代谢组学metabonomics
定义：通过组群指标分析，进行高通量检测和数据处理，研究生物体整体或组织细胞系统的动态代谢变化，特别是对内源代谢、遗传变异、环境变化乃至各种物质进入代谢系统的特征和影响的学科。
目录
1.概述
2.学科归类
3.研究范围
4.发展史
5.研究方法
6.发展前景
7.疾病诊断
8.医疗应用
9.专家感言
1. 概述
代谢组学(metabonomics／metabolomics)是效仿基因组学和蛋白质组学的研究思想，对生物体内所有代谢物进行定量分析，并寻找代谢物与生理病理变化的相对关系的研究方式，是系统生物学的组成部分。其研究对象大都是相对分子质量1000以内的小分子物质。先进分析检测技术结合模式识别和专家系统等计算分析方法是代谢组学研究的基本方法。
2. 学科归类
代谢组学是继基因组学和蛋白质组学之后新近发展起来的一门学科，是系统生物学的重要组成部分。基因组学和蛋白质组学分别从基因和蛋白质层面探寻生命的活动，而实际上细胞内许多生命活动是发生在代谢物层面的，如细胞信号释放（cell signaling），能量传递，细胞间通信等都是受代谢物调控的。代谢组学正是研究代谢组（metabolome）——在某一时刻细胞内所有代谢物的集合——的一门学科。基因与蛋白质的表达紧密相连，而代谢物则更多地反映了细胞所处的环境，这又与细胞的营养状态，药物和环境污染物的作用，以及其它外界因素的影响密切相关。因此有人认为，“基因组学和蛋白质组学告诉你什么可能会发生，而代谢组学则告诉你什么确实发生了。”（Bill Lasley, UC Davis）
代谢组学的概念来源于代谢组，代谢组是指某一生物或细胞在一特定生理时期内所有的低分子量代谢产物，代谢组学则是对某一生物或细胞在一特定生理时期内所有低分子量代谢产物同时进行定性和定量分析的一门新学科 (Goodacre，2004)。它是以组群指标分析为基础，以高通量检测和数据处理为手段，以信息建模与系统整合为目标的系统生物学的一个分支。
组学概论
1
代谢组学综述
摘要：代谢组学是20世纪90年代中期发展起来的对某一生物或细胞所有低相对分子质量代谢产物进行定性和定量分析的一门新学科,由于其广泛的应用前景,目前已成为系统生物学的重要组成部分。现简要介绍了代谢组学的含义、代谢组学研究的历史沿革、当前代谢组学研究中的分析技术、数据解析方法,综述了代谢组学在药物毒理学研究、疾病诊断、植物和中药等领域的应用情况,并对当前代谢组学研究中存在的问题及发展趋势进行探讨。
关键词：代谢组学 研究技术
随着人类基因组计划等重大科学项目的实施,基因组学、转录组学及蛋白质组学在研究人类生命科学的过程中发挥了重要的作用, 与此同时, 代谢组学（metabolomics）在20世纪90年代中期产生并迅速地发展起来, 与基因组学、转录组学、蛋白质组学共同组成系统生物学。基因组学、转录组学、蛋白质组学和代谢组学等各种组学0在生命科学领域中发挥了重要的作用, 它们分别从调控生命过程的不同层面进行研究, 使人们能够从分子水平研究生命现象, 探讨生命的本质, 逐步系统地认识生命发展的规律。这些组学手段加上生物信息学, 成为系统生物学的重要组成部分。
代谢组学的出现和发展是必要的, 同时也是必须的。对于基因组学和蛋白质组学在生命科学研究中的缺点和不足, 代谢组学正好可以进行弥补。代谢组学研究的是生命个体对外源性物质(药物或毒物)的刺激、环境变化或遗传修饰所做出的所有代谢应答, 并且检测这种应答的全貌及其动态变化。代谢组学方法为生命科学的发展提供了有力的现代化实验技术手段, 同时也为新药临床前安全性评价与实践提供了新的技术支持与保障。
1 代谢组学的概念及发展
代谢组学最初是由英国帝国理工大学Jeremy N icholson教授提出的, 他认为代谢组学是将人体作为一个完整的系统, 机体的生理病理过程作为一个动态的系统来研究, 并且将代谢组学定义为生物体对病理生理或基因修饰等刺激产生的代谢物质动态应答的定量测定。2000年, 德国马普所的Fiehn等提出了代谢组学的概念, 但是与N icholson提出的代谢组学不同, 他是将代谢组学定位为一个静态的过程, 也可以称为/代谢物组学, 即对限定条件下的特定生物样品中所有代组学概论
代谢组学概述
代谢组学(metabonomics/metabolomics)是效仿基因组学和蛋白质组学的研究思想，对生物体内所有代谢物进行定量分析，并寻找代谢物与生理病理变化的相对关系的研究方式，是系统生物学的组成部分。其研究对象大都是相对分子质量1000以内的小分子物质。先进分析检测技术结合模式识别和专家系统等计算分析方法是代谢组学研究的基本方法。
一：代谢组学分析流程
一般来说，代谢组的分析流程有：首先将代谢组分进行预处理，
预处理的方法由测量分析方法决定，如使用质谱方法分析，则需要预先对代谢组分进行分离和离子化。接着，再对预处理后的组分进行定性和定量分析。
预处理中，常用分离方法包括：气相色谱（Gas chromatography，
GC），高效液相色谱（High performance liquid chromatography， HPLC）。气相色谱具有较高的分辨率，但需要对代谢组分进行气化，并且对组分分子质量有一定的限制。高效液相色谱也在代谢组分析中被广泛地使用，因其在液相中对代谢组分进行分离，因此不用对组分进行气化，相较气相色谱具有测量范围更广，更灵敏的优点。此外，毛细管电泳法（Capillary electrophoresis）也可以对代谢组分进行分离，其应用较少，但在理论上其分离效率比高效液相色谱法高。
在预处理时，常常会加入内参（internal standards），以方便后续对样品的质量进行监控和对比，由于不同的实验批次、样品顺序对后续测量也有一定对影响，因此，还会加入空对照和混合样品对照来进行质量监控。
对不同的代谢组分进行定性和定量分析的方法包括质谱分析法（Mass spectrometry， MS)和核磁共振谱（Nuclear Magnetic Resonance
Imaging， NMR）等。其中，质谱分析法具有灵敏度高，特异性强等优点，被广泛地应用于检测代谢组分，可以对经过分离、离子化处理后的代谢组分进行定性和定量。离子化的方法包括：大气压化学电离（Atmospheric-pressure chemical ionization， APCI）， 电子电离（Electron ionization， EI )， 以及电喷雾电离（Electrospray ionization ，
中国卫生统计２０１６年１２月第３３卷第６期
动态代谢组学数据分析方法介绍
哈尔滨医科大学公共卫生学院卫生统计学教研室（１５００８１） 王文佶 张秋菊 曲思杨 谢彪 高兵 孙琳 刘美娜
近年来，代谢组学发展迅速并广泛应用于营养学、
毒理学、疾病诊断等各个领域…。随着研究的深入，
代谢组学所获得的数据集因研究设计的不同而日益复
杂，产生了有时间间隔的动态代谢组学数据。然而目
前分析此类数据的方法十分有限，并且在大多数情况
下，这种动态数据所带来的因时间因素产生的变异直
接被忽略。据此，本文回顾了现有的动态代谢组学数
据的分析方法并对其研究进展进行介绍。
常用代谢组学数据分析方法
代谢组学数据最大特点是变量数远远大于观测
数，且变量之间存在着高度相关性。目前，最常用于代
谢组学数据分析的方法有：无监督学习方法的主成分
分析（ＰＣＡ） ｊ、有监督学习方法的偏最ｅ］￣－－乘判别分
析（ＰＬＳ—ＤＡ） Ｊ、正交偏最小二乘判别分析（ＯＰＬＳ－
ＤＡ）等 Ｊ。这些方法可以提取原始信息的最大变异
或在此基础上的最佳解释变异，将高维数据映射到低
维空间，并给出降维后数据的可视化展示。随着研究
深入，代谢组学不再拘泥于横断面研究，包含时间因素
的动态代谢组数据被越来越多的研究所获得，这使得
传统分析方法不再适用＿５］。以ＰＣＡ为例，来说明传统
分析方法不再适用动态代谢组学数据分析的原因。
在动态代谢组学研究中，其数据特点不止是小样
本大变量所带来的高维性，数据中还存在与时间有关
的变异。例如：研究某种干预（药物，毒物等）随着时
间改变对不同处理组产生的效应是否有差别，并感兴
趣于找出随时间改变的差异代谢物。若以矩阵每一行
代表代谢组学数据每一个样本的观测时间点，列代表
代谢产物进行ＰＣＡ，在不断进行行间打乱后，会发现
原始得分矩阵ｚ始终等同于打乱后的得分矩阵ｚ，，原
始载荷矩阵Ｐ。始终等同于打乱后的载荷矩阵Ｐ，＿６ Ｊ。
