开源工具驱动的高分辨质谱技术革新：天然产物研究新方式

在天然产物研究领域，科研人员始终面临一个核心矛盾：植物代谢物的高度复杂性与分析技术的有限覆盖度。传统策略往往只能鉴定到丰度较高、结构已知的化合物，而大量潜在活性成分则如同“暗物质”般被忽视。

近年来，高分辨质谱（HRMS）硬件性能的飞跃，特别是开源数据处理平台的蓬勃发展，正在深刻改变这一困境。这些开源工具打破了商业软件的技术壁垒，引领天然产物研究进入“看得更全、定得更准”的新纪元。

一、开源工具链：从单一检测到多维智能解析

当前，围绕高分辨质谱数据解析已形成完整的开源工具链：

数据预处理：MZmine能提供特征提取、峰对齐和去卷积功能；XCMS则是擅长处理动态生物转化实验的纵向数据。

化合物鉴定：MS-DIAL的保留时间精确对齐能力使其成为代谢组学“标配”；GNPS基于云计算的分子网络平台，通过二级质谱相似性聚类； SIRIUS则通过碎片树预测和指纹比对，实现精准结构解析。

这套开源工具的核心价值在于：标准化数据处理+ 分子网络可视化 + 智能结构解析的协同效应，让研究者能够看得更全、定得更准。

SIRIUS碎片树预测图

二、GNPS引导分离：从“盲目追踪”到“精准导航”

天然产物中普遍存在结构类似的同系物，如何精准捕获特定结构类型的活性分子，一直是技术难点。

发表于《Bioorganic Chemistry》的一项研究，展示了GNPS引导分离的强大威力。针对植物中的活性成分——新克罗烷型二萜，采用GNPS分子网络技术指导分离流程。通过LC-MS/MS分析粗提物，上传数据构建分子网络，快速识别出富含目标二萜的馏分。在这一策略引导下，成功分离鉴定出10个新克罗烷型二萜，其中包括7个全新化合物[^1]。

传统分离工作需要反复柱层析和盲目活性追踪，耗时耗力。而GNPS分子网络相当于一张开源的“藏宝图”，让我们在分离前就知道哪些馏分富含目标结构，实现从“盲目分离”到“精准导航”的跨越。

GNPS经典聚类图

（图中每一个节点代表一个化合物，并备注其母离子，每一簇节点代表一类化合物，图中包含黄酮类、生物碱类、萜类、苯丙素类等）

三、多工具联合：挖掘复杂体系中的低丰度代谢物

针对植物代谢研究而开发的多层分子网络工作流：采用MZmine进行特征提取和对齐，结合BioTransformer计算机模拟预测代谢产物，通过GNPS构建光谱相似性网络，整合多维度证据建立前体-代谢物关系。这种方式较传统需要数年工作的流程缩减到仅需数天。

发表于《Talanta》的中药蒲黄研究中，将智能多边形质量缺陷过滤与双模式混合采集结合，后处理阶段整合MS-DIAL、GNPS和CFM-ID自动化注释，最终鉴定出130种化合物，显著提升了低丰度成分鉴定效率^[2]。

普思生物深度融合高分辨质谱分析与多元智能开源工具链。在拥有涵盖数千种天然产物单体的特色化合物库和与安捷伦共建的天然产物质谱数据库基础上，整合SIRIUS、GNPS、MS-DIAL等工具，实现多维数据挖掘与精准结构鉴定。公司可提供从复杂样品组分鉴定到基于网络药理学预测活性成分靶点的全链条服务，为全球天然药物研发企业提供高品质技术与产品支持，助力产业创新升级。

参考文献：

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.