メタボロミクスは、生体試料に含まれる低分子代謝物をまとめて測り、その全体像の変化から生物の状態を読む手法です。 NMR はその主要な分析基盤の一つですが、検出感度では質量分析（MS）に 10〜100 倍劣ります。それでも大規模なコホート研究では NMR が選ばれ続けています。理由は「再現性」だと総説は書きます。
では、その再現性はどこまで本当で、どこで崩れるのか。5 つの研究室が 3 種類の磁場強度の装置で同じ試料を測った リング試験（研究室間比較試験）の結果が、それに答えています。
Figure 6a shows six clusters within the PCA scores plot and a separation in the direction of PC1, accounting for 61% of the total variance, according to magnetic field strength and thus resolution of the final spectra. (...) In the same PCA model, PC2, accounting for 35% of the variance, was able to separate the two broccoli cultivars. （Ward et al., Metabolomics, 2010。強調は筆者）
スペクトルを 0.01 ppm 幅の区画（ビン）に区切って主成分分析（PCA）にかけると、第 1 主成分は「どの磁場強度の装置で測ったか」を表し、 本来知りたい品種の違いは第 2 主成分に押し出されました。ところが、ビン幅を 0.04 ppm に広げて同じ解析をやり直すと、
PC1, accounting for 80% of the variance, now describes the difference between the two broccoli cultivars rather than the magnetic field strength which is now, at this higher bucket width, explained by PC2 (accounting for 18% of the variance). （同上。強調は筆者）
第 1 主成分が「磁場強度」から「品種」に入れ替わりました。測り直してはいません。装置も試料も同じで、変えたのは スペクトルを区切る幅だけです。
本記事は、この一点を軸に、NMR メタボロミクスで「装置の差」と「生物の差」がどう混ざり、どう分けられるのかを、 査読論文の原文にあたって整理します。多変量解析そのものの落とし穴（乱数からでも主成分が「出る」こと）は ケモメトリクス入門 ― 乱数だけの表に PCA をかけても、主成分が 49 本「見つかる」【2026年版】に、 磁場強度と多重線の見え方の関係は NMRの基礎 ― 化学シフトも結合定数も磁場によらないのに、見えるパターンだけが装置で変わる【2026年版】に まとめてあり、本記事はその二つがメタボロミクスの現場でどう出会うかを扱います。
この記事の読み方
- NMR で生体試料を測っている方：4 節（リング試験）と 5 節（なぜビン幅で入れ替わるか）が本題です。 そのうえで 6 節（緩衝液と pH）と 7 節（標準手順）を、自分のプロトコルと照らして読んでください。
- 結果を読む側（生物・臨床の方）：1〜3 節で「NMR は感度で負けて再現性で選ばれる」の中身が分かります。 9 節（統計）は、他人の論文のスコアプロットを見るときの注意です。
- 入門者：まず 1 節と 4 節だけ。「何が第 1 主成分になるかは前処理が決める」の一点が持ち帰る要点です。
1. NMR は感度で 10〜100 倍負けている ― それでも大規模研究は NMR で測られる
まず前提を、総説の言葉で確認します。
The relative ease of sample preparation, the ability to quantify metabolite levels, the high level of experimental reproducibility, and the inherently nondestructive nature of NMR spectroscopy have made it the preferred platform for long-term or large-scale clinical metabolomic studies. These advantages, however, are often outweighed by the fact that most other analytical techniques, including both LC-MS and GC-MS, are inherently more sensitive than NMR, with lower limits of detection typically being 10 to 100 times better. （Emwas et al., Metabolites, 2019。強調は筆者）
同じ総説は、その差が「何個の代謝物を返すか」にどう効くかも書いています。
This means that a typical NMR-based metabolomic study usually only returns information on 50–200 identified metabolites with concentrations >1 μM, while a typical LC-MS study can return information on 1000+ identified metabolites with concentrations of >10 to 100 nM. （同上。強調は筆者）
NMR は 1 µM 以上の 50〜200 種、LC-MS は 10〜100 nM 以上の 1000 種超。数で 5〜20 倍、濃度で 10〜100 倍の差です。
それでも、実際に最大規模の代謝物データを作っているのは NMR です。英国の UK Biobank では、Nightingale Health 社の NMR プラットフォームで 118,461 人の血漿が測られ、公開されています。
We measured lipid and metabolite biomarkers from 118,461 baseline plasma samples using the Nightingale Health NMR platform. (...) The Nightingale Health NMR biomarker platform quantifies 249 metabolic measures from each sample in a single experimental assay, comprising 168 measures in absolute levels and 81 ratio measures. （Julkunen et al., Nature Communications, 2023。強調は筆者）
The biomarker measurements took place in Finland between 2019 and 2020 using six NMR spectrometers. (...) The average biomarker detection rate was >99% across the plasma samples. （同上。強調は筆者）
筆者の計算：118,461 検体を 6 台で分担すると 1 台あたり約 19,700 検体です。1D スペクトル 1 本の標準的な取得時間は 「4〜5 分」（Beckonert et al., Nature Protocols, 2007、7 節）なので、それだけで 1 台あたり約 1,600 時間、連続運転で 69 日分の測定になります （実際のプラットフォームは 1 検体に複数の実験を走らせるので、これは下限です）。この規模で「検出率 99 % 超」を出せることが、 感度で負けていても NMR が選ばれる理由の中身です。
2. 積算では埋まらない差 ― 10 倍の感度差は 100 倍の時間
NMR の感度は積算で上がるので、「時間をかければ MS に追いつく」ように見えます。総説もそう書いたうえで、続けます。
While NMR has no theoretical limit in sensitivity, as one can always increase the number of acquisition scans, the realistic (time-dependent) detection limits are still in the low-micromolar to high-nanomolar range. （Emwas et al., 2019。強調は筆者）
「時間依存の現実的な検出限界」がどのくらい遠いかは、計算すれば分かります。信号対雑音比（S/N）は積算回数の平方根に比例するので、 S/N を 10 倍にするには積算を 100 倍、100 倍にするには 10,000 倍にする必要があります。
| 埋めたい感度差 | 必要な積算回数 | 1 本 4〜5 分の 1D スペクトルなら |
|---|---|---|
| 10 倍 | 100 倍 | 約 7〜8 時間 |
| 100 倍 | 10,000 倍 | 約 700〜830 時間（29〜35 日） |
（筆者の計算。S/N ∝ √n の関係と、Beckonert et al. の「1D スペクトル 1 本 4〜5 分」から）
1 検体に 1 か月かけて、ようやく MS の下限に届く。これが「積算すれば追いつく」の実態です。だから NMR メタボロミクスは、 感度で勝負しません。1 µM 以上の 50〜200 種を、何万検体でも同じ条件で測れることに賭けています。その「同じ条件」が どこまで本当かを、次から見ていきます。
3. 装置差は個体差より小さい ― 2 拠点・500 MHz と 600 MHz の実験
再現性の主張を、数字で裏づけた古典的な実験があります。同じラット尿を 2 つに分け、一方を 500 MHz、他方を 600 MHz の装置がある 別の拠点で、それぞれ試料調製から測定までを行った研究です。
To assess the analytical reproducibility of metabonomic protocols, sample preparation and NMR data acquisition were performed at two sites (one using a 500 MHz and the other using a 600 MHz system) using two identical (split) sets of urine samples from an 8-day acute study of hydrazine toxicity in the rat. (...) In a 4-PC model of both datasets combined, describing all systematic dose- and time-related variation (88% of the total variation), differences between the two datasets accounted for only 3% of the total modeled variance compared to ca. 15% for normal physiological (pre-dose) variation. （Keun et al., Chemical Research in Toxicology, 2002。強調は筆者）
拠点と装置の違いが説明する分散は 3 %、投薬前の（健康な）ラットの個体差は約 15 %。筆者の計算で、 装置差は個体差の 5 分の 1です。個々の代謝物についても、
Estimations of the relative concentrations of citrate, hippurate, and taurine were in >95% correlation (r²) between sites, with an analytical error comparable to normal physiological variation in concentration (4-8%). （同上。強調は筆者）
クエン酸・馬尿酸・タウリンの相対濃度は拠点間で r² > 0.95、分析誤差は 4〜8 %で生理的変動と同程度でした。
この実験が示したのは「装置差がゼロ」ではありません。装置差は存在するが、生物の変動より小さく、主成分分析の上で 分離して見えるということです。この「分離して見える」が、条件次第で崩れるのが次の実験です。
4. 5 拠点・3 磁場のリング試験 ― ビン幅が第 1 主成分を決めた
冒頭に引いた Ward らの研究は、植物メタボロミクスの共同研究のために、5 つの研究室が同じ試料を測って比較したものです。
In this paper we report on an inter laboratory comparison of plant derived samples by [¹H]-NMR spectroscopy across five different sites and within those sites utilising instruments with different probes and magnetic field strengths of 9.4 T (400 MHz), 11.7 T (500 MHz) and 14.1 T (600 MHz). （Ward et al., 2010。強調は筆者）
試料は 2 品種のブロッコリー凍結乾燥組織の抽出液で、1 か所で調製してプールしたものを分注して各研究室に送っています。 つまり試料調製の差は消してあり、残るのは装置と測定条件の差だけです。測定条件も統一されました（緩和遅延 5 秒、スペクトル幅 12 ppm、 D₂O ロック、TSP-d₄ を 0.00 ppm の基準、積算は 400 MHz で 256〜1024 回、500/600 MHz で 128〜256 回）。
結果は冒頭のとおりです。表にまとめます。
| ビン幅 | 第 1 主成分 | 第 2 主成分 |
|---|---|---|
| 0.01 ppm | 磁場強度（61 %） | 品種（35 %） |
| 0.04 ppm | 品種（80 %） | 磁場強度（18 %） |
（Ward et al., 2010 の Fig. 6 の記述から筆者が表にした）
著者ら自身の説明はこうです。
This effect is due to the fact that bucketing or binning to 0.01 ppm has divided the broader peaks obtained at 400 MHz and to a lesser extent, 500 MHz whereas the selection of 0.01 ppm binning width is entirely suitable for the more resolved 600 MHz data. (...) Thus the expansion of the width of the bin utilised in post acquisition processing has effectively reduced the resolution of a 600 MHz spectrum to that resembling data collection at 400 MHz. （同上。強調は筆者）
0.01 ppm のビンは、400 MHz で「幅広く」なったピークを分割してしまう。0.04 ppm に広げると、600 MHz のスペクトルの分解能を 400 MHz 相当までわざと落とすことになり、装置の差が消える。代償として分解能を捨てていることも、著者らは隠していません。
Comparison of the two loadings plots (Fig. 6b, d) clearly demonstrate the loss of resolution by choosing a higher bucket width but nonetheless show that metabolites responsible for the biological difference between samples are the same. （同上。強調は筆者）
ここで押さえるべきは二つです。(1) どちらの解析も「正しい」。0.01 ppm の PCA は「この 3 種類の装置は違うスペクトルを返す」という事実を 忠実に写しており、0.04 ppm の PCA は「その違いを均せば品種が見える」ことを示している。(2) だから第 1 主成分は、データの性質ではなく、 解析者の選択です。磁場強度の異なる装置を混ぜた研究で「第 1 主成分が生物学的な差を表した」と書かれていたら、 ビン幅をどう選んだかを確認しなければ評価できません。
5. なぜ 0.01 ppm では磁場が見えたのか ― 結合定数は Hz で決まっている
「400 MHz ではピークが広い」という著者の説明を、もう一段分解します。NMR の多重線（スピン結合による分裂）の間隔である 結合定数 J は Hz 単位で磁場によらず一定です。一方、ビン幅は ppm 単位で決めます。ppm を Hz に直すと、装置ごとに違う値になります。
| 400 MHz | 500 MHz | 600 MHz | |
|---|---|---|---|
| 0.01 ppm のビン幅 | 4.0 Hz | 5.0 Hz | 6.0 Hz |
| 0.04 ppm のビン幅 | 16 Hz | 20 Hz | 24 Hz |
| J ＝ 7 Hz の二重線の幅（ppm） | 0.0175 ppm | 0.0140 ppm | 0.0117 ppm |
| その二重線が 0.01 ppm ビン何個分か | 1.75 個 | 1.40 個 | 1.17 個 |
| 同じく 0.04 ppm ビンでは | 0.44 個 | 0.35 個 | 0.29 個 |
（筆者の計算。1 ppm ＝ 共鳴周波数 × 10⁻⁶ Hz。J ＝ 7 Hz はメチル基とメチン基の間などで典型的な値として置いた）
同じ J ＝ 7 Hz の二重線が、600 MHz では 0.01 ppm ビンおよそ 1 個、400 MHz では 2 個近くにまたがります。同じ代謝物の同じ信号が、 装置によって違うビンに、違う配分で入る。それを PCA は「装置ごとに系統的に違う変数」として拾い、第 1 主成分に据えます。 0.04 ppm なら、どの装置でもビン 1 個の半分以下に収まるので、配分の差が消えます。
これが、NMRの基礎で扱った「化学シフト（ppm）は磁場によらないが、結合定数（Hz）も磁場によらないので、 ppm 上のパターンだけが装置で変わる」という性質の、メタボロミクスでの現れ方です。ppm でビンを切る限り、この効果は必ず出ます。 消すにはビンを広げる（分解能を捨てる）か、ピークをフィッティングして代謝物ごとに定量する（8 節）か、 磁場強度を揃えるかしかありません。
なお同じ研究は、試料の回転についても実測しています。低磁場では分解能を得るために回転が必要な場合があるが、 600 MHz では回転サイドバンドの危険が増すので望ましくない、という趣旨です。同じ「標準手順」が磁場で変わる例として挙げておきます。
6. 緩衝液と pH ― 化学シフトは 0.004 ppm まで抑えられる
ビン幅の問題は装置由来でしたが、試料由来で同じ問題を起こすのが pH です。尿の pH は個人や食事で変わり、 カルボン酸やアミンの解離状態が変わると化学シフトが動きます。動けば、同じ代謝物が別のビンに入ります。
9 種類の尿中代謝物の混合物で、pH とイオン強度の影響を系統的に調べた研究があります。
We found that the chemical shifts were decreased with the rise of pH but increased with the increase of ionic strength (...) We also found that the chemical shift variations for most metabolites were reduced to less than 0.004 ppm when the pH was 7.1-7.7 and the salt concentration was less than 0.15 M. (...) we proposed a new buffer system consisting of K₂HPO₄ and NaH₂PO₄ (pH 7.4, 1.5 M) with buffer-urine volume ratio of 1 : 10 for human urinary metabonomic studies; we suggest that the chemical shifts for the proton signals of citrate and aromatic signals of histidine be corrected prior to multivariate data analysis especially when high resolution data were employed. （Xiao et al., Analyst, 2009。強調は筆者）
pH を 7.1〜7.7 に、塩濃度を 0.15 M 未満に収めれば、大半の代謝物の化学シフト変動は 0.004 ppm 未満。 5 節の表と並べると、0.01 ppm のビン幅に対して半分以下なので、緩衝さえ効いていればビンをまたぐ事故は稀になります。 ただし著者らはクエン酸とヒスチジンを例外として名指しし、多変量解析の前に補正するよう勧めています。 クエン酸は 3 つのカルボキシ基を持ち解離定数が生理的 pH に近く、ヒスチジンはイミダゾール環の pKa が 6 付近にあるため、 緩衝範囲の中でも解離状態が動くからです。
この研究の緩衝液は「尿 10 に対して緩衝液 1」で、希釈を最小にする設計です。希釈は感度を直接下げるので（1 節の 10〜100 倍の差の上に さらに乗る）、緩衝能と希釈率はトレードオフになります。「pH 7.4 のリン酸緩衝液を加える」という一行の裏に、 化学シフト・イオン強度・希釈率の三つの最適化があることは、プロトコルを借りるときに知っておくべきです。
7. 1D スペクトルの標準手順 ― 4〜5 分で何を測っているか
NMR メタボロミクスの標準的な手順は、2007 年に Nature Protocols で体系化されました。
¹H NMR spectroscopic techniques such as standard 1D spectroscopy, relaxation-edited, diffusion-edited and 2D J-resolved pulse sequences are widely used at the analysis stage to monitor different groups of metabolites and are described here. (...) The standard acquisition time per sample is 4-5 min for a simple 1D spectrum, and both preparation and analysis can be automated to allow application to high-throughput screening. （Beckonert et al., Nature Protocols, 2007。強調は筆者）
このうち「標準 1D」として最も広く使われているのが、2D NOESY の最初の 1 増分を 1D として使う NOESY-presat です。
One method that is relatively simple to perform involves collecting the first increment of the 2D-¹H,¹H-nuclear Overhauser effect spectroscopy (NOESY) experiment. This method has been among the most often used, as it provides a reproducible and easy-to-implement experiment for recording 1D ¹H spectra of biological samples with good water suppression. （Emwas et al., 2019）
水の信号（尿や血漿の ¹H の大半は水です）を飽和パルスで抑えつつ、代謝物の信号を定量的に残す。ここで総説が付け加える注意が、 再現性の話と直結します。
Calibration of the effective 90° pulse angle by the user, subsequent determination using calibration linearity, and application of a consistent (e.g., 80 Hz gammaB1 effective) presaturation pulse eliminates the addition of a "confounder" to the results. （同上。強調は筆者）
飽和パルスの強さ（γB₁）を装置間・日間で揃えないと、それ自体が「交絡因子」になる。水の近くに出る代謝物（グルコースのアノマープロトンなど）は、 飽和の強さで信号強度が変わるからです。4 節のリング試験で「水抑制の出力レベル」が研究室ごとに 54.4〜80.0 dB とばらついて記録されているのは、 まさにこの項目を揃える難しさを示しています。
血漿・血清では、さらに緩和編集（relaxation-edited）のスペクトルを併用します。タンパク質やリポタンパク質の幅広い信号は横緩和が速いので、 エコー時間を置いてから観測すれば消え、低分子の鋭い信号だけが残ります。この目的で使われるのが CPMG（Carr–Purcell–Meiboom–Gill）系列で、 大規模研究での常用と、その限界が 2020 年の比較研究の冒頭に要約されています。
When analyzing the human plasma metabolome with Nuclear Magnetic Resonance (NMR) spectroscopy, the Carr–Purcell–Meiboom–Gill (CPMG) experiment is commonly employed for large studies. However, this process can lead to compromised statistical analyses due to residual macromolecule signals. In addition, the utilization of Trimethylsilylpropanoic acid (TSP) as an internal standard often leads to quantification issues, and binning, as a spectral summarization step, can result in features not clearly assignable to metabolites. （Bliziotis et al., Metabolomics, 2020。強調は筆者）
CPMG でも高分子の残り信号は消えきらず、TSP はタンパク質に結合して定量の基準として不安定になり、ビニングは代謝物に帰属できない変数を作る。 この研究は代替として拡散編集（LED 系列）とマレイン酸の内標準、ピークピッキングを提案しています。拡散編集（diffusion-edited）は 拡散係数の差で低分子と高分子を分ける方法で、同じ試料から「低分子の顔」と「高分子の顔」を別々に取り出すのが、 Beckonert らが列挙した 3 種類のスペクトルの意味です。
定量に関して一点。Ward らは、絶対定量には装置ごとの T₁（縦緩和時間）の差を補正する必要があると明記しています。 リング試験の緩和遅延 5 秒は完全緩和ではなく、代謝物と装置によって回復の程度が違うからです。 定量NMR(qNMR)入門で扱った「緩和が完全でなければ面積は濃度に比例しない」という原則は、 メタボロミクスでも同じで、相対比較（フィンガープリンティング）なら不要でも、濃度を出すなら避けて通れません。
8. 同定と定量 ― 50〜200 種を誰が数えているか
1 節で「NMR は 50〜200 種を返す」と書きました。その数え方には二つの流儀があります。
一つはビニング（4 節）で、代謝物を同定せずスペクトルを区画ごとの強度の表にして統計にかける方法。 もう一つはスペクトル分解（デコンボリューション）で、参照スペクトルを重ね合わせて代謝物ごとの濃度を出す方法です。 総説は後者の自動化が進んだことを、NMR の強みとして挙げています。
Bayesil (...) is capable of automatically identifying and quantifying 45–55 compounds in biofluids such as serum, plasma, and CSF in about 5–6 min. However, Bayesil is limited in the type of biofluids and spectrometer frequencies (only 500 and 600 MHz) with which it can work. （Emwas et al., 2019。強調は筆者）
「500 と 600 MHz のみ」という制限は、5 節の話の裏返しです。参照スペクトルは磁場強度ごとに違うパターンになるので、 分解にはその磁場強度の参照ライブラリが要る。総説はデータベース側の要件も同じ言葉で書いています。
Ideally, these reference spectra need to be available for all measured nuclei (¹H, ¹³C, ¹⁵N, and ³¹P), for all measured types of NMR spectra (...) and for all of the commonly measured spectrometer frequencies (400, 500, 600, 700, 800, and 900 MHz and even 1 GHz). （同上。強調は筆者）
参照データベースとしては HMDB（Human Metabolome Database）が事実上の標準で、総説の時点で 114,000 件超の代謝物エントリーを持ちます （ただし NMR スペクトル付きのものはその一部です）。
なおスペクトル分解には、ビニングには無い長所が一つあります。pH で動いたピークを、動いた位置で参照スペクトルに合わせられることです。 6 節のクエン酸やヒスチジンの補正は、ビニングでは前処理として別途やる必要がありますが、分解ではフィッティングの中で吸収されます。 その代わり、ライブラリに無い代謝物は存在しないものとして扱われる。「同定された 50 種」は「その 50 種を探した」結果です。
9. 統計は必ず答えを返す ― スコアプロットを読むときに
最後に、4 節の教訓を統計の側から言い直します。PCA は、与えられた表の分散が最大になる方向を機械的に返します。 その方向が生物学的に意味を持つかどうかは、PCA は判断しません。装置の系統差が最大の分散なら、それを第 1 主成分として返す。 それは PCA の欠陥ではなく仕様です。
だから、他人の論文のスコアプロットを見るときは、次を確認します。
- 異なる磁場強度の装置が混ざっていないか。混ざっているなら、ビン幅と、装置ごとのクラスタが消えている理由。
- 群の分離が第何主成分か。第 1 主成分で分かれていて、しかも装置・バッチ・測定日と群が交絡していないか。
- 教師あり解析（PLS-DA・OPLS-DA）なら交差検証の有無。教師あり法は乱数からでも群を分けます。 この点はケモメトリクス入門に「乱数だけの表に PCA をかけても主成分が 49 本見つかる」実験として書きました。
Keun らの実験（3 節）で、拠点間の差が 3 %であっても「4 主成分モデルの中で分離して見えた」と書かれていたことを思い出してください。 装置差が小さいことと、装置差が主成分として現れないことは別です。前者は測定の性能で、後者は前処理と解析設計の結果です。
分析者の視点
- 磁場強度の違う装置を混ぜるなら、ビン幅を Hz で考える。0.01 ppm は 400 MHz で 4 Hz、600 MHz で 6 Hz。 J ＝ 7 Hz の二重線がまたぐビン数が装置で変わる（5 節の表）。揃えたいなら 0.04 ppm に広げる。ただし分解能を捨てたと記録する。
- 第 1 主成分が何を表しているか、ローディングを見る。「ノイズのように正負が交互に並ぶ」ローディングは、ピークの分割が原因の装置差の徴候 （Ward らが Fig. 6b でそう記述した）。
- 緩衝液は pH 7.1〜7.7、塩濃度 0.15 M 未満を目標にし、クエン酸とヒスチジンは別途補正する。それでも 0.004 ppm は動く。 ビン幅 0.01 ppm に対する余裕として覚えておく。
- 飽和パルスの γB₁ を数値で記録し、装置間で揃える。80 Hz のような値を手順書に書く。dB 表記は装置ごとに意味が違う。
- 絶対濃度を出すなら T₁ 補正か十分な緩和遅延。相対比較（フィンガープリント）なら不要だが、論文にどちらを出したか明記する。
- 分解ソフトの「同定 50 種」は「探した 50 種」。ライブラリの磁場強度と生体液の種類が自分の条件と合っているかを先に確認する。
- 感度で MS と競わない。10 倍の差は 100 倍の時間（2 節）。NMR で測る理由は「同じ条件で何万検体でも」であり、 その「同じ条件」を自分の手で保証するのが NMR メタボロミクスの実務のすべてである。
まとめ
- NMR は LC-MS・GC-MS より検出限界で 10〜100 倍劣り、返す代謝物は 1 µM 以上の 50〜200 種にとどまる（Emwas et al., 2019）。 それでも UK Biobank の 118,461 検体・249 項目は NMR で測られ、検出率は 99 %超だった（Julkunen et al., 2023）。
- 感度差は積算で埋まらない。S/N ∝ √n なので 10 倍の差は 100 倍の時間、100 倍の差は 1 万倍の時間（筆者の計算）。
- 2 拠点・500/600 MHz で同じラット尿を測った実験では、装置差が説明する分散は 3 %、投薬前の個体差は 15 %（Keun et al., 2002）。 装置差は個体差の 5 分の 1（筆者の計算）。
- 5 拠点・400/500/600 MHz のリング試験では、0.01 ppm ビンで第 1 主成分（61 %）が磁場強度、0.04 ppm ビンで第 1 主成分（80 %）が品種に 入れ替わった（Ward et al., 2010）。何が「主」に見えるかは前処理が決める。
- 理由は結合定数が Hz で一定、ビン幅が ppm で指定されること。J ＝ 7 Hz の二重線は 0.01 ppm ビンを 600 MHz で 1.2 個、400 MHz で 1.75 個またぐ（筆者の計算）。
- 試料側では pH とイオン強度が化学シフトを動かす。pH 7.1〜7.7・塩 0.15 M 未満で変動は 0.004 ppm 未満に収まるが、 クエン酸とヒスチジンは別途補正が要る（Xiao et al., 2009）。
- 標準の 1D スペクトルは 4〜5 分（Beckonert et al., 2007）。NOESY-presat の飽和パルス強度を揃えないと、それ自体が交絡因子になる（Emwas et al., 2019）。
- 自動分解ソフトが「同定」できるのはライブラリにある磁場強度・生体液の範囲だけ。「同定 50 種」は「探した 50 種」である。
未確認・限界
- Ward らの Fig. 6 の数値（61 %・35 %・80 %・18 %）は本文の記述から引用しており、図そのものは確認していません。 また同研究は植物（ブロッコリー）抽出液の例で、尿・血漿で同じビン幅が同じ効果を持つかは、その試料での検証が必要です。
- 5 節の表は筆者の計算です。J ＝ 7 Hz は典型値として置いた仮定で、実際の代謝物の多重線は J の値も本数も様々です。 「600 MHz で 1.2 個、400 MHz で 1.75 個」は、この仮定のもとでの説明であり、Ward らの論文にこの計算はありません。
- Keun らの「3 % 対 15 %」は要旨からの引用で、本文の主成分モデルの詳細（主成分ごとの寄与率、外れ値の扱い）は確認していません。 「5 分の 1」は筆者の計算です。
- UK Biobank の「1 台あたり約 19,700 検体・約 1,600 時間」は筆者の概算で、Nightingale 社の実際の測定プロトコル（1 検体あたりの実験数・ 測定時間）は公開論文から確認できていません。Beckonert らの「4〜5 分」を借りた下限の見積もりです。
- Beckonert らのプロトコルは要旨のみを確認しています（Nature Protocols の本文は購読が必要）。 「緩和編集＝CPMG」の対応づけは同要旨には無く、Metabolomics 2020 年の比較研究（出典 8）の記述で補いました。 同研究の LED 法の詳細（検出できた代謝物数・CV の分布）は要旨の範囲でしか確認していません。
- Xiao らの緩衝液の研究も要旨のみで、9 種の代謝物の内訳と個別の化学シフト変動量は確認していません。
- Nightingale 社のプラットフォームの装置仕様（磁場強度・プローブ・パルス系列）は本記事では扱っていません。
- MS との比較は Emwas らの総説の記述に依っており、個々の MS プラットフォームの検出限界を原著で確認したものではありません。
- 調査で得た資料のうち、URL を持たない生成文書に由来する数値は採用していません。
用語集
- メタボロミクス：生体試料中の低分子代謝物（おおむね 1,500 Da 未満）を網羅的に測り、その全体像から生物の状態を読む研究分野。
- フィンガープリンティング：代謝物を同定せず、スペクトル全体のパターンとして試料を比較する方法。
- ビニング（バケッティング）：スペクトルを一定幅（例 0.01 ppm）の区画に区切り、各区画の積分値を変数にする前処理。
- 主成分分析（PCA）：多変数のデータから、分散が最大になる方向（主成分）を順に取り出す教師なしの解析法。
- スコアプロット／ローディング：各試料の主成分上の位置（スコア）と、各変数が主成分にどう寄与するか（ローディング）。
- 結合定数 J：スピン結合による多重線の分裂幅。Hz 単位で磁場によらない。
- NOESY-presat：2D NOESY の最初の増分を 1D として使う、水抑制つきの標準的な 1D ¹H 測定法。
- 飽和パルス（presaturation）：観測前に水の共鳴周波数に弱い連続波を当てて水の信号を抑える方法。その強さを γB₁ で表す。
- 緩和編集（relaxation-edited）：横緩和の速い高分子の信号を消し、低分子の鋭い信号だけを残す測定。
- 拡散編集（diffusion-edited）：拡散の速い低分子の信号を消し、高分子の信号だけを残す測定。
- T₁（縦緩和時間）：励起されたスピンが平衡に戻る時定数。緩和遅延が短いと面積が濃度に比例しなくなる。
- TSP（3-(トリメチルシリル)プロピオン酸-d₄ ナトリウム）：水溶液試料で化学シフトの基準（0.00 ppm）に使う内部標準。
- リング試験（inter-laboratory comparison）：同じ試料を複数の研究室で測り、結果の一致度を調べる試験。
- スペクトル分解（デコンボリューション）：参照スペクトルを重ね合わせて、混合物スペクトルを代謝物ごとの寄与に分ける方法。
- HMDB：Human Metabolome Database。ヒト代謝物の参照データベースで、NMR・MS の参照スペクトルを含む。
出典
- An inter-laboratory comparison demonstrates that [¹H]-NMR metabolite fingerprinting is a robust technique for collaborative plant metabolomic data collection, Ward, J. L. et al., Metabolomics, 6, 263–273 (2010) ― 5 拠点・400/500/600 MHz のリング試験。0.01 ppm ビンで PC1（61 %）が磁場強度・PC2（35 %）が品種、0.04 ppm ビンで PC1（80 %）が品種・PC2（18 %）が磁場強度。測定条件（緩和遅延 5 秒・12 ppm・TSP-d₄ 基準・積算回数）、試料回転の要否、絶対定量の T₁ 補正。 https://pmc.ncbi.nlm.nih.gov/articles/PMC2874487/
- Analytical reproducibility in ¹H NMR-based metabonomic urinalysis, Keun, H. C. et al., Chemical Research in Toxicology, 15, 1380–1386 (2002) ― 2 拠点（500 MHz と 600 MHz）で分割したラット尿を測定。拠点間差は全モデル分散の 3 %、投薬前の生理的変動は約 15 %。クエン酸・馬尿酸・タウリンの相対濃度は r² > 0.95、分析誤差 4〜8 %。要旨を PubMed で確認。 https://pubmed.ncbi.nlm.nih.gov/12437328/
- NMR Spectroscopy for Metabolomics Research, Emwas, A.-H. et al., Metabolites, 9, 123 (2019) ― NMR の検出限界は LC-MS・GC-MS より 10〜100 倍劣る、NMR は >1 µM の 50〜200 種・LC-MS は >10〜100 nM の 1000 種超、NOESY-presat と 80 Hz γB₁ の飽和パルス、分解能は磁場強度に比例、Bayesil は 500・600 MHz のみ、参照スペクトルは磁場強度ごとに必要、HMDB >114,000 エントリー、UK Biobank と Nightingale。 https://pmc.ncbi.nlm.nih.gov/articles/PMC6680826/
- Atlas of plasma NMR biomarkers for health and disease in 118,461 individuals from the UK Biobank, Julkunen, H. et al., Nature Communications, 14, 604 (2023) ― 118,461 検体の EDTA 血漿を 6 台の NMR で 2019〜2020 年に測定、249 項目（絶対濃度 168・比率 81）、検出率 >99 %。 https://pmc.ncbi.nlm.nih.gov/articles/PMC9898515/
- Metabolic profiling, metabolomic and metabonomic procedures for NMR spectroscopy of urine, plasma, serum and tissue extracts, Beckonert, O. et al., Nature Protocols, 2, 2692–2703 (2007) ― 標準 1D・緩和編集・拡散編集・2D J 分解の使い分け、1D スペクトル 1 本の標準取得時間 4〜5 分。要旨を PubMed で確認。 https://pubmed.ncbi.nlm.nih.gov/18007604/
- An optimized buffer system for NMR-based urinary metabonomics with effective pH control, chemical shift consistency and dilution minimization, Xiao, C. et al., Analyst, 134, 916–925 (2009) ― pH 7.1〜7.7・塩濃度 0.15 M 未満で化学シフト変動 0.004 ppm 未満、K₂HPO₄/NaH₂PO₄ pH 7.4・1.5 M を尿 10 に対し 1、クエン酸とヒスチジンは多変量解析前に補正。要旨を PubMed で確認。 https://pubmed.ncbi.nlm.nih.gov/19381385/
- The future of NMR-based metabolomics, Markley, J. L. et al., Current Opinion in Biotechnology, 43, 34–40 (2017) ― 「分解できる化合物数では MS に影が薄いが、NMR データは再現性が高く、広いダイナミックレンジで定量的で、未知物質の構造決定では比類がない」。 https://pmc.ncbi.nlm.nih.gov/articles/PMC5305426/
- A comparison of high-throughput plasma NMR protocols for comparative untargeted metabolomics, Bliziotis, N. G. et al., Metabolomics, 16, 64 (2020) ― 血漿の大規模研究では CPMG が常用されるが、高分子の残り信号で統計解析が損なわれうること、TSP 内標準の定量上の問題、ビニングが代謝物に帰属できない変数を作ること。代替として拡散編集（LED）・マレイン酸内標準・ピークピッキングを提案。 https://pmc.ncbi.nlm.nih.gov/articles/PMC7196944/
関連記事
- メタボロミクスのLC-MS実務 ― 検出した25,230の特徴量は、892の分析種だった【2026年版】 ― 同じメタボロミクスを LC-MS で行う側。特徴量の縮退とプールQC の設計を数値で扱っています。
- NMRの基礎 ― 化学シフトも結合定数も磁場によらないのに、見えるパターンだけが装置で変わる【2026年版】 ― 5 節の土台。J が Hz で一定という一点が、ビン幅の問題の正体。
- ケモメトリクス入門 ― 乱数だけの表に PCA をかけても、主成分が 49 本「見つかる」【2026年版】 ― PCA は必ず答えを返す。標準化で主成分が入れ替わる話は、本記事のビン幅と同型。
- 定量NMR(qNMR)入門 ― 両脇の小さなピークを数え忘れると、それだけで 1.1 % ずれる【2026年版】 ― 緩和と面積の関係。絶対定量に T₁ 補正が要る理由。
- NMR試料調製と重溶媒 ― 同じ「99.8 %」のラベルでも、溶媒に残る水素の量は 7 倍ちがう【2026年版】 ― 水溶液試料の調製と内部標準。
- ベンチトップNMRの選び方 ― 磁場を上げるより先に「どの核を測るか」で感度が決まる【2026年版】 ― 低磁場側での感度と分解能の考え方。
- NMRのトラブルシューティング ― 安定させるはずのロックが、信号が弱いと自分で磁場ノイズを作る【2026年版】 ― 水抑制・シム・ロックの実務。
- 質量分析の最新技術動向 ― 1 検体 4.8 分で、8,400 種を超えるタンパク質が同定できる【2026年版】 ― MS 側のスループットと感度の現在地。
