研究说了什么
代谢组学一次可以读出数百到上千种小分子，平台包括液相色谱质谱、气相色谱质谱与核磁共振。核磁共振重复性好但灵敏度低，质谱灵敏度高却能同时引入批次、柱效与离子抑制的波动。重复性研究常计算组内相关系数：同一份血浆间隔数小时到数周复测，部分代谢物的相关系数可以超过零点八，但相当一部分低于零点五，比例在不同研究中大约占三到五成。空腹时长、前一餐的内容、运动、睡眠与肠道菌群的短期波动，都会改写血液里的小分子浓度；同一批样本在不同日期上机，漂移也可能超过生物学差异。样本在负八十度保存数年后的降解程度，也随代谢物类别而不同，脂类与短链脂肪酸尤其敏感。研究者通常用混合质控样本监控漂移，再做批次校正，但校正本身会引入新的假设，无法恢复已经丢失的个体差异。如果研究设计允许，重复采血并把两次测量一起建模，比事后做批次校正更能提高可靠性，也更接近真实暴露分布。对现场采样，固定采血时间、记录空腹时长与近期用药，是不花钱却能显著改善重复性的措施，方案设计阶段就应写进操作手册。
为什么重要
大型队列通常只采一次血，然后把这一次测量当成长期暴露。如果测量误差很大，真实的关联会被稀释，效应量向零靠拢，研究者却可能解释为生物学效应微弱。这就是回归稀释问题，它不会让结论偏向某一方，却会让阴性结果变得不可信。代谢组时钟也受同样影响：一个人的代谢年龄在一次测量里可能偏高，几个月后复测就回到平均，若据此做出生活方式判断，依据并不牢。对药物开发，代谢标志物的重复性不足会让早期信号难以复现，二期试验的设计也会被误导，样本量被低估。对营养流行病学，膳食暴露与代谢物之间的关联本就微弱，测量误差足以把信号完全淹没。把重复性写进论文的方法部分，并公开质控数据，应该是基本要求，而不是可选项。看到代谢组报告上的异常值时，应先问采样条件与平台，而不是立即解释为代谢缺陷或营养缺乏。对数据分析，若把批次当作随机效应纳入模型，至少能估计技术变异所占比例，避免把噪声当成信号，也能为后续研究提供样本量依据，这一步常被省略。
证据与边界
多数队列没有技术重复，重复性数据来自少量专门的方法学研究，样本量小且平台各异，难以外推。不同平台的代谢物注释置信度差别很大，同名代谢物可能并非同一化合物，跨研究比较时这一点常被忽略，质谱峰的同分异构体尤其容易混淆。统计上的校正方法，例如回归校准或多次测量模型，只能在有重复数据时使用，事后无法补救。样本采集时间若集中在工作日白天，职业人群的饮食与作息会形成系统性偏倚，把人群差异误读为疾病效应。相关不等于因果，代谢物与疾病的关联也可能来自饮食、用药与肝肾功能的共同影响。对个人，目前没有可靠的代谢组检测可以指导具体饮食或补充剂选择；若参与研究，应了解单次结果的局限。临床决策仍应基于常规生化指标与整体评估，而不是一张代谢谱报告。期刊与资助方要求公开质控样本的变异系数与缺失率，能迫使研究者在数据质量上投入，而不是只在统计上做文章。对读者，看到代谢组与疾病的关联时，应先问样本是否空腹、平台是否一致，再判断结论是否可信，单次测量的效应量通常偏大。