Systematischer Stoffkatalog

Stoff · ThemaReferenzdatenbanken in der Darm-Metabolomik

Erschienen03/2026

Referenzdatenbanken in der Darm-Metabolomik: Werkzeuge zur Metabolitenidentifikation

HMDB, MetaCyc und MassBank im Vergleich: Welche Referenzdatenbanken Metabolomik-Forschende für die Identifikation von Darmmetaboliten nutzen sollten.

Von Emma Voss ·

Alter Apothekenschrank aus Holz mit vielen kleinen Schubladen und Messinggriffen.
Referenzdatenbanken dienen der systematischen Zuordnung gemessener Signale. Illustration: KI-generiert

Die Identifikation von Darm-Metaboliten stellt Forschende vor eine zentrale Herausforderung: Wie ordne ich ein detektiertes Signal einem konkreten Molekül zu? Massenspektrometrie und NMR-Spektroskopie liefern präzise Messwerte. Ohne Referenzdatenbanken Metabolomik bleiben diese Zahlen bedeutungslos. Referenzdatenbanken bilden das Fundament jeder modernen metabolomischen Analyse, indem sie experimentelle Daten mit chemischen Strukturen und biologischen Funktionen verknüpfen.

Das Darmmikrobiom verstärkt diese Komplexität erheblich. Bakterielle Metaboliten, Nahrungsmetaboliten und humane Stoffwechselprodukte überlagern sich in biologischen Proben. Daher brauche ich Datenbanken, die umfassend und biologisch kontextualisiert sind. Dieser Artikel erklärt, welche Referenzdatenbanken für die Darm-Metabolomik existieren, wie sie funktionieren und wo ihre spezifischen Stärken liegen.

Die Human Metabolome Database: Umfassende Referenzdatenbanken Metabolomik für humane Metaboliten

Die Human Metabolome Database (HMDB) gilt als zentrale Ressource für humane Metaboliten. Wishart et al. (2022) dokumentieren in HMDB 5.0 über 217.000 Metaboliteneinträge, unterteilt in drei Kategorien: endogene Metaboliten, Nahrungsmetaboliten und Xenobiotika. Diese Dreiteilung erweist sich für die Darm-Metabolomik als besonders wertvoll, da sie die verschiedenen Ursprünge von Darmmolekülen abbildet.

Jeder HMDB-Eintrag enthält umfangreiche Daten: chemische Struktur, physikochemische Eigenschaften, MS- und NMR-Spektren sowie biologische Informationen. Die Datenbank verknüpft Metaboliten mit Krankheiten, Signalwegen und Gewebekonzentrationen. Für Darmmetaboliten bietet HMDB spezifische Fäzeswerte und Informationen zum mikrobiellen Ursprung. Diese Kontextualisierung unterscheidet HMDB von rein chemischen Datenbanken.

Die Suchfunktionen sind vielfältig. Man kann nach exakter Masse, chemischer Formel oder Spektraldaten suchen. Ein MS/MS-Spektrum aus einer LC-MS-Messung lässt sich direkt mit den hinterlegten Spektren abgleichen. Die Datenbank gibt eine Liste möglicher Kandidaten mit Ähnlichkeitsscores zurück. Diese Flexibilität macht HMDB zur ersten Anlaufstelle bei unbekannten Signalen.

MetaCyc: Pfadzentrierte Perspektive auf Metabolitenherkunft

Während HMDB molekülzentriert arbeitet, fokussiert sich MetaCyc auf metabolische Pfade. Caspi et al. (2020) dokumentieren über 2.800 Stoffwechselwege aus mehr als 3.000 Organismen, darunter zahlreiche Darmbakterien. Diese pfadzentrierte Perspektive ergänzt die molekulare Sicht um funktionelle Zusammenhänge. Man erfährt nicht nur, welches Molekül vorliegt, sondern auch in welchem biochemischen Kontext es entsteht.

MetaCyc organisiert Metaboliten nach enzymatischen Reaktionen. Jeder Eintrag beschreibt Substrate, Produkte, Enzyme und die zugehörigen Gene. Für die Darm-Metabolomik bedeutet das: Ein identifiziertes Molekül lässt sich direkt mit mikrobiellen Stoffwechselkapazitäten verknüpfen. Zeigt eine Probe erhöhte Indolpropionsäure-Konzentrationen, dokumentiert MetaCyc, welche Bakteriengattungen diesen Metaboliten aus Tryptophan synthetisieren.

Die Integration beider Datenbanken hat sich in der Praxis etabliert. HMDB liefert die Strukturzuordnung, MetaCyc erklärt die biologische Funktion. Automatisierte Pipelines kombinieren häufig mehrere Referenzquellen, um die Konfidenz der Identifikation zu erhöhen.

MassBank: Gemeinschaftsbasierte Spektrenbibliothek als Referenzdatenbanken Metabolomik

MassBank verfolgt einen anderen Ansatz. Diese Plattform sammelt experimentelle Massenspektren aus verschiedenen Laboren weltweit. Forschende laden ihre MS-Daten hoch, dokumentieren Messbedingungen und teilen ihre Spektren mit der Community. Dieser kollaborative Charakter unterscheidet MassBank von kuratierten Datenbanken.

Die Stärke liegt in der methodischen Vielfalt. Spektren stammen von verschiedenen Instrumenten, Ionisierungsmodi und Kollisionsenergien. Für die Darm-Metabolomik bedeutet das: Man findet häufig Spektren, die unter ähnlichen Bedingungen gemessen wurden wie die eigenen Daten. Diese methodische Nähe verbessert die Identifikationssicherheit erheblich.

MassBank Europe (massbank.eu) integriert mehrere regionale Instanzen und enthält über 240.000 Spektren. Die Datenbank wächst kontinuierlich durch Beiträge der wissenschaftlichen Community. Neue Darmmikrobiom-Studien tragen regelmäßig Spektren bei, was die Abdeckung bakterieller Metaboliten stetig verbessert. Diese Dynamik macht MassBank besonders wertvoll für neuartige oder wenig charakterisierte Verbindungen.

Strategien zur Integration mehrerer Referenzquellen

Die praktische Arbeit erfordert eine durchdachte Strategie. Einzelne Datenbanken decken unterschiedliche Aspekte ab. Eine mehrstufige Identifikationskaskade hat sich bewährt: Zunächst erfolgt ein Abgleich mit hochauflösenden MS-Daten in HMDB, dann eine Spektrenvalidierung über MassBank, schließlich eine biochemische Kontextualisierung durch MetaCyc.

Automatisierte Workflows nutzen APIs, um mehrere Datenbanken parallel abzufragen. Tools wie MetaboAnalyst oder MS-DIAL integrieren verschiedene Referenzquellen in einer Benutzeroberfläche. Diese Integration beschleunigt den Identifikationsprozess erheblich. Manuelles Wechseln zwischen Datenbanken entfällt; stattdessen gibt es konsolidierte Ergebnisse.

Die Qualität der Datenbankeinträge variiert. HMDB kuratiert Einträge streng, MassBank verlässt sich auf Community-Validierung. Identifikationen sollte man kritisch prüfen und möglichst mehrere Beweislinien kombinieren. Ein Match in der exakten Masse reicht nicht aus. Zusätzliche Bestätigung durch Retentionszeit, MS/MS-Fragmentierung oder NMR-Signale erhöht die Konfidenz deutlich.

Limitierungen und Entwicklungsperspektiven

Trotz beeindruckender Größe bleiben Lücken. Bakterielle Sekundärmetaboliten aus dem Darm sind unterrepräsentiert. Viele mikrobielle Spezialmetaboliten fehlen in HMDB, weil sie nicht primär human sind. MetaCyc deckt zwar mikrobielle Pfade ab, doch längst nicht alle Darmbakterien sind biochemisch vollständig charakterisiert.

Die Annotation unbekannter Metaboliten bleibt eine Kernherausforderung. Schätzungen zufolge lassen sich nur 10 bis 30 Prozent der Signale in einer untargeted Metabolomics-Studie eindeutig identifizieren. Der Rest verbleibt als „unknown features“. Neue Ansätze wie In-silico-Fragmentierungsvorhersagen oder maschinelles Lernen sollen diese Quote verbessern.

Die Interoperabilität zwischen Datenbanken entwickelt sich kontinuierlich. Standardisierte Identifier wie InChI-Keys ermöglichen das Verknüpfen von Einträgen über Plattformen hinweg. Ein Metabolit in HMDB lässt sich über seinen InChI-Key mit dem entsprechenden MetaCyc-Eintrag verlinken. Diese Vernetzung verbessert die Datenintegration in komplexen Analysepipelines.

Referenzdatenbanken bilden die unverzichtbare Infrastruktur moderner Darmforschung. HMDB liefert umfassende molekulare Information, MetaCyc erklärt biochemische Zusammenhänge, MassBank bietet experimentelle Spektrenvielfalt. Keine einzelne Datenbank deckt alle Anforderungen ab. Die intelligente Kombination dieser Ressourcen, verbunden mit kritischer Bewertung, ermöglicht robuste Metabolitenidentifikationen.

Referenzen

Wishart, D.S., Guo, A., Oler, E., et al. (2022). HMDB 5.0: the Human Metabolome Database for 2022. Nucleic Acids Research 50(D1):D622–D631. https://doi.org/10.1093/nar/gkab1062

Caspi, R., Billington, R., Keseler, I.M., et al. (2020). The MetaCyc database of metabolic pathways and enzymes. Nucleic Acids Research 48(D1):D445–D453. https://doi.org/10.1093/nar/gkz862

MassBank Europe: High Quality Mass Spectral Database. https://massbank.eu

HinweisDie Inhalte auf dieser Seite sind keine medizinische Beratung. Bitte sprechen Sie gesundheitliche Fragen mit Ihrer Ärztin oder Ihrem Arzt ab.

Herausgegeben von

Emma Voss

Doktorandin Biochemie/Metabolomik, Universität Leipzig (UFZ)

Über mich →

Verwandte Einträge