王龍霞，趙先哲，喬偉偉

（復(fù)旦大學(xué)實(shí)驗(yàn)動物科學(xué)部，上海 200032）

代謝組學(xué)在自發(fā)性疾病模型動物遺傳質(zhì)量監(jiān)測和飼料開發(fā)中的應(yīng)用

王龍霞，趙先哲，喬偉偉

（復(fù)旦大學(xué)實(shí)驗(yàn)動物科學(xué)部，上海 200032）

自發(fā)性模型動物是研究糖尿病、高血壓和肥胖等疾病的有力工具，但是這些特殊的動物模型容易受環(huán)境及飲食的影響而產(chǎn)生變異。本文通過簡要的詮釋代謝組學(xué)這一新型研究手段，介紹這種方法在發(fā)掘特殊模型動物生物標(biāo)志的應(yīng)用，引出其用于監(jiān)測特殊模型動物遺傳質(zhì)量的可行性和開發(fā)專門適用于這些特殊模型動物的飼料的必要性和前景，為以后的研究提供參考。

代謝組學(xué)；自發(fā)性動物模型；遺傳監(jiān)測；飼料

目前全世界約有1/3的人飽受糖尿病、高血壓、血脂紊亂及動脈粥樣硬化等一系列代謝性疾病的折磨，這類疾病在西方國家發(fā)病率為20%～30%，在我國約為25%，從長遠(yuǎn)看其在全球增長趨勢明顯，預(yù)計(jì)到2025年全球患糖尿病總?cè)藬?shù)達(dá)到5億，而患高血壓病總?cè)藬?shù)將達(dá)15.6億，將嚴(yán)重危害人類的健康。目前的研究結(jié)果顯示，這些代謝性疾病與生物化學(xué)代謝紊亂有著密切聯(lián)系，但發(fā)病過程和機(jī)制還尚未明了。

實(shí)驗(yàn)動物作為生物醫(yī)學(xué)研究的“活試劑”，其標(biāo)準(zhǔn)化程度直接影響到生命科學(xué)研究的水平和生物醫(yī)藥的研發(fā)及其安全性評價(jià)的結(jié)果。因此，可靠的實(shí)驗(yàn)動物模型在研究以上代謝性疾病與生物化學(xué)代謝紊亂有著十分重要的意義。根據(jù)目前代謝疾病領(lǐng)域應(yīng)用的情況，可遺傳的自發(fā)性動物模型較誘發(fā)性及基因改造模型具有更多的優(yōu)點(diǎn)，其最大的優(yōu)點(diǎn)是完全在自然條件下發(fā)病，其病理生理改變與臨床相似度較高，疾病特征的維持也較人為誘發(fā)模型更穩(wěn)定。因此我國近幾年也不斷從國外大量引入各類自發(fā)性代謝疾病動物進(jìn)行繁殖以供科研需要。

自發(fā)性代謝疾病動物的繁殖培育技術(shù)及質(zhì)量評價(jià)體系的完善是科研工作開展的重要保證之一。然而，由于這些代謝性疾病模型動物對飼養(yǎng)條件要求較高，而目前國內(nèi)繁育飼養(yǎng)這些特殊品系動物的飼料主要還是使用普通動物的標(biāo)準(zhǔn)飼料，并無專用飼料，導(dǎo)致這些模型動物的繁殖障礙而供不應(yīng)求。另一方面，由于自發(fā)性疾病動物模型大多是由國外引入，飼養(yǎng)環(huán)境的改變易使這些特殊品系動物的某些生物學(xué)特性或指標(biāo)與國外的產(chǎn)生差異，使研究結(jié)果不能完全可信。國內(nèi)目前的質(zhì)量評價(jià)指標(biāo)還是比較單一化，不夠全面，因此建立一套完整的質(zhì)量評價(jià)指標(biāo)體系對自發(fā)性代謝疾病動物的應(yīng)用十分必要。

1　代謝組學(xué)在自發(fā)性疾病動物質(zhì)量評價(jià)體系中的應(yīng)用

1.1代謝組學(xué)與代謝指紋技術(shù)

傳統(tǒng)近交系實(shí)驗(yàn)動物遺傳監(jiān)測的方法主要有:免疫標(biāo)志檢測、生物化學(xué)位點(diǎn)檢測、形態(tài)特征檢測等，這些方法主要原理是利用表型特征的變化來推測相應(yīng)的基因變化。這些方法在精確度、檢測位點(diǎn)及反映遺傳概貌等方面具有一定的局限性。

DNA指紋技術(shù)作為近年興起的一種有效的遺傳分析手段有著眾多優(yōu)點(diǎn)：①多態(tài)性比較好，所反映的基因位點(diǎn)更多，從而能夠更全面的反映基因組的變異性；②方法簡單，結(jié)果直觀可辨性強(qiáng)，穩(wěn)定性好，精確性可達(dá)到個體識別；③采樣要求不高，不同的組織如血液、精液、毛發(fā)、肌肉等產(chǎn)生的DNA指紋圖完全一致。盡管有如此多的優(yōu)點(diǎn)，該技術(shù)也存在著工作量大、判定標(biāo)準(zhǔn)不明確，成本相對較高，要求的設(shè)備多等很多實(shí)際工作中不可忽視的缺點(diǎn)［1］。

代謝組學(xué)作為一種新的組學(xué)技術(shù)，主要運(yùn)用現(xiàn)代化學(xué)儀器和化學(xué)計(jì)量學(xué)的方法來給內(nèi)源性生物樣本的代謝物進(jìn)行特征定性，是機(jī)體在內(nèi)源性代謝網(wǎng)中對于毒物或疾病的擾動所產(chǎn)生相應(yīng)的生理病理變化的理想檢測手段［2-6］。體內(nèi)小分子代謝物是系統(tǒng)生命活動、生物化學(xué)代謝的物質(zhì)基礎(chǔ)，因此個體的代謝特征和疾病會表現(xiàn)為某些特殊代謝物在不同個體間的濃度差異。代謝組學(xué)通過定量檢測和適當(dāng)?shù)臄?shù)據(jù)處理方法來研究體內(nèi)小分子化合物水平及其機(jī)體基礎(chǔ)代謝的變化，可以發(fā)現(xiàn)與疾病密切相關(guān)的異常代謝途徑和特征生物標(biāo)志物，通過研究和分析這些異常變化還可以為疾病發(fā)病機(jī)制的進(jìn)一步闡明提供依據(jù)［7-9］。

根據(jù)不同的研究對象和研究目的不同，代謝組學(xué)可分為幾個不同的層次，分別為：代謝物靶分析、代謝輪廓分析、代謝指紋分析以及代謝組學(xué)分析。代謝物靶分析是對已知結(jié)構(gòu)的特定代謝物進(jìn)行定性和定量分析，結(jié)合已知的代謝途徑，分析其在代謝中的變化，得出外源性物質(zhì)的刺激或疾病對該代謝途徑的影響；代謝輪廓分析是對結(jié)構(gòu)、性質(zhì)或代謝路徑相關(guān)的一組化合物在整個代謝網(wǎng)絡(luò)中的一些關(guān)鍵信息節(jié)點(diǎn)的定性及半定量分析；代謝指紋分析是通過不同因素條件下代謝物的指紋圖譜差異的分析，對代謝過程進(jìn)行全方位描述，能更為真實(shí)準(zhǔn)確地反映生物系統(tǒng)內(nèi)的各種變化［10］，所以代謝指紋分析成為代謝組學(xué)最常用的研究方法之一［11］；代謝組學(xué)分析是對體內(nèi)某一特定組織所包含的所有小分子代謝物進(jìn)行綜合分析，是在前三者基礎(chǔ)上的進(jìn)一步深化與整合。

1.1.1代謝指紋技術(shù)代謝指紋可以反映疾病狀態(tài)下生物流體和組織生物化學(xué)的擾動和改變，而這些擾動和改變可能與疾病的進(jìn)程有關(guān)。代謝組是基因組和蛋白組的下游產(chǎn)物，它可以在更為靈敏的層次上研究復(fù)雜的生物樣本，并且考慮到了環(huán)境變化對生物影響的因素［12］。高通量的代謝指紋分析常用的技術(shù)包括核磁共振技術(shù)（NMR）和質(zhì)譜技術(shù)（MS），這兩種方法都可以全面反映諸如血漿、尿液及腦脊液等生物液體樣本的代謝特征［13-16］。綜合考慮兩種方法的優(yōu)缺點(diǎn)，一般情況下MS的應(yīng)用比NMR更廣泛。對于代謝組學(xué)研究來說，敏感度往往是最重要的，因?yàn)檩^高的敏感度可以快速分析大量的代謝組片段。盡管NMR的敏感度不如MS，但是NMR可以作為MS的一個有力的補(bǔ)充方法對代謝組學(xué)進(jìn)行研究［17］。

1.1.2NMR自1990年代末以NMR分析為主的代謝組學(xué)研究模式提出以來，NMR 在生物醫(yī)學(xué)研究領(lǐng)域得到了迅速發(fā)展。利用高分辨率NMR技術(shù)檢測機(jī)體內(nèi)許多微量代謝組分，可得到相應(yīng)的生物體代謝物信息。研究這些組分所產(chǎn)生的圖譜，綜合分析圖譜中信息反映的生物學(xué)意義，可以了解生物體代謝的情況［18］。代謝組學(xué)中NMR分析方法有如下優(yōu)點(diǎn)：①不破壞樣品的結(jié)構(gòu)和性質(zhì)，無輻射損傷；②可選擇接近生理?xiàng)l件的實(shí)驗(yàn)條件，如：一定的溫度和緩沖液范圍內(nèi)；③可研究生物體各種具體的化學(xué)動力學(xué)過程，給出較為詳實(shí)的有關(guān)動態(tài)特性的信息；④可設(shè)計(jì)多種編輯手段，實(shí)驗(yàn)方法靈活多樣；⑤無偏向性，對所有化合物的靈敏度是一樣的。但是NMR也有其不可忽視的缺點(diǎn)，由于尿液中各代謝物的pH值和離子化程度的不同所造成的化學(xué)位移，將導(dǎo)致對代謝組學(xué)數(shù)據(jù)的一些錯誤詮釋［19］。

1.1.3MS由于代謝組學(xué)研究的主要是分子量小于1 000的小分子代謝產(chǎn)物，相對于NMR 靈敏度低及檢測動態(tài)范圍窄等不足，MS技術(shù)的優(yōu)勢是: 超微量分析、快速、具有很高的靈敏度和專屬性、可以同時快速分析多個化合物、能同時提供樣品的分子量信息和結(jié)構(gòu)信息、 既可定量分析又可定性分析、能有效的與各種色譜法在線聯(lián)用，成為分析復(fù)雜體系的有力手段。然而，MS也存在離子化程度和基質(zhì)干擾等問題。近年，隨著質(zhì)譜及其聯(lián)用技術(shù)的發(fā)展，如氣相色譜-質(zhì)譜聯(lián)用（GC-MS）和液相色譜-質(zhì)譜聯(lián)用（LC-MS）的出現(xiàn)，使得MS技術(shù)重新得到關(guān)注［20-22］。

GC-MS不僅分離效率高，而且節(jié)約實(shí)驗(yàn)成本，但進(jìn)樣之前需要對樣品進(jìn)行衍生物化學(xué)預(yù)處理，這一步驟會比較繁瑣耗時，有時甚至?xí)饦悠樊a(chǎn)生不可預(yù)知的變化，這一不足使其發(fā)展受到了一定限制。LC-MS 中目前應(yīng)用較廣的是高效液相色譜和質(zhì)譜聯(lián)用（HPLC-MS）。HPLC進(jìn)樣前不需衍生物化學(xué)處理，在適用于不穩(wěn)定、難于衍生化、不易揮發(fā)和分子量較大的化合物的同時也很好的解決了MS離子壓抑作用這一不足。另外，LC-MS 技術(shù)有較高靈敏度和較好選擇性，因此在代謝組學(xué)中得到廣泛應(yīng)用［18，23，24］。

1.1.4代謝指紋的數(shù)據(jù)處理代謝指紋得到的圖譜產(chǎn)生了大量的數(shù)據(jù)，保留時間和質(zhì)/荷比使得每一個樣本的數(shù)據(jù)結(jié)構(gòu)都產(chǎn)生一個矩陣。由于每個樣本都有成千上萬的數(shù)據(jù)與之對應(yīng)，加之夾雜著眾多的干擾因素，如噪音、儀器誤差和繁雜的多余數(shù)據(jù)。采用常規(guī)統(tǒng)計(jì)分析方法難以發(fā)現(xiàn)樣品之間的異同和樣品中究竟哪些組分不同，因此需要特殊方法對代謝組學(xué)數(shù)據(jù)加以分析。一般來說，可以采用主成分分析，聚類分析等方法進(jìn)行分析，其中應(yīng)用最為廣泛的是主成分分析方法［7，25，26］。

1.2代謝組學(xué)技術(shù)在腫瘤方面的研究應(yīng)用

目前，代謝組學(xué)在腫瘤方面研究的比較多，主要作為腫瘤診斷，預(yù)后和治療評估等的生物標(biāo)志測定的有力工具［27］。由于一些代謝出現(xiàn)變化早于腫瘤的轉(zhuǎn)變，通過對腫瘤生物標(biāo)志物的測定來診斷早期的腫瘤，對于腫瘤代謝組學(xué)研究是一個極大的推動力［28，29］，當(dāng)然，同樣重要的是為腫瘤的早期干預(yù)明確了目標(biāo)［30］。

以前列腺癌骨轉(zhuǎn)移為例［31］，前列腺癌骨轉(zhuǎn)移是前列腺癌重要的臨床特征之一，而目前沒有一個有效手段能在該病發(fā)生轉(zhuǎn)移的可治愈期，做出明確診斷。用GC-MS的方法將前列腺癌骨轉(zhuǎn)移病人和對應(yīng)未發(fā)生骨轉(zhuǎn)移的血漿和骨組織標(biāo)本進(jìn)行處理，用化學(xué)計(jì)量學(xué)和生物信息學(xué)的方法進(jìn)行數(shù)據(jù)分析，并用骨轉(zhuǎn)移病人和未發(fā)生骨轉(zhuǎn)移的其他癌癥病人骨組織代謝物作比較，發(fā)現(xiàn)這些代謝物有顯著差異，如前列腺癌骨轉(zhuǎn)移病人的平均膽固醇水平在127.30 mg/g，而其他癌癥骨轉(zhuǎn)移和正常骨組織的膽固醇平均水平為81.06 mg/g和35.85 mg/g（P=0.000 2和0.001）。根據(jù)上述研究和以前的文獻(xiàn)，我們可以把膽固醇作為晚期前列腺癌治療的藥物作用靶點(diǎn)。

另外，代謝組學(xué)作為腫瘤類型的一項(xiàng)識別技術(shù)，目前在乳腺癌診斷方面的優(yōu)勢比較突出［27］。根據(jù)一些NMR的研究，從乳腺組織活檢中可以檢出多于30種的內(nèi)源性代謝物，其中可以確信的是總膽固醇水平升高對乳腺癌的影響（可能起因于膽堿磷酸水平的升高）［28］。

張鴻德等［29］將代謝組學(xué)技術(shù)用于宮頸癌和正常人血清的研究，宮頸癌組中的檸檬酸、丙酮酸、乙二酸、3-羥基丁酸、亞油酸、乳酸、甘油、丙氨酸和十六酸水平升高（P＜0.05），賴氨酸與核糖醇含量明顯降低（P＜0.05）。腫瘤細(xì)胞生長很快，過快的生長使細(xì)胞經(jīng)常處于缺氧狀態(tài)，導(dǎo)致線粒體的有氧氧化功能關(guān)閉，能量需求通過葡萄糖的無氧酵解提供，此反應(yīng)稱為瓦伯格效應(yīng)（Warburg Effect），從而使得宮頸癌組中的乳酸和丙酮酸升高。十六酸、亞油酸、油酸作為細(xì)胞膜的重要組成成分，其含量水平升高可能與腫瘤患者內(nèi)細(xì)胞增殖、壞死和凋亡緊密相關(guān)。此代謝物可能成為宮頸癌早期診斷潛在的生物標(biāo)志物。

盡管代謝組學(xué)技術(shù)目前得到了大大的提高，在臨床診斷依據(jù)中獲得越來越多的支持。但是，代謝組學(xué)仍然處于起步期，其技術(shù)限制，數(shù)據(jù)庫的不完善和費(fèi)用問題使得其落后于其他組學(xué)，今后的發(fā)展將圍繞這些展開［32］。

1.3糖尿病和高血壓常用特殊動物模型與對照動物

的代謝標(biāo)志物差異研究

1.3.1db/db小鼠db/db小鼠作為常用的Ⅱ型糖尿病和糖尿病腎病的疾病模型，該小鼠純合體在1月齡左右開始貪食發(fā)胖，血漿胰島素在10～14 d、血糖在4～8周開始升高，該模型的“三多一少”癥狀比較明顯，跟人類Ⅱ型糖尿病最為接近。由于ob/ob小鼠和db/db小鼠在代謝上有量和時間的差異［33，34］，因此在這里僅對db/db小鼠與其對照小鼠db/m的代謝差異進(jìn)行探討說明。

孫立業(yè)等［35］用基于NMR的代謝組學(xué)技術(shù)以db/m小鼠為對照，對db/db 糖尿病腎病小鼠血漿中內(nèi)源性小分子代謝物進(jìn)行分析，結(jié)合模式識別技術(shù)確定糖尿病腎病小鼠機(jī)體由于病理刺激而產(chǎn)生的代謝紊亂，進(jìn)行潛在代謝標(biāo)志物分析，經(jīng)多元統(tǒng)計(jì)分析（OPLS-DA的方法），與對照小鼠相比較，結(jié)果顯示db/db 小鼠血漿中葡萄糖和氧化三甲胺（TMAO）的含量升高，脂蛋白、亮氨酸、異亮氨酸、纈氨酸、乳酸、丙氨酸、賴氨酸、乙酸、谷氨酰胺、蛋氨酸、檸檬酸、肌酸、肌酐、甘油磷酸膽堿、磷酸膽堿、甘油的含量下降，這些都可以作為新的潛在的代謝標(biāo)志物。

1.3.2Zucker（fa/fa）大鼠主要表現(xiàn)為高胰島素血癥、高血糖、外周胰島素抵抗、高血脂、肥胖和高血壓［36］，廣泛用于糖尿病并發(fā)癥及代謝綜合征的研究。

國外有學(xué)者將20周的Zucker（fa/fa）大鼠和普通Wistar大鼠的血漿代謝情況進(jìn)行比較［37］，采用1HNMR、HPLC-MS和GC-MS三種方法，使三者優(yōu)勢結(jié)合以得到更全面的代謝數(shù)據(jù)。結(jié)果表明三種方法均能很好的區(qū)分兩種大鼠的血漿代謝物的不同。在諸多標(biāo)志物中，與Wistar大鼠相比，Zucker大鼠由于脂類合成的調(diào)節(jié)失常，血漿中膽固醇、花生四烯酸、油酸、棕櫚酸、低密度及極低密度脂蛋白明顯升高；維生素E的含量有所增加，維生素E具有抗氧化的作用，在疾病狀態(tài)時氧化應(yīng)激產(chǎn)生維生素E，是機(jī)體的一種防御能力。另外Zucker大鼠的牛黃膽酸酸濃度也有所增加，可能是因?yàn)楦闻K生物化學(xué)的改變而導(dǎo)致的膽汁酸產(chǎn)生形式的改變。1.3.3SHR大鼠SHR大鼠是目前較為公認(rèn)的與人類高血壓最為接近的高血壓疾病動物模型。對于高血壓患者的腦損傷及功能障礙情況雖然不能完全復(fù)制，但是其很多特點(diǎn)都與人類高血壓患者相似，如發(fā)病機(jī)制、外周血管阻力變化、高血壓心血管并發(fā)癥、對鹽的敏感性等。但其不足之處也不可忽視，例如，成模率不高，與遺傳因素高度相關(guān)以及在飼養(yǎng)環(huán)境變動的情況下易變種、斷種等［38］。所以對此類大鼠的遺傳質(zhì)量檢測就顯得非常重要。

Akira等［39］和Fujiwara等［40］用1HNMR代謝組學(xué)的研究方法，研究早期SHR大鼠體內(nèi)的代謝變化，研究共同表明，與非高血壓大鼠相比，SHR大鼠早期體內(nèi)的檸檬酸鹽和琥珀酸鹽水平顯著降低，這些變化被認(rèn)為是由血壓的升高而產(chǎn)生的，即便大鼠品系之間的差異不能被排除，提示這兩種小分子化合物可以成為SHR大鼠早期監(jiān)測的生物標(biāo)志。

2　代謝組學(xué)用于特殊品系動物飼料開發(fā)

由于自發(fā)性代謝疾病動物較對照品系實(shí)驗(yàn)動物其體內(nèi)代謝存在差異，因此對飼料營養(yǎng)的需求也會不同，但是目前對這些特殊品系動物的培育主要還是使用普通品系實(shí)驗(yàn)動物的標(biāo)準(zhǔn)飼料，導(dǎo)致這些特殊品系實(shí)驗(yàn)動物的產(chǎn)量達(dá)不到科研的需求，另外也易影響疾病特征的穩(wěn)定性。

近年來，飼料中的營養(yǎng)價(jià)值主要通過消化試驗(yàn)、化學(xué)分析、代謝試驗(yàn)、平衡試驗(yàn)和飼養(yǎng)試驗(yàn)來評定。隨著化學(xué)分析手段的不斷發(fā)展和測試儀器設(shè)備的不斷更新進(jìn)步，HPLC、氨基酸自動分析儀、原子吸收光譜儀已被廣泛用于飼料營養(yǎng)成分分析［41］。代謝組學(xué)技術(shù)在動物營養(yǎng)和飼料領(lǐng)域的應(yīng)用剛剛起步，它通過研究與營養(yǎng)密切相關(guān)的糖代謝、脂質(zhì)代謝、氨基酸代謝等，進(jìn)而在分子水平上研究營養(yǎng)素對動物的生理機(jī)能的影響。在特殊品系動物飼料開發(fā)中，可根據(jù)動物不同生長階段的代謝指紋圖譜，進(jìn)行營養(yǎng)需求評估模型的構(gòu)建，最后完善代謝組學(xué)技術(shù)應(yīng)用于實(shí)驗(yàn)動物遺傳質(zhì)量控制和飼料研制的流程。

魚粉由于氨基酸種類齊全比例適當(dāng)，消化率高，適口性好，對于幼年動物的生長發(fā)育及成年后的營養(yǎng)維持具有良好的作用，是目前飼料中常用的動物蛋白來源，因此市場需求量大，價(jià)格較高，不良商家通過摻假而謀取利益，再加上其原材料易受環(huán)境污染（可能含有甲基汞和砷類化合物），從而影響實(shí)驗(yàn)動物的繁育以及對實(shí)驗(yàn)結(jié)果會產(chǎn)生很大的影響［42］，比較現(xiàn)有飼料配方全植物配方飼料具有原材料質(zhì)量易控制且營養(yǎng)含量穩(wěn)定的優(yōu)點(diǎn)，全植物配方飼料替代現(xiàn)有飼料也是目前一大趨勢，所以應(yīng)抓住這個契機(jī)進(jìn)行全植物配方飼料的研制。

目前大豆飼料被認(rèn)為是魚粉飼料的理想代替品之一［43］，原因在于，除了限制性氨基酸蛋氨酸外，組成大豆蛋白的其余各種必需氨基酸的比例與完全蛋白質(zhì)接近，表明大豆蛋白是一種優(yōu)質(zhì)的蛋白質(zhì)。目前對大豆蛋白的研究還比較局限，主要集中在水產(chǎn)養(yǎng)殖飼料和家畜飼料中動物性蛋白的替代上，原因在于大豆中含有多種抗?fàn)I養(yǎng)因子，如: 植物凝集素、胰蛋白酶抑制劑、低聚糖和抗原蛋白等，這些抗?fàn)I養(yǎng)因子如果沒有經(jīng)過任何的加工處理，對動物的生長會產(chǎn)生極大的影響，因此也限制了大豆蛋白在動物飼料中的使用。針對大豆蛋白的缺陷，可利用微生物發(fā)酵技術(shù)對大豆進(jìn)行發(fā)酵，所產(chǎn)生的豆粕既無化學(xué)殘留物的顧慮，也使得抗?fàn)I養(yǎng)因子得到了有效去除，同時還能產(chǎn)生多種小肽，對幼畜的生長有較好的促進(jìn)作用［44］。

對有毒飼料、新飼料和受到污染的飼料需要進(jìn)行毒理學(xué)試驗(yàn)，以評價(jià)它們對使用此種飼料的動物的安全性和對人類動物源性食品的安全性。以往在飼料毒理學(xué)研究上，通常使用三致試驗(yàn)的評價(jià)方法，這種方法是建立在傳統(tǒng)的實(shí)驗(yàn)生物學(xué)基礎(chǔ)上的，對毒物的代謝機(jī)制有時并不清楚，而且實(shí)驗(yàn)周期較長。上述代謝組學(xué)的特征表明，代謝組學(xué)正好可以彌補(bǔ)三致試驗(yàn)的缺陷［45］，成為更好的研究手段。

另外，代謝組學(xué)還可應(yīng)用于飼料加工方法的評價(jià)，在經(jīng)過加工及滅菌之后的飼料其營養(yǎng)成分、可消化性以及抗?fàn)I養(yǎng)因子毒作用強(qiáng)度較之前都會產(chǎn)生一定程度的變化，如具有熱敏感特性的營養(yǎng)成分維生素在高溫高壓等加工過程中會有所損失；對大豆進(jìn)行發(fā)酵，可使其中的植物凝集素、胰蛋白酶抑制劑等可得到不同程度的去除。代謝組學(xué)技術(shù)可以通過檢測實(shí)驗(yàn)動物代謝物中的代謝變化，來評估飼料加工后飼料營養(yǎng)價(jià)值和安全性，從而評估飼料加工及滅菌方法的優(yōu)劣［46］。

3　展望

代謝組學(xué)作為一個新興的組學(xué)，在臨床上的應(yīng)用效果已證明其在代謝性疾病領(lǐng)域研究的優(yōu)越性。代謝組學(xué)可通過定量檢測以及合適的數(shù)據(jù)處理方法（主成分分析）來研究體內(nèi)小分子化合物水平及其機(jī)體基礎(chǔ)代謝的變化，可以發(fā)現(xiàn)與疾病密切相關(guān)的異常代謝途徑和特征生物標(biāo)志物，研究和分析這些異常變化還可為進(jìn)一步闡明代謝性疾病發(fā)病提供全面的依據(jù)。因此代謝組學(xué)技術(shù)對自發(fā)性代謝疾病動物質(zhì)量評價(jià)指標(biāo)體系的建立將發(fā)揮重要的作用。在動物飼料開發(fā)方面，使用代謝組學(xué)分析平臺可以彌補(bǔ)先前這方面小分子代謝物在動物營養(yǎng)學(xué)中分析技術(shù)的不足，并且其作用日漸突出。

［1］陳振文. DNA指紋圖與微衛(wèi)星DNA技術(shù)在近交系大、小鼠遺傳監(jiān)測中的應(yīng)用研究［D］. 北京: 中國農(nóng)業(yè)大學(xué)，2004.

［2］Mortishire-Smith RJ，Skiles GL，Lawrence JW，et al. Use of metabonomics to identify impaired fatty acid metabolism as the mechanism of a drug-induced toxicity［J］. Chem Res Toxicol，2004，17（2）:165-173.

［3］Waters NJ，Holmes E，Williams A，et al. NMR and pattern recognition studies on the time-related metabolic effects of alpha-naphthylisothiocyanate on liver，urine，and plasma in the rat: an integrative metabonomic approach［J］. Chem Res Toxicol，2001，14（10）:1401-1412.

［4］ Coen M，Lenz EM，Nicholson JK，et al. An integrated metabonomic investigation of acetaminophen toxicity in the mouse using NMR spectroscopy［J］. Chem Res Toxicol，2003，16（3）:295-303.

［5］ Bollard ME，Keun HC，Beckonert O，et al. Comparative metabonomics of differential hydrazine toxicity in the rat and mouse［J］. Toxicol Appl Pharmacol，2005，204（2）:135-151.

［6］Waters NJ，Waterfield CJ，F(xiàn)arrant RD，et al. Metabonomic deconvolution of embedded toxicity: application to thioacetamide hepato- and nephrotoxicity［J］. Chem Res Toxicol，2005，18（4）: 639-654.

［7］阿基業(yè). 代謝組學(xué)數(shù)據(jù)處理方法——主成分分析［J］. 中國臨床藥理學(xué)與治療學(xué)，2010（5）:481-489.

［8］Corona G，Polesel J，F(xiàn)ratino L，et al. Metabolomics Biomarkers of Frailty in Elderly Breast Cancer Patients［J］. J Cell Physiol，2014，229（7）:898-902.

［9］Monteiro MS，Carvalho M，Bastos ML，et al. Application of holistic liquid chromatography-high resolution mass spectrometry based urinary metabolomics for prostate cancer detection and biomarker discovery［J］. Current Medcinal Chemistry，2013，20（2）:257-271.

［10］ Cevallos-Cevallos JM，Reyes-De-Corcuera JI. Metabolomic analysis in food science［J］. Trends Food Sci Tech，2009，20 （11-12）:557-566.

［11］ Whitfield PD，German AJ，Noble PJ. Metabolomics: an emerging post-genomic tool for nutrition［J］. Brit J Nutrion，2004，92（4）:549-555.

［12］ Barba I，Sanz C，Barbera A，et al. Metabolic fingerprinting of fresh lymphoma samples used to discriminate between follicular and diffuse large B-cell lymphomas［J］. Exp Hematol，2009，37（11）:1259-1265.

［13］ Dunn WB，Bailey NJ，Johnson HE. Measuring the metabolome: current analytical technologies［J］. Analyst，2005，130（5）:606-625.

［14］ Bictash M，Ebbels TM，Chan Q，et al. Opening up the “Black Box”: Metabolic phenotyping and metabolomewide association studies in epidemiology［J］. J Clin Epidemiol，2010，63（9）:970-979.

［15］ Hollywood K，Brison DR，Goodacre R. Metabolomics: current technologies and future trends［J］. Proteomics，2006，6（17）:4716-4723.

［16］ Lenz EM，Wilson ID. Analytical strategies in metabonomics ［J］. J Proteome Res，2007，6（2）:443-458.

［17］ Krishnan P，Kruger NJ，Ratcliffe RG. Metabolite fingerprinting and profiling in plants using NMR［J］. J Exp Bot，2005，56 （410）:255-265.

［18］ 孫向明，杜娟，南莉莉. 代謝組學(xué)中代謝指紋分析技術(shù)進(jìn)展［J］. 食品與藥品，2008（9）:62-65.

［19］ Akira K，Hichiya H，Shuden M，et al. Sample preparation method to minimize chemical shift variability for NMR-based urinary metabonomics of genetically hypertensive rats ［J］. J Pharmaceut Biomed，2012，66:339-344.

［20］ Dettmer K，Aronov PA，Hammock BD. Mass spectrometrybased metabolomics［J］. Mass Spectrometry Reviews，2007，26（1）:51-78.

［21］ Ackermann BL，Hale JE，Duffin KL. The role of mass spectrometry in biomarker discovery and measurement［J］. Current Drug Metabolism，2006，7（5）:525-539.

［22］ Kamleh MA，Dow JA，Watson DG. Applications of mass spectrometry in metabolomic studies of animal model and invertebrate systems［J］. Brief Funct Genomic Proteomic，2009，8（1）:28-48.

［23］ Rezzi S，Ramadan Z，F(xiàn)ay LB，et al. Nutritional metabonomics: Applications and perspectives［J］. J Proteome Res，2007，6 （2）: 513-525.

［24］ 蘇翠紅，李笑天. 液相色譜和質(zhì)譜聯(lián)用技術(shù)及其在代謝組學(xué)中的應(yīng)用［J］. 中華婦幼臨床醫(yī)學(xué)雜志，2010，（01）:62-64.

［25］ Idborg H，Zamani L，Edlund PO，et al. Metabolic fingerprinting of rat urine by LC/MS Part 2. Data pretreatment methods for handling of complex data［J］. J Chromatogr B Analyt Technol Biomed Life Sci，2005，828（1-2）:14-20.

［26］ Zeng M，Liang Y，Li H，et al. Plasma metabolic fingerprinting of childhood obesity by GC/MS in conjunction with multivariate statistical analysis［J］. J Pharm Biomed Anal，2010，52 （2）:265-272.

［27］ Spratlin JL，Serkova NJ，Eckhardt SG. Clinical applications of metabolomics in oncology: a review［J］. Clin Cancer Res，2009，15（2）:431-440.

［28］ Zhang AH，Sun H，Qiu S，et al. Metabolomics in noninvasive breast cancer［J］. Clin Chim Acta，2013，424:3-7.

［29］ 張洪德，徐文莉，羅藝，等. 代謝組學(xué)法分析宮頸癌患者血清小分子代謝產(chǎn)物的初步研究［J］. 北華大學(xué)學(xué)報(bào)，2015，16（1）:43-45.

［30］ Gu H，Pan Z，Xi B. Principal component directed partial least squares analysis for combining nuclear magnetic resonance and mass spectrometry data in metabolomics: application to the detection of breast cancer［J］. Anal Chim Acta，2011，686 （1-2）:57-63.

［31］ Halama A. Metabolomics in cell culture-A strategy to study crucial metabolic pathways in cancer development and the response to treatment［J］. Arch Biochem Biophys，2014，564: 100-109.

［32］ Trock，BJ. Application of metabolomics to prostate cancer［J］. Urol Oncol，2011，29（5）:572-581.

［33］ Chatzigeorgiou A，Halapas A，Kalafatakis K，et al. The use of animal models in the study of diabetes mellitus［J］. In Vivo，2009，23（2）:245-258.

［34］ Buchanan J，Mazumder PK，Hu P，et al. Reduced cardiac efficiency and altered substrate metabolism precedes the onset of hyperglycemia and contractile dysfunction in two mouse models of insulin resistance and obesity［J］. Endocrinology，2005，146（12）:5341-5349.

［35］ 孫立業(yè)，毛璇，張冬娟，等. Ⅱ型糖尿病腎病模型db/db小鼠血漿的代謝組學(xué)研究［J］. 中國醫(yī)藥導(dǎo)報(bào)，2012，（13）:19-21.

［36］ Morrison RG，Mills C，Moran AL，et al. A moderately high fat diet promotes salt-sensitive hypertension in obese Zucker rats by impairing nitric oxide production［J］. Clin Expl Hypertens，2007，29（6）:369-381.

［37］ Williams R，Lenz EM，Wilson AJ，et al. A multi-analytical platform approach to the metabonomic analysis of plasma from normal and Zucker （fa/fa） obese rats［J］. Mol Biosyst，2006，2（3-4）:174-183.

［38］ 張帆，白明，苗明三，等. 高血壓動物模型存在的問題及思考［J］. 中醫(yī)學(xué)報(bào)，2011，（03）:326-328.

［39］ Akira K，Masu S，Imachi M，et al. 1H NMR-based metabonomic analysis of urine from young spontaneously hypertensive rats［J］. J Pharm Biomed Anal，2008，46（3）:550-556.

［40］ Fujiwara M，Arifuku K，Ando I，et al. Pattern recognition analysis for classification of hypertensive model rats and diurnal variation using 1H-NMR spectroscopy of urine［J］. Anal Sci，2005，21（11）:1259-1262.

［41］ 喬艷龍，夏先林. 飼料營養(yǎng)價(jià)值評定方法進(jìn)展［J］. 貴州畜牧獸醫(yī)，2012，159（03）:26-28.

［42］ Kozul CD，Nomikos AP，Hampton TH，et al. Laboratory diet profoundly alters gene expression and confounds genomic analysis in mouse liver and lung［J］. Chem Biol Interact，2008，173（2）:129-140.

［43］ Olmos J，Ochoa L，Paniagua-Michel J，et al. Functional feed assessment on litopenaeus vannamei using 100% fish meal replacement by soybean meal，high levels of complex carbohydrates and Bacillus Probiotic strains［J］. Marine Drugs，2011，9（6）:1119-1132.

［44］ 胡新旭，高書鋒，周映華，等. 發(fā)酵蛋白原料替代魚粉的應(yīng)用研究進(jìn)展［J］. 飼料研究，2012（11）:18-22.

［45］ 王文杰. 代謝組學(xué)在動物營養(yǎng)學(xué)和飼料研究中的應(yīng)用前景［C］. 中國畜牧獸醫(yī)學(xué)會信息技術(shù)分會2009年學(xué)術(shù)研討會. 2009. 哈爾濱.

［46］ 曹平華，李曉霞，王占彬，等. 代謝組學(xué)在動物營養(yǎng)和飼料領(lǐng)域中的研究進(jìn)展［J］. 中國畜牧獸醫(yī)，2010，（09）:20-24.

The Application of Metabonomics in Genetic Quality Monitoring of Spontaneous Disease Animal Models and Development of Specialized Feed

WANG Long-xia，ZHAO Xian-zhe，QIAO Wei-wei
（Department of Laboratory Animal Science，F(xiàn)udan University，Shanghai 200032，China）

Hereditary spontaneous disease animal models are powerful tools for the study of diseases like diabetes mellitus，hypertension and obesity etc. However，these special animal models are prone to be influenced by environment and diets. In this review，the metabonomics，a new research tool，to be used in discovering the biomarkers of these special animal models were introduced. The practicability of using these biomarkers to monitor the genetic quality of these special animal models and the necessity of developing the appropriate feeds for them were explained，so as to provide some

for future research.

Metabonomics ；Spontaneous Disease Animal Models；Genetic monitoring；Feed

Q95-33

A

1674-5817（2015）03-0258-07

10.3969/j.issn.1674-5817.2015.03.017

2014-11-25

王龍霞（1988-），女，在讀碩士研究生，主要從事實(shí)驗(yàn)動物營養(yǎng)的研究。E-mail: 12211120002@fudan.edu.cn

喬偉偉（1968-），男，副主任技師，碩士生導(dǎo)師，從事實(shí)驗(yàn)動物的教學(xué)、科研及管理。E-mail: qiaoww@shmu.edu.cn