代谢研究：从单个细胞到整个人群

代谢组学是一门研究生物体内所有小分子代谢物的科学，现已发展为一种强大工具，其检测结果能紧密反映细胞和生物体在健康与疾病状态下的真实功能。本文聚焦于两个快速发展的新方向：单细胞代谢组学和群体规模代谢组学。单细胞代谢组学可在单个细胞水平上解析代谢状态，从而揭示组织内细胞间的代谢差异（即异质性）以及空间分布规律；例如，它能区分同一类细胞中哪些处于活跃增殖状态、哪些正在衰老或发生氧化应激。群体规模代谢组学则面向大规模人群队列（如数十万参与者），系统检测血液等生物样本中的代谢物，从而发现与疾病风险、环境暴露（如空气污染、饮食）、遗传变异相关的代谢标志物。尽管二者研究尺度悬殊——一个微观到单个细胞，一个宏观到整个人群——但它们面临相似的技术挑战：比如代谢物的准确鉴定、精确定量，以及如何将代谢数据与其他类型数据（如基因、蛋白、影像）进行整合分析。同时，它们也共享重要优势：不仅能捕捉非遗传因素（如生活方式、环境）对健康的影响，还具备高通量扩展潜力。文章指出，随着技术不断突破（尤其是通量、灵敏度和自动化程度提升），这两条路径将加速融合，最终绘制出覆盖“细胞—组织—个体—群体”全尺度的综合性代谢图谱。这类图谱不仅能清晰刻画细胞间和人与人之间的代谢差异，还可作为基础模型（如AI驱动的代谢预测模型）的高质量训练数据。通过整合单细胞层面的精细机制洞察与群体层面的统计规律，代谢组学有望在生物学基础研究、临床疾病诊断与分型、药物研发及个性化用药等领域实现重大突破。