近日，我校科学技术处申铁教授依托网络空间安全学院、先进计算全省重点实验室、蛋白质设计与生物成像科技创新领军人才工作站、生命科学学院和数学科学学院的交叉科学团队，在自然指数（Nature Index）期刊《Analytical Chemistry》（中科院SCI一区TOP期刊）在线发表题为“SQ-KFP: A Framework for Spatially Quantitative Metabolic Flux Analysis Enables Imaging In Vivo Absolute Metabolic Enzymatic Reaction Rate”的研究论文。
方法原理流程
该研究率先开发出定量空间代谢流成像方法，首次系统性地实现了对生物组织内代谢酶促反应速率的原位、定量成像。代谢物浓度的异常变化是众多生理病理过程的直接诱因，而酶促反应速率是调控代谢物浓度的核心驱动力。当前主流的空间组学技术，如空间转录组和空间代谢组，仅能提供mRNA或代谢物的静态浓度分布图谱，无法直接测定代谢网络真正的功能输出——代谢反应速率，即代谢流。因此，如何在组织原位对绝对代谢流进行空间成像，是系统生物学领域悬而未决的重要技术难题。
针对这一挑战，研究团队通过在空间同位素示踪过程中引入图像配准，连接了动态13C同位素示踪、解吸电喷雾电离质谱印迹成像以及非稳态代谢流分析等多种前沿技术，首次实现定量代谢流分析技术与空间质谱成像的融合，构建了全新的SQ-KFP框架。该框架能够生成兼具时间和空间分辨率的同位素标记数据，并结合改进的动力学数学模型，首次在像素级别计算出目标代谢反应的绝对速率。团队以红花酢浆草和天蓝苜蓿的叶片为模式体系，成功绘制了延胡索酸酶（催化苹果酸与延胡索酸相互转化）反向反应速率的空间分布图谱。研究发现，代谢反应速率在叶片不同区域呈现显著的异质性，例如在红花酢浆草中，叶柄-叶片连接处的速率显著高于中央叶区，且这一分布模式与光合作用效率呈反向互补关系。团队还通过区域组织匀浆酶活性检测和整体流量分析等手段，对成像结果进行了多重独立验证，有力证实了方法的准确性与可靠性。
该研究首次在空间维度上揭示了代谢物浓度、同位素富集程度与代谢反应速率三者之间的“解耦合”现象，即浓度高或同位素标记强的区域，其反应速率不一定高。这直接证明浓度和同位素标记信息无法替代反应速率的直接测量，凸显了开发空间代谢流成像技术的必要性。SQ-KFP方法的建立，为代谢生物学研究填补了从“定性功能成像”到“定量功能成像”的方法学空白，在多个前沿领域具有广泛的应用可能。
动态同位素标记数据（B），酶反应速率成像图（D）和验证结果（E）
申铁教授团队紧扣贵州“东数西算”枢纽节点，深度融入全省数字经济发展布局，将空间代谢组学、生物信息学与先进计算深度融合，打造了算力驱动前沿生命科学的典型应用。
申铁教授，中国科技大学同步辐射国家实验室刘成园副教授、侯壮豪副教授为论文共同通讯作者，我校实验师刘伦衔、博士研究生许余云，硕士研究生孟兴攀为论文共同第一作者。该研究主要获得贵州省科技创新领军人才工作站（黔科合平台KXJZ[2024]030）、国家自然科学基金项目（32260225）等项目的资助。
论文全文链接：https://pubs.acs.org/doi/10.1021/acs.analchem.6c00605
