在制药行业中，代谢组学用于研究潜在候选药物的药理学响应所产生的生化变化，其识别毒性 / 药效标记物的能 力可以显著加速药物研发的进程并帮助制定合适的临床计划。来自于液相色谱 - 质谱联用技术（LC-MS）的代谢轮廓实验数据，包含大量的化学噪音，常常干扰生物标记物的发现。

       常规 LC-MS 代谢组学研究存在很多冗余的（一种组分有多个离子）和不相关的（化学噪音）数据。同时影响代谢轮廓的外部因素（年龄、营养）增加了生物多变性。由于许多化学物质是未知的，因此，在进行结构鉴定前过滤掉假阳性结果尤为重要。超高分辨率仪器结合超高效液相色谱（UHPLC）的分离可以提供足够的分辨率将代谢物与化学背景区分开，解决了化学噪音和数据冗余的问题。准确质量数能确保识别相关信号所需要的精细数据处理。此技术可大大减少数据量，并改进目标代谢物的定量。生物因素对代谢轮廓有着深远的影响，即使细小的代谢变化也会掩盖药物诱导的代谢效应。了解大鼠的正常代谢变化能使“生物噪音”降到非常低，并提供更为可靠的药物相关的代谢变化信息。