代謝組學系列一:代謝組學大起底

代謝組學(metabolomics)是繼基因組學和蛋白質組學之后新近發展起來的一種組學技術,是系統生物學的重要組成部分。生物體系(細胞、組織或生物體)受到刺激或擾動(如某個特定的基因變異或環境變化)后,相應代謝產物的組成和含量會發生改變,通過代謝組學便可以檢測到這些代謝物的動態變化。代謝組學自20世紀90年代中期開始迅速發展,至今已得到了廣泛的應用。

然而,關注代謝組學的你是否對代謝組學的應用領域、適用的樣本類型、預處理方法等還存有疑惑呢?下面小編就以上幾個方面依次展開介紹,讓大家對代謝組學有更全面的認識。

1

為什么要選擇代謝組學

首先我們要知道代謝組學的研究對象主要是1000Da以下的小分子化合物。生物體受到刺激或干擾后,這些小分子代謝物的組成和含量變化可以表征生物體系的代謝特征。


代謝組學按照研究目的可以分為非靶向代謝組學和靶向代謝組學。通常情況下,采用非靶向代謝組學進行廣泛篩選找到含量具有差異的代謝物,經過后期生物信息分析對數據進行高深度的挖掘,找到與研究目的相關的差異代謝物,必要時進行靶向驗證。代謝組學不僅可以幫助我們在農業方面研究植物的衰老、抗逆等機理,還可以通過研究代謝物與人類生理病理變化的關系,在醫學疾病生物標記物的篩選、藥物靶點的發現、疾病發生發展機制等方面發揮作用。

2

代謝組學平臺的選擇

代謝組學的技術平臺主要有:核磁共振(NMR)、氣相色譜質譜聯用儀(GC-MS)、液相色譜質譜聯用儀(LC-MS)。下面小編分別對各平臺進行簡單的介紹并對比它們的優缺點。

  • NMR:即核磁共振,檢測后得到核磁共振譜圖,根據譜型和特異性信號(如:化學位移、耦合常數等)解譜,確定樣本的化學結構。并可以通過復雜的運算過程實現樣本的定量分析。

  • GC-MS:即氣相色譜和質譜聯用技術,易揮發及半揮發性的代謝物通過載氣,利用氣相的分離能力和質譜的分辨率實現對代謝物的定性和定量分析。

  • LC-MS:即液相色譜和質譜聯用技術,利用液相色譜超高的分離能力和質譜的高分辨率對樣本中代謝物進行定性和定量分析。

3

代謝組學樣本類型的選擇

代謝組學樣本類型多種多樣,常見的樣本類型為動物組織、細胞、菌體、培養液、血清、血漿、尿液、糞便,植物的根、莖、葉、花等。可根據自己實驗的目的選擇合適的樣本類型。

4

代謝組學實驗流程

代謝組研究流程主要包括樣本的收集、代謝物的提取、上機檢測分析、下機數據預處理、數據搜庫、數據質控、生信分析挖掘數據等。

5

代謝組學樣本的預處理

代謝組學樣本的采集和預處理均需盡量保持代謝物的“原生態”:

  • 細胞、菌體(微生物)樣本收集時需要迅速進行淬滅(淬滅緩沖液、液氮淬滅)來終止代謝活動

  • 尿液、糞便和腸道內容物樣本采集時需加入質量體積比為1:1000(w:v) 的疊氮化鈉防腐殺菌

  • 植物組織、動物組織類樣本收集時需將組織沖洗干凈,樣本分裝后在液氮中速凍至少15min,再轉移至-80°C冰箱保存

代謝組學樣本運輸時需配備足量干冰以便寄送。

6

生物學重復的選擇

代謝組學相對于蛋白質組學和基因組學來說,處于生命活動的下游。受到的干擾因素較多,且個體差異較明顯。因此,從統計學的角度來講需要更多的生物學重復才能使數據更具可靠性和說服力。

  • 細胞/微生物/植物樣本每組最少6個生物學重復

  • 動物樣本每組至少10個生物學重復

  • 臨床樣本每組最少30個生物學重復。

7

常用數據庫介紹

LC-MS公用的數據庫很少,大部分為平臺自建的數據庫。GC-MS常用的數據庫為Fiehn、NIST及部分自建數據庫。諾禾質譜所使用的數據庫為Thermo公司提供的mzCloud數據庫、中藥庫、Masslist和mzVault本地庫,其中mzCloud數據庫為在線實時更新數據庫。到目前為止,該數據庫已包含8148種化合物,2775000張二級譜圖,16大類物質。其中內源性代謝物有2000種。內源性代謝物又可細分為氨基酸及其衍生物、核苷酸及其衍生物、糖代謝途徑中的各種代謝物、生物堿、黃酮類、萜類、酚胺類、激素及其衍生物、脂肪酸類等。能夠滿足各研究方向的需求。