Untargeted metabolomics attempts to acquire a comprehensive and reproducible set of small-molecule metabolites in biological systems. However, metabolite extraction method significantly affects the quality of metabolomics data. In the present study, we calculated the number of peaks (NP) and coefficient of variation (CV) to reflect metabolome coverage and reproducibility in untargeted NMR-based metabolic profiling of tissue samples in rats under different methanol/chloroform/water (MCW) extraction conditions. Different MCW extractions expectedly generated diverse characteristics of metabolome. Moreover, the classic MCW method revealed tissue-specific differences in the NP and CV values. To obtain high-quality metabolomics data, therefore, we used mixture design methods to optimize the MCW extraction strategy by maximizing the NP value and minimizing the CV value in each tissue sample. Results show that the optimal formulations of MCW extraction were 2:2:8 (ml/mg tissue) for brain sample, 2:4:6 (ml/mg tissue) for heart sample, 1.3:2:8.7 (ml/mg tissue) for liver sample, 4:2:6 (ml/mg tissue) for kidney sample, 2:3:7 (ml/mg tissue) for muscle sample, and 2:4:6 (ml/mg tissue) for pancreas sample. Therefore, these findings demonstrate that different tissue samples need a specific optimal extraction condition for balancing metabolome coverage and reproducibility in the untargeted metabolomics study. Mixture design method is an effective tool to optimize metabolite extraction strategy for tissue samples.

中文翻译：

---

通过混合物设计方法平衡组织样本中无目标的基于NMR的代谢谱的代谢组学覆盖率和重现性

非靶向代谢组学试图在生物系统中获得一套全面且可重现的小分子代谢物。但是，代谢物提取方法会显着影响代谢组学数据的质量。在本研究中，我们计算了峰数（NP）和变异系数（CV），以反映在不同甲醇/氯仿/水（MCW）萃取下大鼠组织样品中基于目标的非靶向NMR代谢谱中代谢组的覆盖率和重现性条件。预期不同的MCW提取物会产生代谢组的多种特征。此外，经典的MCW方法揭示了NP和CV值的组织特异性差异。因此，为了获得高质量的代谢组学数据，我们使用混合设计方法通过最大化每个组织样本中的NP值和最小化CV值来优化MCW提取策略。结果表明，MCW提取的最佳配方是：脑样品为2：2：8（ml / mg组织），心脏样品为2：4：6（ml / mg组织），1.3：2：8.7（ml / mg组织） ）肝样本，肾脏样本4：2：6（毫升/毫克组织），肌肉样本2：3：7（毫升/毫克组织）和胰腺样本2：4：6（毫升/毫克组织） 。因此，这些发现表明，在非靶向代谢组学研究中，不同的组织样品需要特定的最佳提取条件，以平衡代谢组的覆盖范围和可重复性。混合物设计方法是一种优化组织样品代谢物提取策略的有效工具。结果表明，MCW提取的最佳配方是：脑样品为2：2：8（ml / mg组织），心脏样品为2：4：6（ml / mg组织），1.3：2：8.7（ml / mg组织） ）肝样本，肾脏样本4：2：6（毫升/毫克组织），肌肉样本2：3：7（毫升/毫克组织）和胰腺样本2：4：6（毫升/毫克组织） 。因此，这些发现表明，在非目标代谢组学研究中，不同的组织样品需要特定的最佳提取条件，以平衡代谢组的覆盖范围和可重复性。混合物设计方法是一种优化组织样品代谢物提取策略的有效工具。结果表明，MCW提取的最佳配方是：脑样品为2：2：8（ml / mg组织），心脏样品为2：4：6（ml / mg组织），1.3：2：8.7（ml / mg组织） ）肝样本，肾脏样本4：2：6（毫升/毫克组织），肌肉样本2：3：7（毫升/毫克组织）和胰腺样本2：4：6（毫升/毫克组织） 。因此，这些发现表明，在非目标代谢组学研究中，不同的组织样品需要特定的最佳提取条件，以平衡代谢组的覆盖范围和可重复性。混合物设计方法是一种优化组织样品代谢物提取策略的有效工具。胰腺样品6（毫升/毫克组织）。因此，这些发现表明，在非目标代谢组学研究中，不同的组织样品需要特定的最佳提取条件，以平衡代谢组的覆盖范围和可重复性。混合物设计方法是一种优化组织样品代谢物提取策略的有效工具。胰腺样品6（毫升/毫克组织）。因此，这些发现表明，在非目标代谢组学研究中，不同的组织样品需要特定的最佳提取条件，以平衡代谢组的覆盖范围和可重复性。混合物设计方法是一种优化组织样品代谢物提取策略的有效工具。