从整体代谢到组织原位：哪些课题值得增加空间维度？

做代谢组学，你还在做"匀浆大法"？

空间代谢组正在从"小众技术"进阶为时空生物学的核心工具，无需标记、保持组织切面完整性，就能在一张切片上直接"看见"代谢物的原位分布——肝小叶的代谢分区、肿瘤内部的代谢异质性、肾损伤后病灶外的"隐形"代谢失调，全部变成可视化的分子图谱。

空间代谢组为传统代谢组学研究补上的，恰恰是bulk分析看不见的"位置证据"。

判断课题是否适合做空间代谢组，不是"要不要做"，而是——课题如何设计才能从空间维度中获得最大价值。

一、五个判断：识别"空间维度价值最大"的课题

1. 科学问题是否指向"组织内部的位置/区域"？

空间代谢组最擅长回答的问题是：代谢异质性发生在哪里。

• "病灶核心vs边缘vs正常区"？

• "肿瘤内部缺氧/增殖/坏死/免疫浸润梯度"？

• "器官功能分区：肝的带状结构、肾的皮髓质轴、脑的核团与神经递质梯度"？

只要您的问题落到这些"位置"上，空间代谢组就是不可替代的答案来源。

2. 是否已经有一个"可检验的空间假说"？

空间代谢组效率最高的用法，是给已有的代谢发现补上位置证据，形成"发现—定位—验证"的完整闭环：

哪怕目前只有bulk数据，只要您有明确想验证的假说，空间维度将直接为您的研究升值。

3. 目标代谢物是否具备良好的质谱可检出性？

空间代谢组默认采用广筛策略——在一张切片上尽可能覆盖更多代谢物类别与分子量范围，先把"组织里有什么、分布在哪儿"整体扫出来，再配合数据分析做定向深挖。需要客观说明的一点是：质谱对不同分子量范围与化合物类别的响应天然存在差异——高丰度脂质更易电离，低丰度的小分子信号相对偏弱。也正因没有任何一套实验参数能同时最大化所有类别的响应，我们建议"广筛打底+定向优化"的组合策略：

• 广筛负责"不漏"：默认参数覆盖尽可能宽的代谢组范围，避免预设清单让您错过意料之外的物质。
• 定向优化负责"更强"：如果您有重点关注的具体代谢物类别，请在立项前告知，我们会针对该类别所处的分子量范围及分子特点调整实验参数，让对应信号的响应更强、覆盖更完整。

这样既保留了广筛的发现能力，又能让您真正关心的类别拿到最优检出——广与精，由参数切换来兼顾。

4. 样本是否满足"原位分析"的硬性要求？

好样本=好结果，这个原则在空间分析里是加倍成立的，样本处置方式、样本类型选择以及切片方案，每一步都会直接影响原位分析成败。

取样即代谢淬灭：组织离体后数秒至数分钟内代谢物就在变化，必须即时取材、液氮速冻，常温放置与冻融会带来降解和空间移位。

新鲜冷冻样本最理想：FFPE 会损失大量极性代谢物。

切片方案提前定：脑选冠状/矢状/水平切面、心脏短轴/长轴、肝脏带状、肾脏皮髓质轴——切片位置本质上是生物学决策，越早与病理一起规划，数据越能出成果。

5. 是否准备好了"高质量实验设计"？

空间代谢组对实验设计的回报率极高：空间对照（病灶 vs 正常、健康 vs 疾病、治疗 vs 对照）、生物学重复、上机随机化——每一项都直接影响您最终能否拿到可发表、可解释的实验结论。

二、哪些课题做空间代谢组"回报最高"？

以下场景在高分文献中被反复验证为空间代谢组的高价值应用[1-5]:

1. 器官空间代谢图谱

小鼠肝脏和肠道的高分辨空间代谢图谱，揭示了代谢物沿肝小叶和肠绒毛轴的高度异质性分布规律，并精确定位了果糖诱导的肝内代谢扰动区域。

2. 疾病模型的区域化病理

心梗缺血核心—边缘—远端心肌、缺血再灌注损伤后的"组织学正常但代谢异常"区域。

3. 宿主—微生物互作

微米尺度的原位代谢互作图谱，实现在单细胞分辨率下将代谢物表型直接定位于宿主及其胞内共生菌，揭示了同一共生菌株内仍存在显著代谢表型差异，为不依赖培养的微生物原位代谢研究提供了通用型工具。

4. 植物胁迫与发育

植物受干旱、盐碱、重金属胁迫；病原菌侵染点、虫咬部位周围形成"代谢防御圈"；从种子萌发到器官形成等。空间代谢组可追踪关键代谢物在不同时期的分布状态及关键位置。

5. 中药成分的组织原位分布

从"中药中有什么/入血后有什么"，到"成分到底到达了哪个靶组织、定位于哪个区域"——为药效物质基础研究补上空间证据。

结 语 

代谢是高度空间化的，空间代谢组的价值不在于做一项新实验，而在于给已有的代谢研究补上最缺的一块位置证据。

无论您的课题是肿瘤微环境、器官分区、疾病区域化，还是中药成分的组织原位分布，都可以用上面五个判断快速评估"空间维度的价值与可行性"。

派森诺生物空间代谢组：为研究补全“位置证据”

派森诺生物提供“空间代谢组项目可行性评估+实验设计支持”——从科学问题、样本状态、目标代谢物覆盖度出发，助您把空间维度做对、做值，让数据真正成为论文的亮点。

参考文献：

1.Phapale P. Spatial metabolomics: design, pitfalls and data interpretation.EMBO J. 2026;45(12):4007-4013. doi:10.1038/s44318-026-00797-x

2.Samarah LZ, Zheng C, Xing X, et al. Spatial metabolic gradients in the liver and small intestine.Nature. 2025;648(8092):182-190. doi:10.1038/s41586-025-09616-5

3.Wang G, Heijs B, Kostidis S, et al. Analyzing cell-type-specific dynamics of metabolism in kidney repair.Nat Metab. 2022;4(9):1109-1118. doi:10.1038/s42255-022-00615-8

4.Geier B, Sogin EM, Michellod D, et al. Spatial metabolomics of in situ host-microbe interactions at the micrometre scale.Nat Microbiol. 2020;5(3):498-510. doi:10.1038/s41564-019- 0664-6

5.Myers RJ Jr, Tretter ZM, Daffron AG, et al. Spatially Resolved Plant Metabolomics.Metabolites. 2025;15(8):539. doi:10.3390/metabo15080539

供稿  | 蛋白代谢产品部

编辑  | 市场部