분자 네트워킹(Molecular networking, MN)은 비표적(nontargeted) MS/MS 기반 대사체학에서 널리 활용되는 데이터 분석 방법이 되었다. 최근 MN이 약물 대사체 식별을 위한 강력한 도구로 제안되었으나, 약물 대사 연구에서의 효율성은 기존 전략들과의 벤치마킹이 아직 이루어지지 않았다. 본 연구에서는 시험관 내 간 마이크로좀(in vitro liver microsome) 기반 대사 연구에서 생성된 sildenafil의 대사체를 동정하기 위해 MN, mass defect filtering, Agilent MassHunter Metabolite ID, Agilent Mass Profiler Professional 워크플로를 비교하였다. 총 28개의 이전에 알려진 대사체와 15개의 추가 미지 이성질체, 25개의 미지 대사체가 본 연구에서 확인되었다. 비교 결과, MN은 검출된 대사체 수(알려진 대사체 27종 및 미지 대사체 22종), 거짓양성(false positives) 비율, 인간 노동 기반 사후처리에 소요되는 시간과 노력 측면에서 기존 도구들과 비교 가능하거나 그 이상에 해당하는 성능을 보였다. 이는 약물 대사체 식별 도구로서 MN의 효율성을 뒷받침하는 근거를 제공한다.
*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.