代謝物組的化學種類復雜性與理化性質多樣性需要用不同分析技術間的互補性來克服， GC-MS 技術因此成為代謝組學研究中的重要測試平臺。按照目標層次的不同，代謝組學可以粗略地概括為兩大類：非靶向全組分代謝指紋分析（untargeted metabolic profiling analysis）與代謝靶標分析（metabolite target analysis）。前者多受科學發現模式所驅動（scientific discovery-driven），在對生物體系中的代謝物信息進行巨細靡遺地充分表征基礎上，著眼于通過發現差異性表達代謝物，來揭示代謝表型轉變背后蘊含的生物學信息；而后者往往表現為科學假設驅動模式（scientific hypothesis-driven），實驗之前已經通過生物背景信息分析或者出于驗證確證的需要（validation/verification），確立了所要關注的特定代謝物群。傳統GC-MS 技術長于代謝指紋分析，但囿于有限的定量功能而短于代謝靶標分析。GC-MS/MS 恰恰可以彌補GC-MS 的技術局限性，能夠集全掃描相對定量與SRM、SIM（多反應監測、選擇離子掃描）靶標絕對定量于一體，可以更好地滿足代謝組學不同層次的研究需求，是代謝組學測試平臺的發展前沿。

　　本研究利用賽默飛科技最新的串聯氣質平臺TSQ 8000 GC-MS/MS，建立了從全組分代謝指紋分析到靶標分析的應用策略（圖1）。首先，實驗通過全掃描相對定量分析，比較了對照組與疾病組間的人血漿代謝輪廓差異。隨后，針對潛在生物標記物建立了絕對定量方法，開展代謝靶標分析，以之作為生物驗證實驗的基礎。TSQ 8000 GC-MS/MS 具有靈敏度高、重現性好、線性范圍寬、譜圖匹配度高、定量準確等特點，同時它還具有獨特的真空鎖定功能，能不泄真空進行快速的離子源清洗維護，這使得它在代謝組學研究中具有廣闊的應用空間。