据世界卫生组织国际癌症研究机构数据统计，2022 年全球新发癌症病例已接近 2000 万例，癌症相关死亡人数约 970 万。更值得警惕的是，近年来 50 岁以下年轻人群的癌症发病率持续攀升，结直肠癌、乳腺癌等早发性癌症增速尤为突出。单纯依靠遗传因素，已经无法解释这一快速变化，学界普遍认为，饮食、作息等后天生活方式在癌症发生发展中扮演着关键角色。而癌细胞区别于正常细胞的一大显著特征，便是彻底重编程自身的代谢模式，如同 “疯狂进食” 一般摄取营养，支撑无限增殖的特性，这也成为当下癌症研究的重要突破口。

圣路易斯华盛顿大学 Gary Patti 团队在《Nature Reviews Cancer》发表综述Decoding cancer across scales with metabolomics，系统梳理了代谢组学（metabolomics） 这一前沿领域的研究体系、技术难点与应用前景，试图通过解析癌细胞的代谢规律，将其 “贪吃” 的特性转化为抗癌的新武器。

简单来说，代谢组学是一门专门研究生物体内小分子代谢物的学科，这类小分子通常指分子量小于 1.5 kDa 的物质，既包含细胞自身合成的内源性代谢物，也有从饮食、外界环境中摄入的外源性代谢物。该领域的核心研究工具以质谱技术为核心，其中液相色谱-质谱联用（LC/MS）凭借超高的检测通量与灵敏度，成为癌症代谢研究的主流平台，目前全球公共数据库中 60% 的癌症相关代谢数据均来自高分辨LC/MS设备。

Patti 实验室配备了二十余台质谱仪，可在超洁净环境中捕捉代谢物的微量波动。但质谱能精准识别定量分子，不代表研究工作就此顺利：在一份生物样本中能检测出数千种代谢物，如何从中筛选出专属肿瘤的生物标志物、锁定可用于药物或饮食干预的代谢靶点，是整个领域面临的核心挑战。

早在百年前，科学家就发现了经典的瓦博格效应（Warburg effect），证实肿瘤细胞的代谢模式与健康细胞截然不同。而现代代谢组学进一步厘清了关键真相：癌细胞与正常细胞利用的营养物质种类并无本质区别，二者最大的差异在于代谢周转速率——癌细胞摄取、转化营养的速度远超正常细胞，这也是其 “贪吃” 的本质。这一特征看似简单，却让癌症代谢研究陷入多重困境，其中最突出的便是模型与真实人体的偏差。在培养皿中体外生长的癌细胞，和扎根在动物、人体组织内的同一类癌细胞，营养偏好往往天差地别。

传统细胞实验常用的 DMEM 等培养基，营养配比与人体生理环境相去甚远，即便如今学界开始改用类血浆培养基、Plasmax 等仿生培养液，也无法完全复刻体内环境。与此同时，肿瘤组织本身具有极强的异质性，并非单纯由癌细胞构成，还混杂着成纤维、脂肪、免疫等多种基质细胞，不同细胞之间还会产生代谢竞争或协同作用，想要从复杂的混合信号中精准剥离出癌细胞的代谢特征，难度极大。此外，癌症代谢研究还难以找到完美的健康对照样本，进一步增加了实验设计的难度。