代谢组学的研究进展

代谢组学的研究进展

1代谢学与代谢组学代谢组学创立于不到10年，但发展迅速（图1）。作为系统生物学的重要组成部分，它在诊断和功能因素研究中发挥着越来越重要的作用。随着基因组学研究的深入,功能基因组开始研究基因组、转录组以及蛋白组的数据与表型之间的关系;而细胞内的全部代谢物最接近于表型,从而产生了研究全部代谢物的要求,代谢组(metabolome)的概念由此诞生。Fiehn等在2000年以拟南芥叶为模型的工作标志着代谢组学成为功能基因组研究的一个重要组成部分。目前,代谢组学的研究可分为以下3个层次:(1)目标代谢物分析(metabolitetargetanalysis)。利用特定方法研究难分析化合物(difficultanalytes),如植物激素等;(2)代谢谱分析(metaboliteprofiling)。对一系列预先设定的目标代谢物(如某特定代谢途径中所有代谢物,或者一组由多条代谢途径共享的代谢物)进行定量研究;(3)代谢组学。定性和定量特定条件下生物样品内的全部代谢物。然而,由于代谢物组成复杂、含量不一,样品制备过程的偏差,以及检测设备的量程及通量等问题,目前还难以分析全部的代谢物。因此,在现阶段代谢组学更多地被视为“非目标性”代谢物研究。与代谢组学相关的概念还有代谢指纹分析(metabolicfingerprinting),即对粗提代谢物进行高通量的定性分析,通过谱型比较将样品进行快速分类,或者寻找差异峰从而揭示生物对疾病或有毒物应答的生物标记物。另一个重要的概念是代谢产物组学(metabonomics),多指以核磁共振(NMR)手段研究与疾病相关的代谢物。Nicholson等认为代谢产物组学是综合地研究某一时间点对细胞内全部代谢物的影响。不过,上述有关代谢组学的各种概念仍在发展和完善中。代谢组学会(MetabolomicsSociety)也将代谢组学的定义视为学会亟待解决的重要问题。代谢组学与其它组学的研究对象的最大区别是其研究代谢组的变化。代谢组的变化是生物对遗传变异、疾病以及环境影响的最终应答。代谢组学受进化的影响较小,在不同物种间其检测方法比其它组学方法更为通用。以果糖二磷酸化酶检测为例,基因组或蛋白组研究需要掌握不同物种内该酶的编码基因或蛋白序列,并根据该信息设计相应芯片或质谱检测技术;代谢组则不管在何种生物内,该酶的底物和产物(1,6-二磷酸果糖和6-磷酸果糖)都是一致的,因而其检测方法可适用于所有物种。与其它“组学”研究类似,代谢组学的突破在于将传统的代谢途径扩展为代谢网络的研究。通过“非目标性”地识别全部代谢物,定量它们在生物体系内的动力学变化,从而揭示传统方法无法观测到的代谢网络中不同途径之间的关系。因而,代谢组学成为系统生物学研究的重要组成部分。2反相lc技术的应用由于代谢物的多样性,许多分析技术得到广泛应用。图2所示为各种代谢组学研究中常用的技术平台。根据样品的属性和研究目的来选择并综合利用多种技术平台。例如研究植物与微生物常使用质谱检测代谢物,而在动物样品的研究中则更多地采用了核磁共振(NMR)技术。目前,应用最广泛、最有效的技术是气相色谱-质谱(GC-MS)和液相色谱-质谱(LC-MS)。这两种技术可以检测包括糖、糖醇、有机酸、氨基酸、脂肪酸以及大量次级代谢物在内的数百种化合物。GC-MS具有较高的分辨率和灵敏度。因此,与GC-MS相关技术的发展很快,如采用GC-GC-MS技术增加单次分析可分离代谢物的种类;利用GC与飞行时间质谱(TOF-MS)联用可以进行高通量分析:由于TOF检测时间短,一个月可分析1000个以上样品;而且,利用升级的解析方法可以从植物叶片提取物的GC-TOF图谱中一次解析出1000种以上化合物。但是GC分离样品分子量范围有限,不能分离大分子及难挥发物质,同时热不稳定性物质在GC条件下容易分解。尽管衍生化过程会降低样品的通量,将样品衍生化后再进行GC分离,仍然是解决上述问题的一条有效途径。LC-MS具有强大的分离能力,广泛应用于难挥发性物质的分析。目前,反相LC技术应用较普遍,但常规LC在分离极性较强物质时仍然具有重要作用。Tolstikov等开发出一种亲水作用色谱技术(hydrophilicinteractionchromatography,HILIC),采用(monolithicC18silica)长柱提高了分离效率,并且更易于与MS对接,检测到许多极性物质。此外,HPLC-MS、毛细管HPLC-MS、UPLC-MS以及多维色谱等技术逐渐应用到代谢物组学研究,明显提高了分辨率、灵敏度和通量。毛细管电泳在代谢物分离方面是一个新的发展方向,其效率优于LC和GC。检测器是代谢物组分析关键因素之一。傅里叶变换离子回旋加速器质谱(FT-MS)技术在代谢物组领域具有良好的应用前景。借助高分辨率质谱(>106),FT-MS可以进行精确的质量分析,并根据同位素间分布直接得出经验分子式。核磁共振NMR技术多用于代谢物指纹图谱分析和寻找样品间的显著差异代谢物,更多地用于哺乳动物样品的检测。NMR技术是代谢产物组(metabonomics)研究最有力的工具,具有较好的重复性。拉曼以及傅里叶红外等振动光谱的灵敏度虽然相对较低,但是,傅里叶红外在生物样品的高通量筛选分类方面非常有效。Ellis等利用该方法研究了肉类在变质过程中的代谢谱,发现该过程的主要生化指标为蛋白质降解。一种新的发展趋势是样品不经色谱分离直接进样,采用低分辨率电喷雾质谱分析,根据获得的指纹图谱进行高通量筛选。Allen等采用该方法成功地区分开仅仅一个基因差异的酿酒酵母。生物体内的代谢物随时间和空间的变化而不断地发生变化,所以时间动力学与空间分布的变化是代谢物组学研究的重要课题。虽然可以通过连续取样的方法来研究时间动力学,但是该方法费时费力。利用NMR及FTIR等技术进行非介入性研究是一个新的发展方向。此外,利用分子生物学手段的研究也有新的进展。Fehr等利用GFP融合葡萄糖结合蛋白,通过荧光强度来监测胞内的葡萄糖浓度。结果发现,在COS-7细胞胞浆内的葡萄糖浓度的变化范围高达两个数量级。一个普通的细胞内可能含有或产生的代谢物种类远远超出人们最初的预想。Fiehn等从拟南芥叶片中鉴定出326种代谢物,通过对数据深入分析,发现最初的图谱能够解析出1000种以上的代谢物。因此,随着硬件平台的发展,代谢组学研究将获得海量的数据;而如何解析、储存这些数据并从中提取有用的信息则非常重要。因此,代谢组学数据的处理已经成为生物信息学的一个新的重要分支。代谢组学原始数据的解析可分为如下3个基本步骤:(1)提取出色谱分离(如GC-MS)后未能有效分开的代谢物峰并得出其相应浓度;(2)根据其保留时间及质谱图等信息鉴别有效峰所代表的化合物;(3)根据代谢数据建立代谢网络模型。目前已经开发出界面友好的公开软件,如Sumner等开发的MSFACTS(metabolomicsspectralformatting,alignmentandconversiontools),可以输入如GC-MS原始数据,输出代谢物清单。Johnson等设计了一种新的算法,可进行图谱的快速比对。根据图谱鉴别结构问题相对进展较慢。不能识别图谱中的大多数代谢物峰成为代谢组学研究的瓶颈之一。在标准数据库中,多数数据都来源于有机化学领域,而天然代谢物的结构信息相对较少。以植物为例,80%以上的代谢物在标准谱库中找不到对应的化合物。解决该问题应该更多地依赖于一些新的算法进行自动推算,而不是寻找相应的标准参照物。目前,关于NMR的自动化谱图结构推测有一定的进展,而关于MS图谱的分析相对落后。关于代谢数据的可视化及建模,不少文献中都有介绍,在此不再赘述。与其它组学研究类似,代谢组学数据的标准化及存储也是一个重要的问题。目前,一些相关的数据库已经建立,例如拟南芥代谢组数据库以及包含各种代谢途径的KEGG数据库等等。但是,类似基因组研究中Genbank作用的代谢物数据库尚未建立,未来的发展方向是建立综合、关联基因组、蛋白组及代谢组数据的大型数据库。3其他特殊领域的研究目前,代谢组学应用领域大致可以分为以下6个方面:(1)植物功能基因组研究,主要以拟南芥为研究模型,也包括一些转基因作物的研究;(2)疾病诊断,根据代谢物指纹图谱诊断肿瘤、糖尿病等疾病;(3)制药业,主要通过高通量比对预测药物的毒性和有效性,通过全面分析来发现新的生物指示剂;(4)微生物领域;(5)毒理学研究,包括利用代谢组学平台研究环境毒理及药物毒理;(6)食品及营养学,即研究食品中进入体内的营养成分及其与体内代谢物的相互作用。以下着重介绍在微生物领域的代谢组学研究及其最新进展。3.1代谢谱分析方法或代谢组学法经典的微生物分类方法多根据微生物形态学以及对不同底物的代谢情况进行表型分类。最近,随着分子生物学的突飞猛进,基因型分类方法如16SrDNA测序,DNA杂交以及PCR指纹图谱等方法得到了广泛应用。然而,某些菌株按照基因型与表型两类方法分类会得出不同的结果。因此,根据不同的分类目的联合应用这两类方法已成为一种趋势。BIOLOG等方法在表型分类中应用较为广泛,但是,代谢谱分析方法(metabolicprofiling)异军突起,逐渐成为一种快速、高通量,全面的表型分类方法。采用代谢组分类时,可以通过检测胞外代谢物来加以鉴别。常用的胞外代谢物检测方法为样品衍生化后进行GC-MS分析、薄层层析或HPLC-MS分析,最后通过特征峰比对进行分类。Bundy等采用NMR分析代谢谱成功地区分开临床病理来源以及实验室来源的不同杆菌(bacilluscereus)。除了表型分类外,代谢组学数据可以应用于突变体的筛选。在传统研究中的沉默突变体(即未发生明显的表型变化的突变体)内,突变基因可能导致了某些代谢途径发生变化,通过代谢快照(metabolicsnapshot)可以发现该突变体并研究相应基因的功能。Soga等用CE-MS系统研究了枯草杆菌在芽孢发生过程中的代谢谱的变化过程,识别出胞1692种代谢物,并鉴别出其中的150种。3.2葡萄糖代谢过程研究发酵工艺的监控和优化需要检测大量的参数,利用代谢组学研究工具可以减少实验数量,提高检测通量,并有助于揭示发酵过程的生化网络机制,从而有利于理性优化工艺过程。Buchholz等采用连续采样的方法研究了大肠杆菌在发酵过程中的代谢网络的动力学变化。他们在葡萄糖缺乏的培养液培养的大肠杆菌中加入葡萄糖,并迅速混匀,按每秒4～5次的频率连续取样。利用酶学分析、HPLC/LC-MS等手段监测样品中多达30种以上的代谢物、核苷以及辅酶,从而解析了葡萄糖以及甘油的代谢途径和底物摄取体系。通过统计学分析建模,发现在接触葡萄糖底物后的15～25s范围内,大肠杆菌体内发生的葡萄糖代谢物变化与经典生化途径相符,但随后的过程则与经典途径不符,推测可能存在新的未知调控步骤。Takors认为,通过上述代谢动力学研究,掌握代谢途径及网络中的关键参数,将直接有利于代谢工程的优化,包括菌株的理性优化以及发酵参数的调控。Dalluge等利用LC-MS-MS方法监控发酵过程中的氨基酸谱纹,实现对整个发酵系统的高通量快速监控;而接下来的研究将考虑缩小氨基酸监测范围,通过少数几个关键氨基酸的监测实现对整个发酵系统状况的监控。3.3根际代谢产物和代谢动力学微生物降解是环境中去除污染物的主要途径。深入了解污染物在微生物内的代谢途径,将有助于人们优化生物降解的条件,从而实现快速的生物修复。这些代谢中间体大都通过萃取、分析方法进行逐个研究,并借助专家经验拟合出代谢途径,其动力学过程亦很少触及。代谢组学方法的采用有可能改变这一现状。Boersma等采用代谢组学方法研究氟代酚的微生物降解途径。氟代化合物具有特殊的19F核磁共振属性,19F的核磁共振灵敏度与1H核相近;由于生物体内无内源性19F核磁信号,因而无本底干扰。所有19F核磁信号均可归结于异生素及其代谢物。19F核的化学位移值宽,约为700ppm(1H为15ppm,13C为250ppm)。较宽的化学位移导致19F在不同取代物的峰图不易产生重叠。因此,借助核磁共振技术可以更方便地研究含氟化合物的代谢中间体。Boersma等根据总代谢物的核磁共振图谱,推测出红球菌内羟化酶在不同的取代位(1,2,3三种不同的取代数量)羟基化氟代酚,然后再通过儿茶酚内位双加氧酶开环形成氟代粘糠酸的代谢过程。此外,他们还首次检测到开环后的下游代谢物,即通过氯粘糠酸异构酶生成氟代粘糠酸内酯以及氟代马来酸等中间代谢物。根际(rhizosphere)空间在植物-微生物相互作用中发挥着重要的作用。Narasimhan等利用根际代谢物组(rhizospheremetabolomics)方法,阐释了植物分泌物对根际微生物降解多氯代酚(PCB)的作用机制。采用HPLC-ESI/MS法分离鉴定拟南芥根际代谢物,发现野生型拟南芥根际次级代谢物中84%以上均为phenylpropanoids。因此能利用phenylpropanoids生长的PCB降解假单孢菌能够快速在根际区域增殖(比相应营养缺陷型突变菌株高100倍以上),并且在两周内去除超过90%的PCB。然而,在采用拟南芥突变体(产生较少的phenylpropanoids)的对照组中,降解菌的数量较低,降解率也仅达50%。结果表明植物根际分泌的次级代谢物促进降解菌的繁衍增殖,从而促进了污染物的降解。本课题组在近期的工作中建立固相微萃取衍生化技术与GC-MS联用同时测定多种多环芳烃(PAHs)代谢产物的分析方法,开展了细菌和微藻降解PAHs的降解机理和代谢物动力学变化等研究。从单一菌和混合菌液培养基中及细胞体内,同时检测到PAHs多种单氧化和双氧化及其开环代谢物产物,发现多种PAHs降解过程中存在复杂的代谢物动力学过程;通过研究标志性代高等物组成力学变化,揭示代谢物水平上的微生物共代谢PAHs的降解机制。共代谢过程中的代谢物动力学过程有非常独特的特点,一方