中国科学院大连化学物理研究所代谢组学研究中心与大连理工大学计算机科学与技术学院合作建立了一种校正气相色谱-质谱大规模代谢组学分析数据过失误差和系统误差的新方法。该方法利用两个相邻质量控制样品（QC）中代谢物响应强度的比值构建线性拟合模型，实现代谢组数据中过失误差的校正；利用各代谢变量在ω个相邻QC样品中信号响应值的回归模型构建虚拟QC的方法，校正大数据集的系统误差。
此方法解决了由于色谱柱寿命和质谱仪器灵敏度变化造成的多批次和不同气相色谱-质谱仪器代谢组数据整合的难题，改善了大数据的质量，可为大规模代谢组学研究、代谢标志物的筛选及精准医学的研究提供强有力的技术支持。
这一研究成果发表于美国《Anal. Chem.》上。
http://pubs.acs.org/doi/abs/10.1021/acs.analchem.5b03912
原文标题：A Novel Strategy for Large-Scale Metabolomics Study by Calibrating Gross and Systematic Errors in Gas Chromatography–Mass Spectrometry