食品科学里的代谢组学分析综述
食品科学里的代谢组学分析综述
食品科学里的代谢组学分析综述学号：2011201373 姓名：杨海源摘要代谢组学在许多学科已成为重要的分析工具，比如人类疾病学、营养学、药物研发、植物生理学等其他学科。
在食品科学学科中代谢组学已成为热门的分析原材料和产品质量、加工处理、安全性评价的方法。
这篇文章从代谢物识别、数据预测、信息处理方法讨论了代谢组学的最新进展及代谢组学分析在每个阶段的特殊方法。
引言代谢组学使一个体系中许多小分子代谢物研究成为可能。
在许多研究领域已成为重要的研究工具，最近验证并发现代谢组学在人类疾病研究、药物研发、植物分析、人类营养及其他领域发展迅速、影响广泛。
代谢组学分析大体上分为代谢物靶标分析和代谢物非靶标分析。
靶标分析针对目标代谢组中某一个特组的组分分析、大多情况下要求识别和量化组中的代谢物。
靶标分析在未确定条件下对于混合代谢组中反应评估很重要。
靶标代谢组学分析特殊要求样品高纯度和单一选择性提取。
相反，非靶标代谢组学分析主要探测代谢分子群组，尽可能获取代谢模式及代谢物指纹，对特殊代谢物无识别和定量分析要求。
非靶标分析已被用于生物学的可识别指纹分析，如植物病。
基于特殊目标物的分析和数据处理，多数代谢物组学研究也被分为代谢物识别、信息获取、可预测性研究（见图.1）。
图1: 代谢组学一般分类标记物识别分析主要在于发现样品数量的不同，没有必要创建统计模型或评估可能的路径来说明这些差异。
葡萄酒的分类常通过葡萄品种和生产区及发酵代谢技术来区分。
通常用多元数据分析技术获得代谢物的识别与最大化的分类，此方法在主成分分析中成为应用最多。
主成分分析与其他多元数据分析在其他领域也广泛谈到。
相反，信息代谢组学分析主要对目标物的定性、定量分析，或对非靶标代谢物分子获取内在信息。
代谢物数据库应用不断发展和更新，如人类代谢物数据库。
通过信息代谢组学可以进行对可能的代谢路径分析、新生物活性物的发现、生物标记物的发现、特殊代谢数据库的创建、代谢物的功能研究。
代谢组学在食品科学中的应用
代谢组学在食品科学中的应用随着科技发展和人们生活水平的提高，食品科学越来越受到人们的关注。
人们对于食品的质量和安全要求越来越高。
而代谢组学作为一种先进的技术，在食品科学中具有重要的应用价值。
本文将从代谢组学的定义、原理、技术和应用方面进行探讨。
一、代谢组学的定义代谢组学是研究代谢产物(代谢物)在特定条件下的产生、变化和调节的系统性科学。
代谢产物包括物质和能量的代谢产物，如核酸、蛋白质、糖、脂质等。
代谢组学可以描述在生物体内多种代谢通路相互作用的过程，为研究代谢通路提供了一种普遍而有效的工具。
二、代谢组学的原理代谢组学的原理主要是基于代谢产物的组成和调控机制。
代谢产物是生物体内复杂代谢过程的结果，但受到外界环境、遗传因素等的影响，代谢产物组成和含量都具有变异性。
通过对代谢物进行定性定量分析，可以揭示代谢通路的变化及其调节机制，为研究生物代谢过程提供了一种有效的途径。
三、代谢组学的技术代谢组学技术主要包括色谱-质谱联用技术(GC-MS、LC-MS)、核磁共振(NMR)、基质辅助激光解析(MALDI-TOF)等。
这些技术在代谢物的定性定量分析中效果较好，可以揭示代谢产物的组成和含量变化。
目前代谢组学技术已经开始应用于食品科学领域，为分析食品中的代谢物提供了丰富而全面的信息支持。
四、代谢组学在食品科学中有广泛的应用价值，主要包括以下几个方面：1、食品品质评价代谢产物的含量和组成是影响食品品质的重要因素之一。
通过代谢组学技术对食品中代谢物的定性定量分析，可以揭示食品成分及其变化趋势，为准确掌握食品品质提供依据。
2、食品质量控制代谢组学技术可以对食品在生产和储存过程中的变化进行监测和分析，为食品质量控制提供了定量化的基础。
通过建立食品代谢组学数据库，可以为食品质量管理提供实时监控和预警。
3、食品安全检测代谢组学技术可以对食品中的有害成分进行定量分析，如农药残留、重金属、食品添加剂等。
此外，代谢组学技术还可以监测食品中的毒素产生情况，为食品安全分析提供数据支持。
代谢组学技术在食品安全监测中的应用
代谢组学技术在食品安全监测中的应用随着人类食品消费的增加，食品安全问题也被提上了议程。
在过去的十几年里，被广泛利用的食品安全监测方法，如PCR、MS、GC和LC等技术由于其灵敏度和特异性而被广泛接受。
然而，这些技术在分析中所涉及的“单一目标物”的原则，使得它们的适用性受到了影响。
此外，传统的方法也存在着准确性和时间的限制，因而不能满足所有的需求。
现在，越来越多的科研者发现，代谢组学技术在食品安全监测中的应用可以提供更准确的信息。
什么是代谢组学？代谢组学是一种在全代谢物水平上分析生物样本的方法。
它是从金属、蛋白质、转录组和基因组研究发展而来的。
代谢组学通过对样本中一系列代谢产物的关联性进行分析，揭示了代谢途径的变化并且可以被用来分析生物学基础和疾病发生的机制。
在食品科学的背景下，代谢组学已被证明是一种有前途的技术，因为它可以为食品材料的品质和安全问题的分析提供更全面、更精确的信息。
目前，代谢组学技术被用于各类食品的研究，如肉类、水产、奶制品，麦片、饼干和水果等。
举一个例子，一次研究中使用了代谢组学技术来确定不同变味水果中的变味物质，结果表明在储存过程中，与变味水果相关的代谢途径是显著不同的。
此外，代谢组学技术也已被用于检测在食品生产过程中的化学和生物污染物。
研究发现，代谢组学方法可以识别食品检测中的不同细菌和食品毒素，如大肠杆菌、沙门氏菌和霉菌毒素等。
总的来说，代谢组学技术在食品安全监测中的应用是很有前途的。
然而，由于代谢产物数量的多样性和复杂性，代谢组学技术的应用还存在着挑战。
其中最主要的挑战是复杂性的数据处理。
因此，和其他的“Big Data”技术一样，代谢组学的应用也需要使用高级数据处理和计算工具。
结论代谢组学技术是一种有前途的、高度灵敏且全面的技术，可以被广泛用于食品安全监测中。
与传统的单一目标物技术相比，代谢组学技术可以使研究者更全面的研究食品品质，并可以更快地检测出污染物质。
尽管代谢组学技术仍存在一些限制，但其优越性将使其成为食品安全检测的重要工具。
代谢组学概述
代谢组学概述代谢组学是一门综合性的生物学研究领域，通过分析生物体内代谢产物的变化，揭示生物体内代谢网络的调控机制和代谢异常与疾病之间的关系。
代谢组学在生命科学研究、医学诊断与治疗、食品安全等领域具有重要的应用价值。
代谢组学的研究对象主要是代谢产物，包括代谢物、代谢酶和代谢途径等。
代谢产物是生物体代谢活动的结果，通过分析代谢产物的种类和含量，可以了解生物体的代谢状态和变化。
代谢酶是催化代谢反应的关键蛋白质，通过研究代谢酶的活性和表达水平，可以揭示代谢途径的调控机制。
代谢途径是一系列相互关联的化学反应，通过研究代谢途径的变化，可以了解生物体的代谢网络和调控机制。
代谢组学的研究方法主要包括代谢物分析、代谢酶活性测定和代谢途径研究等。
代谢物分析是代谢组学的核心技术，目前常用的代谢物分析方法包括质谱技术、核磁共振技术和高效液相色谱技术等。
质谱技术可以用于代谢物的定性和定量分析，核磁共振技术可以用于代谢物的结构鉴定，高效液相色谱技术可以用于代谢物的分离和纯化。
代谢酶活性测定是研究代谢酶功能的重要方法，通过测定代谢酶的催化反应速率，可以了解代谢酶的活性和调控机制。
代谢途径研究是研究代谢途径调控机制的关键方法，通过构建代谢途径模型，可以揭示代谢途径的结构和调控机制。
代谢组学在生命科学研究中具有广泛的应用价值。
通过代谢组学的研究，可以了解生物体在不同生理状态下的代谢特征和代谢网络的调控机制，揭示疾病发生发展的分子机制，为疾病的预防和治疗提供理论依据。
代谢组学在医学诊断与治疗中也有重要的应用，通过分析生物体的代谢产物，可以进行疾病的早期诊断、疾病的分型和预后评估，并为个体化治疗提供依据。
此外，代谢组学还可以用于食品安全的检测和评估，通过分析食品中的代谢产物，可以了解食品的质量和安全性。
代谢组学是一门综合性的生物学研究领域，通过分析生物体内代谢产物的变化，揭示生物体内代谢网络的调控机制和代谢异常与疾病之间的关系。
代谢组学在生命科学研究、医学诊断与治疗、食品安全等领域具有重要的应用价值。
代谢组学技术在食品安全检测中的研究
代谢组学技术在食品安全检测中的研究第一章：引言食品安全问题一直是人们所关注的热点问题，而食品安全检测则是保障食品安全的重要手段。
传统的检测技术种类繁多，但是在实际应用中仍有一定局限性。
近年来，随着生物技术和计算机科学的发展，代谢组学技术开始应用于食品安全检测中，成为一个新的研究热点。
本文就代谢组学技术在食品安全检测中的应用进行综述。
第二章：代谢组学技术的概念及原理代谢组学技术是基于生物体内代谢的整体过程，运用现代高通量技术和信息学技术手段，通过检测和分析生物体内代谢产物的变化和差异，揭示生物体代谢过程、代谢产物、代谢物互作关系及代谢物生物标志物等方面的信息。
代谢组学技术所涉及的检测手段主要包括核磁共振、质谱、红外、紫外、荧光等技术以及它们的组合，其中以质谱为代表的“组学”技术已经成为全球代谢组学分析的主流方法之一。
代谢组学技术通过高通量的实验手段和信息处理技术，可以大量生成生物样品的代谢剖面，同时结合化学信息学等计算机辅助技术，可以对这些样品进行理性分类、挖掘和分析。
第三章：代谢组学技术在食品安全检测中的应用现状近年来，代谢组学技术在食品安全检测中的应用逐步普及。
代谢组学技术可应用于生产流程、产地溯源、食品成分鉴别、食品添加剂检测、铅、汞、石墨烯等有害金属元素检测等领域。
以铅元素检测为例，铅是一种较为常见的有害金属元素，对人体健康有严重影响。
铅元素可存在于各种食品中，例如水产、畜肉、果蔬、米面等。
传统检测方法主要采用原子吸收光谱检测等技术。
但这些技术仅能检测单一的元素，且对检测限度较低，且无法满足对多种食品中铅含量快速、准确检测需求。
与此相比，利用代谢组学技术检测铅元素则具有更好的精准性和准确性。
第四章：代谢组学技术在食品安全检测中的优势相对于传统的食品检测技术，代谢组学技术具有如下优势：1. 代谢组学技术的快速性代谢组学技术在检测样品后可在较短的时间内生成代谢谱，对于一些食品生产加工流程中的快速检测需求，代谢组学技术可以提供快速、精准的数据支持。
六种谷物代谢组学
六种谷物代谢组学
谷物代谢组学是指对谷物中的代谢产物进行分析的一种科学方法。
以下是六种常见谷物的代谢组学研究结果：
- 大米：在正、负离子模式下，分别在不同样品之间确定了9条和14条差异代谢途径。
糙米和大米之间的差异代谢途径有正离子的苯丙氨酸/酪氨酸/色氨酸代谢、组氨酸代谢，负离子模式的甜菜碱生物合成、C5-支链二元酸代谢、嘌呤代谢、玉米素生物合成和碳代谢5个代谢途径。
- 糙米：与大米相比，糙米和发芽糙米在发芽后的差异代谢途径有卟啉和叶绿素代谢、嘧啶代谢和嘌呤代谢。
- 黑麦：全谷物食物中的黑麦面包的消耗与较低的牛磺酸、甘油磷酸胆碱和两种内源性甘油磷脂的血浆浓度有关。
此外，研究人员还发现了15种黑麦植物化学物质，其血液中的含量随着黑麦纤维的消耗而增加。
- 燕麦：暂无相关信息。
- 玉米：暂无相关信息。
- 小麦：暂无相关信息。
代谢组学研究可以为谷物营养和健康功效的研究提供新的视角和方法。
如果你想了解更多关于谷物代谢组学的信息，可以继续向我提问。
生物活性成分和代谢组学分析在食品和临床中的应用和监测技术研究
生物活性成分和代谢组学分析在食品和临床中的应用和监测技术研究在生物领域中，越来越多的研究利用生物活性成分和代谢组学分析来探究食品和临床中的应用和监测技术。
这些技术可以提供更深入的了解和更全面的了解有机物的作用和代谢，从而为新药物的发现、剂量优化、食品安全和临床监测提供基础支持。
生物活性成分，是指存在于食品和草药中的化学物质，它们具有生物学活性，如抗氧化性、抗炎性和抗癌性。
其中最广泛研究的生物活性成分是多酚。
多酚被广泛研究的原因在于它们具有多种健康效果，如改善心血管疾病、糖尿病和癌症等。
研究表明葡萄籽、绿茶、咖啡因、番茄等中含有丰富的多酚。
代谢组学是一种在代谢水平上研究生物系统的方法。
代谢组学分析可提供生物活性成分代谢物的定量信息，从而揭示生物活性物质对健康和疾病的影响。
典型的代谢组学方法包括质谱和核磁共振等技术。
在食品行业中，生物活性成分和代谢组学分析可用于食品质量控制和食品安全监测。
生物活性成分的含量和生物活性对食品的品质产生影响。
常用的方法包括高效液相色谱法（HPLC）和气相色谱法（GC）。
研究表明，通过代谢组学分析可以监测控制农药、化学品和其他污染物对食品的影响。
在临床应用中，生物活性成分和代谢组学分析可用于新药物的发现、剂量优化和药理学研究。
代谢组学研究可以提供更深入的了解有机物的代谢、生物转化和消除。
这有助于确定饮食、药物和植物营养补充剂与健康和疾病的关系。
总之，生物活性成分和代谢组学分析在食品和临床中的应用和监测技术的研究中发挥着日益重要的作用。
这些研究为生物活性物质的潜在健康影响和治疗效果提供了一种新方式。
随着这些技术和研究的不断发展，我们可以更好地理解生物系统和其与疾病和健康的相互作用。
代谢物组学技术在食品质量安全检测中的应用前景分析
代谢物组学技术在食品质量安全检测中的应用前景分析随着人们生活水平的提高，对食品的品质和安全要求也越来越高。
食品中的有害物质、添加剂以及可能存在的污染物质等问题，对食品行业管理者提出了更高的要求。
近年来，代谢物组学技术被广泛应用于食品质量安全检测领域，有效解决了传统检测方法难以解决的问题，取得了显著的成效。
本文将就代谢物组学技术在食品质量安全检测中的应用前景进行详细的分析。
代谢物组学技术是一种全新的检测方法，相对于传统检测方法，代谢物组学技术可以同时检测多个代谢物，具有高效、快捷、高灵敏度等优点。
基于代谢物组学技术，可以建立食品成分和生理状态变化的检测模型，从而为食品质量检测、食品生产安全提供有效的参考。
通过代谢物组学技术，可以对不同食品进行分析，发现其中可能存在的潜在风险因素。
同时，代谢物组学技术可以发现未知的组分，这种方法不仅适合于单种食品，还可以应用于复杂混合物，如饮料、烟草等。
代谢物组学技术的应用不仅可以检测食品中的有害物质，还可以检测食品中的营养成分，这对于餐饮企业和食品生产厂家来说是非常有益的。
基于代谢物组学技术，可以建立不同类型食品的代谢物组模型，通过比对不同食品的模型可以发现它们之间的差异，从而在该类型的食品中发现比传统检测方法更加敏感的代谢物变化，从而为制定更加全面、合理的食品生产标准提供科学的依据。
同时，代谢物组学技术还可以探究食品中的化学反应和代谢过程，根据代谢物组变化的规律建立化学反应和代谢过程的模型。
这有利于我们更深入地了解食品的生理作用和代谢规律，从而更好地指导食品的研发和生产过程。
通过代谢物组学技术，我们可以对具有潜在健康风险的食品进行分析，如膳食纤维、反式脂肪酸等，这种技术非常适合于健康食品的研发和检测。
综上所述，代谢物组学技术因其在食品质量安全检测中的广泛应用前景，被视为食品领域研究的热门方向。
该方法可以对不同种类的食品进行分析，并发现其中的有害物质和不良成分。
因此，代谢物组学技术的应用将有助于保障消费者的健康权益，促进食品行业的健康发展。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
食品科学里的代谢组学分析综述学号：2011201373 姓名：杨海源摘要代谢组学在许多学科已成为重要的分析工具，比如人类疾病学、营养学、药物研发、植物生理学等其他学科。
在食品科学学科中代谢组学已成为热门的分析原材料和产品质量、加工处理、安全性评价的方法。
这篇文章从代谢物识别、数据预测、信息处理方法讨论了代谢组学的最新进展及代谢组学分析在每个阶段的特殊方法。
引言代谢组学使一个体系中许多小分子代谢物研究成为可能。
在许多研究领域已成为重要的研究工具，最近验证并发现代谢组学在人类疾病研究、药物研发、植物分析、人类营养及其他领域发展迅速、影响广泛。
代谢组学分析大体上分为代谢物靶标分析和代谢物非靶标分析。
靶标分析针对目标代谢组中某一个特组的组分分析、大多情况下要求识别和量化组中的代谢物。
靶标分析在未确定条件下对于混合代谢组中反应评估很重要。
靶标代谢组学分析特殊要求样品高纯度和单一选择性提取。
相反，非靶标代谢组学分析主要探测代谢分子群组，尽可能获取代谢模式及代谢物指纹，对特殊代谢物无识别和定量分析要求。
非靶标分析已被用于生物学的可识别指纹分析，如植物病。
基于特殊目标物的分析和数据处理，多数代谢物组学研究也被分为代谢物识别、信息获取、可预测性研究（见图.1）。
图1: 代谢组学一般分类标记物识别分析主要在于发现样品数量的不同，没有必要创建统计模型或评估可能的路径来说明这些差异。
葡萄酒的分类常通过葡萄品种和生产区及发酵代谢技术来区分。
通常用多元数据分析技术获得代谢物的识别与最大化的分类，此方法在主成分分析中成为应用最多。
主成分分析与其他多元数据分析在其他领域也广泛谈到。
相反，信息代谢组学分析主要对目标物的定性、定量分析，或对非靶标代谢物分子获取内在信息。
代谢物数据库应用不断发展和更新，如人类代谢物数据库。
通过信息代谢组学可以进行对可能的代谢路径分析、新生物活性物的发现、生物标记物的发现、特殊代谢数据库的创建、代谢物的功能研究。
一些代谢组学报告提出，基于代谢物轮廓的统计模型大量被创建，它可用于其它方法很难定量的可预测变量。
如对绿茶感官质量的预测代谢数据模型已被开发。
这些模式产生通常通过偏最小二乘法实现，本文在数据处理部分将会讨论。
在食品科学中代谢组学被用于食品研究、解决主要问题方面应用很广泛，很具有潜力。
如植物健康、甚至物种起源，而且代谢组学被认为是未来一项解决农业和人类营养最有用的工具。
代谢物识别、信息获取、可预测代谢组学近期已被联合应用于食品质量、营养分析、组分分析，并在其他领域应用不断普及。
本文从代谢物提取、分离、检测、数据处理及在食品质量、安全性、规范性、微生物、加工处理方面深入讨论代谢组学在食品中的应用前景。
代谢组学分析过程代谢组学分析过程包括依次为样品准备、代谢物提取、衍生化处理、代谢物分离、检测、数据处理（图.2）。
但每步并不是总要做，仅检测和数据处理在所有代谢组学研究报告中是必不可少的。
这些步骤的选择取决于研究对象特殊性（非靶标\靶标分析）、样品类型（固体\液体）、所用分离设备（GC \LC）、检测方法（MS\NMR）。
表1总结了近期代谢组学研究在食品分析中的应用。
图.2:代谢组学分析示意图样品准备如固体样品苹果皮和土豆样品制备是典型的一组需在液氮冷冻或冷冻干燥后保存。
在提取时适当的研磨样品。
可提高代谢组分的释放。
由于样品水分含量不同，冷冻干燥法作为一种浓缩步骤，需尽可能最大限度减少代谢物差异。
类似蜂蜜这类浓缩液样品在处理初始阶段需先进行稀释，而大量信息最大化的收集，在浓缩阶段比较合适。
对于酒中代谢物和橄榄油中挥发性成分的浓缩分别用冻干法、固相微萃取。
提取最初提取目的是数量上最大化和目标化合物浓缩。
由于这个原因，提取是在代谢组学分析中最关键的一步。
非靶标代谢组学分析中所涉及的自然化合物大多是未知的。
因此，许多提取溶剂和提取方法应该测试、对比。
许多报告在非靶标样品分析中并未提及最初的萃取溶剂比较。
然而，萃取方法在食品分析中的应用大都类似，并经对比分析研究选出最佳方法。
如非食品植物代谢组学，例如：甲醇—水—三氯甲烷不同比例溶剂显示要更利于其它溶剂对植物非靶标物的研究。
此法在拟南芥亲水性和疏水性化合物的提取中得以应用。
因此，甲醇—水—三氯甲烷用于绿茶、土豆及其它食品的可预测研究中。
对于非靶标分析中连续提取溶剂的选择可根据所要提取代谢物分析结果来预测。
最初在实验中对疏水物提取（典型的有甲醇—水）是通过离心和疏水性提取颗粒（典型的有三氯甲烷）来完成。
Capanoglu,Beekwilder, Boyacioglu等人从番茄酱亲水部和疏水部中连续提取出大量的不同化合物。
相反，在其他食品分析如土豆、蘑菇中类似情况很少或疏水部无样品识别，并且在其他领域也有类似现象。
如植物叶片分析中提出代谢组学识别多为亲水性提取物。
疏水提取主要用于非靶标食品分析中，如苹果和西兰花分析中常用甲醇或甲醇/水进行分析，有些代谢物萃取利用重水通过NMR分析也比较常见。
Chen, Wortman等人提出对冷冻肉代谢物的提取有更新颖的方法，主要在肉表面解析气体目标物后进一步提取代谢物进行电离和检测。
McDougall, Martinussen 等人提出对于靶标分析物的提取最先可依据常识或经验。
他们使用水和醋酸混合从果酱中提取多酚物，并用热水对西兰花和芥菜籽中的目标物芥子油甙进行了分析。
超声处理通常可同时进行对非靶标物和靶标物的部分提取。
此方法提取效果可被最大化、大量代谢物被获得，减少了提取时间及干扰因素。
衍生化处理在食品代谢组学中，衍生化普遍被用于GC分析前，主要为了增加分析结果的波动性。
Gullberg等人对样品肟的衍生化处理，、分为两个过程：醛基转化和酮类转化为肟类化合物，主要是为了减少互变异构化（特别是单糖），其后通过甲硅烷基化以减少挥发性、并减少OH、SH、NH功能团的亲水性。
目前几种肟化和甲硅烷基化试剂已曾被测试，根据对衍生化反应间的对比研究发现，有报告提到在对肟化反应和甲基烷基化中吡啶环酸苷和N-甲基-N-三甲基甲醇甲硅基三氟乙酰胺分别是最适合的试剂。
在食品分析中，Beckmann, Enot, Overy等人通过实验已证明这些试剂可提高从土豆及其他产品中代谢物的GC分离。
Ma, Wang等人研究发现反应开始后各个代谢物随衍生化次数和温度影响而改变。
因此，为获得被测物可靠数据，在实验开始时应先确定最佳的衍生次数和温度。
Beckmann等人在食品代谢组学分析中，进行多次甲硅烷基化反应发现在37℃进行90分钟其结果较好。
分析与检测在代谢组学轮廓（谱）分析中代谢物的分离与检测认为最关键的步骤，特别注意已有的分离技术。
如LC中的HPLC的高性能和UPLC 的超高性能模式、气相色谱（GC）、毛细管电泳（CE），也有这些设备联用的检测技术，如Bedair、Sumner、Rochfort、Wishart等人已对MS、NMR、NIR这些仪器的工作原理和联合应用技术在代谢组学中的适用性做过广泛讨论。
在食品代谢组学分析中，许多分离分析通过GC、CE、LC已实现（见表1）。
其它文章中也讨论过食品分析中这些技术的优缺点及适用性。
一些非常规技术，如离子迁移率光谱测定也用于食品代谢物分析，其原理是在惰性气体离子存在下被分离物通过反向流动气体而被分析。
Vaut等人报告谈到此方法已用于奶酪、啤酒、食品包装材料等相关物质的分析。
检测方法大多为UV、NIR、MS、NMR技术，在食品代谢物分析中MS和NMR使用最多（见表1）。
大量数据的获得通常使用MS和高通量分离技术联用。
例如：HPLC或UPLC的联用（见图2）。
Tarachiwin, Ute, Kobayashi, Fukusakii、Pongsuwan等人通过NMR、UPLC-MS对绿茶质量进行了分析，通过建立相关数据模型发现UPLC-MS分析比NMR获得更高的预测值，其原因可能是UPLC-MS检测到的大量峰所致。
然而，其它因素如样品的变异性也该考虑到，即使是其它检测技术不敏感的因素。
在代谢组学分析中NIR是一种可快速获取无损指纹的技术，如Cozzolino, Flood, Bellon, Gishen等人用此方法做了酒酵母菌种变异的研究。
另一种方法是直接进入质谱分析法，无需预先的分离步骤即可快速完成分析。
Luthria等人用此方法进行了西兰花的研究。
数据处理代谢组学数据通常包括化合物鉴定和多变量分析。
化合物的鉴定是在同条件下通过所测数据库与标准数据的匹配和对比而得到。
在食品代谢组学大量的数据是通过化学计量工具处理。
特殊之处在于代谢组学数据处理常在调整设备偏差值之前需进行对比校正。
Son等人实验发现校正可以大幅度提高MVDA技术的性能。
如标准软件Metalign （一种峰对其软件）对LC-MS和GC—MS及CE 数据的处理，也有相关报道指出可将校正程序写入MATLAB应用软件中进行处理。
代谢组学鉴定数据处理常用多变量方法。
如对样本组分的主成分分析（PCA）。
PCA通过创建新变量（重要组分）与代谢组学所测值线性组合，使样本变量最大化。
Luthria 等人用此方法通过两个值对比分析及样品较重要组分分析进行了对西兰花代谢物种类鉴定及分组研究。
相反，偏最小二乘回归法（PLS）作为一种多元统计数据分析（MVDA）方法，通过对数据的降维处理并最大化与变量之间的相关性，即可进行样品区分。
PLS作为一项重要技术被用于预测代谢组学的研究，如Tarachiwin, Masako等人用此方法创建了西瓜感官评价的基础代谢物数据模型。
类似的，Cavaliere等人通过一种预先假设分类线性鉴别分析法（LDA）对橄榄油原产地进行分类鉴定。
在一些综述文献中PCA、PLS、LD分析工具广泛被讨论，并且相关技术在许多代谢组学信息研究中成功应用。
如相关关联性分析已成功应用于代谢物的分析和反应模型的创建。
如Ursem, Tikunov, Bovy等人用相关方法对番茄不同基因型的研究。
遗传程序设计（GP）作为另一种鉴定工具常被用于优化PLS模型的灵敏性和选择性，Donarski等人用此方法进行了蜂蜜产地的测定研究。
许多MVDA工具如PCA和PLS通过原始变量的线性组合减小数据的维数，可降低数据处理的复杂性。
相反，随机变量（RF）分析无需降低维数即可进行多元数据分析。
有人通过对土豆品种分类数据两两对比的随机变量分析发现，此方法精确度高达92%以上。
Beckmann等人用随机变量创建一个Mastermix土豆模型而得到大量土豆品种的区分。
表1展示了在食品中许多MVDA依靠PCA、PLS及其它线性分析方法。
很多人认为非线性结构相关数据不重要，然而在一些领域研究已证明非线性方法对数据维度的降低比线性工具好，如Lee, Rodriguez等人对基因和蛋白质表达研究。