临床代谢组学及其应用

王 凯，江 华，陈 伟，彭 谨，曾 俊，2b

(1.川北医学院，四川 南充 637100；2.四川省医学科学院·四川省人民医院 a.急诊医学与灾难医学研究所创伤代谢组多学科实验室；b.创伤外科，四川 成都 610072；3.北京协和医院肠外与肠内营养科，北京 100730)

临床代谢组学及其应用

王 凯1，2a，江 华2a，2b△，陈 伟3，彭 谨2a，曾 俊2a，2b

(1.川北医学院，四川 南充 637100；2.四川省医学科学院·四川省人民医院 a.急诊医学与灾难医学研究所创伤代谢组多学科实验室；b.创伤外科，四川 成都 610072；3.北京协和医院肠外与肠内营养科，北京 100730)

临床代谢组学是系统生物学研究重要的组成部分，定量定性分析机体受到刺激或者疾病扰动前后小分子代谢产物的动态变化，研究机体整体代谢网络扰动的一门技术。最近几年，其在疾病研究、药物毒性分析、临床营养研究，以及在细胞代谢组学等领域飞速发展，但是对临床生物样本的精确定性识别和定量计算仍然需要进一步突破。使用恰当的方式将代谢组学数据数字化，从而建立恰当的测度空间是未来综合系统代谢组学发展方向。

临床代谢组学；核磁共振；质谱；综合系统代谢组学；系统生物学

代谢组技术肇端于20世纪90年代中晚期，该概念的提出，应归功于英国曼切斯特大学的Steven G.Oliver和伦敦帝国理工学院Nicholson JK，前者于1998年创立了metabolomics这一概念[1，2]，后者被认为于1999年创立了metabonomics的概念。

1 代谢组学发展概况

代谢组学是在多种物理化学和分析化学的技术平台上发展起来的，这些技术平台包括：核磁共振(nuclear magnetic resonance，NMR)、质谱(mass spectrometry，MS)和多种色谱。通过单独或联合应用这些技术手段，研究者能够对生物体代谢过程中的各种化合物进行全面和定量分析[4～9]。不同于经典、针对单一代谢产物和代谢通路的检测技术(如同位素示踪)，代谢组技术可以通过一次采样，获得数以百计的体内代谢化合物的定量数据。相较于基因组学、蛋白质学，代谢组学关注的是基因和蛋白质表达的最终作用产物，对患者整体代谢体系进行评估，通过分析体液组成，获取在疾病过程中具有特异性的代谢产物“生物标志物”，帮助了解病变过程中机体代谢的改变，辅助临床诊断和治疗，其临床应用价值已经在多个领域得到了证实。

总结起来，与传统的各种组学(基因组、转录组及蛋白组)技术相比，代谢组学的优势包括[10～12]：代谢产物的检测更容易；代谢物的种类远少于基因和蛋白的种类；代谢产物在所有个体内都是类似的，样品方便易得，可较为容易地实现物种间代谢网络比较研究；对代谢网络的研究不仅涵盖了机体自身代谢过程的动态变化，还隐含了对外界环境(如食物、药物等)作用于机体的探索；很多复杂疾病(如代谢综合征、肥胖、心血管疾病、癌症等) 的发病机制和过程主要反映在代谢物网络上，且在基因水平上的机制性变化，最终的调控还是要反映在代谢网络上。

2 代谢组学的两大主要分析平台

2.1 NMR NMR分析是源自于物理化学和量子物理学的一项技术。最先发展出来的用于生物样本的NMR波谱分析技术，是基于1 h核的1 h-NMR，由该技术兼具良好的灵敏度，很好的定性能力、成本低廉、测试快速、样品制备简单等多种优势。与此同时，其他NMR核(如13C、31P、15N)也随着仪器技术的发展进步而陆续被引入临床代谢组学研究领域。

NMR技术在临床研究和应用中独有的优势包括：①可以同时提供待测化合物的结构和质量信息；②能以完全无损的方式对组织和体液进行分析测试。这意味着NMR测试过的样品还可用于其他技术平台，实现了“一个样本，同时用于多个研究目的”，重现性强。

更为重要的是，NMR代谢组学技术从其诞生之日起，就以模式识别技术作为其数据分析的基本理论，在现今的大数据时代，其优势更为突出。代谢物的集合，可以视为一种本体，可以视为超越了物种、基因、细胞、以及组织的独立分析对象。随着数学分析工具更进一步的渗透，NMR代谢组学最有可能成为将基础研究与临床研究连接在一起的方法学框架，并由之而成为新一代智慧检验分析系统的基础性平台。

最新开发出的定量核磁绝对浓度应用软件，不需要内部对照品或者外部电子标准信号，只需用已知浓度样品做一次校正便可以对不同浓度的未知样品在不同脉冲角度下采集的数据来确定积分区域，其所呈现的积分数值能反映待测物质的绝对浓度。此外，Liu等[13]发明了一种新的核磁定量处理图谱时自动积分的方法，大大缩短了测定大批量样品时数据处理的时间，并提高了分析效率。

2.2 MS MS是另一大类常用的代谢组学检测平台。其原理是通过测量离子质荷比的方法，使待测样品中各组的分子源发生电离，生成不同荷质比的带电荷的离子，经加速电场的作用，形成离子束，进入质量分析器，在质量分析器中，再利用电场和磁场使发生相反的速度色散，将它们分别聚焦而得到质谱图，确定待检物分子量，进而实现对待检物的定性。

MS技术主要的是一种定性鉴定技术，在单纯品有机分子的鉴定方面发挥了极为重要的作用。它能快速准确测定单纯品生物分子的分子量，尤其是生物大分子。因此其是蛋白质组学研究中最为重要的工具，已经很好地实现了多种蛋白质从一级结构到高级结构的鉴定。已发表的代谢组学研究中，基于MS平台技术的和基于NMR平台技术的，各占半壁江山。但与NMR技术相比，MS技术面临的最大挑战是样本制备程序较为繁琐、对样本具有破坏性，已经检测过的样本、无法再用于其他技术平台分析，对生物样品的重现性劣于NMR、对混合物的分析测试能力较弱、且只能作为定性工具，若要实现定量，必须与气相色谱(GC)或液相色谱(LC)联用，更增加应用的繁琐性。这样就限制了其在临床研究条件下的普及应用。

2.3 NMR数据预处理、代谢物波谱分析及模式识别 NMR原始数据是时间域上的音频信号，这些元数据不能用于模式识别分析，需要处理后方可做进一步分析。预处理的方法首先是对所有的谱图进行相位调节与基线校正，然后对数据矩阵进行归一化和标准化处理。通常，氢原子空间分布复杂的化合物有可能对应多个波峰，因此需利用数据挖掘技术建立起波谱和物质之间的恰当的对应关系，此即“峰匹配”。等距离桶状积分是代谢组学的研究中对NMR波谱进行峰匹配的最常见技术，其主要的目的是降低连续的波谱信号维数，并且同时减少化学位移漂移的影响。

一张一维1 h-NMR谱图就可能含有几千条谱线，从中抽提对于研究或临床诊断有价值的信息是任何代谢组实验的关键问题。代谢谱的差异，事实上体现为波谱线的差异。进而言之，这些变异有的是来自于机体代谢本底的不同，有的则是由疾病造成的。由于这几千条谱线的差异不可能都与研究者关注的疾病相关，因此，如何抽提出对于样本整体变异贡献最大的一系列谱线就是代谢组研究的重点。这一信号识别的过程，首先要利用数据降维的方法来实现。数据降维的核心原理是将n维空间的图景在2维或3维空间显示出来，并尽可能避免原n维空间中分类信息的丢失。数据降维，首先是对数据进行无监督的模式分析，然后选定某一类样本进行数据建模，再对变量进行加权处理，选定主成分建模的主成分数目，最后利用有有监督统计方法判别未知样本。

3 临床代谢组学研究的最新应用

3.1 疾病研究 代谢组学广泛应用于与疾病早期诊断相关的代谢标记物，通过对代谢物波谱的分析从而对疾病进行早期诊断及治疗。英国帝国理工学院的Nicholson等利用快速蒸发电离质谱技术，对外科手术中电刀切割时释放的气雾(“烟”)进行分析。可检测出正常组织、原发性肿瘤和转移性肿瘤组织的脂类代谢差别。此技术与外科电刀联接后，就被开发成为一种可用于术中组织快速诊断的工具，被称为智能刀(intelligent knife，iKnife)。Nicholson等对302个患者的各种组织样品在实验室进行分析，建立起1624种癌组织和1309种非癌组织数据库。可为外科医师精准切除肿瘤组织提供了有力的支持[14]。四川省医学科学院·四川省人民医院创伤代谢组多学科实验室则建立了基于1 h-NMR技术的脊髓创伤后随时间变化的大鼠血浆代谢指纹图谱的方法[15，16]。使用该方法，可利用代谢轮廓对损伤后不同时间点的机体状况进行区分，并且筛选出可用于作为标定脊髓损伤后伤情随时间演化的代谢标记物。建立的回归方程可以实现对伤情精准评价和预后预测。此外，近年来还有不少基于代谢组学技术建立的对临床重要疾病的研究，例如中国科学院大连物理化学所许国旺课题组基于正相液相色谱/电喷雾线性离子阱质谱法，建立了可用于识别2型糖尿病的体液代谢指纹图谱，并筛选出4种可用作为生物标记物的磷脂分子[17]。同时，该课题组基于固相萃取-高效液相色谱(SPE-HPLC)，建立了肿瘤患者的尿液中核苷酸代谢轮廓分析方法，用于建立肿瘤患者与健康对照组尿液中核苷的水平和排放模式[18]。其检测恶性肿瘤的敏感性高于临床应用的肿瘤标记物。在肝癌与肝硬化患者研究中应用基于液相色谱-质谱(LC-MS)联用的方法，可以在健康人群中将肝癌及肝硬化患者进行有效的区分，且肝癌诊断中肝硬化及肝炎患者的假阳性率降低为7.4%[19]。

3.2 药物毒性分析 最早开始对药物毒性分析的是Nicholson实验室，他们利用基于NMR的代谢学和模式识别技术对药物毒性进行评价分析[20，21]。利用动物体液及组织的NMR图谱对百余种典型药物的毒性进行了研究。可以判断出毒性影响动物的组织器官和位点，推测出药物的作用机制，并确定毒性相关的标记物，建立毒物影响动物内源性代谢产物随时间变化的轨迹及可供毒性预测的专家系统。代谢组学技术在药理学的重要应用还体现在对中药中的单体成分毒性评价：如探索常见重要毒性成分马兜铃酸肾损害的机制，主要是经由抑制三羧酸循环造成的[22]。王清秀等对经大黄素处理的大鼠尿液、血浆和肾脏组织进行研究，证明尿液中葡萄糖及氨基酸水平升高，其可作为肾小管损伤的标记物[23]。而Mally等利用1 h-NMR代谢组学技术对肾功能损伤的标记物进行了研究，在FeNTA和溴化钾引起小鼠肾功能损伤的两种模型中，证明了4-羟基-2(E)-壬醛基-巯基尿酸(HNE-MA)作为肾功能损伤标记物的可行性[24]。

3.3 临床营养研究 众所周知，临床营养是20世纪后半叶兴起的多学科交叉专业，其研究的核心关键问题即是营养素-代谢网络的相互作用，是代谢组学技术具有比较优势的学科之一。目前代谢组学在临床营养研究中的应用主要有三个方面：①营养素和膳食干预研究；②膳食标志物的研究；③饮食相关疾病的研究[25]。营养素和膳食干预研究主要是确立干预的作用机理以及怎样影响代谢途径。例如，关于黑巧克力对机体代谢物影响的研究表明，进食黑巧克力后可以减少压力相关的代谢产物(甘氨酸、脯氨酸、β丙氨酸和柠檬酸盐等)[26]。一项33名绝经期后妇女进食全麦黑麦面包或精制小麦面包的NMR研究显示，进食全麦黑麦面包的人群血样中支链氨基酸减少(亮氨酸和异亮氨酸)，而NN-二甲基甘氨酸升高[27]。最近关于婴儿喂养方法的一项研究证明了NMR代谢组学在揭示膳食成分有益作用的分子机制中的强大作用[28]。通过分析母乳和标准喂养婴儿的尿液NMR波谱，研究者们发现一系列蛋白质和脂类代谢相关的代谢产物在标准喂养的婴儿尿液中有增高。饮食标记物在改进饮食评估方法上的作用已经被广泛认可，并且被临床营养学界认为是代谢组学在本领域最具潜力的应用方向之一[29]。基于NMR代谢组学的研究已可鉴定出人类在进食肉类后具有特征性的代谢相关标记物，包括肌酐、肌酸、肉碱、肌肽、牛磺酸、1-甲基组氨、3-甲基组氨及氧化三甲胺(Trimethylamine oxide，TMAO)等。其中，TMAO在其他研究中也被证实与肉类代谢相关，表明TMAO可以作为饮食中蛋白质的标记物。最近的一项基于NMR波谱评估高蛋白与低蛋白饮食代谢的研究证实尿样中TMAO与尿氮排泄呈高度相关性[30]。最近的研究还发现，支链氨基酸与胰岛素抵抗和2型糖尿病之间存在相关性[31]。在一项1680例患者的研究中，NMR定量分析支链氨基酸显示出其循环水平可预测胰岛素抵抗风险[32]。

3.4 细胞代谢组学 目前，多种代谢组学技术已经用于建立造血细胞的生理状态和人类造血系统疾病下的代谢图谱。年轻和衰老的普通红细胞的代谢分析可以显示代谢产物的水平与镰状红细胞病直接相关[33]。高解析NMR波谱被用于鉴别人结直肠腺癌细胞(Caco-2)细胞的分化程度，结果显示分化的细胞中代谢产物存在明显差异[34]。大多数代谢产物存在于早期未分化细胞和晚期分化细胞中，某些特定的代谢产物显著的变化，特别是肌醇和牛磺酸。然而，建立细胞代谢的综合表征是一项非常艰巨的任务，因为内源性代谢物在物理和化学性质上的巨大差异。目前，大量代谢物的化学性质仍然不明确，加上标准的萃取及分离方法还存在问题。标准化合物不易获得、数据库尚未完善及代谢途径还未理清，这些问题导致映射和解释相应的标记物存在相当大的困难。

4 从代谢型到复杂代谢网络分析

Modi等利用网络生物学演绎了大肠杆菌中sRNAs的相互调节网络，显示出复杂网络分析能够识别sRNAs的生物功能[35]。Chen等利用肿瘤细胞构建起凋亡的蛋白-蛋白相互作用网络，分析并证明了3个潜在的药物靶点[36]。这些研究表明针对代谢复杂网络进行数据挖掘可以找到有生物功能的药物靶点。其原理为，基因、蛋白质、小分子代谢物之间通过相互结合、解离和相互催化形成了一套异常复杂的网络。本课题组确定严重的脊髓损伤的代谢物后，在整体代谢网络上查找代谢作用和相互作用，从而开发出的三步法，简述如下[16]：①利用人类代谢组数据库(the human metabolome database，HMDB)的代谢通路功能，检索催化特定代谢物的酶类；②在京都基因与基因组百科全书(Kyoto encyclopedia of genes and genomes，KEGG)数据库中反查出相应的酶类所在的代谢途径；③使用Matlab的KEGG API工具包绘制受损伤影响的代谢网络扰动图。最终基于1 h-NMR谱构建出一个以代谢为基础的，具有临床应用前景的脊髓损伤的严重程度定量评价模型，建立了一套集成了代谢组学分析与代谢网络分析的新方法。从本体代谢提取显著改变的代谢物并映射到一个代谢网络。产生这些代谢物的酶也被确定，并包括在网络中。在损伤后受到干扰的主要代谢路径包括：①视黄醛(维生素A)和视黄酸(RA)代谢；②甘油磷脂和花生四烯酸(AA)代谢；③NAD-NADPH转化过程；④酪氨酸代谢；⑤尸胺和腐胺代谢；⑥醚和醇的代谢紊乱。

5 NMR代谢组学面临的挑战与解决方法

基于NMR的代谢组学蓬勃发展的同时，也面临着巨大挑战。此即对临床生物样本的精确定性识别和定量计算。临床代谢组研究使用的标本，是血浆、尿液等生物体液，其每一份标本，都是一个由上百种单体化合物构成的复杂体系。对一位波谱学家而言，面对混合物，他通常会先对其进行单分子分离纯化，再进行NMR扫描鉴定结构，通常不会一次性对混合体系进行扫描[9～13]。然而，临床代谢组研究的要求迥异于此：我们面临的标本，不仅种类繁多，需要逐个进行分离纯化，成本巨大，且费时费力。

面对上述挑战，有些研究者已经开展了探索。一种思路是提高设备探测精度和联用多种平台。例如，2015年Miao等[37]利用HPLC和微探头NMR联用技术分析复杂生物体液及组织。在小鼠尿液和排泄物中分别鉴定出83种和73种代谢产物，其中各有40种和45种代谢产物是在常规NMR技术下无法分离出来的。但即使如此，对代谢谱中许多可见峰无法鉴定。因此，解决临床体液标本的NMR波谱精准鉴定，是下一代代谢组学技术发展的核心关键问题。近年来，从仪器设计进路提出了一种可能的解决方案，此即不断提高NMR的场强，目前已问世的顶级NMR波谱仪，其场强已经高达1.1 GHz。然而，这类仪器价格极为昂贵，且与之相配合的物质解析算法尚不成熟，不适合推广应用。破解这一难题，需要另辟蹊径。

基于上述认识我们提出了一种全新的解决问题的思路：引入计算数学工具实现工程解。欲要使用代谢型来描述疾病过程，先决条件是一定要建立合适的度量空间，从而才能在此空间中建立动力系统。进而将疾病的演变问题转化为一类轨道的描述问题[38]。进而可使用计算数学的理论和技术建立新一代代谢组学数据分析理论与技术工具。最终将代谢组学技术与其他多种组学技术的发现结合在一起，形成一种系统性的疾病发生发展机制研究范式。

[1] 徐国旺.代谢组学发展的时代背景[M]//代谢组学-方法与应用.北京：科学出版社，2008.

[2] Oliver SG，Winson MK，Kell DB，et al.Systematic functional analysis of the yeast genome[J].Trends Biotechnol，1998，16(9)：373-378.

[3] Tweeddale H，Notley-McRobb L，Ferenci T.Effect of slow growth on metabolism of Escherichia coli，as revealed by global metabolite pool ("metabolome") analysis[J].J Bacteriol，1998，180(19)：5109-5116.

[4] Griffin JL，Walker LA，Garrod S，et al.NMR spectroscopy based metabonomic studies on the comparative biochemistry of the kidney and urine of the bank vole (Clethrionomys glareolus)，wood mouse (Apodemus sylvaticus)，white toothed shrew (Crocidura suaveolens) and the laboratory rat [J].Comp Biochem Physiol B Biochem Mol Biol，2000，127 (3)：357-367.

[5] Xu J，Zhang J，Cai S，et al.Metabonomics studies of intact hepatic and renal cortical tissues from diabetic db/db mice using high-resolution magic-angle spinning 1 h NMR spectroscopy[J].Anal Bioanal Chem，2009，393：1657-1668.

[6] Goodacre R.Metabolomics of a superorganism[J].J Nutr，2007，137：259S-266S.

[7] Lindon JC，Nicholson JK.Spectroscopic and statistical techniques for information recovery in metabonomics and metabolomics[J].Annu Rev Anal Chem，2008，1：45-69.

[8] Åberg KM，Alm E，Torgrip R.The correspondence problem for metabonomics datasets[J].Anal Bioanal Chem，2009，394：151-162.

[9] Yang J，Xu G，Zheng Y，et al.Diagnosis of liver cancer using HPLC-based metabonomics avoiding false-positive result from hepatitis and hepato cirrhosis diseases[J].J Chromatogr B Analyt Technol Biomed Life Sci，2004，813：59-65.

[10]张琪，高静，李伶，等.血浆代谢组学研究用于肝移植物功能变化的评估[J].中国医学科学院学报，2007，29 (6)：725-729.

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

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

[13]Liu NQ，Choi YH，Verpoorte R.Comparative quantitative analysis of artemisinin by chromatography and qNMR [J].Phytochem Anal，2010，21：451-456.

[14]Balog J，Sasi-Szabó L，Kinross J，et al.Intraoperative tissue identification using rapid evaporative ionization mass spectrometry.Sci Transl Med，2013，5(194)：194ra93.doi：10.1126

[15]Jiang Hua，Peng Jin，Zhou Zhi-yuan，et al.Establishing 1 h-NMR Based Metabonomics Fingerprinting Profile for Spinal Cord Injury：A Pilot Study[J].Chinese Medical Journal，2010，123：2315-2319.

[16]Peng J，Zeng J，Cai B，et al.Establishment of Quantitative Severity Evaluation Model for Spinal Cord Injury by Metabolomic Fingerprinting[J].PLOS ONE，2014，9(4)：93736

[17]Wang C，Yang J，Nie J.Plasma phospholipid metabolic profiling and biomarkers of rats following radiation exposure based on liquid chromatography-mass spectrometry technique [J].Biomed Chromatogr，2009，23(10)：1079-1085.

[18]Zheng Y，Xu G，Yang J，et al.Determination of urinary nucleosides by direct injection and coupled-column high-performance liquid chromatography [J].J Chromatogr B Analyt Technol Biomed Life Sci，2005，819(1)：85-90.

[19]Yang J，Xu G，Zheng Y，et al.Diagnosis of liver cancer using HPLC-based metabonomics avoiding false-positive result from hepatitis and hepatocirrhosis diseases [J].J Chromatogr B Analyt Technol Biomed Life Sci，2004，813(1-2)：59-65.

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

[21]Craig A，Sidaway J，Nicholson J，et al.Systems toxicology：integrated genomic，proteomic and metabonomic analysis of methapyrilene induced hepatotoxicity in the rat [J].J Proteome Res，2006，5(7)：1586-1601.

[22]刘霞，肖瑛，高红昌，等.基于1 h NMR 代谢组学方法分析马兜铃酸Ⅰ诱导的雌雄小鼠急性肾毒性[J].高等学校化学学报，2010，31(5)：927.

[23]王清秀，吴纯启，廖明阳.大黄及其主要成分的毒性毒理研究[J].毒理学杂志，2007，21(4)：301.

[24]Mally A，Amberg A，Hard GC，et al.Are 4-hydroxy-2(E)-nonenal derived mercapturic acids and (1)H NMR metabonomics potential biomarkers of chemically induced oxidative stress in the kidney [J].Toxicology，2007，230 (2-3)：244-255.

[25]O’Gorman A，Gibbons H，Brennan.Metabolomics in the identification of biomarkers of dietary intake [J].Comput Struct Biotechnol J，2013，4：e201301004.

[26] Martin FP，Rezzi SE，Pere-Trepat B，et al.Metabolic effects of dark chocolate consumption on energy，gut microbiota，and stress-related metabolism in free-living subjects [J].J Proteome Res，2009，8(12)：5568-5579.

[27] Moazzami AA，Bondia-Pons IK，Hanhineva K，et al.Metabolomics reveals the metabolic shifts following an intervention with rye bread in postmenopausal women-a randomized control trial [J].Nutr J，2012，11：88.

[28] Martin FP，Moco SI，Montoliu S，et al.Impact of breast-feeding and high-and low-protein formula on the metabolism and growth of infants from overweight and obese mothers [J].Pediatr Res，2014，75：535-543.

[29]Scalbert A，Brennan L，Manach C，et al.The food metabolome：a window over dietary exposure[J].Am J Clin Nutr，2014，99(6)：1286-1308.

[30] Rasmussen LG，Winning HF，Savorani H，et al.Assessment of the effect of high or low protein diet on the human urine metabolome as measure by NMR[J].Nutrients，2012，4(2)：112-131.

[31]Newgard CB.Interplay between lipids and branched-chain amino acids in development of insulin resistance [J].Cell Metab，2012，15(5)：606-614.

[32]Würtz P，Soininen P，Kangas AJ，et al.Branched-chain and aromatic amino acids are predictors of insulin resistance in young adults [J].Diabetes Care，2013，36(3)：648-655.

[33]Darghouth D，Koehl B，Madalinski G，et al.Pathophysiology of sickle cell disease is mirrored by the red blood cell metabolome [J].Blood，2011，117(6)：e57-66.

[34]Lee IJ，Hom K，Bai G，et al.NMR metabolomic analysis of caco-2 cell differentiation [J].J Proteome Res，2009，8(8)：4104-4108.

[35]Modi SR，Camacho DM，Kohanski MA，et al.Functional characterization of bacterial sRNAs using a network biology approach [J].Proc Natl Acad Sci USA，2011，108：15522-15527.

[36]Chen BS，Chu LH.Construction of a cancer-perturbed protein-protein interaction network for discovery of apoptosis drug targets [J].BMC Syst Biol，2008，2：56.

[37]Miao Z，Jin M，Liu X，et al.The application of HPLC and microprobe NMR spectroscopy in the identification of metabolites in complex biological matrices [J].Anal Bioanal Chem，2015，407(12)：3405-3416.

[38] 江华，杨浩，曾俊，等.分析肿瘤学[J].肿瘤代谢与营养电子杂志，2015，2(2)：26-30.

Clinical metabolomics and its application

WANG Kai1，2a，JIANG Hua2a，2b，CHEN Wei3，PENG Jin2a，ZENG Jun2a，2b

卫生部急诊医学国家临床重点专科建设项目、四川省科技厅科技支撑计划项目(编号：SZ20120209，2011SZ0336，2015SZ0110)及成都市科技局人口与健康项目(编号：12PPYB181SF-002，11PPYB009SF-289)

R0657.61；R-33；R34；R446

B

1672-6170(2015)06-0160-05

2015-06-21；

2015-09-11)

△通讯作者