代谢组学-许国旺.ppt

江南大学 江南大学 主成分分析是目前应用最为广泛的多维分析方法之一。PCA 的特点是将分散在一组变量上的信息集中到某几个综合指标，即主成分 (principal component，PC) 上，利用这些主成分来描述数据集内部结构，实际上也起着数据降维的作用。 主成分是由原始变量按一定的权重经线性组合而成的新变量。这些变量具有以下性质：1)每一个 PC 之间都是正交的；2)第1个 PC 包含了数据集的绝大部分方差，第2个次之，依此类推。这样，由头2个或3个 PC 作图，就能够很好地代表数据集所包含的生物化学变化 有监督方法　如果存在一些有关数据的先验消息和假设，有监督方法比非监督方法更适合且更有效。有监督方法在已有知识的基础上建立信息组 (class information)，并利用所建立的组对未知数据进行辨识、归类和预测。 在这类方法中，由于建立模型时有可供学习利用的训练样本，所以称为有监督学习。应用于该领域的常见方法有线性判别分析 (linear discrimination analysis)、偏最小二乘法-显著性分析 (PLS-discrimination analysis) 和人工神经元网络 (artificial neural networks，ANN) 网上数据库　在信息时代，代谢组学的分析离不开各种代谢途径和升华数据库，利用网络资源进行研究是必不可少的，与基因组学和 蛋白组学已有较完善的数据库供搜索使用相比，目前代谢组学研究尚无类似的功能完备数据库。 DOME (/dome.html) 有许多关于代谢物的原始数据和分析结果，分析结果用多维统计软件处理后可用于 OMEs 的浏览器 (BROME) 浏览。 MetaCyc () 是一个关于代谢物的数据库，阐述了超过150种生物体中的代谢途径，包含了从大量的文献和网上资源中得到的代谢途径、反应、酶和底物的资料。MMP (http://www.chem.qmul.ac.uk/iubmb/enzyme) 对主要代谢途径及涉及的关键酶进行了详尽的描述。 ArMet () 是一个涵盖大部分植物代谢组学研究工作的网站，包含了这些工作开展的时间，甚至还有详细的实验步骤，并将代谢物信息标准化，以便于研究者交流。 第三章 代谢组学的应用 代谢组学在微生物领域的应用 　(一)微生物分类,突变体筛选以及功能基因研究 　　经典的微生物分类方法多根据微生物形态学以及对不同底物的代谢情况进行表型分类。最近,随着分子生物学的突飞猛进,基因型分类方法如16SrDNA测序,DNA杂交以及PCR指纹图谱等方法得到了广泛应用。然而,某些菌株按照基因型与表型两类方法分类会得出不同的结果。因此,根据不同的分类目的联合应用这两类方法已成为一种趋势。BIOLOG等方法在表型分类中应用较为广泛,但是,代谢谱分析方法(metabolic p rofiling)异军突起,逐渐成为一种快速、高通量,全面的表型分类方法。 * * 代谢组学-方法与应用 授课教师 ：吴敬 教授 授课时间：2009年11月 “基因组学反映了什么是可以发生的，转录组学反映的是将要发生的，蛋白质组学指出了赖以发生的，只有代谢组学才真正反映业已发生的。” ——许国旺 第一章 代谢组学的简介 第二章 代谢组学的研究方法 第四章 代谢组学的应用 第五章 代谢组学的发展前景 组学时代4种最重要的组学 代谢组学（Metabonomics/ Metabolomics ）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。 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、维持生物体正常生长功能 和生长发育的小分子化合物的集合，主要是相对分子量小于1000的内源性小分子。 代谢物数量因物种不同而差异较大： 植物（200 000种）、动物（2500种）、微生物（1500种） 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——