9月24日-25日，宝枫生物与国家卫建委职业卫生研究中心、宣武医院、天津眼科医院、中国医科大学附属盛京医院、沃特世（上海）等合作单位，开展代谢组学基础及代谢组学数据分析的内部培训。
宝枫生物CTO陈显扬博士（第二排，右二）、职业卫生中心实验室人员（第二排，右三）、天津眼科医院危平辉医生（第二排，右一）、宣武医院李旭颖医生（左一）
天津眼科医院韩国鸽（中）
代谢组学(Metabolomics) 是继基因组学和蛋白质组学之后发展起来的新兴的组学技术，是系统生物学的重要组成部分，据统计，近些年来代谢组学的研究越来越活跃，美国国家健康研究所(NIH)将代谢组学的发展规划纳入了国家生物技术发展的路线图计划中，许多国家的科研单位也先后开展了代谢组学的研究工作。
宝枫生物的陈显扬博士向大家详细的讲解了代谢组学中的各种问题。陈显扬博士指出代谢组学研究产生大量的数据，这些数据具有高维、小样本、高噪声等复杂特征。如何从复杂的代谢组学数据中提取出有价值的信息，筛选出潜在的生物标志物成为近年来代谢组学研究的热点和难点
首先要进行的是样本数据的预处理，处理手段主要包括归一化（normalizationn) 、标准化（scaling) 。在代谢组学研究中通常用单变量分析方法来快速考察各个代谢物在不同类别之间的差异。但在处理时需考虑多重假设检验的问题，常用的方法为Bonferion校正和局部FDR。而代谢组学产生的是高维的数据，因此多变量统计分析在代谢组学数据分析中具有重要的作用。代谢组学数据采用的多变量统计分析方法主要有偏最小二乘判别分析（PLS-DA) 、基于正交信号校正的偏最小二乘判别分析（OPLS-DA)、人工神经网络（ANN) 、支持向量机（SVM) 等。
代谢组学分析的最终目标是希望从中筛选出潜在的生物相关标志物，从而探索其中的生物代谢机制。比较常见的一种策略是先进行单变量分析，再结合多变量模型中变量重要性评分作为筛选标准，如挑选fdr≤0.05和VIP＞1.0的变量作为潜在生物标志物。用筛选的潜在生物标志物对外部测试数据集进行预测，评价其预测效果。最后，可以通过研究生物标志物的生物学功能和代谢通路，分析不同生物标志物之间的相互作用和关系，从而为探索生物代谢机制提供重要线索和信息。
代谢组学作为后基因时代的一门新兴学科，近年来的发展已经显示出该学科的应用和发展前景。它与药物的药效、毒性筛选、评价研究、安全性评价、作用机制研究和合理用药密切相关。从代谢组学的整体观念与作用的整体观念的一致性的认识，它适于疾病的早期诊断、预防和治疗效果的评估等一系列的方向。
宝枫生物的神经酸研究和开发，也完全借鉴了代谢组学的手段，通过超高分辨飞行时间质谱的检测，鉴定了神经酸适合吸收和发挥作用的骨架结构；同时，利用靶向代谢组学的手段，证明了神经酸是诸多脑疾病的重要分子标志物，具有极大的药用潜力；以比较基因组学和代谢组学的研究为基础，宝枫生物开发了一系列的复合配方产品，填补了市场上的脑保健食品空白。
