靶向和非靶向代谢组学解析.docVIP

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P0.05，VIP1.0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。 靶向代谢组学 靶向代谢组学相对于非靶向代谢组学更有针对性，将关注点放在了几个或者几类与生物学事件相关的代谢物上，比如脂质组学、糖组学。 样本采集和处理 靶向代谢组学根据靶向组学关注的对象，针对性的采集样本。比如进行脂质组学时，选用对脂质有较好溶解能力的溶剂。靶向代谢物的定量是基于在标准品的定量标准曲线上的，所以需要准备优质的标准品。 实验分析 在靶向方法中，天然和同位素标记的标准品促进了代谢产物的鉴定和定量，减少了假阳性现象。定量代谢组学可用于在组织或生物体中建立代谢物基线水平，用于实验室间比较，或用于定义代谢正常与“扰动”状态。使用同位素标记的内标（IS）也可以帮助解释影响分析精度的基质诱导的电离效应，从而提高生物反应检测试验的灵敏度。 数据分析 由于靶向代谢组学关注有限种类的代谢物，所以数据分析比非靶向代谢组学更为简单和直接。使用的方法和数据库和非靶向代谢组学相似，但是对于某类代谢组，有特定的数据库，如针对糖类和脂质组的LipidMaps和LipidBank等数据库。 图2. 靶向代谢组学分析流程。 由于两种代谢组学方法各有优缺点，非靶向代谢组学无偏差，全面系统反应生命体代谢组特征，但是重复性较差且线性范围有限；而靶向代谢组学的重复性和敏感性有显著提高，代谢物确证简单，线性范围宽，但是需要有预先的知识背景，是一