由于基因组学、转录组学等常用组学无法充分反映转录后调控、酶活性及细胞过程，因此需要利用代谢流组学（Fluxomics）来全面研究所有代谢物的流率（Flux rates），从而更好描述细胞在生理过程中的代谢活性。
基于13C或者15N标记的代谢流量分析方法通过分析下游代谢产物的稳定同位素标记模式，推算出该代谢物在细胞内代谢通路中的周转速率、方向和分布规律，鉴定出相关疾病发生发展过程的早期诊断的标志物及其关键的主要代谢通路，并揭示其相互调控规律，为疾病发生的临床早期诊断、药物靶点治疗和预后判断提供强有力的科学依据。
分析内容全面升级
为了便于各位科研人对代谢流数据的挖掘，我们将数据分析报告升级为三大部分：基础数据分析、高级数据分析、个性化分析。在每个分析节点丰富分析层次，增加数据分析角度，有助于科研人们进行多维数据利用。
基础数据分析——代谢流量分析
基于样本数据鉴定出各个目标代谢物的不同同位体的分布信息，整体展示不同组中物质的被标记情况。
高级数据分析——差异分析
对同位素标记的代谢物进行多维度的深度分析。从代谢物的整体相对含量变化程度，代谢物的不同同位素体占比，代谢物的整体代谢流率等全方面，对目标代谢物的体内变化进行全面挖掘，进而分析实验处理对于样本调控规律的影响。
个性化分析——代谢通路可视化分析
通路可视化分析可以直观清晰展示通路上的物质的变化情况，便于后续系统化的描述和展示数据。
靶标代谢流检测物质列表
BIOTREE靶向代谢流分析通过**的技术手段对三羧酸循环（TCA）、糖酵解途径（EMP） 、戊糖磷酸途径（PPP）三大主要能量代谢途径上共计50+关键代谢物进行代谢流靶向检测。
