在天然產(chǎn)物研究領(lǐng)域，科研人員始終面臨一個核心矛盾：植物代謝物的高度復(fù)雜性與分析技術(shù)的有限覆蓋度。傳統(tǒng)策略往往只能鑒定到豐度較高、結(jié)構(gòu)已知的化合物，而大量潛在活性成分則如同“暗物質(zhì)”般被忽視。
近年來，高分辨質(zhì)譜（HRMS）硬件性能的飛躍，特別是開源數(shù)據(jù)處理平臺的蓬勃發(fā)展，正在深刻改變這一困境。這些開源工具打破了商業(yè)軟件的技術(shù)壁壘，引領(lǐng)天然產(chǎn)物研究進入“看得更全、定得更準”的新紀元。
?
一、開源工具鏈：從單一檢測到多維智能解析
當(dāng)前，圍繞高分辨質(zhì)譜數(shù)據(jù)解析已形成完整的開源工具鏈：
數(shù)據(jù)預(yù)處理：MZmine能提供特征提取、峰對齊和去卷積功能；XCMS則是擅長處理動態(tài)生物轉(zhuǎn)化實驗的縱向數(shù)據(jù)。
化合物鑒定：MS-DIAL的保留時間精確對齊能力使其成為代謝組學(xué)“標配”；GNPS基于云計算的分子網(wǎng)絡(luò)平臺，通過二級質(zhì)譜相似性聚類；?SIRIUS則通過碎片樹預(yù)測和指紋比對，實現(xiàn)精準結(jié)構(gòu)解析。
這套開源工具的核心價值在于：標準化數(shù)據(jù)處理+?分子網(wǎng)絡(luò)可視化?+?智能結(jié)構(gòu)解析的協(xié)同效應(yīng)，讓研究者能夠看得更全、定得更準。
?
SIRIUS碎片樹預(yù)測圖
二、GNPS引導(dǎo)分離：從“盲目追蹤”到“精準導(dǎo)航”
天然產(chǎn)物中普遍存在結(jié)構(gòu)類似的同系物，如何精準捕獲特定結(jié)構(gòu)類型的活性分子，一直是技術(shù)難點。
發(fā)表于《Bioorganic Chemistry》的一項研究，展示了GNPS引導(dǎo)分離的強大威力。針對植物中的活性成分——新克羅烷型二萜，采用GNPS分子網(wǎng)絡(luò)技術(shù)指導(dǎo)分離流程。通過LC-MS/MS分析粗提物，上傳數(shù)據(jù)構(gòu)建分子網(wǎng)絡(luò)，快速識別出富含目標二萜的餾分。在這一策略引導(dǎo)下，成功分離鑒定出10個新克羅烷型二萜，其中包括7個全新化合物[1]。
傳統(tǒng)分離工作需要反復(fù)柱層析和盲目活性追蹤，耗時耗力。而GNPS分子網(wǎng)絡(luò)相當(dāng)于一張開源的“藏寶圖”，讓我們在分離前就知道哪些餾分富含目標結(jié)構(gòu)，實現(xiàn)從“盲目分離”到“精準導(dǎo)航”的跨越。
?
GNPS經(jīng)典聚類圖
（圖中每一個節(jié)點代表一個化合物，并備注其母離子，每一簇節(jié)點代表一類化合物，圖中包含黃酮類、生物堿類、萜類、苯丙素類等）
三、多工具聯(lián)合：挖掘復(fù)雜體系中的低豐度代謝物
針對植物代謝研究而開發(fā)的多層分子網(wǎng)絡(luò)工作流：采用MZmine進行特征提取和對齊，結(jié)合BioTransformer計算機模擬預(yù)測代謝產(chǎn)物，通過GNPS構(gòu)建光譜相似性網(wǎng)絡(luò)，整合多維度證據(jù)建立前體-代謝物關(guān)系。這種方式較傳統(tǒng)需要數(shù)年工作的流程縮減到僅需數(shù)天。
發(fā)表于《Talanta》的中藥蒲黃研究中，將智能多邊形質(zhì)量缺陷過濾與雙模式混合采集結(jié)合，后處理階段整合MS-DIAL、GNPS和CFM-ID自動化注釋，最終鑒定出130種化合物，顯著提升了低豐度成分鑒定效率[2]。
普思生物深度融合高分辨質(zhì)譜分析與多元智能開源工具鏈。在擁有涵蓋數(shù)千種天然產(chǎn)物單體的特色化合物庫和與安捷倫共建的天然產(chǎn)物質(zhì)譜數(shù)據(jù)庫基礎(chǔ)上，整合SIRIUS、GNPS、MS-DIAL等工具，實現(xiàn)多維數(shù)據(jù)挖掘與精準結(jié)構(gòu)鑒定。公司可提供從復(fù)雜樣品組分鑒定到基于網(wǎng)絡(luò)藥理學(xué)預(yù)測活性成分靶點的全鏈條服務(wù)，為全球天然藥物研發(fā)企業(yè)提供高品質(zhì)技術(shù)與產(chǎn)品支持，助力產(chǎn)業(yè)創(chuàng)新升級。
參考文獻：
1.Gao J, et al. GNPS-guided isolation of anti-osteoporosis neoclerodane diterpenoids from Ajuga bracteosa. Bioorg Chem. 2025;164:108841.
2.Zhang C, et al. A comprehensive characterization strategy for natural products using dual-mode hybrid acquisition on high-resolution MS with intelligent subdivision polygonal mass defect filtering. Talanta. 2026;299:129116.