介紹一篇發表在Nature Communications上的文章: Ion suppression correction and normalization for non-targeted metabolomics，本文的通訊作者是來自德克薩斯大學安德森癌癥中心的Philip L. Lorenzi教授，他的主要研究方向為癌癥，蛋白質組學，代謝組學。
離子抑制是在基于質譜的代謝組學中的一個主要問題，它會顯著降低測量的準確度、精密度和靈敏度。離子抑制的產生與多種因素有關，包括基質類型、離子源類型、流動相的組成等等，在實踐中抵消所有分析物和所有樣品的離子抑制仍然是巨大的挑戰。本文作者采用了一種使用穩定同位素標記的內標（IROA-IS）庫和配套算法來測量和校正離子抑制，并對代謝組學數據進行歸一化。
穩定同位素內標可以校正電離效率和離子抑制的可變性，但是一些化合物例如乳酸（M+0）和丙氨酸（M+1）難以區分。同位素比異常值分析（IROA）通過生成生成清晰可識別的同位素模式來解決這個問題。本文開發的實驗流程根據內標和參照標準，利用獨特的、特定于公式的同位素分子量標準來識別任何類型樣品中的每個分子。在完整工作流程中，首先制備實驗組樣品，顯示其示例譜圖，然后加入內標，制備分析樣品及其譜圖，分析樣品在一個序列中隨機注入，該序列以注入參照標準（由含有5% 13C和95% 13C兩種同位素模式的樣品組成）開始和結束，大約每10次注入一次，之后，由于內標存在，即使樣品輸入存在顯著差異也可以進行歸一化。隨后，作者利用雙MSTUS（MS總有用信號）歸一化算法提高準確度、靈敏度。
最后，作者利用上面的方法揭示了對L-天冬酰胺酶的耐藥機制。結果發現，細胞上調多肽的生成能力與L-天冬酰胺酶的抗性有關，推測可能與以下因素有關：自噬誘導多肽的生成；多肽水解產生氨基酸以及從頭的多肽合成。
?
總之，作者開發了一種可以校正并歸一化代謝組學中離子抑制的方法。
原文鏈接：https://doi.org/10.1038/s41467-025-56646-8
原文引用：DOI：10.1038/s41467-025-56646-8
