代謝組學(Metabonomics or Metabolomics) 是繼基因組學和蛋白質組學之后發展起來的新興的組學技術,是系統生物學的重要組成部分,據統計,近些年來代謝組學的研究越來越活躍,美國國家健康研究所(NIH)將代謝組學的發展規劃納入了國家生物技術發展的路線圖計劃中,許多國家的科研單位也先后開展了代謝組學的研究工作。然鵝,代謝組學畢竟興起的時間短,老師們對其還不甚了解,小編就收到了許多老師的關于代謝組學方面的疑問,小編在這里將這些問題進行了整理, 希望能對各位老師有所幫助。話不多說, 讓我們進入正題吧!

什么情況下選擇代謝組學?

首先代謝組學是通過考察生物體系在一特定生理時期內受到刺激或擾動前后所有小分子代謝物的組成及其含量變化,從而表征生物體系的整體代謝特征。其研究對象是分子量1000Da以下的小分子物質,如糖、有機酸、脂質、維生素、氨基酸、芳香烴之類的化合物。如果老師關注的是小分子物質,可以采用代謝組學的方法對樣品內檢測到的小分子物質進行定性和定量分析。其次,研究代謝物的表達量變化,代謝物與生理病理變化的關系,能夠幫助尋找新的生物標記物,發現新的代謝途徑,以及更進一步深入了解目前已知的代謝途徑,應用于疾病的早期診斷、藥物靶點的發現、疾病的機理研究及疾病診斷等方面。

代謝組學我該選擇什么平臺?


代謝組學的技術平臺主要分為NMR、GC-MSLC-MS

  • NRM核磁共振技術,是磁矩不為零的原子核,在外磁場作用下自旋能級發生塞曼分裂,共振吸收某一定頻率的射頻輻射的物理過程。

優點:

(1)無損的多參數和動態監測技術;

(2)樣品需求量小,前處理比較簡單,對于復雜的生物樣本比較合適;

(3)檢測時間短,保證樣品在檢測時間內維持原有性質;

(4)豐富的分子結構和動力學信息;

(5)同時完成定性定量分析,數據后處理簡單靈活;

(6)檢測物質沒有偏向性。

缺點:

(1)靈敏度低,500HZ的檢測限理論為10uM

(2)檢測動態范圍有限,很難同時檢測一個樣品中含量相差很大的物質。

(3)檢測的化合物數量有限。

  • GC-MS全稱是氣相色譜質譜聯用技術,載氣推動復雜分析物,經氣相色譜分離,進入到高真空質譜系統的離子源進行離子化。根據不同碎片離子在電磁場的不同運動行為,按質荷比(m/z)排列得到質譜信息,進而實現代謝物的定性定量。

優點:

(1)重現性好,技術成熟;

(2)分辨率和靈敏度高;

(3)有成熟的商業數據庫,結構定性可靠。

缺點:

(1)樣品處理過程繁瑣;

(2)檢測物質有偏向性,主要分析揮發性物質和可衍生化的具活性氫基團物質。

  • LC-MS全稱液相色譜質譜聯用技術。樣品在色譜部分和流動相分離,被離子化后,經質譜的質量分析器將子母離子碎片按質量數分開,經檢測器得到化合物質譜信息,進而得到代謝物的定性定量結果。

優點:

(1)分析范圍廣,分離能力強,靈敏度和分辨率高于其他平臺;

(2)樣本前處理簡單,重現性好;

(3)檢測物質沒有偏向性,可以分析不穩定、不易衍生化、難揮發和分子量大的代謝物,可對極性化合物有較好的檢測。

缺點: 

(1)沒有成熟的商業數據庫, 可鑒定的化合物有限。


GC-MS和LC-MS技術結合了色譜良好的分離能力和質譜的普適性、高靈敏度以及專一性, 是目前做代謝組學常用的技術平臺。 但是目前為止沒有任何一個檢測平臺能夠同時檢測樣本中所有的化合物,只能通過選擇性的提取結合各檢測平臺的并行檢測來解決。因此在選擇平臺時應結合自身樣本情況與個體需求,綜合考慮。

做代謝組學選取什么類型的樣本? 樣本如何處理?

一般而言,代謝組學樣本的類型多種多樣,常見的有以下幾大類:血清、血漿、尿液、糞便、細胞、細菌、組織、培養液、植物的花、莖、葉等。老師們可根據自己的研究目的選取合適的樣本進行實驗。

代謝研究的樣本處理和采集要遵循“保持最鮮活狀態”的原則,采集樣本后立即通過置于液氮、干冰或者-80°C冰箱中,阻止樣本離體后的進一步代謝活動, 并保證樣本在實驗前一直處于-80°C以下

代謝組學的結果包含哪些內容?

結果包含的內容與項目的協議有關。目前我們提供的代謝組學服務有全物質鑒定,非靶向代謝組學和靶向代謝組學服務。

全物質鑒定服務,即檢測樣本中有哪些代謝物,結果我們只能提供一份定性物質列表的信息。

非靶向代謝組學服務,即普篩或者盲篩,目的在于篩選出兩組樣本間的差異代謝物,結果我們會提供一份數據矩陣,多元統計分析(PCA、PLS-DAOPLS-DA),差異代謝物列表,高級分析(差異代謝物層次聚類分析和通路注釋、富集分析)。需要注意的是LC-MS非靶向代謝組學分析無法得到全物質鑒定的信息。 GC-MS非靶向代謝組學如果需要全物質鑒定的信息需提前和技術溝通。

靶向代謝組學服務,即已經有關注的物質,檢測樣本中關注物質的準確含量,結果我們會提供關注的物質在各樣本中的準確含量及相應標品建立的標準曲線信息。

開展代謝組學研究,如何設計樣本的生物學重復?

代謝物處于生命活動的下游,相較于基因和蛋白,其動態波動性大。因此需要很多生物學重復來增加數據的可靠性和說服力。

對于全物質鑒定的項目:一般情況下是可以不設置生物學重復,也可以設置生物學重復,沒有特別的規定,老師可根據實際實驗需求進行設置。

非靶向代謝組學項目:是必須要設置生物學重復的。通常情況下細胞/微生物樣本每組至少6個生物學重復,模式動物/植物樣本每組至少10個生物學重復,臨床樣本每組至少30個生物學重復。樣本重復數量強烈建議大于6個,樣本數量過少,后續多元統計分析模型容易過擬合,統計結果不可靠,會遭受質疑。

靶向代謝組學項目:一般是用于驗證的,所以生物學重復的個數越多最終的結果是越可靠的。 一般情況下,靶向代謝組學每組至少3個生物學重復,少于3個生物學重復結果是不可靠的。

同一個實驗的樣品可不可以分成兩批檢測?

建議最好不要分成兩批檢測,因為這兩個時間點儀器的響應是會發生變化,這樣可能導致的問題是一些含量低的物質可能只在一個批次里被檢出,這樣導致最終的結果不可靠,我們應當盡可能的減少人為因素以及儀器對實驗結果的影響。

每組樣本的生物學重復個數一定要一致嗎?

每組樣本的生物學重復的個數不一致也是可以的,但最好相差不要太多,差別不要超過2/3就可以了。相比較而言,每組生物學重復的數量足夠多是更為重要的。

代謝組學如何定性的,用的什么數據庫?

LC-MS 定性是根據檢測到的離子質量數計算加荷模式,比對數據庫中的物質的質量數。

GC-MS定性低根據檢測到物質定性離子的譜圖數據和數據庫中物質的譜圖進行比對的。

目前代謝組學的數據庫是不區分物種的,LC-MS 常用的數據庫是MetlinHMDB以及部分自建庫。GC-MS 常用的數據庫是FiehnNIST以及部分自建庫。對于脂質組學項目我們除了使用常用的lipid maps之外, 還用了Q-Exactive 自帶的lipid search 數據庫,該數據庫中有150萬種譜峰信息,使定性結果更全面、更準確。