10月31日，国际分析化学领域顶级期刊Analytical Chemistry（影响因子6.32）报道我校药物质量与安全预警教育部重点实验室在代谢组学分析方法领域最新科研成果“Twins Derivatization Strategy for High-Coverage Quantification of FreeFatty Acids by Liquid Chromatography-Tandem Mass Spectrometry（doi:10.1021/acs.analchem.7b03020）”，论文共同通讯作者为许风国教授和张尊建教授，共同第一作者为我校药物分析学专业硕士研究生姜蕊琪和理学院有机化学教研室青年教师焦宇博士。
如何在对代谢物实现有效鉴定和准确、可靠定量的基础上，最大限度地提高代谢物质种类和数量的覆盖面，以更加全面真实地反映机体在内外因素扰动下代谢状态的变化，是目前代谢组学分析技术面临的最大挑战。针对低丰度、极性大、难离子化等性质特殊小分子药物及内源性物质LC/MS检测难题，许风国教授和张尊建教授团队在国内较早的开展了“化学衍生化技术与LC/MS结合应用”的创新探索（Mass Spectrom Rev. 2011 30(6):1143-72），提出了“配对衍生化液质联用分析新策略”，先后以5-二甲氨基萘-1-磺酰基（Dns）和5-二乙氨基萘-1-磺酰基（Dens）为功能基团，以酰氯、哌嗪、酰阱、马来酰亚胺为捕获基团，合成了4组配对衍生化试剂，先后建立了靶向脂肪酸类（Anal Chem. 2017 doi: 10.1021/acs.analchem.7b03020）和色氨酸代谢通路（J Chromatogr A. 2017 1504:83-90）等的目标代谢组学定量分析方法，有效解决了基于LC/MS非目标代谢组学分析方法偏向性问题，为疾病及药物干预的精细化代谢调控机制研究提供有力支撑。
此前5月16日，同刊已报道该团队在代谢组学数据预处理领域的研究成果“Influences of Normalization Method on Biomarker Discovery in Gas Chromatography-Mass Spectrometry-Based Untargeted Metabolomics: What Should Be Considered?”（Anal Chem. 2017 89(10):5342-5348），论文共同通讯作者为许风国教授和张尊建教授，共同第一作者为我校药物分析学专业硕士研究生陈佳青和博士研究生张培。该研究系统比较了归一化数据预处理方法对生物标志物筛选的影响，初步揭示了代谢组学“标志物筛不对”、“实验室间可比性差”的原因，对于指导组学数据分析和共享具有重要意义。