周秋香 余曉斌 涂國(guó)全 王強(qiáng) 胡文軍 李漢廣，

（1. 江西農(nóng)業(yè)大學(xué)生物科學(xué)與工程學(xué)院，南昌 330045；2.江西農(nóng)業(yè)大學(xué)附屬醫(yī)院，南昌 330045；3.江南大學(xué)生物工程學(xué)院，無(wú)錫 204122）

進(jìn)入21世紀(jì)，人類賴以生存的環(huán)境、食品與能源等問(wèn)題均面臨著巨大的挑戰(zhàn)。因此，人類想要繼續(xù)生存必須走可持續(xù)發(fā)展道路，而生物技術(shù)在戰(zhàn)勝這些挑戰(zhàn)及環(huán)境友好型發(fā)展道路上發(fā)揮著至關(guān)重要的作用。代謝組學(xué)作為一種最新的組學(xué)技術(shù)之一，其在功能基因組學(xué)、植物、食品、疾病診斷及微生物等領(lǐng)域均有著廣泛的應(yīng)用。同時(shí)，代謝組學(xué)也是一門(mén)多學(xué)科交叉的技術(shù)，其與有機(jī)化學(xué)、分析化學(xué)、 化學(xué)計(jì)量學(xué)、信息科學(xué)及生物科學(xué)密切相關(guān)［1、2］。Fiehn等［3］在2000年以擬南芥葉為模型的工作標(biāo)志著代謝組學(xué)已成為系統(tǒng)生物學(xué)的一個(gè)重要組成部分。

“代謝組學(xué)”一詞來(lái)源于希臘語(yǔ)“meta”，意為改變或鄰近的；而“nomos”，意為規(guī)則或規(guī)律［4］。代謝組學(xué)最初定義為：定量測(cè)量生命系統(tǒng)受病理生理刺激或遺傳修飾后多種代謝反應(yīng)［5］；而更為常見(jiàn)的定義則為：代謝組學(xué)（Metabolomics或Metabonomics）［6，7］是通過(guò)考察生物體系受到刺激或擾動(dòng)前后（如將某個(gè)特定的基因變異或環(huán)境變化后）代謝產(chǎn)物圖譜及其動(dòng)態(tài)變化來(lái)研究生物體系的代謝網(wǎng)絡(luò)的一種技術(shù)，研究對(duì)象主要是相對(duì)分子質(zhì)量1 000以下的內(nèi)源性小分子。

代謝組學(xué)與轉(zhuǎn)錄組學(xué)、蛋白質(zhì)組學(xué)等其他組學(xué)的研究目標(biāo)的最大區(qū)別是其研究代謝組的變化。所謂代謝組的變化是生物對(duì)環(huán)境、疾病，以及遺傳變異等壓力因素影響的最終應(yīng)答［8］；與轉(zhuǎn)錄組學(xué)和蛋白質(zhì)組學(xué)等其他組學(xué)相比，代謝組學(xué)具有以下優(yōu)點(diǎn)［9］：（1）基因和蛋白表達(dá)的微小變化會(huì)通過(guò)代謝物得以體現(xiàn)與放大；（2）代謝組學(xué)的研究無(wú)需進(jìn)行全基因組測(cè)序與建立大量表達(dá)序列標(biāo)簽（Expressed sequence tag，EST）的數(shù)據(jù)庫(kù)；（3）代謝物的種類遠(yuǎn)少于基因和蛋白的數(shù)目；（4）通過(guò)對(duì)生物體液的代謝物分析可了解機(jī)體系統(tǒng)的生理或病理狀態(tài)；（5）因需測(cè)定的代謝物在不同生物體中都是類似的，所以代謝組學(xué)采用的研究技術(shù)更為通用。通過(guò)代謝組學(xué)研究既可以發(fā)現(xiàn)生物體在受到各種內(nèi)外環(huán)境擾動(dòng)后的不同應(yīng)答，也可以區(qū)分同種不同個(gè)體之間的表型差異。因此，代謝組學(xué)成為系統(tǒng)生物學(xué)研究的重要組成部分。

2 代謝組學(xué)研究技術(shù)

目前，代謝組學(xué)研究一般包括樣品采集及預(yù)處理、數(shù)據(jù)采集及預(yù)處理、多變量數(shù)據(jù)分析、目標(biāo)物識(shí)別和研究結(jié)果的解釋與應(yīng)用等步驟。代謝組學(xué)力求分析生物體系（如體液和細(xì)胞）中的所有代謝產(chǎn)物，所以整個(gè)過(guò)程中都強(qiáng)調(diào)盡可能多的保留和反映總的代謝產(chǎn)物的信息［10］。因此，進(jìn)行代謝組學(xué)研究的主要挑戰(zhàn)首先來(lái)自于如何滿足對(duì)生物樣品的高靈敏度、高通量、非破壞、無(wú)偏性的要求，并減少基質(zhì)背景的干擾。

2.1 分析技術(shù)平臺(tái)

與原有的各種組學(xué)技術(shù)中只分析特定類型的對(duì)象不同，代謝組學(xué)所分析的對(duì)象種類繁多，濃度范圍分布廣，性質(zhì)差異大，要對(duì)它們進(jìn)行無(wú)偏向的全面分析，單靠一種分離分析手段難以勝任。目前，在代謝組學(xué)中較為常見(jiàn)的分析手段有色譜、質(zhì)譜、磁共振、紫外吸收、放射性檢測(cè)、庫(kù)侖分析及紅外光譜等。由于沒(méi)有一種分析手段能檢測(cè)出所有種類的化合物，所以一個(gè)好的、現(xiàn)實(shí)的代謝組學(xué)分析手段應(yīng)盡可能滿足分析生物體系（如體液和細(xì)胞）中的所有代謝產(chǎn)物這一要求，應(yīng)根據(jù)樣品的性質(zhì)及研究目的來(lái)選擇并綜合利用多種技術(shù)平臺(tái)［11］。

迄今為止，在代謝組學(xué)研究技術(shù)中核磁共振（Nuclear magnetic resonance，NMR）是應(yīng)用最早、最為常見(jiàn)的技術(shù)之一［12］，NMR是一種基于具有自旋性質(zhì)的原子核在核外磁場(chǎng)作用下吸收射頻輻射而產(chǎn)生能躍遷的譜學(xué)技術(shù)。目前常用的有氫譜（1H-NMR）、碳譜（13C-NMR）和磷譜（31P-NMR），其中以1HNMR應(yīng)用得最為廣泛［13］。

NMR技術(shù)對(duì)樣品的需求量少、幾乎不需要對(duì)樣品進(jìn)行前處理。此外，當(dāng)采用漫射編輯（Diffusion-Editing）技術(shù)時(shí)，NMR方法還能提供豐富的分子信息，如代謝產(chǎn)物的結(jié)構(gòu)、濃度、分子動(dòng)力學(xué)及相互作用等。此外，由于NMR的非破壞性、非侵入性，特別是最近開(kāi)發(fā)的魔角旋轉(zhuǎn)（Magic angle spinning，MAS）磁共振、磁共振成像（Magnetic rresonance imaging，MRI）和 活 體 磁 共 波 譜（Vivo magnetic resonance spectrosocopy，MRS）等技術(shù)能夠無(wú)創(chuàng)、整體、快速地獲得機(jī)體某一指定活體部位的NMR譜［14］，是現(xiàn)有代謝組學(xué)分析技術(shù)中唯一能用于活體和原位研究的技術(shù)。

NMR技術(shù)最大的不足在于靈敏度低、分辨率不高，常常導(dǎo)致高豐度的分析物掩蓋低豐度的分析物。但最近隨著更高強(qiáng)度的磁場(chǎng)（900 MHz）、低溫冷卻探針和小容量微探針（60 μL）等技術(shù)的引入，其上述缺點(diǎn)自然很快成為歷史［15，47］。

應(yīng)用最廣泛、最有效的代謝組學(xué)研究技術(shù)是氣相色譜-質(zhì)譜（Gas Chromatography-Mass Spectrometry，GC-MS）［16，37］和液相色譜-質(zhì)譜（Liquid Chromatography-Mass Spectrometr，LC-MS）［17］。前者適宜分析小分子、熱穩(wěn)定、易揮發(fā)、能氣化的化合物；而后者能分析更高極性、更高相對(duì)分子質(zhì)量及熱穩(wěn)定性差的化合物。而且，大多數(shù)情況下無(wú)需對(duì)非揮發(fā)性代謝物進(jìn)行化學(xué)衍生化處理。因此這兩種技術(shù)可以檢測(cè)包括糖、糖醇、氨基酸、有機(jī)酸、脂肪酸和芳胺，以及大量次級(jí)代謝物在內(nèi)的數(shù)百種化學(xué)性質(zhì)不同的化合物。GC-MS具有較高的分辨率和靈敏度；有可利用的質(zhì)譜數(shù)據(jù)庫(kù)，易于使用且較為經(jīng)濟(jì)。特別是采用標(biāo)準(zhǔn)的電子轟擊（Lectron Impact，EI）模式后，其使用范圍與重復(fù)性都得到相應(yīng)地提高，因此，與GC-MS相關(guān)技術(shù)的發(fā)展很快，如采用GCGC-MS技術(shù)通過(guò)增加單次分析可對(duì)普通一維色譜無(wú)法分離的復(fù)雜樣品起到較好的分離效果［18］；利用二級(jí)氣相色譜與飛行時(shí)間質(zhì)（GC-GC-TOF-MS）聯(lián)用可以進(jìn)行高能量分析，其檢測(cè)范圍更廣等［19］。但是，GC分離樣品分子量范圍有限，不能分離大分子物質(zhì)，同時(shí)無(wú)法分析熱不穩(wěn)定性和不能氣化的代謝產(chǎn)物。盡管衍生化預(yù)處理不僅費(fèi)時(shí)而且過(guò)程會(huì)丟失某些物質(zhì)的信號(hào)，但將樣品衍生化后再進(jìn)行GC分離，仍然是解決上述問(wèn)題的一條有效途徑。

2.2 后期數(shù)據(jù)分析

通過(guò)上述分析技術(shù)手段可產(chǎn)生海量的元數(shù)據(jù)（Metadata），需要借助于生物信息學(xué)平臺(tái)進(jìn)行數(shù)據(jù)的分析與解釋。因此需要對(duì)元數(shù)據(jù)再經(jīng)過(guò)一系列處理，才能通過(guò)多元數(shù)學(xué)統(tǒng)計(jì)分析和化學(xué)計(jì)量學(xué)理論對(duì)不同數(shù)據(jù)加以整合后從中有效挖掘出所需信息。在代謝組學(xué)研究中，通常是從獲得的代謝產(chǎn)物信息中進(jìn)行兩類或多類的判別分類，一般采用無(wú)監(jiān)督（Unsupervised）的主成分分析（Principal component analysis，PCA）［20］、非線性映射（Nonliner mapping，NLM）［21］、簇類分析（Hierarchical cluster analysis，HCA）等［22］和有監(jiān)督（Supervised）的偏最小二乘法-判別分析（Partial least squares-Discrimillant analysis，PLS-DA）［23］，人工神經(jīng)元網(wǎng)絡(luò)（Artificial neuronal network，ANN）［24］分析等數(shù)據(jù)分析方法。然而近年來(lái)支持向量機(jī)（Support vector machine，SVM）方法已逐漸應(yīng)用于代謝組學(xué)后期數(shù)據(jù)的判別分析中［25］，其預(yù)測(cè)精度明顯優(yōu)于傳統(tǒng)的PLS-DA方法。

3 代謝組學(xué)的應(yīng)用

因?yàn)槿魏紊?、病理及其他因素?duì)生命系統(tǒng)的微小擾動(dòng)都會(huì)引起生物體代謝物的濃度或代謝流發(fā)生變化，且大多數(shù)代謝途徑不是孤立的存在，多重代謝物的變化是會(huì)發(fā)生。因此，測(cè)量單個(gè)或僅僅少數(shù)幾個(gè)限定的代謝產(chǎn)物的價(jià)值非常有限，而代謝組學(xué)則是從整體上關(guān)注代謝產(chǎn)物的變化，因此代謝組學(xué)已成為一種成功的研究技術(shù)廣泛應(yīng)用于植物、分子表型、功能基因組學(xué)、藥物毒性、藥物療效，分子病理學(xué)及疾病的診斷等領(lǐng)域。由于篇幅有限，本文僅對(duì)其在毒物學(xué)、疾病診斷、微生物及植物中的應(yīng)用作簡(jiǎn)要介紹。

3.1 在毒物學(xué)研究中的應(yīng)用

自20世紀(jì)80年代以來(lái)，NMR技術(shù)已廣泛應(yīng)用于毒理學(xué)的研究，并且在藥物毒性與環(huán)境影響方面有大量的報(bào)道［26，27］。早期的工作主要是應(yīng)用1HNMR技術(shù)分析哺乳動(dòng)物的尿液與體液樣本［28，29］。近年來(lái)，基于高分辨率的魔角旋轉(zhuǎn)質(zhì)譜（High rresolution magic angle sspinning，HRMAS）方法已發(fā)展成能夠原位、活體及活體原位研究樣本，由此為在分子水平及不同區(qū)間的組織病理學(xué)的結(jié)果提供可能［30］。因此，代謝組學(xué)技術(shù)在藥物研發(fā)及臨床用藥階段均發(fā)揮著重要作用，如進(jìn)行早期動(dòng)物活體毒性測(cè)試，為藥物分子篩選提供理論依據(jù)，幫助確定藥物的安全性生物標(biāo)記物，研究臨床用藥的影響，由此可建立一些定量的、普遍的、整體的專家預(yù)測(cè)系統(tǒng)，為未來(lái)藥物的發(fā)現(xiàn)和環(huán)境毒物學(xué)研究提供一種強(qiáng)有力的工具。

Kleno等［31］將蛋白質(zhì)組學(xué)、基因組學(xué)與代謝組學(xué)結(jié)合起來(lái)研究肼類的肝臟毒性機(jī)制，并發(fā)現(xiàn)潛在的生物標(biāo)記物。Schnackenberg等［32］通過(guò)研究一種廣泛應(yīng)用于治療雌激素依賴性乳腺癌的藥物-枸櫞酸他莫昔芬時(shí)發(fā)現(xiàn)，此種藥物在能提升大鼠血脂和血糖水平的同時(shí)，并且伴隨著大鼠肝臟中甘氨酸和絲氨酸水平降低，盡管不能確定此種影響是否與其肝癌的發(fā)生有關(guān)。就目前而言，在疾病的治療過(guò)程中藥物的毒性也許不可避免，但代謝組學(xué)技術(shù)在早期發(fā)現(xiàn)藥物的影響及其潛在的機(jī)制方面將會(huì)發(fā)揮著重要的作用。Sun等［24］通過(guò)進(jìn)行兒茶酚氧位甲基移位酶抑制劑在大鼠體內(nèi)代謝輪廓分析，為藥物的藥理、毒理研究提供依據(jù)。Ma等［33］應(yīng)用代謝組學(xué)的方法分析大鼠尿液的變化來(lái)研究一種傳統(tǒng)中藥——牽?；ǚN子的毒性。結(jié)果表明，當(dāng)用藥后在大鼠尿液樣本中12種代謝標(biāo)志物發(fā)生了顯著的改變，在大鼠腎臟發(fā)生嚴(yán)重?fù)p傷前的第2、6和10周代謝組學(xué)能清楚的區(qū)分模型組與對(duì)照組，而組織病理學(xué)只能到第10周后才能加以區(qū)分。

3.2 在疾病診斷中的應(yīng)用

在多數(shù)情況下，臨床病癥狀態(tài)是通過(guò)表型特征被認(rèn)識(shí)，而病癥的診斷則需要通過(guò)追蹤和分析表型的發(fā)展而定。但對(duì)大多數(shù)疾病而言，疾病的形成有一個(gè)臨床前的階段，在此階段擾動(dòng)的生化物質(zhì)經(jīng)歷由量變到質(zhì)變的過(guò)程。當(dāng)此物質(zhì)累積到一定的程度疾病的癥狀便開(kāi)始出現(xiàn)。但是當(dāng)大多數(shù)疾病成為組織病理學(xué)可見(jiàn)的程度時(shí)，其已經(jīng)對(duì)人體組織、器官造成不可逆的傷害。因此，在疾病發(fā)展階段或初期一定有某些生化物質(zhì)在蛋白質(zhì)表達(dá)，特別是新陳代謝水平發(fā)生變化；如果能捕獲這些早期由疾病引起的代謝產(chǎn)物，并對(duì)其進(jìn)行分析，即代謝組學(xué)分析，定能更好地幫助了解疾病形成原因及物質(zhì)在機(jī)體內(nèi)的代謝途徑，起到輔助臨床診斷的目的［18、34］。

Wu等［35］基于飲食、環(huán)境、生活方式的小樣本代謝組學(xué)研究，通過(guò)HPLC/MS技術(shù)，使得引起動(dòng)脈粥樣硬化狀態(tài)的原因變得較為清楚，并且使如何防止和治療動(dòng)脈粥樣硬化的方法變得更為集中。Shang等［36］總結(jié)了基于NMR技術(shù)在腫瘤學(xué)中的應(yīng)用。Sabatine等［37］基于HPLC-MS/MS技術(shù)，通過(guò)代謝組學(xué)研究方法成功地進(jìn)行心肌缺血的診斷，并且通過(guò)代謝物功能與變化趨勢(shì)分析揭示出枸椽酸代謝途徑異常在心肌缺血過(guò)程中所起的重要作用。Peng等［38］基于1H NMR技術(shù)并結(jié)合多元數(shù)據(jù)分析方法，研究家兔模型中動(dòng)脈粥樣硬化形成及相關(guān)的主動(dòng)脈動(dòng)脈粥樣硬化斑塊的生物標(biāo)志物等代謝產(chǎn)物變化的起始及發(fā)展，結(jié)果表明，除了公認(rèn)的傳統(tǒng)風(fēng)險(xiǎn)因素外，確定了13個(gè)關(guān)鍵的動(dòng)脈粥樣硬化病變相關(guān)生物標(biāo)志物。同時(shí)發(fā)現(xiàn)，磷酸膽堿和甜菜堿在家兔模型中可以作為一種潛在有價(jià)值的早期動(dòng)脈硬化的預(yù)測(cè)因素。Li等［39］采用正交偏最小二乘判別分析法（Orthogonal partial least squares projection to latent structure-discriminant analysis，OPLS-DA）比 較 健康人與膝部骨關(guān)節(jié)炎（Knee osteoarthritis，OA）病人間組胺酸代謝物的變化，結(jié)果發(fā)現(xiàn)組胺酸新陳代謝混亂與膝關(guān)節(jié)炎息息相關(guān)，代謝組學(xué)可以作為一種全新的OA診斷方法。Liye等［40］采用基于NMR的代謝組學(xué)方法研究了多囊卵巢綜合征患者（Polycystic ovary syndrome，PCOS）體內(nèi)新陳代謝的變化，分析了PCOS患者與對(duì)照組新陳代謝的差異，這些顯著的差異包括氨基酸代謝、腸道菌群、三羧酸循環(huán)（Tricarboxylic acid cycle，TCA）及脂肪酸代謝等，結(jié)果發(fā)現(xiàn)在PCOS患者體內(nèi)當(dāng)N-乙酰糖蛋白水平升高時(shí)有輕微的慢性炎癥的存在。這項(xiàng)研究也證明了代謝組學(xué)是研究PCOS疾病的有效方法，由于代謝組學(xué)能夠提供代謝產(chǎn)物及內(nèi)在代謝途徑變化的信息，因此代謝組學(xué)能夠幫助人們了解疾病形成的原因及機(jī)制，代謝組學(xué)將會(huì)成為一種新的疾病診斷及治療的方法。

3.3 在微生物領(lǐng)域中的應(yīng)用

微生物廣泛應(yīng)用于發(fā)酵、環(huán)境修復(fù)及生物然料等領(lǐng)域；而通過(guò)微生物代謝組學(xué)分析其內(nèi)在的代謝途徑能夠幫助人們更好地利用微生物在這些領(lǐng)域的應(yīng)用。在微生物分類中，代謝譜分析方法（Metabolic profiling，MP）逐漸成為一種高通量、快速、全面的表型分類方法之一。采用代謝譜分析方法分類時(shí)，可以通過(guò)檢測(cè)胞外代謝物來(lái)加以鑒別。一般胞外代謝物檢測(cè)時(shí)需對(duì)其進(jìn)行衍生化處理，然后進(jìn)行薄層層析（Thin-Layer Chromatography，TLC）、GC-MS分析或HPLC-MS分析，最后通過(guò)特征峰比對(duì)進(jìn)行分類［41］。Bundy等［42］采用NMR技術(shù)，分析代謝譜成功地區(qū)分開(kāi)實(shí)驗(yàn)室來(lái)源以及臨床病理來(lái)源的不同桿菌。

對(duì)發(fā)酵進(jìn)行代謝調(diào)控需要檢測(cè)大量的參數(shù)，利用代謝組學(xué)研究工具可以實(shí)現(xiàn)代謝物的高通量、高頻率定量，并有助于揭示發(fā)酵過(guò)程的生化網(wǎng)絡(luò)機(jī)制，從而有利于理性進(jìn)行代謝控制發(fā)酵［43］。Dalluge等［44］利用LC-MS-MS方法對(duì)發(fā)酵過(guò)程中的氨基酸進(jìn)行了監(jiān)測(cè)，實(shí)現(xiàn)對(duì)整個(gè)發(fā)酵系統(tǒng)的快速監(jiān)控；而接下來(lái)的研究將考慮縮小氨基酸監(jiān)測(cè)范圍，通過(guò)分析發(fā)現(xiàn)其中的一個(gè)子集可反映發(fā)酵的狀態(tài)。

基因的功能往往通過(guò)轉(zhuǎn)錄和翻譯過(guò)程得以體現(xiàn)，其最終的結(jié)果表現(xiàn)在生物的代謝水平及相關(guān)的最終代謝產(chǎn)物上。作為一個(gè)整體的代謝產(chǎn)物的測(cè)量方法，代謝組學(xué)是用來(lái)研究基因的功能及功能基因組學(xué)研究的首選工具。Raamsdonk等［45］通過(guò)在酵母中的共反應(yīng)分析基因突變的釀酒酵母的代謝組學(xué)的變化來(lái)推斷轉(zhuǎn)入基因的功能。代謝組學(xué)有助于提高微生物的基因改造水平，提升轉(zhuǎn)基因微生物在環(huán)境修復(fù)與生物然料等領(lǐng)域的應(yīng)用效率。

3.4 在植物領(lǐng)域中的應(yīng)用

代謝組學(xué)提供了一種基于代謝物水平無(wú)偏見(jiàn)的區(qū)分那些甚至?xí)霈F(xiàn)不明顯表型的不同基因型。代謝組學(xué)的很多成就都集中在植物的細(xì)胞代謝組學(xué)這個(gè)相對(duì)獨(dú)立的分支［46］。Hye等［47］分析了基于NMR技術(shù)在植物代謝組學(xué)中的應(yīng)用。Humphreys等［48］研究表明，盡管論證所有必須酶在體外的活性，而導(dǎo)致木質(zhì)素在體內(nèi)形成的代謝途徑的確切性質(zhì)仍然是一個(gè)備受爭(zhēng)議的問(wèn)題。Fraser等［49］通過(guò)HPLC法分析表明，當(dāng)番茄中表達(dá)細(xì)菌八氫番茄紅素脫氫酶時(shí)，其體內(nèi)β-胡蘿卜素、葉黃素和循環(huán)類胡蘿卜素的含量會(huì)增加。Atsushi等［50］回顧了利用植物代謝組學(xué)進(jìn)行過(guò)量生產(chǎn)人體必需氨基酸之一的色氨酸的最新進(jìn)展。

隨著代謝組學(xué)分析技術(shù)及后期數(shù)據(jù)處理方法的進(jìn)步，植物細(xì)胞代謝組學(xué)發(fā)展迅速，人們已經(jīng)開(kāi)始有意識(shí)利用這一技術(shù)成果。很多生物技術(shù)類公司都把代謝組學(xué)作為其主要的研究?jī)?nèi)容，他們的主要目標(biāo)是通過(guò)代謝組學(xué)的研究了解當(dāng)植物受到環(huán)境壓力脅迫情況下其代謝途徑與網(wǎng)絡(luò)的變化及尋找植物代謝途徑中的關(guān)鍵基因，如植物的抗旱、耐寒、耐鹽咸等基因。然后利用基因工程等手段來(lái)改造植物的基因，同時(shí)利用代謝組學(xué)技術(shù)對(duì)基因改變前后的代謝產(chǎn)物進(jìn)行分析，從而高效、迅速地把握相關(guān)植物代謝途徑的信息，為提高植物細(xì)胞工廠效率、了解基因的功能及開(kāi)展相關(guān)基礎(chǔ)研究提供服務(wù)。

4 展望

代謝組學(xué)是系統(tǒng)生物學(xué)的重要組成部分，在最近的十幾年研究中取得了長(zhǎng)足的進(jìn)步。國(guó)際性的代謝組學(xué)學(xué)會(huì)（metabolomicssociety.org）已經(jīng)成立，該學(xué)會(huì)的目標(biāo)是促進(jìn)代謝組學(xué)的研究。在歐盟、美國(guó)、日本及其他許多國(guó)家的政府機(jī)構(gòu)均為營(yíng)養(yǎng)基因組學(xué)和代謝組學(xué)研究項(xiàng)目提供了大量財(cái)政資助，我國(guó)也在此領(lǐng)域開(kāi)展了廣泛研究［1］。隨著人類基因組計(jì)劃（Human genome project，HGP）的完成，代謝組學(xué)成為后基因組時(shí)代的研究熱點(diǎn)，且發(fā)展迅速；在疾病診斷、植物、微生物及功能基因組研究等領(lǐng)域中發(fā)揮出日益重要的作用。未來(lái)主要發(fā)展方向包括發(fā)展更為廣譜的、原位、即時(shí)、通用的檢測(cè)方法，真正實(shí)現(xiàn)對(duì)生物樣本內(nèi)代謝物的無(wú)偏性、高通量、高靈敏度的分析，以及代謝組學(xué)數(shù)據(jù)與其他組學(xué)（如基因組學(xué)、轉(zhuǎn)錄組學(xué)、蛋白質(zhì)組學(xué)等）數(shù)據(jù)的綜合與整合。這將更有助于全面闡釋各種細(xì)胞功能的分子基礎(chǔ)。

另一方面，目前代謝組學(xué)的中心任務(wù)是側(cè)重于尋找樣本中相關(guān)特定組分的動(dòng)態(tài)變化規(guī)律，并將其與對(duì)應(yīng)的反應(yīng)過(guò)程整合起來(lái)，使研究目標(biāo)明確化。因此，如何盡可能多的獲取樣本中的特質(zhì)是今后要解決的問(wèn)題之一，代謝組學(xué)最終的目標(biāo)是研究樣本中每一代謝組分，通過(guò)代謝網(wǎng)絡(luò)、神經(jīng)網(wǎng)絡(luò)等途徑多角度、多層次、系統(tǒng)的研究隱藏在其中的內(nèi)在規(guī)律，現(xiàn)在的檢測(cè)技術(shù)及方法離這一目標(biāo)還很遠(yuǎn)。總之，代謝組學(xué)研究存在著嚴(yán)峻的挑戰(zhàn)。但相信隨著科學(xué)技術(shù)的發(fā)展，綜合利用以代謝組學(xué)、蛋白質(zhì)組學(xué)及功能基因組學(xué)等為核心的系統(tǒng)生物學(xué)，將現(xiàn)代分析技術(shù)及方法進(jìn)一步綜合與整合，通過(guò)高效的數(shù)據(jù)處理手段及專家數(shù)據(jù)庫(kù)的建立，代謝組學(xué)將在生命科學(xué)的諸多領(lǐng)域發(fā)揮重要作用。

［1］ Krastanov A. Metabolomics-the state of art［J］. Biotechnol and Biotechnol, 2010, 24（1）：1537-1543.

［2］ Karl HO, Nelly A, Singh B, et al. Metabonomics classifies pathways affected by bioacfive compounds. Artificial neural network classification of NMR spectra of plant extracts［J］. Phytochemistry, 2003, 62：971-985.

［3］ Fiehn O. Metabolomics-the link between genotypes and phenotypes［J］. Plant Mol Biol, 2002, 48（1-2）：155-171.

［4］ Lindon JC, Holmes E, Bolland ME, et al. Metabonomics technologies and their applications in physiological monitoring, drug safety assessment and disease diagnosis［J］. Biomarkers, 2004, 9（1）：1-31.

［5］ Nicholson JK, Lindon JC, Holmes E. “Metabonomics”：understanding the metabolic responses of living systems to pathophysiological stimuli via multivariate statisstical analysis of biological NMR spectroscopic data［J］. Xenobiotica, 1999, 29（11）：1181-1189.

［6］ Vander GJ, Leegwater DC. Urine profile analysis by field desorption mass spectrometry, a technique for detecring metabolites of xenobiotics. Application to 3, 5-dinitro-2-hydroxy toluene［J］. Biomed Mass Spectrom, 1983, 10（1）：1-4.

［7］ Preeti B, Stephanie M, Moon KH, et al. PlantMetabolomics.org：A Web Portal for Plant Metabolomics Experiments［J］. Plant Physiol, 2010, 152：1807-1816.

［8］ Dettmer K, Hammock BD. Metabolomics—A new exciting field within the “omics” sciences［J］. Environ Health Perspect, 2004, 112（7）：A396-A397.

［9］ Taylor J, Buckingham MJ, Sadler PJ. Application of metabolomics to plant genotype discrimination using statistics and machine learning［J］. Bioinforrnatics, 2002, 18：241-248.

［10］ Jan S. Application of NMR in plant metabolomics：Techniques, problems and prospects［J］. Phytochem Anal, 2010, 21：14-21.

［11］ Konstantina S, Lan D, Wilson, et al. HILIC-UPLC-MS for exploratory urinary metabolic profiling in toxicological Studies［J］. Anal Chem, 2011, 83, 382-390.

［12］ Oakman C, Tenoril C, Biganzoli L, et al. Uncovering the metabolomic fingerprint of breast cancer［J］. Internationa Journal of Biochemistry and Cell Biology, 2010, 43（7）：1010-1020.

［13］ Ott KH, Aranibar N. Nuclear magnetic resonance metabonomics：methods for drug discovery and development［J］. Methods Mol Biol, 2007, 358：247-271.

［14］ Rooney OM, Troke J, Nicholson JK, et al. High-resolution diffusion and relaxation-edited magic angle spinning1H NMR spectroscopy of intact liver tissue［J］. Magn Reson Med, 2003, 50（5）：925-930.

［15］ Wishanrt DS. Quantitative metabolomics using NMR［J］. Trends and Chem, 2008, 27（3）：228-237.

［16］ Krone N, Hughes BA, Lavery GG, et al. Gas chromatogmphy/mass spectrometry（GC/MS）remains a preeminent discovery tool in clinical steroid investigations even in the era of fast liquid chromatography tandem mass spectrometry（LC/MS/MS）［J］. J Steroid Biochem Mol Biol, 2010, 121（3-5）：496-504.

［17］ Drexler DM, Reily MD, Shipkova PA. Advances in massspectrometry applied to pharmaceutical metabolomics［J/OL］. Anal Bioanal Chem, 2010, 399（8）：2645-2653.

［18］ Styczynski MP, Moxley JF, Tong LV, et al. Systematic identification of conserved metabolites in GC/MS data for metabolomics and biomarker discovery［J］. Anal Chem, 2007, 79（3）：966-973.

［19］ Liu L, Moxley JF, Tong LV, et al. Differences in metabolite profile between blood plasma and serum［J］. Anal Biochem, 2010, 406（2）：105-112.

［20］ Wei J, Xie GX, Zhou ZT, et al. Salivary metabolite signatures of oral cancer and leukoplakia［J］. Int J Cancer, 2011, 129（9）：2207-2217.

［21］ Holmes E, Antti H. Chemometric contributions to the evoluttion of metabonomics mathematical solutions to characterising and interpreting complex biological NMR spectra［J］. Analyst, 2002, 27（12）：1549-1557.

［22］ Keun HC, Bbels TMD, Bollard ME, et al. Geometric trajectory analysis of metabolic responses to toxicity can define reatment specific profiles［J］. Chem Res Toxicol, 2004, 17（5）：579-587.

［23］ Wang C, Kong HW, Guan YF, et al. Plasma phospholipid metabolic profiliing and biomarkers of type 2 diabetes mellitus based on highperformance liquid chromatography/electrospray mass spectrometry and multivariate statistical analysis［J］. Anal Chem, 2005, 77（13）：4108-4116.

［24］ Sun JC, Von LS, Tungeln W, et al. Identification of metabolite profiles of the catechol-O-methyl transferase inhibitor tolcapone in rat urine using LC-MS-based metabonomics analysis［J］. Chromatorgraph B-Analyt Technol Biomed Life Sci, 2009, 877（24）：2557-2565.

［25］ Trygg J, Holmes E, Lundstedt T. Chemometrics in metabonomics［J］. J Pmteome Res, 2007, 6（2）：469-479.

［26］ Lindon JC, Holmes E, Nicholson JK. Toxicological applicationssof magnetic resonace［J］. Prog NMR Spectr, 2004, 45（1-2）：109-143.

［27］ Bundy JG, Lenz EM, Bailey NJ, et al. Metabonomic assessment of toxicity of 4-fluoroaniline, 3, 5-difluoroaniline and 2-fluoro-4-methylaniline to the earthworm Eisenia veneta（Rosa）：identification of new endogenous biomarkers［J］. Environm Toxicol Chem, 2002, 21（9）：1966-1972.

［28］ Nicholson JK, Timbrell JA, Higham DP, et al. Mercury and cadmium nephrotoxic and the detection of abnomal urinary metabolites by proton NMR-spectroscopy［J］. Human Toxicol, 1984, 3（4）：334-335.

［29］ Nicholson JK, Timbrell JA, Sadler PJ, et al. Proton NMR-spectra of urine as indicators of renal damage-mercury-induced nephrotoxicity in RATS［J］. Mol Pharmacol, 1985, 27（6）：644-651.

［30］ Stewart JD, Bolt HM. Metabolomics：biomarkers of diease and drug toxicity［J］. Arch Toxicol, 2011, 85：3-4.

［31］ Kleno TG, Kiehr B, Baunsgaard D, et al. Combination of “omics” data to investigate the mechanism（s）of hydrazine-induced hepatotoxicity in rats and to identify potential biomarkers［J］. Biomarkers, 2004, 9（2）：116-138.

［32］ Schnackenberg L, Beger RD, Dragan Y, et al. NMR-based metabonomic evaluation of livers from rats chronically treated with tamoxifen, mestranol and phenobarbital［J］. Metabolomics, 2005, 1（10）：87-94.

［33］ Ma C, Bi K, Zhang M, et al. Toxicology effects of morning glory seed in rat：a metabonomic method forprofiling of urine metabolic changes［J］. Journal of Ethnopharmacology, 2010, 130（1）：134-142.

［34］ Brindle JT, Antti H, Holmes E, et al. Rapid and noninvasive diagnosis of the presence and severity of coronary heart disease using1H-NMR-based metabonomics［J］. Nat Med, 2002, 8（12）：1439-1444.

［35］ Wu DJ, Zhu BJ, Wang XD. Metabonomics-based omics study and atherosclerosis［J］. Journal of Clinical Bioinformatics, 2011, 1：30.

［36］ Shang Q, Xiang JF, Tang YL. NMR-based metabonomics：a useful platform of oncology reseatch［J］. Bioanal Rev, 2010, 1：117-140.

［37］ Sabatille MS, Liu E, Morrow DA, et al. Metabolomic identification of novel biomarkers of myocardial ischemia［J］. Cireulation, 2005：112（25）：3868-3875.

［38］ Peng JB, Jia HM, Xu T, et al. A1H NMR based metabonomics approach to progression of coronary atherosclerosis in a rabbit model［J］. Process Biochemistry, 2011, 46（12）：2240-2247.

［39］ Li x, Yang SB, Qiu YP, et al. Urinary metabolomics as a potentially novel diagnostic and stratification tool for knee osteoarthritis［J］. Metabolomics, 2010, 6：109-118.

［40］ Sun LY, Hu WH, Liu Q, et al. Metabonomics reveals plasma metabolic changes and inflammatory marker in polycystic ovary syndrome patients［J］. J Proteome Res, 2012, 11（5）：2937-2946.

［41］ Arora DK. Fungal biotechnology in agricultura1, food and environmental applications［M］. New York：Marcel Dekker, 2004：19-35.

［42］ Bundy JG, Willey TL, Castell RS, et al. Discrimination of pathogenic clinical isolates and laboratory strains of Bacillus cereus by NMR-based metabolomic profiling［J］. FEMS Microbiol Letters, 2005, 242（1）：127-136.

［43］ Buchholz A, Hurlebaus J, Wandrey C, et al. Metabolomies：quantification of intracellular metabolite dynamics［J］. Biomol Eng, 2002, 19：5-15.

［44］ Dalluge JJ, Smith S, Sanchez-Riera F, et al. Potential of fermentation profiling via rapid measurement of amino acid metabolism by liquid chromatography-tandem mass spectrometry［J］. Chromatography, 2004, 1043（1）：3-7.

［45］ Raamsdonk LM, Teusink B, Broadhurst D, et al. A Functional genomics strategy that uses metabolome data to reveal the phenotype of silent mutations［J］. Nat Biotechnol, 2011, 19（1）：45-50.

［46］ Sumner LW, Mendes P, Dixon RA. Plant metabolomies：largescale phytoehemistry in the functional genomics era［J］. Phytochemistry, 2003, 62：817-836.

［47］ Hye KK, Young HC, Robert V, et al. NMR-based metabolomic analysis of plants［J］. Nature Protocols, 2010, 5：536-549.

［48］ Humphreys JM, Chapple C. Rewriting the lignin roadmap. Current Opinion in Plant［J］. Biology, 2002, 5：224-229.

［49］ Fraser PD, Pinto MES, Holloway DE, et al.Application of highperformance liquid chromatography with photodiode array detection to the metabolic profiling of plant isoprenoids［J］. Plant Journal, 2000, 24（4）：551-558.

［50］ Atsushi I, Fumio M, Hisashi M, et al. Metabolomics for metabolically manipulated plants：effects of tryptophan overproduction［J］. Metabolomics, 2007, 3：319-334.