新一代靶向代谢组学及其主要应用
李克峰博士
代谢组学和常见的平台
代谢组学技术 (Metabolomics) 是后基因时代发展起来的系统生物学新技术，旨在测定生物体内所有小分析代谢产物。相比基因组学(Genomics)、转录组学(Transcriptomics) 和蛋白质组学 (Proteomics)，只能告诉我们生物体可能会发生什么，代谢组学则直接的，准确的反映了生物体当前的状态，告诉我们生物体确实发生了哪些变化。
随着分析仪器技术的迅速发展和生物信息大数据的不断进步，代谢组学技术在临床、药学、环境、食品和营养等各个学科都得到了应用，形成了许多新兴学科，笔者统计了，近3年Science, Nature, 以及其子刊，共发表代谢组学相关文章达到121篇。代谢组学技术按照其检测目标代谢产物的方式，可以分为非靶向代谢组学(Non-targeted Metabolomics)和靶向代谢组学 (Targeted Metabolomics)。非靶向代谢组学是对分析样品中的小分子离子(50Da~1200Da)进行全部扫描，获得离子质谱图，通过与数据库比对，对代谢产物进行鉴定。图1列了代谢组学的分类和常见的平台。
图1：代谢组学的分类和常用的平台
非靶向代谢组学从1998年开始，第一篇发表在Nature Biotechnology上，关于植物的GC-MS 文章。过去10几年，非靶向代谢组学最常用的分析平台为GC-MS，然而GC-MS 在代谢组学应用上存在许多缺陷，主要是，GC-MS使用单质谱，缺乏碎片离子信息，许多化合物不能被准确鉴定。另一个比较常用的是NMR平台。基于NMR 的代谢组学平台，主要缺陷是检测灵敏度没有质谱检测器高，只能够检测100多个代谢产物。最近几年随着TOF检测器的发展，LC-Q-TOF也被应用到代谢组学中来，LC-Q-TOF的准确分子量，克服了GC-MS和NMR的缺点，能够检测出>1万个图谱特征，但是由于缺乏完善的代谢数据库比对，往往最后能鉴定出的有统计学意义的代谢产物只有几十个，甚至几个。更重要的是，非靶向代谢组学只能提供代谢产物的相对丰度，无法获得代谢产物的绝对浓度。靶向代谢组学，主要是指对代谢产物的在样品中的绝对浓度进行定量测定。传统的靶向代谢组学，受到仪器条件的限制，只能检测10个左右的代谢产物，基本上不能称之为代谢组学。随着仪器技术的不断发展，
新一代靶向代谢组学(Next-Generation Metabolomics)
随着仪器技术的迅速发展，最近1-2年，靶向代谢组学得到了突飞猛进的发展，成为代谢组学的新的亮点。新的靶向代谢组学，我们也称之为第二代或者新一代靶向代谢组学(Next-Generation Metabolomics)，用于区分老的靶向代谢物分析。新一代靶向代谢组学能够同时对超过1000个的代谢产物进行定量分析，大大缩短了数据后处理的时间，显著提高了代谢组学的效率，使得生物标记物筛选过程，变的简单、可靠，省去了代谢产物验证的步骤。
新一代靶向代谢组学平台的特点：
检测的代谢产物多：新一代靶向代谢组学平台较传统的LC-MS 或者LC-UV 技术相比，由于采用了新的正负极转换技术(Polarity Switch)大大提高了仪器的扫描速率，能够在一段时间能最多扫描1000个代谢产物，极大的提高了代谢产物同时检测的效率。
代谢产物鉴定容易：新一代靶向代谢组学技术采用了多反应动态监控的方法(Multiple Reaction Monitoring, MRM)，一个代谢产物的确认，由其母离子、子离子和碰撞能(Collision Energy) 共同决定，在进入检测器前，进行了2步筛选，大大提高了代谢产物鉴定的准确性。
后续生物信息学处理容易：新一代靶向代谢组学，免去了非靶向代谢组学的费时的数据库搜索和化合物鉴定。导出的数据，可以直接进行多重比较分析，主成分分析，代谢通路分析等生物大数据处理，节省了时间。
新一代靶向代谢组学的主要应用：
新一代靶向代谢组学开发后，在各个领域都显示出了极大的应用潜力：
?临床代谢组学（Clinical Metabolomics）：与正常组对比，可以揭示疾病的分子机理，寻找早期诊断的血液和尿液标记物，肠道和口腔菌代谢等。
?药物代谢组学(Pharmacometabolomics)：揭示药物作用的靶点（药效研究，含中药），快速全面评价药物的毒性，评价药物与病人之间相互作用(个性化制药)等。
?环境代谢组学 (Environmental Metabolomics)：揭示环境对生物体的影响，环境污染物高通量检测，污染物分解，迁移，探讨污染物对海洋生态的影响等。
?食品代谢组学(Food Metabolomics): 食品营养功能评估；食品安全评估；食品中抗生素、毒枝菌素、农药和杀虫剂检测。
?植物代谢组学 (Plant Metabolomics)：利用新一代靶向代谢组学，可以揭示植物病虫抗性机理，植物逆境抗性机理（干旱、盐、重金属等），植物基因功能，植物-微生物相互作用研究，植物主要和次生代谢途径的研究。
?器官移植代谢组学(Transplants Metabolomics)：利用代谢组学监控手术和移植后的效果。
一、研究概述 20世纪80年代，英国帝国理工大学Nicholson教授首次提出了代谢组学的概念，被誉为“国际代谢组学之父”。2005年，加拿大基因委员会投资750万美元创建了“人类代谢组计划”(HMP)，最终构建了HMDB代谢组数据库。在这十年来，代谢组学检测技术也经历了由核磁(NMR)转向气质联用(GCMS)再到液质联用(LCMS)的发展历程，检测结果的有效信息量也有了10倍的提升。代谢组学相较于其他组学的优势在于：（1）据估计，人类含有约6500种小分子代谢物，尽管新的和更灵敏的测量技术正逐步揭示更多的化学物种，然后代谢物的数量仍然可能比在人类中发现估计的25000个基因、100000个转录组和1000000个蛋白质少；（2）代谢组检测的是基因组、转录组和蛋白组的可变性下游表型，从而可以提供高度整合的生物学状态概况；（3）代谢组学是一种精确和无创的工具，用于识别药物治疗作用和可能的毒理学效应，并分离遗传学、微生物活性和营养对整体代谢表型的作用 二、广泛靶向代谢组 目前，代谢组学的研究主要包括靶向代谢组和非靶向代谢组。靶向代谢组（Targeted metabolomics）：少数已知代谢物定性和定量检测，具有灵敏度高、定性定量准确的特点；非靶向代谢组（Untargeted metabolomics）：同时检测数百乃至数千种代谢物（包括已知和未知代谢物），但其灵敏度较之靶向代谢组低1-2个数量级，定性定量准确性也相对较差。今天小编介绍的就是一种整合了非靶向和靶向代谢物检测技术优点的新型代谢组检测技术——广泛靶向代谢组（Widely Targeted Metabolome）。 广泛靶向代谢组（Widely Targeted Metabolome）作为第二代或者新一代靶向代谢组（Next Generation Metabolome）技术，区别于现有代谢物检测方法，该技术平台建立了LC-MS/MS代谢物标品数据库，整合了非靶向和靶向代谢物检测技术的优点，可以检测覆盖18大类，2500多个代谢物，实现了高通量、高灵敏、广覆盖的靶向代谢物检测。广靶技术作为一项核心专利技术，早于2013在《Molecular Plant》（IF：9）杂志上发表题为《A Novel Integrated Method for
代谢组学的研究方法和研究流程分子微生物学１12３０0０0３林兵 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 ichoｌs ｏn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谢产物的定性定量分析。同时Ｆieｈn还将代谢组学按照研究目的的不同分为4类: 代谢物靶标分析，代谢轮廓（谱)分析, 代谢组学，代谢指纹分析。现在代谢组学在国内外的研究都在迅速地发展, 科学家们对代谢组学这一概念也进行了完善, 作出了科学的定义: 代谢组学是对一个生物系统的细胞在给定时间和条件下所有小分子代谢物质的定性定量分析，从而定量描述生物内源性代谢物质的整体及其对内因和外因变化应答规律的科学。 与基因组学、转录组学、蛋白质组学相同, 代谢组学的主要研究思想是全局观点。与传统的代谢研究相比, 代谢组学融合了物理学、生物学及分析化学等多学科知识, 利用现代化的先进的仪器联用分析技术对机体在特定的条件下整个代谢产物谱的变化进行检测，并通过特殊的多元统计分析方法研究整体的生物学功能状况。由于代谢组学的研究对象是人体或动物体的所有代谢产物, 而这些代谢产物的产生都是由机体的内源性物质发生反应生成的，因此，代谢产物的变化也就揭示了内源性物质或是基因水平的变化，这使研究对象从微观的基因变为宏观的代谢物，宏观代谢表型的研究使得科学研究的对象范围缩小而且更加直观，易于理解, 这点也是代谢组学研究的优势之一. 代谢组学的优势主要包括：对机体损伤小，所得到的信息量大，相对于基因组学和蛋白质组学检测更加容易。由于代谢组学发展的时间较短, 并且由于代谢组学的分析对象是无偏向性的样品中所有的小分子物质，因此对分析手段的要求比较高, 在数据处理和模式识别上也不成熟，存在一些不足之处。同时生物体代谢物组变化快, 稳定性较难控制，当机体的生理和药理效应超敏时，受试物即使没有相关毒性，也可能引起明显的代谢变化，导致假阳性结果。 代谢组学应用领域大致可以分为以下7个方面：
第1章绪论 随着人类基因组测序工作的完成，基因功能的研究逐渐成为热点，随之出现了一系列的“组学”研究，包括研究转录过程的转录组学（transcriptomics）、研究某个生物体系中所有蛋白质及其功能的蛋白质组学（proteomics）及研究代谢产物的变化及代谢途径的代谢组学（metabolomics或metabonomics）（图1-1）。 代谢组学是众多组学中的一种，是随着生命科学的发展而发展起来的。与其他组学不同，代谢组学是通过考察生物体系（细胞、组织或生物体）受刺激或扰动后（如将某个特定的基因变异或环境变化后），其代谢产物的变化或其随时间的变化，来研究生物体系的一门科学[1]。所谓代谢组（metabolome）是基因组的下游产物也是最终产物，是一些参与生物体新陈代谢、维持生物体正常功能和生长发育的小分子化合物的集合，主要是相对分子质量小于1000的内源性小分子。代谢组中代谢物的数量因生物物种不同而差异较大，据估计，植物王国中代谢物的数量在200000种以上，单个植物的代谢物数量在5000~25000，甚至简单的拟南芥（Arabidopsisthaliana）也产生约5000种代谢产物，远远多于微生物中的代谢产物（约1500种）和动物中的代谢产物（约2500种）[2]。实际上，在人体和动物中，由于还有共存的微生物代谢、食物及其代谢物本身的再降解，到目前为止，还不能估计出到底有多少种代谢产物，浓度分布范围有7~9个数量级。因此对代谢组学的研究，无论从分析平台、数据处理及其生物解释等方面均面临诸多挑战。本章对代谢组学发展的历史、国内外现状、研究方法、典型应用领域及研究热点等给予了介绍。 1.1代谢组学简介 生命科学是研究生命现象、生命活动的本质、特征和发生、发展规律，以及各种生物之间和生物与环境之间相互关系的科学。自从1953年Watson和Crick建立了DNA 双螺旋结构模型后，生命科学研究的面貌便焕然一新。在此基础上发展的分子生物学使得生命的基本问题，如遗传、发育、疾病和进化等，都能从分子机制上得到诠释。生物学研究进入了对生命现象进行定量描述的阶段。分子生物学的飞速发展极大地推动了人们从分子组成水平对生物系统进行深人的了解。基因组计划向人们展示了包括大肠杆菌、酵母、线虫、果蝇、小鼠等模式生物以及人类的所有遗传信息的组成，生命的奥秘就存在于这些序列中。技术上的突破使得基因组数据的获得已经不再是生命
代谢组学的研究现状及其在方剂量效关系中的应用 邓海山,段金廒*,尚尔鑫,唐于平 (南京中医药大学江苏省方剂研究重点实验室,江苏南京210046) 摘要:代谢组学能够准确、灵敏地反映生物体系的整体功能状态,同时克服了传统中医依赖医生个人经验进行诊疗的不确定性。方剂剂量的变化对其疗效乃至功用的改变都将在代谢组图谱的不同变化趋势中得到体现,从而能够对方剂的量效关系及其物质基础给出全新的解释,获得深入系统的认识。本文综述了代谢组学在中医药现代研究中的应用进展,并针对目前方剂量效关系研究中,方剂的疗效评价只能定性不能定量,导致量效关系不明的困境,提出以代谢组学技术作为方剂的整体疗效评价方法,通过追踪代谢组在病理发展过程中以及药物干预下的变化,开展方剂量效关系研究的新思路。 关键词:代谢组学;量效关系;整体疗效评价;代谢网络;中药 中图分类号:R285文献标识码:A文章编号:167420440(2009)0320198206 R esearch advances of m etabono m ics and app lica ti on i n the study of dose2effect r el a ti onsh ip of prescr i p tion s DENG H ai2shan,D UAN Jin2ao,S HANG Er2xi n,TANG Yu2ping (J i a ngs u K e y La bora tory for TCM F ormula e Research,Na nji ng Universit y o f Chinese M e d ici ne,Na nji ng210046,Ch i na) Abstr act:M etabono m es reflects t h e syste matic status of the organis m accurate l y,sensiti v ely and i m per2 sona ll y.To eva l u ate the therapeu tic eff ects bymeans ofmetabono m icsw ill overco m e the deficiency of un2 certa i n ty w ith the trad iti o na ld iagnostic methods i n cluding inspection,auscultation and olfaction,i n qu iry, and palpati o n.The i m pact of the variation of prescripti o ns dosage on effic i e ncy w ill be shown clearly through the change tendencies of metabono me spectra.Consequently,a ne w i n si g ht is obta i n ed f or the dose2eff ect re lati o nship and its materia l basis.The a mbiguous dose2eff ect relati o nship of trand itional Chi2 nese med icine(TC M)prescr i p tions has l o ng been controversia.l It is one of the most i m portant reasons that the therapeutic eff ect of th is kind ofm edic i n es cannot be evaluated quantitative ly.Based on the re2 vie w of t h e applicati o n of metabono m ics i n moder n st u dy of TC M,we suggest to carry out the st u dy on dose2eff ect re lationsh i p of prescri p ti o ns,in wh ich the techn i q ues ofmetabono m ics are e mp l o yed to co m2 prehensi v e l y evaluate the t h erapeutic eff ect of prescriptions,and the variation of metabono m es in the course of disease devecop m ent and treat m ent is traced. K ey words:metabono m ics;dose2eff ect relationsh i p;co mprehensive eval u ation of therapeuti c e f fec;t metabolic net w or k;trad ition Chinese med icine 收稿日期:2009202225 基金项目:江苏省自然科学重大基础研究资助项目(No.06KJ A36022,07K J A36024);江苏省方剂研究重点实验室/青年学者培养计划0资助项目(No.LTC MF20071203) 作者简介:邓海山,男,博士,讲师,研究方向:中药现代仪器分析与中药信息学,Te:l025*********,E2m a i:l hs_deng@n j u tc https://www.doczj.com/doc/d21888212.html, *通讯作者:段金廒,男,教授,博士生导师,Te:l025*********,E2m ai:l d ja@n j utc https://www.doczj.com/doc/d21888212.html,
代谢组学小常识 概念： 代谢组：指一个细胞、组织或器官中所有代谢物的集合, 包含一系列不同类型的小分子（通常分子量<1000）, 比如肽、碳水化合物、脂类、核酸等。 代谢组学：通过考察生物体系（细胞、组织或生物体）受刺激或扰动后，其代谢产物的变化或其随时间的变化，来研究生物体系的一门科学。 实验流程：（以液质联用为基础的代谢组学为例） 样本前处理：在保证小分子代谢物完整的前提下，处理的步骤越简单越好，以保证操作容易重复，也为大批量样本的处理节约时间。 数据采集：依据实验目的有所不同。 o非目标代谢组学：选用高分辨质谱仪（TOF，Orbitrap等），有助于检测到尽可能多的化合物，另外高分辨的质核比数据也有助于数据库检索以及化合物的鉴定。 o目标代谢组学：通常使用三重四极其杆质谱，提高检测的灵敏度以及定量的准确性。 数据预处理：峰提取，排列，归一化。 o多数质谱商家都提供了配套的预处理软件，例如安捷伦公司的MassHunter，热电的Sieve，沃特世的MarkerLynx以及Progenisis QI。 o同时也有一些基于网络的可以免费获取的软件。建议使用配套的软件，因为不需要额外的数据转换，不需要上传数据，节省时间。 数据分析：多元统计分析包括主成份分析（PCA）,偏最小二乘判别分析（PLS-DA），正交偏最小二乘判别分析（OPLS-DA），聚类分析（HCA）等。各个厂商也提供了相应的统计分析软件，比如安捷伦的MPP，热电的Sieve，沃特世的Ezinfor。目前常用的第三方软件是Simca-p，同时也有一些网络的开源软件可以使用。 化合物鉴定：数据库检索，标准品对比，二级质谱对比。 代谢组学文章中常见的统计图（一） 主成分分析（PCA） PCA得分图（score plot），用来看样本天然的分组情况，在分析时不加任何分组信息。图中每一个点代表一个样本，样本在空间中所处的位置由其中所含有的代谢物的差异决定。 PCA载荷图（loading plot），用来寻找差异变量。同种的每一个点代表样本中还有的一个代谢物物，距离原点越远的代谢物被认为对样本的分类贡献越大。 偏最小二乘判别分析（PLS-DA） 得分图和载荷图的解释同PCA。区别在于，PLS-DA在分析时提前赋予每个样本分组信息，简
代谢组学的数据分析技术 摘要：代谢组学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。文章主要综述了将代谢组学中的图谱、数据信息转换为相应的参数所采用的分析方法。 关键词：代谢组学；数据分析方法 代谢组学是以代谢物分析的整体方法来研究功能蛋白如何产生能量和处理体内物质，评价细胞和体液内源性和外源性代谢物浓度及功能关系的新兴学科，是系统生物学的重要组成部分，其相应的研究能反映基因组、转录组和蛋白组受内外环境影响后相互协调作用的最终结果，更接近反映细胞或生物的表型，因此被越来越广泛地应用。而代谢组学的数据分析包括预处理和统计分析方法，多元统计分析方法主要分为两大类：非监督和监督方法，非监督方法包括主成分分析PCA；聚类分析CA等；监督方法包括显著性分析、偏最小二乘法等，本文就是主要综述代谢组学图谱信息转化为参数信息所采用的数据分析方法。 1预处理 数据的预处理过程包括以下：谱图的处理；生成原始的数据矩阵；数据的归一化以及标准化处理过程。针对实验性质、条件以及样品等因素采用不同的预处理方法。在实际应用过程中，预处理可以通过实验系统自带的软件如XCMS软件。进行，因此一般较容易获得所需的数据形式。 2数据分析方法 2.1 主成分分析PCA是多元统计中最常用的一种方法，它是在最大程度上提取原始信息的同时对数据进行降维处理的过程，其目的是将分散的信息集中到几个综合指标即主成分上，有助于简化分析和多维数据的可视化，进而通过主成分来描述机体代谢变化的情况。PCA 的具体过程是通过一种空间转换，形成新的样本集，按照贡献率的大小进行排序，贡献率最大的称为第一主成分，依次类推。经验指出，当累计贡献率大于85％时所提取的主成分就能代表原始数据的绝大多数信息，可停止提取主成分。在代谢组数据处理中，PCA是最早且广泛使用的多变量模式识别方法之一。，具有不损失样品基本信息、对原始数据进行降维处理的同时避免原始数据的共线性问题等优点，但在实际应用过程中，PCA存在着自身的缺点[1]：离群样本点的存在严重影响其生物标志物的寻找；非保守性的代谢组分扰乱正确的分类以及尺度的差异影响小浓度组分的表现等，其他的问题之前也有讨论[2]。针对PCA 的缺陷采用了不同的改进措施，与此同时，为了简化计算，侯咏佳等[3]。提出了一种主成分分析算法的FPGA实现方案，通过Givens算法和CORD IC算法的矢量旋转，用简单的移位和加法操作来实现协方差矩阵的特征分析，只需计算上三角元素，因此计算复杂度小、迭代收敛速度快。 2.2 聚类分析CA是用多元统计技术进行分类的一种方法。其主要原理是：利用同类样本应彼此相似，相类似的样本在多维空间里的彼此距离应较小，而不同类的样本在多维空间里的
研究背景： 氧化脂质是多不饱和脂肪酸如花生四烯酸（ARA，20：4ω-6）、亚油酸（LA，18：2ω-6）、α-亚麻酸（ALA，18：3ω-3）和二十二碳六烯酸（DHA，22：6ω-3）等在COX、LOX和CYP酶催化下代谢产生的一大类脂肪酸代谢物，是重要的内源性脂质信号分子，能够介导炎症和止血。为了发现涉及结肠癌发生的新型类花生酸代谢产物和途径，本研究通过基于LC/MS-MS靶向代谢组系统性地分析了AOM/DSS诱导C57BL/6小鼠结肠癌模型的类花生酸及其相关代谢物，然后使用药理学和遗传学方法来验证已鉴定的酶靶及其代谢产物在结肠癌中的作用。 研究思路： 研究结果: 1．CYP酶产生的类花生酸代谢产物在AOM/DSS诱导的结肠癌小鼠血浆和结肠中升高 基于LC-MS/MS靶向代谢组学在血浆中检测到42种氧化脂质代谢物，在结肠中检测到56种氧化脂质代谢物。与对照组相比，经AOM/DSS处理的小鼠100％出现了结肠肿瘤，试验组中亚油酸（LA）、花生四烯酸（RAR）、α-亚油酸和二十二碳六烯酸（DHA）的氧化产物EpOMEs（9,10-EpOME和12,13-EpOME）、EETs（8,9-EET、11,12-EET和14,15-EET）、EpODEs（9,10-EpODE和15,16-EpODE）
和EDPs（19,20-EDP）均显著上调。为了了解结肠癌中EpFAs浓度升高背后的潜在机制，我们研究了参与EpFA产生和去除的酶表达情况。qRT-PCR显示结肠癌小鼠结肠组织中的CYP酶（包括Cyp2c38，Cyp2c39，Cyp2c65和Cyp2c70）均显著上调，Ephx2（编码sEH）酶表达显著下调。这些结果表明小鼠结肠肿瘤中EpFA的生物合成增强而降解减少，从而导致结肠癌中EpFA的升高。 2．敲除CYP基因可抑制AOM/DSS诱导的结肠肿瘤发生
靶向和非靶向代谢组学解析 什么是代谢组学？ 代谢是生物体内所有生化反应的总成，是生命体维持生命的物质基础，也是研究生命活动的重要基础。代谢组学是研究生命在内、外环境影响下的内源代谢活动，包括对代谢产物种类、数量及其变化规律的检测和分析，从而研究集体生命活动发生和发展的本质。与其他组学相比，代谢组学具有多种优势： 1. 代谢物的种类、数量变化易于检测； 2、相比于基因组学和蛋白组学，技术手段更为简单； 3、与基因组学和的蛋白组学相比，代谢物数量少，易于检测、验证和分析； 4、代谢水平变化可实时揭示机体生理病理状态。 图1. 代谢组学和其他组学的关系。 代谢组学分类 代谢组学根据研究目的的不同，可进一步分为非靶向和靶向代谢组学。非靶向代谢组学是对
有机体内源性代谢物的全面、系统的分析，是一种无偏向的代谢组学分析，可以发现新的生物标记物。靶向代谢组学是针对特定一类代谢物的研究分析。二者各有优缺点，经常结合使用，用于差异代谢产物的发现和精准定量，对后续代谢分子标志物进行深入的研究和分析，这在食品鉴定、疾病研究、动物模型验证、生物标志物发现、疾病诊断、药物研发、药物筛选、药物评估、临床研究、植物代谢研究、微生物代谢研究中发挥重要作用。 图1. 非靶向和靶向代谢组学结合使用。 非靶向代谢组学 非靶向代谢组学是在背景知识有限的基础上，对整个生命体代谢组进行的系统、全面的鉴定分析，获取大量代谢物数据，从中发现差异代谢物。非靶向代谢组学主要包含以下流程：1. 样本采集与处理 常见的代谢组学分析样本包括血浆、尿液、组织、细胞、细胞器等。足够大的样本量可以减
少样本个体差异造成的误差。这些复杂样本中含有很多其他成分，可能对结果产生干扰，是影响代谢组学研究是否成功的关键因素。常用的样本处理方法包括蛋白质沉淀，差速离心和萃取（固相萃取、液液萃取、超临界流体萃取、加速溶剂萃取）等。 2. 实验分析 代谢组学常常需要运用多种分析技术手段来满足不同的实验需求。常见的代谢组学分析技术包括核磁共振（NMR）、液相色谱-质谱联用（LC-MS）、气相色谱-质谱联用（GC-MS）、毛细管电泳-质谱联用（CD-MS）、HILIC--MS等。高分辨质谱技术主要有TOF-MS、FTICR-MS、Orbitrap-MS、Sector-MS等。 3. 数据分析 数据预处理：利用XCMS、MZmine和MarkerView等工具进行原始数据处理。 鉴定差异代谢物：常用的分析方法包括主成分分析（PCA）、偏最小二乘判别分析（PLS-DA）、正交偏最小二乘判别分析（OPLS-DA）等。数据分析结果还需要经过t检验和变量权重重 要性排序（variable importance in projection, VIP）值筛选差异性代谢产物。一般认为，同时满足P<0.05，VIP>1.0的变量为差异代谢物。 代谢通路分析：常见的代谢组学通路数据库包括HMDB、KEGG、Reactome、BioCyc、MetaCyc等数据库，可以利用这些数据库进行代谢通路和互作网络分析。 多组学分析：多组学分析已经是组学发现不可避免的趋势了。可用的数据库和工具包括IMPaLA网站、iPEAP软件、MetaboAnalyst网站、SAMNetWeb网站、pwOMICS、MetaMapR、MetScape、Grinn、WGCNA、MixOmic、DiffCorr、qpgraph、huge等。
代谢组学技术及在毒理学研究中的应用 摘要：代谢组学是定性和定量分析某一生物或细胞所有低分子量代谢产物，从而监测机体或活细胞中化学变化的一门科学，是系统生物学的重要组成部分。作为系统生物学重要组成部分的“代谢组学”，通过考察机体受毒物刺激后体液或组织中代谢物的整体动态变化轨迹，结合模式识别的多元分析方法，快速筛选毒性相关的分子标志物，进而更系统、更全面的揭示毒物作用于机体的典型特征，为相关毒性作用模型建立、环境或药物中毒性化学物的快速高通量筛选以及相关疾病的预防与治疗提供重要的科学依据。本文将从代谢组学的概况、代谢组学在毒理学中的应用进行综述。 关键词：代谢组学；毒理学；应用 “代谢组学”(metabonomics)是指对机体因环境因素刺激、病理生理扰动或遗传修饰等引起的多种代谢指标动态变化的系统性定量检测新方法，该技术广泛用于植物学、药理学、毒理学、遗传学等学科领域。“代谢组学”最早是在1999年由英国的Jeremy Nicholson提出的，是在利用核磁共振技术检测生物体液组成成分的基础上结合模式识别的分析方法发展而来，主要是通过考察生物体系受环境刺激或病理生理扰动后的代谢产物动态变化，分析代谢产物整体的变化轨迹，以此阐述某种病理(生理)过程中所发生的一系列生物学事件及机制。 毒理学是研究毒物与机体交互作用的一门学科，一方面探讨毒物对机体各种组织细胞、分子、特别是生物大分子作用及损害的机制，阐明毒物分子结构与其毒作用之间的关系；另一方面，也研究毒物的体内过程（吸收、分布、代谢转化、排泄）及机体防御体系对毒物作用的影响。“代谢组学”一经提出，其崭新的研究思路和无损伤的整体研究方法在包括药物开发、毒性评价及预测、营养和食物安全性评价等在内的众多领域得到日益广泛的重视和应用。 1. 代谢组学的概况 1.1代谢组学的定义及发展[1] 代谢组学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，是继基因组学、转录组学、
代谢组学小常识 概念： ?代谢组：指一个细胞、组织或器官中所有代谢物的集合, 包含一系列不同类型的小分子（通常分子量<1000）, 比如肽、碳水化合物、脂类、核酸等。 ?代谢组学：通过考察生物体系（细胞、组织或生物体）受刺激或扰动后，其代谢产物的变化或其随时间的变化，来研究生物体系的一门科学。 实验流程：（以液质联用为基础的代谢组学为例） ?样本前处理：在保证小分子代谢物完整的前提下，处理的步骤越简单越好，以保证操作容易重复，也为大批量样本的处理节约时间。 ?数据采集：依据实验目的有所不同。 o非目标代谢组学：选用高分辨质谱仪（TOF，Orbitrap等），有助于检测到尽可能多的化合物，另外高分辨的质核比数据也有助于数据库检索以及化合物的鉴定。 o目标代谢组学：通常使用三重四极其杆质谱，提高检测的灵敏度以及定量的准确性。 ?数据预处理：峰提取，排列，归一化。 o多数质谱商家都提供了配套的预处理软件，例如安捷伦公司的MassHunter，热电的Sieve，沃特世的MarkerLynx以及Progenisis QI。 o同时也有一些基于网络的可以免费获取的软件。建议使用配套的软件，因为不需要额外的数据转换，不需要上传数据，节省时间。 ?数据分析：多元统计分析包括主成份分析（PCA）,偏最小二乘判别分析（PLS-DA），正交偏最小二乘判别分析（OPLS-DA），聚类分析（HCA）等。各个厂商也提供了相应的统计分析软件，比如安捷伦的MPP，热电的Sieve，沃特世的Ezinfor。目前常用的第三方软件是Simca-p，同时也有一些网络的开源软件可以使用。 ?化合物鉴定：数据库检索，标准品对比，二级质谱对比。
代谢组学在医药领域的应用与进展 一、学习指导 1.学习代谢组学的概念及内涵，掌握代谢组学的研究对象与分析方法。 2.熟悉代谢组学数据分析技术手段 3.了解代谢组学优势特点 4.了解代谢组学在医药领域的应用 5.了解代谢组学发展趋势 二、正文 基因组功能解析是后基因组时代生命科学研究的热点之一，由于基因功能的复杂性和生物系统的完整性，必然要从“整体”层面上来理解构成生物体系的各个模块功能。随着新的测量技术、高通量的分析方法、先进的信息科学和系统科学新理论的发展，加上生物学研究的深入和生物信息的大量积累，使得在系统水平上研究由分子生物学发现的组件所构成的生命体系成为可能[1]。系统生物学家们认为，将生命科学上升为“综合”科学的时机已经成熟，生命科学再次回到整合性研究的新高度，逐步由分子生物学时代进入到系统生物学时代[2]。系统生物学不同以往的实验生物学仅关注个别基因和蛋白质，它要研究所有基因、蛋白质，代谢物等组分间的所有相互关系，通过整合各组成成分的信息，以数学方法建立模型描述系统结构[3,4]。 （一）代谢组学的概念及内涵 代谢组学是继基因组学、转录组学和蛋白质组学之后，系统生物学的重要组成部分，也是目前组学领域研究的热点之一。代谢组学术语在国际上有两个英文名，即metabolomics 和metabonomics。Metabolomics是由德国的植物学家Fiehn等通过对植物代谢物研究提出来的，认为代谢组学（metabolomics）是定性和定量分析单个细胞或单一类型细胞的代谢调控和代谢流中所有低分子量代谢产物，从而监测机体或活细胞中化学变化的一门科学[5]。英国Nicholson研究小组从毒理学角度分析大鼠尿液成份时提出了代谢组学（Metabonomics）的概念，认为代谢组学是通过考察生物体系受扰动或刺激后（如某个特定基因变异或环境变化后），其代谢产物的变化或代谢产物随时间的变化来研究生物体系的代谢途径的一种技术[6]。国内的代谢组学研究小组基本用metabonomics一词来表示“代谢组学”。严格地说，代谢组学所研究的对象应该包括生物系统中所有的代谢产物。但由于实际分析手段的局限性，只对各种代谢路径底物和产物的小分子物质（MW<1Kd）进行测定和分析。 （二）代谢组学优势特点 代谢组学作为系统生物学的一个重要组成部分，代谢组可以更好地反映体系表型生物机体是一个动态的、多因素综合调控的复杂体系，在从基因到性状的生物信息传递链中，机体需通过不断调节自身复杂的代谢网络来维持系统内部以及与外界环境的正常动态平衡[7]。
利用新一代靶向代谢组学进行疾病早期预测的分子机理 李克峰博士 代谢和代谢产物的定义 代谢(Metabolism)是人体根据生物中心法则，在基因和蛋白调控下进行的各类生化反应的总称。代谢产物是这些生化反应所产生的小分子化合物（分子量<1200Da）。代谢产物可以为内源性的(EndogenousMetabolites)由人体合成的，也可以是外源性的(ExogenousMetabolites) 必须由人体从食物中摄取的，比如维生素等为外源性代谢产物。许多代谢产物既可以是内源性的，也可以由食物中摄取，比如氨基酸、核苷酸等。 代谢产物与基因和蛋白质的关系 代谢产物与基因（Gene）和蛋白 (Protein)之间存在着密切而复杂的关系。 代谢产物是构成基因基础。基因或者DNA ，其基本构成单位为核苷酸(Nucleotides)。核苷酸本身就是非常重要的代谢产物。人可以通过食物摄取 核苷酸，也可以通过核苷酸合成途径体内合成核苷酸。主要的核苷酸化学结 构如下： 图1：生物体内主要的核苷酸
代谢产物构成蛋白质的基本材料：蛋白质是由氨基酸(Amino acids)组成的，人体中必需的氨基酸有21种，这些氨基酸都是代谢产物，可以从食物中通 过降解蛋白质吸收，也可以自身合成。合成的氨基酸再按照“中心法则”， 合成人体需要的蛋白质。 代谢产物的生化反应受到基因和蛋白调控： 基因、蛋白质和代谢产物的联系又是通过生物“中心法则”相互调控的。蛋白质的合成受到基因的调控，而蛋白质的功能很广泛，主要常见的是作为酶来催化代谢反应。简要的代谢产物和基因、蛋白质之间的调控关系，如图2所示。 图1 DNA-蛋白-代谢之间的调控关系 代谢产物的变化与疾病的关系 代谢在人体中无时无刻不发生着，一直到生命体死亡，对于人体具有非常重要的作用。生化反应和代谢维持着正常人体细胞和器官的功能。比如磷脂类代谢产物
2016-02，37（1）中国烟草科学 Chinese Tobacco Science 89 代谢组学技术在烟草研究中的应用进展 王小莉，付博，赵铭钦*，贺凡，王鹏泽，刘鹏飞 （河南农业大学烟草学院，国家烟草栽培生理生化研究基地，郑州 450002） 摘要：简述了作为研究植物生理生化和基因功能新方法的代谢组学在烟草研究中的主要技术流程及其应用现状，归纳了不同生态环境和不同组织中烟草代谢物差异及产生原因，总结了生物和非生物胁迫及化学诱导处理等条件下的烟草生理生化变化及相关基因功能。最后提出了目前烟草代谢组学研究所面临的问题，并指出与其他组学整合应用是代谢组学在烟草研究领域的发展趋势。 关键词：烟草；代谢组学；胁迫；化学诱导；基因功能 中图分类号：S572.01 文章编号：1007-5119（2016）01-0089-08 DOI：10.13496/j.issn.1007-5119.2016.01.016 Research of Metabolomics in Tobacco WANG Xiaoli, FU Bo, ZHAO Mingqin*, HE Fan, WANG Pengze, LIU Pengfei (College of Tobacco Science, Henan Agricultural University, National Tobacco Physiology and Biochemistry Research Center, Zhengzhou 450002, China) Abstract: Metabolomics has been considered one of the most effective means of investigating physiological and biochemical processes and gene function of plants. Here we review the main process of metabolomics and its application status in tobacco research, the regulation mechanisms of physiological and biochemical reactions when tobacco responds to different environmental, biotic and abiotic stresses, chemically induced processes and genetic modifications. Finally, issues of critical significance to current tobacco metabolomics research are discussed and it is noted that integration with other omics is the trend of metabolomics research in tobacco. Keywords: tobacco; metabolomics; stress; chemical induction; gene function 代谢组学与基因组学、转录组学和蛋白质组学分别从不同层面研究生物体对环境或基因改变的响应，它们都是系统生物学的重要组成部分。植物代谢组学是21世纪初产生的一门新学科，主要通过研究植物的次生代谢物受环境或基因扰动前后差异来研究植物代谢网络和基因功能[1-2]。与微生物和动物相比，植物的独特性在于它拥有复杂的代谢途径，目前发现的次生代谢产物达20万种以上[3]。代谢物差异是植物对基因或环境改变的最终响应[4]，因此，对代谢物进行全面解析，探索相关代谢网络和基因调控机制，是从分子层面深入认识植物生命活动规律的一个重要环节[5-7]。 烟草不仅是重要的经济作物，同时还是一种重要的模式植物，作为生物反应器在研究植物遗传、发育、防御反应和转基因等领域中具有重要意义[8-10]。烟草代谢物非常丰富，目前从烟叶中已鉴定出3000多种[11]，且代谢物理化性质和含量差异较大，给烟草化学及代谢规律研究带来挑战。传统的烟草化学主要集中于研究某一类化学成分或某几种重要物质，如萜类[12]、生物碱类[13]、多酚类等[14]，这很难全面地系统地阐述烟草代谢网络。随着系统生物学的发展，烟草越来越广泛地被用于基因组学、转录组学、蛋白质组学和代谢组学的研究中，例如采用系统生物学的方法找出 基金项目：中国烟草总公司浓香型特色优质烟叶开发（110201101001 TS-01）；上海烟草集团责任有限公司“浓香型特色优质烟叶风格定位研究及样品检测”（szbcw201201150） 作者简介：王小莉（1983-），女，博士研究生，主要从事烟草生理生化研究。E-mail：xiaoliwang325@https://www.doczj.com/doc/d21888212.html, *通信作者，E-mail：zhaomingqin@https://www.doczj.com/doc/d21888212.html, 收稿日期：2015-09-09 修回日期：2015-11-19
植物代谢组学的研究方法及其应用 ★★★ BlueGuy(金币+3)不错，谢谢！ 近年来，随着生命科学研究的发展，尤其是在完成拟南芥(Arabidopsis thaliana) 和水稻(Oryza sativa) 等植物的基因组测序后，植物生物学发生了翻天覆地的变化。人们已经把目光从基因的测序转移到了基因的功能研究。在研究DNA 的基因组学、mRNA 的转录组学及蛋白质的蛋白组学后，接踵而来的是研究代谢物的代谢组学(Hall et al.，2002)。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。 代谢物是细胞调控过程的终产物，它们的种类和数量变化被视为生物系统对基因或环境变化的最终响应(Fiehn，2002)。植物内源代谢物对植物的生长发育有重要作用(Pichersky and Gang，2000)。植物中代谢物超过20万种，有维持植物生命活动和生长发育所必需的初生代谢物；还有利用初生代谢物生成的与植物抗病和抗逆关系密切的次生代谢物，所以对植物代谢物进行分析是十分必要的。 但是，由于植物代谢物在时间和空间都具有高度的动态性(stitt and Fernie，2003)。尤其是次生代谢物种类繁多、结构迥异，且产生和分布通常有种属、器官、组织以及生长发育时期的特异性，难于进行分离分析，所以人们一直在寻找更为强大的检测分析工具。在代谢物分析领域，人们已经提出了目标分析、代谢产物指纹分析、代谢产物轮廓分析和代谢表型分析、代谢组学分析等概念。20世纪90年代初，Sauter 等(1991)首先将代谢组分析引入植物系统诊断，此后关于植物代谢组学的研究逐年增多。随着拟南芥等植物的基因组测序完成以及代谢物分析手段的改进和提高，今后几年进入此研究领域的科学家和研究机构将越来越多。 1研究方法 代谢组学分析流程包括样品制备、代谢物成分分析鉴定和数据分析与解释。由于植物中代谢物的种类繁多，而目前可用的成分检测和数据分析方法又多种多样，所以根据研究对象不同，采用的样品制备、分离鉴定手段及数据分析方法各不相同。 1.1样品制备 植物代谢物样品制备分为组织取样、匀浆、抽提、保存和样品预处理等步骤(Weckwerth and Fiehn，2002)。代谢产物通常用水或有机溶剂(如甲醇和己烷等)分别提取，获得水提取物和有机溶剂提取物，从而把非极性的亲脂相和极性相分开。分析之前，通常先用固相微萃取、固相萃取和亲和色谱等方法进行预处理(邱德有和黄璐琦，2004)。然而植物代谢物千差万别，其中很多物质稍受干扰结构就会发生改变，且对其分析鉴定所采用的设备也不同。目前还没有适合所有代谢物的抽提方法，通常只能根据所要分析的代谢物特性及使用的鉴定手段选择合适的提取方法。而抽提时间、温度、溶剂成分和质量及实验者的技巧等诸多因素也将影响样品制备的水平。
上海鹿明生物科技有限公司 靶向代谢组学检测物汇总表 10大类 145种代谢物 鹿明生物 · 代谢部 2018-9
目录 靶向代谢组学检测物汇总表 (2) 1.胆汁酸（15种）-LCMS (2) 2.胆固醇类物质-LCMS（12种） (2) 3.神经递质类物质-LCMS（27种） (3) 4.常见氨基酸-GCMS（20种） (4) 5.羧酸类物质-LCMS（7种） (4) 6.植物次级代谢物-LCMS（27种） (5) 7.短链脂肪酸-GCMS（7种） (6) 8.嘌呤代谢相关物质-LCMS（GCMS）（14种） (6) 9.木质素代谢途径化合物-LCMS（9种） (7) 10.糖类-GCMS（单糖或二糖,6种） (7)
靶向代谢组学检测物汇总表 1.胆汁酸（15种）-LCMS 中文名英文名CAS号分子式分子量胆酸Cholic acid 81-25-4 C24H40O5408.6 鹅去氧胆酸Chenodeoxycholic acid 474-25-9 C24H40O4392.6 去氧胆酸Deoxycholic acid 83-44-3 C24H40O4392.6 石胆酸Lithocholic acid 434-13-9 C24H40O3376.6 熊脱氧胆酸Ursodeoxycholic acid 128-13-2 C24H40O4392.6 甘氨胆酸Glycocholic acid 475-31-0 C26H43NO6465.6 甘氨鹅脱氧胆酸Glycochenodeoxycholic acid 640-79-9 C26H43NO5449.6 甘氨脱氧胆酸Glycodeoxycholic acid 360-65-6 C26H43NO5449.6 甘氨石胆酸Glycocholic acid 475-31-0 C26H43NO6465.6 甘氨熊脱氧胆酸Glycoursodeoxycholic acid 64480-66-6 C26H43NO5449.6 牛磺胆酸 Taurocholic acid 81-24-3 C26H45NO7S 515.7 牛磺鹅脱氧胆酸Taurochenodeoxycholic acid 516-35-8 C26H45NO6S 499.7 牛磺脱氧胆酸Tauroursodeoxycholic acid 14605-22-2 C26H45NO6S 499.7 牛磺石胆酸Taurolithocholic acid 516-90-5 C26H45NO5S 483.7 牛磺熊脱氧胆酸Tauroursodeoxycholic acid 14605-22-2 C26H45NO6S 499.7 2.胆固醇类物质-LCMS（12种） 英文名CAS号分子式分子量 Cholesterol 57-88-5 C27H46O 386.7 25-hydroxycholesterol-3-sulfate 884905-07-1 C27H46O5S 482.7 22R-Hydroxycholesterol 17711-16-9 C27H46O2402.7 25-hydroxycholesterol 2140-46-7 C27H46O2402.7 27-hydroxycholesterol 20380-11-4 C27H46O2402.7 24-Hydroxycholesterol 474-73-7 C27H46O2402.7 24,25-Epoxy-cholesterol 77058-74-3 C27H44O2400.6 7beta-hydroxycholesterol 566-27-8 C27H46O2402.7 4beta-hydroxycholesterol 17320-10-4 C27H46O2402.7 7-ketocholesterol 566-28-9 C27H44O2400.6 7alpha-hydroxycholesterol 566-26-7 C27H46O2402.7 cholesterol 3-sulfate 2864-50-8 C27H48NaO4S 491.7