近日，我组在前期三个月试运行的基础上，正式发布“代谢组学数据库（Met-SC）”1.0 版。该数据库由我所自主建立，集数据标准化存储（汇交）、AI-就绪（AI-ready）质谱资源构建、在线数据分析与疾病导向知识图谱挖掘于一体，实现了代谢组学数据的“存—算—析”一体化。该数据库为代谢组学数据的存储管理、共享应用与规模化智能分析提供了基础设施支撑。

随着高分辨质谱技术的飞速发展，代谢组学数据正以指数级速度迅速增长。HMDB、MassBank、MetaboLights、GNPS、MetaboAnalyst 等数据库已极大推动了代谢组学数据的存储、共享与分析。然而，数据存储、分析及功能解析仍分散在不同资源中，研究者往往需在多个数据库系统间反复搬运数据与结果。跨平台操作不仅抬高了可重复分析的门槛，也制约了跨研究整合。随着代谢组学数据规模持续膨胀、人工智能（AI）应用的快速渗透，“存—算—析”割裂的格局已成为制约生物学“洞见”高效产出的瓶颈，亟需一个将数据提交、在线分析与生物学解释贯通的一体化数据库。

针对上述问题，研究团队在国家基因组科学数据中心的批准下，承担了代谢组学分中心的建设，自主研发了 Met-SC 数据库（https://metabolomics.dicp.ac.cn），并构建了基于 FAIR 原则的标准化数据汇交框架。团队整理整合了199 万种化合物的 775 万张参考质谱图，以及10万余份真实生物样本中的7300万张未知特征质谱，构成面向 AI-ready 的代谢组学质谱数据底座。该数据库内置零代码在线分析模块，降低了组学数据分析门槛；还整合了结直肠癌代谢知识图谱（MetKG-CRC），将分散文献证据与多组学数据贯通串联，为疾病机制发现与靶点挖掘提供系统化知识支撑。Met-SC 1.0 版的发布，实现了数据存储、谱图资源管理、在线计算与知识图谱探索的一体化集成，在一定程度上缓解了跨平台数据壁垒问题。

相关工作以“Metabolomics Subcenter (Met-SC): an integrated metabolomics database and analysis platform” 为题，发表在《核酸研究》（Nucleic Acids Research）上。该成果的第一作者为我组1808组文里梁工程师及兰州大学联合培养博士研究生王明超，该工作得到国家重点研发计划、国家自然科学基金等项目的资助。（文/图 文里梁、刘心昱）

文章链接：https://doi.org/10.1093/nar/gkag1127