代謝組學(xué)定義通過考察生物體系（細(xì)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(huán)境變化后），其代謝產(chǎn)物的變化或其隨時間的變化，來研究生物體系的一門科學(xué)。2024/7/15體內(nèi)藥物分析代謝組學(xué)是20世紀(jì)90年代中后期繼基因組學(xué)和蛋白質(zhì)組學(xué)之后新近發(fā)展起來的一門學(xué)科，是系統(tǒng)生物學(xué)的重要組成部分。之后得到迅速發(fā)展并滲透到多項領(lǐng)域。細(xì)胞內(nèi)許多生命活動是發(fā)生在代謝物層面的，如細(xì)胞信號釋放，能量傳遞，細(xì)胞間通信等都是受代謝物調(diào)控的。代謝組學(xué)正是研究代謝組（metabolome)——在某一時刻細(xì)胞內(nèi)所有代謝物的集合——的一門學(xué)科。為什么要研究代謝組學(xué)呢？2024/7/15體內(nèi)藥物分析基本概念系統(tǒng)生物學(xué)基因組學(xué)DNAmRNA細(xì)胞蛋白質(zhì)代謝物組織個體器官轉(zhuǎn)錄組學(xué)蛋白質(zhì)組學(xué)代謝組學(xué)轉(zhuǎn)錄組基因組蛋白質(zhì)組代謝組2024/7/15體內(nèi)藥物分析代謝組學(xué)研究目的代謝組學(xué)研究的目的是定量分析一個生物系統(tǒng)內(nèi)所有代謝物的含量。代謝組學(xué)分析可以指示細(xì)胞、組織或器官的生化狀態(tài)，協(xié)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(wǎng)絡(luò)間的關(guān)聯(lián)性，幫助人們更系統(tǒng)地認(rèn)識生物體。(舉例）研究對象：作為各種代謝路徑的底物和產(chǎn)物的小分子代謝物（MW<1000）2024/7/15體內(nèi)藥物分析代謝組學(xué)的優(yōu)點(與基因組學(xué)和蛋白質(zhì)組學(xué)等其他組學(xué)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(xué)的研究不需進行全基因組測序或建立大量表達序列標(biāo)簽的數(shù)據(jù)庫；代謝物的種類遠少于基因和蛋白的數(shù)目，每個生物體中代謝產(chǎn)物大約在103數(shù)量級,而最小的細(xì)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(tǒng)的生理和病理狀態(tài)。2024/7/15體內(nèi)藥物分析代謝組學(xué)研究步驟途徑分析標(biāo)記物識別2024/7/15體內(nèi)藥物分析生物樣品收集與預(yù)處理

代謝組學(xué)研究常用的檢測技術(shù)，一般不需要對標(biāo)本特別分離、純化

等，但須立即阻斷內(nèi)在酶的活性，常用方法：

冷凍/液氮降溫法

冷凍、干燥細(xì)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2024/7/15體內(nèi)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(xué)研究中，根據(jù)研究對象、目的和采用的分析技術(shù)不同，所需的樣品提取和預(yù)處理方法各異。代謝產(chǎn)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2024/7/15體內(nèi)藥物分析

生物樣品預(yù)處理

代謝產(chǎn)物的變化對分析結(jié)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(chǎn)物、產(chǎn)生新的代謝產(chǎn)物

。

1.微生物和細(xì)胞樣本：迅速鈍化代謝活動（淬滅），同時保持細(xì)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(yù)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(fù)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。

2024/7/15體內(nèi)藥物分析數(shù)據(jù)采集（分析技術(shù)平臺）2024/7/15體內(nèi)藥物分析核磁共振技術(shù)

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(fā)生的共振吸收現(xiàn)象，是一種利用原子核在磁場中的能量變化來獲得關(guān)于核信息的技術(shù).生命科學(xué)領(lǐng)域中常用的有三種：氫譜(1H-NMR)碳譜(13C-NMR)磷譜(31PNMR)

2024/7/15體內(nèi)藥物分析將準(zhǔn)備好的生物標(biāo)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(yīng),根據(jù)一定的規(guī)則或與標(biāo)準(zhǔn)氫譜比照可以直接鑒定出代謝物的化學(xué)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(zhì)性,可對這種特質(zhì)性進行區(qū)分、鑒定。

氫譜(1HNMR)

2024/7/15體內(nèi)藥物分析質(zhì)譜技術(shù)

色譜和電泳等分離方法與質(zhì)譜分析相結(jié)合為復(fù)雜代謝物的在線分離分析提供有力的手段，如氣質(zhì)聯(lián)用(GC一MS)、液質(zhì)聯(lián)用LC一MS和毛細(xì)管電泳一質(zhì)譜聯(lián)用(CE一MS)

2024/7/15體內(nèi)藥物分析質(zhì)譜

將預(yù)處理的體液或是組織(根據(jù)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(zhì)譜儀,經(jīng)歷汽化,離子化、加速分離及檢測分析后即可得出相應(yīng)代謝產(chǎn)物或是代謝組的圖譜。圖譜中每個峰值對應(yīng)著相應(yīng)的分子量,結(jié)合進一步的檢測分析可以部分鑒定出化學(xué)成分以及半定量關(guān)系。

2024/7/15體內(nèi)藥物分析代謝組學(xué)數(shù)據(jù)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(biāo)準(zhǔn)參照物以及對代謝物進行同位素標(biāo)記,可以獲得絕對定量的代謝組數(shù)據(jù)集。一旦獲得代謝組的定量數(shù)據(jù)集,可以采用多種數(shù)據(jù)分析策略進行代謝組數(shù)據(jù)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(tǒng)計方法評估這些差異的顯著性。2024/7/15體內(nèi)藥物分析數(shù)據(jù)預(yù)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(shù)據(jù)進行預(yù)處理（一般包括歸一化與濾噪），處理后保留與分類有關(guān)的大部分信息，消除多余的干擾因素的影響。

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

2024/7/15體內(nèi)藥物分析數(shù)據(jù)預(yù)處理（峰匹配）基于色譜一質(zhì)譜聯(lián)用技術(shù)的代謝組學(xué)方法，如流動相組成的微小變化，梯度的重現(xiàn)性及柱溫的微小變化及其柱表面的狀態(tài)變化常導(dǎo)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(chǎn)物在生成的數(shù)據(jù)矩陣中由同一個變量表示，使各樣本的數(shù)據(jù)得到正確的比較。2024/7/15體內(nèi)藥物分析數(shù)據(jù)分析方法和模型建立1非監(jiān)督學(xué)習(xí)方法

這類方法用于從原始圖譜信息或預(yù)處理后的信息中對樣本進行歸類，并采用相應(yīng)的可視化技術(shù)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(chǎn)物與這些原始信息的聯(lián)系，篩選與原始信息相關(guān)的標(biāo)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(xué)習(xí)利用的訓(xùn)練樣本，所以稱之為非監(jiān)督學(xué)習(xí)方法，應(yīng)用在此領(lǐng)域的方法有：主成分分析、非線性映射、簇類分析等。2024/7/15體內(nèi)藥物分析數(shù)據(jù)分析方法和模型建立2有監(jiān)督學(xué)習(xí)方法

這類方法用于建立類別間的數(shù)學(xué)模型，使各類樣品間達到最大的分離，并利用建立的多參數(shù)模型對未知的樣本進行預(yù)測。在這類方法中，由于建立模型時有可供學(xué)習(xí)利用的訓(xùn)練樣本，所以稱之為有監(jiān)督學(xué)習(xí)。在這種方法中經(jīng)常需要建立用來確認(rèn)樣品歸類（防止過擬合）的確認(rèn)集和用來預(yù)模型性能的測試集。應(yīng)用于該領(lǐng)域的主要是基于PCA、偏最小二乘法、神經(jīng)網(wǎng)絡(luò)的改進方法，常用的SIMCA和偏最小二乘法顯著性分析。

2024/7/15體內(nèi)藥物分析數(shù)據(jù)分析方法和模型建立3數(shù)據(jù)庫及專家系統(tǒng)代謝組學(xué)數(shù)據(jù)的復(fù)雜性需要借助復(fù)雜的模型或是專家系統(tǒng)進行分析。專家系統(tǒng)用于藥物毒性預(yù)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(shù)據(jù)庫中已知毒性或疾病的識別、病理學(xué)的生物標(biāo)記物的識別。

2024/7/15體內(nèi)藥物分析數(shù)據(jù)分析方法和模型建立5代謝組學(xué)分析離不開各種代謝途徑和生物化學(xué)數(shù)據(jù)庫。

目前代謝組學(xué)研究尚無類似的功能完備數(shù)據(jù)庫。一些生化數(shù)據(jù)庫可供未知代謝物的結(jié)構(gòu)鑒定或用于已知代謝物的生物功能解釋.

理想的代謝組學(xué)數(shù)據(jù)庫還應(yīng)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(shù)據(jù)，如人類代謝組數(shù)據(jù)庫.

2024/7/15體內(nèi)藥物分析代謝組學(xué)的研究應(yīng)用疾病研究病變標(biāo)記物的發(fā)現(xiàn)疾病的診斷治療