金屬組學(metallomics)是系統研究生命體內所有金屬/類金屬元素含量、形態、分布、結構與功能的一門新興學科。X射線熒光光譜技術(XRF)是一種優異的多元素、微損測定技術，無需對樣品進行前處理即可開展多元素定性和定量分析，是金屬組學研究最有力的工具之一。傳統的XRF譜圖采樣通常需要幾秒甚者十幾秒，北京同步輻射裝置(BSRF)X射線熒光微分析實驗站(4W1B)基于高通量粉光50微米聚焦模式發展的XRF快速采譜技術(飛掃技術)，不僅將采樣時間縮短至毫秒級，有力提升了樣品測量效率，而且降低了元素檢出限，大大提高了元素測量的靈敏度。
 

　　此前，多學科研究中心李玉鋒研究員等人利用上述飛掃技術，建立了基于同步輻射X射線熒光光譜(SRXRF)的空間金屬組學(spatial metallomics)方法，為解析恩施碎米薺的富硒機制提供了有力支持，相關成果發表于Journal of Agricultural and Food Chemistry雜志(2023, 71, 2568)。最近，他們與相關團隊合作，利用SRXRF及人工智能技術，建立了非靶金屬組學(Non-targeted metallomics，NTM)方法，成功用于疾病及新污染物毒性篩查。
 

　　肺結節是指肺部影像上各種大小、邊緣清楚或模糊、直徑小于等于3cm的局灶性圓形致密影，包括良性和惡性兩種，其中未經治療的惡性肺結節可發展為肺癌。因此，有必要發展快速鑒別良、惡性肺結節的方法，從而實現對肺癌的早期篩查和治療。目前組織病理學檢查是診斷良、惡性肺結節的金標準，但該法具有侵入性、且耗時費力。發展更有效、破壞性更小的良、惡性肺結節診斷方法仍然是一個迫切的臨床需求。中國科學院高能物理研究所李玉鋒研究員、陳棟梁研究員與中國農業大學王偉教授、安徽醫科大學王欣教授以及安徽醫科大學第二附屬醫院李超副主任醫師合作，利用上述基于SRXRF和人工智能技術的NTM方法，通過血液快速區分良、惡性肺結節，預測準確率達96.7%，相關工作發表于Environment & Health雜志(2024，DOI：10.1021/envhealth.4c00124)。與前人發展的利用血液代謝組或蛋白質組差異區分良、惡肺結節等方法相比，本法具有操作簡單、分析速度快等優勢。該法也已用于癌癥、急性心肌梗死等疾病以及微納米塑料毒性篩查。
 

　　上述相關成果已編入最近出版的《Applied Metallomics》(Wiley, 2024)一書，該書是多學科研究中心金屬組學研究團隊繼《Nuclear Analytical Techniques for Metallomics and Metalloproteomics》(RSC, 2010)、《金屬組學》(科學出版社，2016)后第三本金屬組學專著，為金屬組學的發展貢獻了中國力量。