肿瘤代谢组学的研究进展

更新时间:2024-05-30 06:44:01 阅读量: 综合文库 文档下载

说明:文章内容仅供预览,部分内容可能不全。下载后的文档,内容与下面显示的完全一致。下载之前请确认下面内容是否您想要的,是否完整无缺。

浅谈肿瘤代谢组学的研究进展

张好为

(天津市北辰区中医医院检验科)

[摘要]:自1999年代谢组学的概念提出以来,它在药物毒理研究、疾病诊断、系统生物学研究等诸多领域里的应用日益深入。代谢组学(Metabonomics)是对某一生物或细胞所有低分子量代谢产物进行定性和定量分析的一门新学科,与基因组学、转录组学、蛋白质组学等一起构成系统生物学的技术平台。。近年来,代谢组学在肿瘤方面的应用也日益成为国内研究的热点,主要集中在肿瘤的诊断和抗肿瘤药物的代谢上。本文就代谢组学的概念、研究方法及其在肿瘤中的应用等方面的研究进展综述如下。

[关键词] 代谢组学; 代谢组学分析技术; 肿瘤; 代谢产物; 肿瘤标志物

一、代谢组学的概念

代谢组学[1](Metabonomics)是后基因时代出现的一门新的“一omics”组学学科。它的研究中心在于定量地测定由病理生理刺激或基因变异诱导的与时间相关的多参数生物体代谢应答,并利用模式识别(Pattern Recognition)将这种应答与体内生物学事件关联,定位事件发生的靶器官和位点,确定生物标记物[2]. 目前,代谢组学的概念已得到公认,它是一门在新陈代谢的动态进程中,系统研究代谢产物变化规律、揭示集体生命活动代谢本质的科学,也是研究药物毒性和基因功能的技术平台及联合基因型和性状表型的有力工具。

细胞内的生命活动大多发生于代谢层面,故代谢组学被认为是“组学”研究的最终方向。可以认为,基因组、蛋白质组和代谢组是不同层面和水平上研究生命过程的科学技术平台,而代谢组学则是基因组学和蛋白质组学的延伸。正如Billy David所言:“基因组和蛋白质组学告诉你可能发生什么,而代谢组学则告诉你已经发生了什么”[3]。

根据研究的对象和目的的不同,Fiehn等[4]将代谢组学分为4个层次,即 1)代谢物靶标分析(metabolitetargetanalysis):对某个或某几个特定组分的分析。在这个层次中,需要采取一定的预处理技术,除掉干扰物,以提高检测的灵敏度。 2)代谢轮廓(谱)分析(metabolicprofilinganaly2sis):对少数所预设的一些代谢产物的定量分析。如某一类结构、性质相关的化合物(如氨基酸、顺二醇类)、某一代谢途径的所有中间产物或多条代谢途径的标志性组分。进行代谢轮廓(谱)分析时,可以充分利用这一类化合物的特有的化学性质,在样品的预处理和检测过程中,采用特定的技术来完成。 3)代谢组学(metabonomics):对限定条件下的特定生物样品中所有代谢组分的定性和定量。进行代谢组学研究时,样品的预处理和检测技术必须满足对所有的代谢组分具有高灵敏度、高选择性、高通量的要求,而且基体干扰要小。代谢组学涉及的数据量非常大,因此需要有能对其数据进行解析的化学计量学技术。

4)代谢指纹分析(metabolicfingerprintinganaly2sis):不分离鉴定具体单一组分,而是对样品进行快速分类(如表型的快速鉴定)。 严格地说,只有第3层次才是真正意义上的代谢组学研究。目前,代谢组学的最终目标还是不可完成的任务,因为还没有发展出一种真正的代谢组学技术可以涵盖所有的代谢物而不管分子大小和性质。但是,它和代谢轮廓(谱)分析有着显著的差别,在具体的实验中,代谢组学研究会设法解析所有的可见峰,因此代谢组学研究的特征也可以表述为它会设法分析尽可能多的代谢组分。 在代谢组学的研究中,经常出现的另一个单词metabolomics是用来专指细胞层次上的代谢组学研究[3]。 与转录组学和蛋白组学比较,代谢组学有以下优点[4]:1)基因和蛋白表达的微小变化会在代谢物上得到放大,从而使检测更容易;2)代谢组学的研究不需建立全基因组测序及大量表达序列标签(EST)的数据库;3)代谢物的种类要远

小于基因和蛋白的数目(每个组织中大约为103数量级,即使在最小的细菌基因组中也有几千个基因);4)研究中采用的技术更通用,这是因为给定的代谢物在每个组织中都是一样的缘故。 2 代谢组学的分析技术

代谢组学分析技术以磁共振和色谱、质谱串联技术为主,获得的代谢谱数据借助化学计量学工具和模式识别软件进行分析。已报道的肿瘤特异性代谢产物涵盖各类生物大分子的物质代谢,代谢组学从机体的动态代谢途径寻找肿瘤等疾病特异性代谢产物,识别人体疾病代谢状态的差异,从而进行疾病分类和诊断。代谢产物是基因表达的终产物,分析生物代谢图谱型特征更能够揭示基因和表现型之间的关系, 以达到监测和推断基因功能的目的,为进一步深入分析肿瘤生物机制提供可能。

完整的代谢组学流程包括样品的采集、制备;代谢产物的检测、鉴定;数据分析、建模;建立代谢产物时空变化与生物体特性的关系。其研究平台主要由分析技术平台和数据分析平台构成[ 4 ] 。其主要研究方法有: ( 1)分析技术平台:最常用的方法是磁共振(NMR)和质谱。磁共振技术是代谢组学研究中的主要的检测技术,特别是1H-NMR,能完成代谢产物中大多数化合物的检测,可以用于检测血浆、尿液、胆汁等生物基质中具有特殊意义的微量物质的异常成分。但存在敏感度低、分辨率不高等缺陷。近期,学者们通过发展13 C - NMR 等一些其他技术部分改善了1H - NMR中的问题[ 5 ]C-NMR技术的应用,不仅提高了分辨率,而且使得人们可以研究以前难以用液体NMR研究的器官组织等样品[6]。 质谱(MS)是另一项代谢组学研究技术,相对于NMR灵敏度低、检测动态范围窄等弱点,MS具有较高的灵敏度和专属性,可以实现对多个化合物的同时快速分析与鉴定[7]。而质谱和色谱联用技术不仅兼备了色谱的高分离度、高通量,而且

又兼备了质谱的普适性、高灵敏度和特异性等特征[8],其中液相色谱—质谱(LC-MS)不仅可以对生物样本中复杂代谢产物进行检测,而且可对样品中潜在标记物进行鉴定[9]。超高效液相色谱(U-PLC)/高分辨飞行时间质谱(TOFMS)技术、以及离子阱多级质谱仪的发展,进一步增加了LC-MS对复杂生物混合物分离分析和对未知化合物的结构解析信息的能力。( 2)数据分析平台:代谢组学的数据分析是指对海量谱学数据进行统计和归类分析,包括对原始图谱的数据进行提取、峰对齐、去噪等处理;然后将多维、分散的数据进行总结、分类及判断分析,解读数据中蕴藏的生物学意义。其技术主要集中在模式识能技术上,包括主成分分析( PCA) 、非线形映射(HLM) 、簇类分析(HCA)等非监督学习方法,以及软独立建模分类法( SIMCA ) 、偏最小二乘法—显著性分析( PLSDA ) 、人工神经元网络(ANN)等有监督学习方法。

3代谢组学分析技术在肿瘤研究中的应用

在肿瘤的相关研究方面,特别是无症状早期肿瘤的诊断,代谢组学日益突显出其无法比拟的优势。

3. 1

代谢组学在肿瘤研究的中的灵敏性: 基因组学和蛋白质组学分别从基因和

蛋白质层面研究肿瘤 的发生机制, 而实际上细胞内许多活动都是发生在代谢层面的。 随着这些组学研究的深入, 科学家们逐渐认识到: 基因组的变化 不一定能够得到表达, 从而并不对系统产生影响。某些蛋白的浓度会由于外部条件的变化而升高,但由于这个蛋白可能不具备活性, 从而也不对系统产生影响。同时, 由于基因或蛋白的功能补偿作用,某个基因或蛋白的缺失会由于其它基因或蛋白的存在而得到补偿, 最后反应的净结果为零。而小分子的产生和代谢才是这一系列事件的最终结果,它能够更准确地反映生物体系的状态[ 2 ] 。在肿瘤的发生及进展中,肿瘤细胞中的微小变化都会引起代谢物中的\延增效应

\, 产生大量的异乎寻常的代谢物[ 3 ] , 因此,用代谢组学进行肿瘤的早期诊断其灵敏性更高。

2 代谢组学在肿瘤研究中的整体性:现代肿瘤学认为, 肿瘤是一个长期的、 多阶段的、 多基因改变的过程, 具有多基因调控和多因素调节的复杂性[ 4 ] 。由于肿瘤发生过程的复杂性, 因此需要用整体性思维来研究肿瘤。代谢组学通过对患者体液或者尿液进行分析,采用现代分析测定方法(N MR , H P L C , MS )绘制代谢物组图,应用计算机技术和统计方法, , 以高通量的实验和大规模的计算为特征, 同时研究代谢物中的多种因素, 从大量信息的系统集成来解释复杂性理论, 并进一步解释其如何相互作用体现出相应功能。代谢组学已从寻找单一生物标记物转向寻找特异性的一组标志物群 (又称\特征模式\, 开创了肿瘤诊断方法研究的新途径。

3 代谢组学在肿瘤研究中的动态性:代谢组学是研究生物体对病理生理刺激或基因修饰产生的代谢物质的质和量的动态变化研究。而肿瘤的发生发展是一个 持续性的, 动态的过程。临床中病理诊断的不同时期, 其对应细胞或体液中的代谢物都会发生变化。 基于N MR方法的代谢组学是定量研究有机体对由病理生理刺激或遗传变异引起的、与时间相关的多参数代谢应答,它主要利用核磁共振技术和模式识别方法对生物体液和组织进行系统测量和分析,对完整的生物体中随时间改变的代谢物进行动态跟踪检测、 定量和分类, 然后 将这些代谢信息与病理生理过程中的生物学事件关联起来, 从而确定发生这些变化的靶器官和作用位点,进而确定相关的生物标志物。因此肿瘤发展的不同时期及肿瘤转移、 侵袭, 代谢物质和量的微妙变化, 对诊断和治疗具有重要临床意义。

4 代谢组学在肿瘤研究中的简易性:在研究方法上,代谢组学与基因组学及蛋

本文来源:https://www.bwwdw.com/article/fgc6.html

Top