代謝組學的研究

體內藥物分析2024/10/24代謝組學定義通過考察生物體系（細胞、組織或生物體）受刺激或擾動后（如將某個特定的基因變異或環境變化后），其代謝產物的變化或其隨時間的變化，來研究生物體系的一門科學。2024/10/24體內藥物分析代謝組學是20世紀90年代中后期繼基因組學和蛋白質組學之后新近發展起來的一門學科，是系統生物學的重要組成部分。之后得到迅速發展并滲透到多項領域。細胞內許多生命活動是發生在代謝物層面的，如細胞信號釋放，能量傳遞，細胞間通信等都是受代謝物調控的。代謝組學正是研究代謝組（metabolome)——在某一時刻細胞內所有代謝物的集合——的一門學科。2024/10/24為什么要研究代謝組學呢？體內藥物分析基本概念2024/10/24體內藥物分析轉錄組學研究核糖核酸轉錄過程蛋白質組學研究生物系統表達的蛋白質及由外部刺激引起的差異基因組學研究生物系統的基因結構組成,即DNA的序列及表達代謝組學

研究生物體系(細胞,組織或生物體)受外部刺激所產生的所有代謝產物的變化系統生物學基因組學DNAmRNA細胞蛋白質代謝物組織個體器官轉錄組學蛋白質組學代謝組學轉錄組基因組蛋白質組代謝組代謝組學研究目的代謝組學研究的目的是定量分析一個生物系統內所有代謝物的含量。代謝組學分析可以指示細胞、組織或器官的生化狀態，協助闡釋新基因或未知功能基因的功能，并可以揭示生物各代謝網絡間的關聯性，幫助人們更系統地認識生物體。(舉例）研究對象：作為各種代謝路徑的底物和產物的小分子代謝物（MW<1000）2024/10/24體內藥物分析代謝組學的優點(與基因組學和蛋白質組學等其他組學相比）

基因和蛋白表達的微小變化會在代謝物水平得到放大；代謝組學的研究不需進行全基因組測序或建立大量表達序列標簽的數據庫；代謝物的種類遠少于基因和蛋白的數目，每個生物體中代謝產物大約在103數量級,而最小的細菌,其基因組中也有幾千個基因；生物體液的代謝物分析可反映機體系統的生理和病理狀態。2024/10/24體內藥物分析代謝組學研究步驟樣品采集和預處理提取滅活儲存數據采集NMRMSGC-MSLC-MS數據預處理濾噪重疊峰解析峰對稱峰匹配標準化歸一化數據分析非監督學習方法有監督學習方法數據庫專家系統體內藥物分析2024/10/24途徑分析標記物識別生物樣品收集與預處理

代謝組學研究常用的檢測技術，一般不需要對標本特別分離、純化

等，但須立即阻斷內在酶的活性，常用方法：

冷凍/液氮降溫法

冷凍、干燥細胞間仍始終有低水平的代謝活動，需盡量避免氧化等活化因素2024/10/24體內藥物分析樣品采集常有樣品：生物體液，包括尿液、血液、組織提取液及活體組織等在代謝組學研究中，根據研究對象、目的和采用的分析技術不同，所需的樣品提取和預處理方法各異。代謝產物通常用水或有機溶劑(如甲醇、己烷等)分別提取，獲得水提取物和有機溶劑提取物，從而把非極性相和極性相分開，以便進行分析2024/10/24體內藥物分析

生物樣品預處理

代謝產物的變化對分析結果有較大的影響，在

處理生物樣本時要特別注意避免由于殘留酶活性或

氧化還原過程降解代謝產物、產生新的代謝產物

。

2024/10/241.微生物和細胞樣本：迅速鈍化代謝活動（淬滅），同時保持細胞不裂解

2.動物體液（如尿、血、組織、器官、唾液）：采樣后要迅速預處理，如加入抗凝血劑、防腐劑，并立即冷凍處理。

3.植物樣本：采集后迅速冷凍（液氮），冷凍保存。

4.血清樣品：一定避免反復凍融。(血液收集在離心管中靜置30分鐘進行凝固。離心取上清裝載干凈的離心管中，再離心5分鐘，冷凍保存。）

5.尿液樣品：離心去沉淀，冷凍保存。

體內藥物分析數據采集（分析技術平臺）NMR非破壞性，無偏向性預處理簡單靈敏度低分辨率不高GC-MS較高分辨率和檢測靈敏度有可供參考、對比的標準圖譜庫需衍生化處理不適用于熱不穩定物質LC-MS不需要衍生化處理適用不穩定，不易衍生化，不易揮發物質費時，需純參照物體內藥物分析2024/10/24核磁共振技術

原理：核磁共振是原子核的磁矩在恒定磁場和高頻磁場同時作用，且滿足一定條件時所發生的共振吸收現象，是一種利用原子核在磁場中的能量變化來獲得關于核信息的技術.生命科學領域中常用的有三種：氫譜(1H-NMR)碳譜(13C-NMR)磷譜(31PNMR)

2024/10/24體內藥物分析將準備好的生物標本直接上樣檢測即可。所得的1H-NMR譜峰與樣品中各化合物的氫原子對應,根據一定的規則或與標準氫譜比照可以直接鑒定出代謝物的化學成分,信號的相對強弱則反映了各成分的相對含量。不同樣品的代謝物圖譜有其特質性,可對這種特質性進行區分、鑒定。

氫譜(1HNMR)

2024/10/24體內藥物分析上樣圖譜分析化學成分、相對含量區分、鑒定質譜技術

色譜和電泳等分離方法與質譜分析相結合為復雜代謝物的在線分離分析提供有力的手段，如氣質聯用(GC一MS)、液質聯用LC一MS和毛細管電泳一質譜聯用(CE一MS)

2024/10/24體內藥物分析組分離子源離子加速電場離子束質量分析器質譜圖質譜

將預處理的體液或是組織(根據實驗需要,可將組織行甲醇除蛋白、庚烷除脂肪及凍干等處理),加至質譜儀,經歷汽化,離子化、加速分離及檢測分析后即可得出相應代謝產物或是代謝組的圖譜。圖譜中每個峰值對應著相應的分子量,結合進一步的檢測分析可以部分鑒定出化學成分以及半定量關系。

2024/10/24體內藥物分析樣品質譜儀汽化、離子化、加速分離檢測分析化學成分、半定量代謝組學數據采集與分析

代謝物可以通過與對照樣品的比值進行相對定量。通過添加標準參照物以及對代謝物進行同位素標記,可以獲得絕對定量的代謝組數據集。一旦獲得代謝組的定量數據集,可以采用多種數據分析策略進行代謝組數據分析,這些分析策略的基本原則是比較實驗組與對照組之間代謝物水平差異,并利用統計方法評估這些差異的顯著性。2024/10/24體內藥物分析數據預處理歸一化與濾噪在得到分析對象的原始圖譜后，首先需要對數據進行預處理（一般包括歸一化與濾噪），處理后保留與分類有關的大部分信息，消除多余的干擾因素的影響。

廣泛應用的濾噪技術是正交信號校正技術（OSC）。OSC等效于從數據中除去了額外的影響因素，因此該方法經常用于易受環境因素影響的分析，例如在微量藥物引發的生化效應中，分析結果經常被研究對象的性別、飲食和其他環境因素所淹沒，在這種情形下，應用OSC能收到更好的效果。

2024/10/24體內藥物分析數據預處理（峰匹配）基于色譜一質譜聯用技術的代謝組學方法，如流動相組成的微小變化，梯度的重現性及柱溫的微小變化及其柱表面的狀態變化常導致保留時間的差異。為了利用色譜圖中所有可以識別的峰信息，需對譜圖實行峰匹配(或稱峰對齊)，使相同的代謝產物在生成的數據矩陣中由同一個變量表示，使各樣本的數據得到正確的比較。2024/10/24體內藥物分析數據分析方法和模型建立12024/10/24體內藥物分析非監督學習方法

這類方法用于從原始圖譜信息或預處理后的信息中對樣本進行歸類，并采用相應的可視化技術直觀地表達出來。該方法將得到的分類信息和這些樣本的原始信息（如藥物的作用位點或疾病的種類等）進行比較，建立代謝產物與這些原始信息的聯系，篩選與原始信息相關的標記物，進而考察其中的代謝途徑。

用于這個目的的方法沒有可供學習利用的訓練樣本，所以稱之為非監督學習方法，應用在此領域的方法有：主成分分析、非線性映射、簇類分析等。數據分析方法和模型建立2有監督學習方法

這類方法用于建立類別間的數學模型，使各類樣品間達到最大的分離，并利用建立的多參數模型對未知的樣本進行預測。在這類方法中，由于建立模型時有可供學習利用的訓練樣本，所以稱之為有監督學習。在這種方法中經常需要建立用來確認樣品歸類（防止過擬合）的確認集和用來預模型性能的測試集。應用于該領域的主要是基于PCA、偏最小二乘法、神經網絡的改進方法，常用的SIMCA和偏最小二乘法顯著性分析。

2024/10/24體內藥物分析數據分析方法和模型建立3數據庫及專家系統代謝組學數據的復雜性需要借助復雜的模型或是專家系統進行分析。專家系統用于藥物毒性預測，分為３個獨立的級別：正常／異常的判別、對未知樣本進行數據庫中已知毒性或疾病的識別、病理學的生物標記物的識別。

2024/10/24體內藥物分析數據分析方法和模型建立5代謝組學分析離不開各種代謝途徑和生物化學數據庫。

目前代謝組學研究尚無類似的功能完備數據庫。一些生化數據庫可供未知代謝物的結構鑒定或用于已知代謝物的生物功能解釋.

理想的代謝組學數據庫還應包括各種生物體的代謝物組信息以及包含代謝物的定量數據，如人類代謝組數據庫.

2024/10/24體內藥物分析代謝