本文建立了一种使用岛津的LCMS-IT-TOF进行从血清代谢指纹中筛选潜在标志物的方法，该方法系统地描述了从数据采集、数据集预处理、模式识别到潜在标志物筛选的过程。利用LCMS-IT-TOF进行数据采集，结合Profiling solution代谢组学软件处理数据，然后导入统计分析软件建立OPLS模型，来表明急性肠炎大鼠与健康大鼠的代谢存在明显差异，经过模型识别、多级质谱结构鉴定以及代谢组学库比对等，确认8种化合物为潜在标志物。

药物研发是发现潜在新药的过程。该过程包括目标识别，以识别潜在的药物分子，如与疾病有关的蛋白质或基因，并验证其治疗潜力。为了缓解日益增长的慢性病负担，需要开发新的有效治疗方法。因此，对药物研发实验室的需求日益增加，以减少新药开发的费用和时间。这些技术在降低运营成本的同时提供高吞吐量方面发挥着重要作用。

本方法采用ATLAS-LEXT全自动样品处理平台和GCMS-QP2020 NX联用检测血清中甲氰菊酯等五种拟除虫菊酯类农药。该方法最大特点为采用ATLAS-LEXT处理样品，实现萃取、真空干燥等流程的自动化处理。实验结果表明：该方法基质标准曲线线性良好、标准溶液连续6针平行测定，重复性良好，加标回收率在45.7- 68.0%之间。该方法简单方便，能用于血清中5种拟除虫菊酯类农药含量的测定。