摘要
全自动代谢组学实验室一直是领域愿景，但受分析方法设计复杂度限制，至今尚未落地。本研究以此为目标，开发了１款基于质谱非靶向代谢组学、可自动设计液相色谱梯度的自优化框架BAGO。该工具以提升所有化合物（无论已知/未知）的分离效果为目标，实现代谢物全域检出能力的增强。BAGO依托数据驱动型贝叶斯优化算法，从已采集的质谱数据中迭代学习，输出更优的色谱梯度方案。研究提出全局分离指数，可量化已注释及未注释特征峰的共洗脱程度，无需依托化合物结构，即可对各类样本开展稳定优化。本研究选取4组代谢组学实验（覆盖多种样本基质、色谱柱类型与梯度时长）开展性能验证。BAGO通过平衡算法的探索与利用能力，仅需10轮迭代即可实现显著优化。经梯度优化后，样品中高斯型色谱峰数量、２级质谱采集率均有所提升，结合精准匹配与类似物检索２种方式，代谢物注释数量也同步增加。本研究进一步将BAGO应用于黑腹果蝇腹部躯体的性别差异代谢组学研究，分别采用初始梯度与优化后梯度完成平行实验。结果显示：优化方法使高斯型色谱峰数量提升41.9%，触发２级质谱采集的峰数量提升36.8%，并多鉴定出18种具有生物学意义的代谢物，其中包括章鱼胺、焦谷氨酸等与性别特征相关的物质。BAGO为开源免费工具，为非靶向代谢组学搭建全自动化、自优化实验流程奠定了通用化基础。
开源地址
https://github.com/HuanLab/bago
huaxuyu@zju.cn
thuan@chem.ubc.ca
#液相色谱梯度性能 #分离度 #贝叶斯优化 #自优化
方法
BAGO工作流程
图1BAGO算法设计与优化目标
(a) 流程图展示BAGO整体架构：算法基于分离效率与梯度程序的未知关联，对初始梯度开展迭代优化，直至得到最优梯度。
(b) 液质梯度设计的贝叶斯优化1维可视化。
上图：高斯过程回归（GPR）模型结合实测数据，对未知目标函数进行预测，并量化预测不确定性；
下图：基于高斯过程回归模型生成期望改进获取函数，筛选下一组待测试的液相色谱梯度。
(c) 采用BAGO算法优化人血清样本色谱梯度的结果对比。实验使用4极杆飞行时间质谱联用BEH C18色谱柱。
左上：初始梯度程序（流动相B占比随时间变化）；
右上：初始梯度对应的液质基峰色谱图；
左下：优化后梯度程序；
右下：优化后梯度对应的液质基峰色谱图。
(d) 非靶向代谢组学中全局分离指数（GSI）的定义：该指数基于保留时间区间平方和计算。若所有化合物在洗脱区间内均匀分布，代表达到理想分离；若所有化合物在梯度起始位置共洗脱，则代表完全未分离。
(e) 3种不同分离状态对应的全局分离指数数值示例。
(f~h) 全局分离指数分别与3类指标的斯皮尔曼等级相关系数：
(f) 独立2级质谱谱图数量；
(g) 高斯型色谱峰数量；
(h) 带有2级质谱谱图的高斯型色谱峰数量。
结果
算法开发
图2液质梯度优化中算法探索与利用能力的平衡分析
采用亲水作用色谱柱+ 4极杆飞行时间质谱，对单份人尿液样本开展142组梯度实验，覆盖全部梯度搜索空间。
(a) 梯度搜索空间的均匀流形逼近与投影可视化：对比纯利用、纯探索、期望改进3种策略的前10次实验选择。图中灰色点代表142组不同梯度对应的液质实验，彩色点为依次开展的实验，红色菱形为初始梯度。
(b) 期望改进、纯探索、纯利用3种策略的模型拟合效果对比（以决定系数R2为评价指标）。
(c) 3种策略的模型拟合效果对比（以中位数绝对误差为评价指标）。
(d) 3种策略的优化效率对比（以相对分离效率为评价指标）。
(e) 5种不同获取函数找到最优梯度所需实验次数的统计直方图；
EI =期望改进、PI =改进概率、Eps=ε-贪心算法。
性能基准测试
图3BAGO在4组液质串联质谱代谢组学实验中的基准性能验证
高分辨4极杆飞行时间质谱平台
(a~d) 4组实验在BAGO迭代优化过程中，高斯型色谱峰数量（蓝色标识，上图）、触发2级质谱采集的峰数量（红色标识，下图）变化趋势：
(a) 小鼠粪便代谢组，9分钟亲水作用色谱梯度；
(b) 人尿液代谢组，9分钟亲水作用色谱梯度；
(c) 人血清极性代谢组，9分钟亲水作用色谱梯度；
(d) 人血清非极性脂质组，31分钟反相色谱梯度。
(e~h) 初始线性梯度与优化后梯度的曲线对比：
(e) 小鼠粪便样本；
(f) 人尿液样本；
(g) 人血清极性代谢组；
(h) 人血清脂质组。
(i) 梯度优化后，通过精准匹配检索与谱图模糊检索得到的、带有高斯峰形的代谢物注释数量变化。
(j) 不区分峰形，所有采集到的2级质谱谱图经精准匹配检索、谱图模糊检索得到的代谢物注释数量变化。
生物学应用
图4BAGO应用于黑腹果蝇腹部躯体性别差异代谢组学的研究结果
(a) 结合BAGO梯度优化的非靶向代谢组学完整实验流程：样本采集、BAGO方法开发、液质串联质谱检测、数据分析与结果验证；分别采用初始线性梯度、优化后梯度完成检测，依托MassCube软件开展非靶向代谢组学分析与2级质谱谱图库匹配（数据库包含NIST23、MS-DIAL、北美质谱库、GNPS）。
(b) 高斯型色谱峰数量、带2级质谱峰数量、精准匹配注释数、模糊检索注释数的组间对比（初始梯度vs优化后梯度）。
(c) 经空白样本剔除、质控样本相对标准偏差过滤后，各类代谢组学特征指标的组间对比。
(d) 初始梯度下质控样本中质荷比130.050的提取离子流图：主峰为谷氨酰胺的源内裂解碎片，两种离子发生严重共洗脱。
(e) 优化后梯度下质控样本中质荷比130.050的提取离子流图：2种同质荷比离子实现有效分离。
(f) 新注释代谢物焦谷氨酸在雌雄果蝇组间的质谱信号强度对比（采用非配对双尾t检验，未进行多重检验校正）。
(g, h) 火山图：分别基于初始梯度数据(g)、优化后梯度数据(h)筛选雌雄果蝇间的显著差异代谢物；虚线为筛选阈值：倍数变化1.5、P<0.05，分析采用原始P值。
数据
所有液质联用原始数据已上传至Zenodo公共数据库，获取地址
https://zenodo.org/records/18167866
代码
数据分析代码、Python程序包、Windows客户端软件均开源，地址
https://github.com/HuanLab/bago
详细总结
思维导图
分数据集详细结果
与传统梯度优化工具的对比优势
参考
Anal Chem. 2026 Jun 15. doi: 10.1021/acs.analchem.6c01208.
BAGO: A Self-Optimizing Tool for LC-MS Gradient Design in Metabolomics
注：AI辅助创作，如有不当欢迎指出。内容仅供参考，不构成任何建议。
