上一讲简略介绍了代谢组学的研究对象及其两大技术（靶向及非靶向技术）。【查看】
代谢组学是效仿基因组学和蛋白组学的研究思想，对生物体内所有代谢产物进行定性定量分析，以探求代谢变化与生理病理的相对关系。
自上世纪 90 年代，Steven Oliver 教授和 J.Nicholson 教授分别提出 metabolome 和 metabonomics 概念后代谢组学作为一门独立学科得到迅速发展。经近 20 年的技术积累，代谢组学技术逐步成熟。本篇作为代谢组学系列（课题设计、样本采集、平台选择、数据分析、实验验证）之一，将从课题设计入手进行详细介绍。
课题设计
代谢组学研究方向图
如上图，代谢组学中常见的目的主要有两个，一是对不同组群样本进行分析，筛选差异代谢产物，确定 biomarker；二是将代谢组学数据与其他组学数据相整合，在定位到差异小分子的基础上，上溯至关键代谢通路，从而更加完善的解析生理病理等机制。
根据不同的研究目的，进行实验组别设置、选择样本来源、确定样本数量、挑选适应的数据分析方法。相较于其他组学研究，代谢组处于生命活动的下游，动态波动性大，需要设置更多的生物学重复来降低组内差异的影响，增加数据的可靠性。一般，微生物样本由于培养环境比较一致，建议 6 - 8 个生物学重复即可；模式动物及植物样本，波动略大，建议 8 -10 个生物学重复；临床样本，受影响因素太多（年龄、性别、饮食、病史等），建议至少 30 个生物学重复。
上述两种研究目的，截至到差异物筛选的分析流程基本是一致的，即不同组别的样本检测后的数据，经多元统计分析寻找到差异代谢产物。此后的分析方法会有所差异。对于以生物标志物寻找为课题目标的实验，以此结束即可；然而，如果想更进一步完善实验设计，进行机理解析，则需要配合其他组学手段。
KEGG 多组学分析样图
多组学整合的理论支撑为系统生物学，即生物体系中的所有组成成分（基因、mRNA、蛋白和代谢产物等）在特定条件下是相互作用和相互关联的，因而可以分析生物体系在某些因素的影响下整体变化的过程及规律。在基因组序列的基础上完成生命编码到生命过程的研究，将生物体系中各种分子的鉴别及其相互作用进行途径、网络、模块展示，对生物系统进行全面解读。
课题设计部分的分享大致如上啦，这部分主要是确定研究目标，下次咱们将重点讲述各类型样本的收集~
微信原文：https://mp.weixin.qq.com/s/wPLkvx9IiS0CMcNa6f1KjA
