分享

代谢组学 | 第2期. 关于代谢组学,你必须了解的事

 新用户4064dVjo 2024-04-27 发布于北京

Introduction 

上一期我们从宏观角度讲述了代谢组学与系统生物学多组学的关系、代谢组学的发展历史及其应用前景,它是系统生物学中连接上游组学和下游表型之间的重要桥梁,是系统生物学时代下研究健康与疾病的重要工具代谢组学 | 第1期.2024年了,上车代谢组学还不晚

接下来我们将正式开始对代谢组学作全方位的介绍,本期的分享包括3个话题:代谢组学策略分类、特点及应用实例。

TS

01

代谢组学策略分类

1. 非靶向代谢组学

非靶向代谢组学,即无偏向性地对样本中所有代谢物进行检测,通量高,且可对其进行相对定量分析。
脂质是动植物代谢物中的第一大类,根据组成脂类的亲水及亲脂基团的不同,目前通常将脂质化合物分为八类(如下表),因此被单独划分出来,形成脂质组学,可检测极性较弱或无极性的脂质代谢物。

而其余非脂质及部分脂类代谢物则由常规非靶向代谢组学研究。

质分类和LIPID MAPS数据库中的脂质结构数量

非靶向代谢组学质谱数据采集时使用高分辨率质谱仪以及数据依赖型扫描模式Data Dependent AcquisitionDDA)模型,优先检测样本中丰度较高的代谢物。

2. 靶向代谢组学

靶向代谢组学,则是通过以待测组分的纯品(即标准品)作外标绘制标准曲线或通过引入内标作为对照校准提高准确度,进而对感兴趣目标代谢物进行绝对定量分析。统计分析时按照表达比值评价其变化,目标明确,不需要如PCAPCoA等的多元统计分析,也不需单独使用数据库进行定性。

靶向代谢组学质谱数据采集时使用低分辨率质谱仪以及多重反应监测技术multiple reaction monitoring, MRM)模型,只采集与目标代谢物相关的离子谱图信息。同时该类质谱仪一般采用有高选择性和高扫描速度的三重四极杆技术(QQQ),定量精度较非靶向代谢组学更高。


3. 广靶/拟靶/类靶代谢组学

这三者基本原理相同,介于非靶向与靶向之间,通过结合公共数据库、部分标准品质谱信息、非靶向数据等,构建本地数据库。此类策略检测代谢物种类较多,且可对其进行更加精确的定量分析,近年应用也已广泛。

此类代谢组学质谱数据采集时使用中高分辨率质谱仪以及多重反应监测技术模型。该类质谱仪同时结合三重四极杆技术与线性离子阱(LinearIonTrap)技术,分辨率较靶向代谢组学更高。

我们将代谢组学各种分析策略的基本信息汇总(如下表)。

代谢组学各策略类型基本信息

在了解这些之后,我们又该如何根据其各自特点进行选择及实施呢?

TS

02

代谢组学策略实施思路及各自特点

代谢组学策略实施思路有多种,其中较为经典的是非靶向代谢组学结合靶向代谢组学,即先使用无偏向性的非靶向代谢组学对全部代谢物进行高通量的筛选、多元统计分析、差异代谢物及代谢通路富集,再使用灵敏度高的靶向代谢组学对筛选后的目标代谢物进行定量准确的分析。

但我们在具体开展项目的过程中,需要根据分析需求、结合代谢组学各策略类型优缺点、以及价格预算等综合进行选择(如下表)。

谢组学各策略类型优缺点

通过以上的内容,我们明白了代谢组学各种策略类型的分类、特点及实施思路,接下来让我们通过具体实例来看一看这些策略类型是如何应用的。

TS

03

非靶与靶向代谢组学研究应用实例

在一项重症先天性心脏病(CCHD)多组学分析中,对50例健康(HC)新生儿与45CCHD患儿粪便样本进行非靶向代谢组学分析,鉴定出120种差异代谢物,CCHD组表现出36种代谢物的富集和84种代谢物的消耗(如下图)。此后,又对样本中的短链脂肪酸进行靶向代谢组学分析,用于后续定量与相关性分析。

Summary

总结一下,代谢组学策略类型主要包括三大类:非靶向代谢组学、靶向代谢组学、以及介于二者之间的广靶/拟靶/类靶代谢组学,我们可以根据自己实验设计需要,结合代谢组学各策略类型特点来进行选择实施。所以后期我们将继续带着大家一起从浅入深地接触、理解、掌握代谢组学

这就是本期的全部内容啦,你学会了吗?后续我们将继续开始为大家分享代谢组学相关内容。大家对于推送内容有任何问题或建议可以在公众号菜单栏“更多--读者的话栏目中提出。希望我们能一起成长,共同进步,让医学科研有迹可循!



参考文献:

1. Chen, F. et al. Integrated analysis of the faecal metagenome and serum metabolome reveals the role of gut microbiome-associated metabolites in the detection of colorectal cancer and adenoma. Gut 71, 1315-1325, doi:10.1136/gutjnl-2020-323476 (2022).
2. Bauermeister, A., Mannochio-Russo, H., Costa-Lotufo, L. V., Jarmusch, A. K. & Dorrestein, P. C. Mass spectrometry-based metabolomics in microbiome investigations. Nature Reviews Microbiology 20, 143-160, doi:10.1038/s41579-021-00621-9 (2021).
3. Fahy, E. et al. Update of the LIPID MAPS comprehensive classification system for lipids. Journal of Lipid Research 50, S9-S14, doi:10.1194/jlr.R800095-JLR200 (2009).
4. Huang, Y. et al. Mapping the early life gut microbiome in neonates with critical congenital heart disease: multiomics insights and implications for host metabolic and immunological health. Microbiome 10, doi:10.1186/s40168-022-01437-2 (2022).
5. Alseekh, S. et al. Mass spectrometry-based metabolomics: a guide for annotation, quantification and best reporting practices. Nature Methods 18, 747-756, doi:10.1038/s41592-021-01197-1 (2021).

期待已久~|R语言与组学互助交流群来啦!

(欢迎大家入群交流~

    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多