代谢组学中的分离分析科学*

代谢组学从概念的提出到现在已经有十多年的时间,它已被广泛应用于药物开发、疾病、微生物和植物等生命科学各个领域的研究,成为系统生物学不可或缺的一部分。代谢组学关注生物体系新陈代谢网络下游的小分子,分离分析科学是代谢组学技术平台的重要组成部分,与其它分析化学技术共同肩负着生物样本中代谢物全组分定性、定量的重任。本文结合我们研究组的工作,主要介绍气相色谱、液相色谱以及毛细管电泳等分离分析技术在代谢组中的应用和进展,以期对读者有所启迪。     

脂组学及其研究进展

脂质的生物功能具有多样性,其代谢与多种疾病的发生、发展密切相关.脂质的分析量化对研究疾病发生机理和诊断治疗,以及医药研发有非常重要的生物学意义.分析技术的快速发展,特别是质谱及其联用技术的运用,促使脂质分析不断完善.脂组学就是对生物样本中脂质的整体分析,是代谢组学的重要组成部分,能够促进代谢组学的发展.本文就脂质的生物功能、脂质分析以及脂组学的研究现状作简要评述.     

脂质组学及其分析方法

脂质组学的研究属于生命科学的范畴,与人类的健康密切相关。目前,脂质组学已成为代谢组学最重要的分支之一,且是一个非常活跃的研究领域,尤其在研究疾病方面的重要性已经引起了科学界的广泛关注。该文简要介绍了脂质组学的研究内容,重点评述了脂质组学分析方法,包括样品处理、轮廓分析、目标分析、成像分析以及数据处理。最后提出了脂质组学分析技术和方法的展望。     

代谢组学研究策略与方法的新进展

代谢组学研究的是生物体系受到内在和外在因素刺激产生的内源性代谢变化,可以对那些能描述代谢循环情况的关键化合物进行定性和定量分析.近几年来,代谢组学已经成为生命科学领域一个重要的、有价值的工具,并在不断创新的分析技术推动下稳步发展.虽然代谢组学本身还存在一些不足,但许多研究者以解决问题为出发点,提出了一些新的研究策略、方法和技术.代谢组学发展呈现出整合一体化,定量化和标准化的趋势.本文对代谢组学的概况,现在的发展情况和未来的趋势进行综述.     

液相色谱和质谱联用技术结合化学计量学应用于代谢组学的研究进展

代谢组学作为系统生物学的重要组成部分,已经成为继基因组学、转录组学、蛋白质组学之后兴起的一个新的组学研究热点。准确全面的检测生物体液中浓度较低的代谢物变化是进行代谢组学研究的基础。液相色谱和质谱联用(LC/MS)技术结合化学计量学很好地实现了对大量样品和微量代谢物的快速定性、定量分析,极大地推动了代谢组学的相关研究。本文综述了LC/MS与化学计量学相结合用于代谢组学研究的现状,并对后续的研究进行了展望。     

基于液相色谱-质谱联用技术的代谢组学分析方法研究进展

代谢组学是研究小分子代谢物的有用工具,能够直接反映生命体终端和表型信息,在精准医学和转化医学中发挥着重要作用。色谱-质谱联用技术具有灵敏度高、选择性好、动态范围宽、信息丰富等优点,已成为代谢组学研究的主要技术平台。代谢组学分析方法的创新与进展是代谢组学在各领域广泛应用的重要前提。该文综述了近5年来基于液相色谱-质谱联用技术的代谢组学分析方法取得的成果,并对目前存在的问题及发展前景给予展望。综述引用文献81篇。     

微生物代谢组学的研究方法与进展

代谢组学、基因组学、转录组学和蛋白质组学是系统生物学研究的重要组成部分。近年来,在代谢组学领域,微生物代谢组学的研究受到人们的重视,成为研究的热点。本文综述了微生物代谢组学的研究方法,包括样品处理、分析平台、数据处理和生物学解释等,并讨论了微生物代谢组学在代谢工程方面的应用潜力,以及微生物代谢组学的研究前景和所面临的挑战。     

色谱-质谱联用技术在中药代谢组学研究中的应用

代谢组学是研究生物体被扰动后其代谢产物种类、数量及变化规律的科学,研究理念与中医药理论的整体、动态观念非常一致,目前很多工作已将代谢组学应用于中药药效物质基础、作用机制、复方及配伍规律等研究中,有望推动中医药现代化进程。色谱-质谱联用技术是代谢组学的主要分析技术平台,该文综述了近3年来色谱-质谱联用技术在中药代谢组学研究中的应用,重点介绍不同分离技术的特点及最新进展,并讨论了其存在的问题。     

基于核磁共振技术的代谢组学研究在口腔疾病中的进展

代谢组学是近年来发展起来的组学技术,越来越多地被用到生物技术各个领域。通过定性定量分析复杂生物样品中小分子代谢物的变化,反映生物体的生理病理状态。在口腔疾病研究中,代谢组学研究也获得了密切关注,它可以为临床研究提供重要参考信息。核磁共振技术可以无损伤、非侵入性地获取生物体的信息,使其在代谢组学研究中迅速发展。本文综述了基于核磁共振技术的代谢组学研究在口腔癌、牙周病、龋病等口腔疾病方面的应用,并对其发展趋势做出展望。     

基于质谱技术的代谢组学研究及其在中国的发展

代谢组学是关于生物系统代谢物组成及变化规律的科学,是系统生物学的重要组成部分.质谱技术是目前代谢组学研究中最主要的分析手段之一,广泛应用于代谢组学各个领域.本文阐述了基于质谱技术的代谢组学方法及其应用,重点介绍和评论了近年来我国在该领域取得的进步和成果,并对基于质谱技术的代谢组学研究目前存在的问题及未来的发展进行了分析与展望.     

色谱-质谱联用技术在代谢组学中的应用

代谢组学是对生物体受外部刺激所产生的小分子代谢产物的变化或其随时间的变化进行研究的一门学科,以实现对体液、细胞以及组织提取物等复杂的生物样本中所有代谢产物的定性和定量分析为研究目标。色谱-质谱联用技术在代谢组学的研究中已显示出极大的发展潜力。本文主要综述近年来代谢组学研究中涉及的色谱-质谱联用技术及其数据处理方法,重点介绍各种分离技术的特点及其在应用中的关键问题,并对其在代谢组学应用中的未来发展给予展望。     

基于质谱的代谢组学方法在烟草化学中的应用研究

中烟工业公司为云南烟草“十一五”时期烟草工业科技的发展做出了指导方针,数字烟草作为实施云南烟草品牌差异化发展的六个重点领域之一,有极大的发展空间。烟草的数字性不能仅仅停留在企业的IT设备上,应该成为一种企业思维,形成企业的一种大局面观,这是数字烟草内涵的表现。烟     

代谢组学的整合化发展及其新进展

代谢组学迅猛发展,自身特点及科研使命决定了其整合化的必然趋势.近年来,代谢组学经历了内部整合(包括:检测技术整合、多样本整合分析、数据处理方法整合)以及外部整合(代谢组学与其它组学的整合分析).整合化发展增强了代谢组学在其应用领域的科学创新性与说服力.本文综述了代谢组学的整合化及其最新研究进展,并展望了其应用前景.     

In vivo toxicity screening programs using metabonomics

Metabonomics is an emerging technology that enables rapid in vivo screening for toxicity, disease state, or drug efficacy. The technology combines the power of high-resolution nuclear magnetic resonance (NMR) techniques with statistical data analysis methods to rapidly evaluate the metabolic "status" of an animal. Complimentary to other profiling technologies like proteomics and genomics, metabonomics provides a fingerprint of the small-molecules contained in a given biofluid through the time course of a study. This article reviews the steps in implementing a metabonomics-based screening program from study design through data analysis. While metabonomics is still a relatively new technology in comparison to the other "omics", published results from metabonomics studies demonstrate its potential impact in the drug discovery process by enabling the incorporation of safety endpoints much earlier in the drug discovery process, reducing the likelihood (and cost) of later stage attrition.     

Strategy for metabonomics research based on high-performance liquid chromatography and liquid chromatography coupled with tandem mass spectrometry

Metabonomics, the study of metabolites and their roles in various disease states, is a novel methodology arising from the post-genomics era. This methodology has been applied in many fields. Current metabonomic practice has relied on mass spectrometry (MS), gas chromatography-mass spectrometry (GC-MS), and nuclear magnetic resonance (NMR) to analyze metabolites. In this study, a strategy was developed for applying high-performance liquid chromatography (HPLC) and LC-MS-MS to metabonomics research. One of the key problems to be solved in this strategy is to match the peaks between the chromatograms. A peak alignment algorithm has been developed to match the chromatograms before the pattern recognition. As an application example, the strategy described above was applied to metabonomics research on liver diseases, and the false-positive result of live cancer diagnosis from the hepatocirrhosis and hepatitis diseases was effectively reduced to 7.40%. Based on the pattern recognition, several potential biomarkers were found and further identified by the following LC-MS-MS experiments. The structures of eight potential biomarkers were given for distinguishing the liver cancer from the hepatocirrhosis and hepatitis diseases.     

基于液相色谱与质谱联用的代谢组学及磷脂轮廓分析在糖代谢异常研究中的应用

糖代谢异常由于其发病率的升高和影响人类的生活质量而日益受到科学研究者的关注。实验中利用液相色谱与质谱(LC-MS)联用技术对糖代谢异常分别进行了代谢组学和磷脂轮廓分析,研究了糖代谢异常中的两个阶段——空腹血糖受损(IFG)和初诊糖尿病(NDD)的代谢差异情况。首先从LC-MS采集到血浆中代谢组学分析及磷脂轮廓分析的原始谱图,通过软件的峰匹配等步骤得到峰表,之后利用多种统计分析方法进行数据分析,通过正交校正的偏最小二乘法(OSC-PLS)对样品进行分型,根据模型的变量重要因子(VIP)、显著性差异检验结果等筛选出差异性代谢物。结果显示: NDD组比IFG组与对照组(N组)比较存在更明显的代谢差异,发生变化的化合物主要为游离脂肪酸、溶血磷脂酰胆碱、磷脂酰乙醇胺、鞘磷脂和磷脂酰胆碱等。     

Classification and differential metabolite discovery of liver diseases based on plasma metabolic profiling and support vector machines

Discovery of differential metabolites is the focus of metabonomics study. It has very important applications in pathogenesis and disease classification. The aim of this work is to identify differential metabolites for classifying the patients with hepatocellular carcinoma, cirrhosis and hepatitis based on metabolic profiling data analyzed by gas chromatography-time of flight mass spectrometry. A two-stage feature selection algorithm, F-SVM, combining F-score in analysis of variance and support vector machine (SVM), was applied in discovering discriminative metabolites for three different types of liver diseases. The results show that the accuracy rate of the double cross-validation was 73.68±2.98%. 22 important differential metabolites selected by F-SVM were identified and related pathophysiological process of liver diseases was set forth. We conclude that F-SVM is quite feasible to be applied in the selection of biologically relevant features in metabonomics.     

Integrated GC-MS and LC-MS plasma metabonomics analysis of ankylosing spondylitis

Ankylosing spondylitis (AS) is a chronic inflammatory arthritis that predominantly affects the axial skeleton in adolescent patients. The natural history of the disease remains poorly characterized. In this study, we combined GC-MS and LC-MS techniques to evaluate the major metabolic changes in the plasma of AS patients in view of metabonomics. Univariate and multivariate analysis were employed for altered metabolite comparison and pattern recognition. Application of supervised partial least-squares discrminant analysis to either GC-MS or LC-MS data allowed accurate discrimination of AS patients from normal controls, demonstrating its potential diagnostic utilization. In addition, AS patients presented elevated plasma concentrations of proline, glucose, phosphate, urea, glycerol, phenylalanine and homocysteine but reduced levels of phosphocholines, tryptophan and a bipeptide - phenylalanyl-phenylalanine. In the context of their involved metabolic pathways, the identified metabolites were discussed accordingly. This investigation primarily proved that integrated chromatography-mass spectrometry and integrated uni- and multi-variate statistical analysis facilitated metabonomics to be a more promising tool in disease research.