生物体的全部功能。
生物体内存在着十分完备和精细的调控系统以及复杂的新陈代谢网络，它们共同承担着生命活动所需的物质与能量的产生与调节。
在这一复杂体系中，既有直接参与物质与能量代谢的糖类、脂肪及其中间代谢物，也有对新陈代谢起重要调节作用的物质。
这些物质在体内形成相互关联的代谢网络，基因突变、饮食、环境因素等都会引起这一网络中某个或某些代谢途径的变化，这类物质的变化可以反映机体的状态。
起调节作用的代谢物，从生理功能上来说包括神经递质、激素和细胞信号转导分子等，从化学组成上来说包括多肽、氨基酸及其衍生物、胺类物质、脂类物质和金属离子等，这些调节物质绝大部分都是小分子物质，在植物与微生物中还存在着大量的次生代谢产物。
这些分子广泛分布于体内，对多种生理活动都具有普遍和多样的调节作用，仅微量存在就能够发挥很强的生物效应。
不同活性的分子或协同、或拮抗、或修饰而相互影响，在生物学效应以及信号转导和基因表达调控上形成复杂的网络，承担着维持机体稳态的重要使命，是神经内分泌和免疫网络调节的物质基础和自稳态调节的最重要成分。
转录组、蛋白质组的研究很难涵盖这些非常活跃而且非常重要的生命活性物质，然而对这类物质的生理和病理生理学意义如果不能充分认识，就不可能真正阐明生命功能活动的本质。
传统研究方法是以生理学和药理学实验方法为主，缺乏高通量的研究技术，难以建立生物小分子物质复杂体系的研究模式。
在这种情况下，代谢组（metabolome）和代谢组学（metabolomics或metabonomics）应运而生了，并成为系统生物学的一个重要突破口[3]，代谢处于生命活动调控的末端，因此代谢组学比基因组学、蛋白质组学更接近表型。
从广义的代谢组学的意义上来说，代谢组学的历史是相当长的，很早以前人们就已经对生物样品中的某些靶标化合物进行分析以了解生命机体的状态。
目前代谢组学所采用的一些技术平台，如NMR和色谱技术以及质谱技术也有比较长的应用历史。
严格意义上的代谢组学（对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）从提出到现在只有短短数年的时间。
现在一般认为代谢组学源于代谢轮廓（metabolicprofiling）分析，在代谢轮廓分析中体现了代谢组学的“尽可能多地分析生物样本中的代谢产物”这一理念的萌芽。
在这里，我们对从代谢轮廓分析发展到代谢组学这一过程[4]（图1-2）做一简单的介绍。
早在20世纪70年代初，Baylor医学院就发表了有关代谢轮廓分析方面的论文，在他们的工作中采用了GC-MS的方法对多种类固醇、有机酸以及尿中药物的代谢物进行了分析，并将这种多组分分析的方法称为代谢轮廓分析，开创了对复杂样品进行代谢轮廓分析的先河。
此后代谢轮廓分析广泛应用于血、尿等生物样本中代谢物的定性与定量分析，以对疾病进行筛选和诊断。
在临床上使用GC-MS 的方法来诊断疾病的方法一直沿用到今天。
紧接着，人们把重点主要放在分析的自动化上，并将GC的方法用于其他类型化合物的分析。
进入20世纪80年代，人们开始使用高效液相色谱和核磁共振的技术来进行代谢轮廓的分析，如1982年，荷兰应用科学研究所（TNO）的vanderGreef[5]在国际上首先采用质谱对尿中代谢指纹进行研究。
1983年，Sadler、Buckingham和Nicholson发表了第一个有关全血和血浆的1H-NMR谱[6]。
在1986年，色谱杂志Journal of Chromatography 发表了一期有关代谢轮廊（metabolic profiling）分析的专辑。
进入90年代，代谢轮廓分析技术一直平稳发展，每年都有10~15篇的论文发表，不过这一时期人们的目标更多地集中于某些特定的标靶化合物上。
在90年代初，Sauter等人用基于GC-MS代谢轮廓分析的方法研究了不同除草剂对大麦的影响，这种用代谢轮廓分析来研究各种因素对生物功能的影响的研究思路随即被人们认可。
1997年，Steven Oliver研究小组提出了通过对代谢产物的数量和定性来评估酵母基因的遗传功能及其冗余度，并率先提出了代谢组的概念[7]。
1999年，等提出metabonomics的概念[8]，并在疾病诊断、药物筛选等方面做了大量卓有成效的工作[1,9~11]。
接着，德国的Max-Planck-Institut的科学家们开始了植物代谢组学的研究[12]，使代谢组学得到了极大的充实。
代谢组学的特点为：（1）关注内源化合物。
（2）对生物体系中的小分子化合物进行定性定量研究。
（3）上述化合物的上调和下调指示了与疾病、毒性、基因修饰或环境因子的影响。
（4）上述内源性化合物的知识可以被用于疾病诊断和药物筛选。
与转录组学和蛋白质组学比较，代谢组学有以下优点[13]：（1）基因和蛋白质表达的微小变化会在代谢物上得到放大，从而使检测更容易。
（2）代谢组学的研究不需建立全基因组测序及大量表达序列标签（EST）的数据库。
（3）代谢物的种类要远小于基因和蛋白质的数目（每个组织中大约为1〇3数量级，即使在最小的细菌基因组中也有几千个基因）。
（4）研究中采用的技术更通用，这是因为给定的代谢物在每个组织中都是一样的缘故。
代谢组学是近几年才发展的一门新兴的技术，如何对这种技术进行命名曾经有争议，国际上存在metabolomics和metabonomics两个词汇，一般认为，metabolomics是通过考察生物体系受刺激或扰动后（如将某个特定的基因变异或环境变化后）代谢产物的变化或其随时间的变化，来研究生物体系的代谢途径的一种技术。
而metabonomics 是生物体对病理生理刺激或基因修饰产生的代谢物质的质和量的动态变化的研究。
前者一般以细胞作研究对象，后者则更注重动物的体液和组织。
在植物、微生物领域一般用metabolomics，在药物研究和疾病诊断中，一般用metabonomics。
现在这两个定义已经模糊化[6]，没有特别的区分。
代谢组学研究现状目前，代谢组学正日益成为生命科学研究的重点之一，在世界范围越来越多的科学工作者已加入到代谢组学的研究中。
这可以从以下几个方面体现。
有关代谢组学的文献数量增长迅速，学术活动活跃“Web of knowledge”是检索科学文献最好的网站之一，在该网站以metabolomics or metabonomics 和 metabolic profiling 为主题词进行检索，可得图1-3。
以metabolomics or metabonomics 检索可得1950 篇，以metabolic profiling 检索可得 4581 篇（2008 年 1 月 5 日）。
类似地，从“Web of knowledge”使用 proteomics 和 metabolome 分别检索到总文献9361篇和1000篇（图1-4），发现引用次数分别为112 566和8355，平均每篇引用分别为12. 02和，h指数分别为113和39。
从中可知，尽管代谢组学比较年轻，是新兴技术，文献的总量不多，但与蛋白质组学相比，它们具有非常类似的发展趋势。
代谢组学的学术活动也在蓬勃进行，2001年12月在美国举行了题为“Metabolic Profiling: Pathways in Discovery”的专题会议，一年后（2002年11月）在加利福尼亚州召开的系统组学国际会议也特别强调了代谢组学。
有关植物代谢组学方面的会议更多，2002年4月、2003年4月、2004年6月及2006年7月分别在荷兰、德国、美国和英国举行了第一届、第二届、第三届和第四届植物代谢组学国际会议，会议就分析技术的发展、代谢数据的生物信息和数据统计分析、标准化及数据库、代谢组学在解决生物技术问题中的作用和发展农作物等方面进行了广泛的探讨。
