基于质谱的疾病相关代谢物的代谢组学研究进展

左德筠，王霄霄，王海霞*

（大连大学研究生学院，辽宁 大连 116622）

疾病会导致生物体液和组织中分子指纹图谱发生改变，这些变化可以通过分析基因组、蛋白组或者代谢组的成分来衡量。蛋白质组学和代谢组学分析提供了检测疾病发生的方法，基因分析能找出个体患某些疾病的倾向，并有助于评估长期风险。因此，直接测定基因、蛋白质和代谢物对于认识疾病和正常状态的生物过程至关重要[1]。

1 代谢与代谢组学

1.1 代谢

代谢是最基本的生命活动，是机体最基础的物质来源和能量来源，同时也与细胞的各种物质活动和功能密切相关[2]。代谢组学是生理病理等基础研究的重要研究部分和内容。代谢过程处于生命活动的中端，即使在基因和蛋白质层面发生很微小的变化，这些微小变化都会在代谢层面放大，所以大家认为这些代谢这些代谢物的变化可以直接更灵敏的反应机体的状态和体征改变，所以它是机体状态很好的指征和指标。生物标志物是指某种疾病机体体液或者组织中过度表达的物质，可以是单核苷酸、核酸甲基化、mRNA、蛋白质或相关代谢小分子这些物质的变化与疾病特征相关。生物标志物可以用于检测疾病生物学行为和预测临床结果。生物标志物应该具有疾病特异性，并且受环境条件或生理因素干扰少。并且易于测量灵敏度和特异度要高。

发现新的代谢标志物的关键依赖于定量测定疾病组和正常对照组样品中某些或某种代谢物的变化。疾病能引起机体组织和器官的病理变化，因此作为承担细胞基本功能的蛋白质及其代谢小分子也会发生相应改变。这些改变可以体现在浓度、细胞的特定部位、相互作用和活性等方面的差异。代谢物的变化和某种疾病之间的相关性就需要进行精准的定量测量，这对于样本具有一定的统计学意义。

1.2 代谢组学

代谢组学是对生物样品多个组混合物的定量分析，描述生物体内多种代谢物质动态变化的新兴科学，是系统生物学的重要领域。虽然蛋白质组学和基因组学的巨大进步为调节细胞生理过程及病理因素提供了大量的信息，但是深入研究生物系统的功能是通过代谢物浓度和通量来得到的。定量检测基因转录蛋白质最终代谢小分子产物，为代谢途径形成的生化网络及其所发挥的功能提供了重要信息，为进一步阐明疾病的发病机制提供证据。

2 基于质谱的代谢物鉴定

2.1 质谱

许多先进的分析的方法用于生物样品的复杂混合物分析，包括血清、血浆、尿液、细胞和组织等。两种最常用的方法是质谱（MS）和核磁共振（NMR）波谱。它们在代谢物鉴定和浓度测定方面提供互补。由于实验应用的是质谱分析技术，因此在这里具体介绍MS分析。

MS具有高灵敏度（通常是皮克级）和数据采集速度，因此是代谢组学最常用的分析工具之一，它能检测超过一千种代谢物特征。其鉴定手段主要基于保留时间、分子量和质谱碎片与纯品的色谱图和碎片信息的比较。近些年基于MS方法的研究大幅增长，MS技术包括四级杆、三重四级杆、飞行时间（TOF）、离子阱等质谱分析仪[3]。先进的软件系统结合大量数据库更易于代谢分子的测定。由于样品成分太过复杂，在进行MS定量分析之前，通常先分离目标代谢产物。因此目前使用质谱常与分离技术相结合，如液相色谱（LC）和气相色谱（GC）[4]。MS与色谱联合使用的分析平台的建立证明其在代谢组学中是有效的。

2.2 代谢物鉴定方法

从MS获得光谱数据是复杂的，需要用多元统计学分析方法。目前在代谢组学中，通过定量检测体内小分子代谢分子水平以及相应的数据处理方法是主成分分析（PCA），逻辑回归和偏最小二乘判别分析（PLS-DA）等相关方法。PCA是无监督的方法，常用与数据分析的初始阶段。之后预测模型通常使用监督方法，一般常用PLS-DA建立一个基于矩阵X相对于矩阵Y的回归模型，这个模型包括了每个样本的类别信息[5]。逻辑回归广泛应用于生物医学，它有助于选择出疾病组和对照组区别地代谢物。PLS-DA模型一般采用交互验证，即先在内部使用相同数据集，再在外部使用独立数据集，这是为了避免过拟合。

我们可以采集疾病组和对照组样本，应用质谱法对分析其血清中代谢产物；通过数据预处理、多维统计学分析（PCA、PLS-DA）在得到的代谢产物分子中选定差异有统计学意义的代谢产物分子，并对其进行单维统计学分析，随后与已知代谢组数据库（XCMS、Melin、HMDB）进行比较，得到具有显著差异的分子式以及所代表的代谢物质名称[6]。最后，将上述确定的差异代谢产物与已知代谢途径库比较，从中挖掘出与原发性高血压相关的异常代谢物及代谢途径即生物信息学分析[6]，进行显著性差异代谢物通路分析（KEGG通路），获得相关代谢标志物。如图：

3 展 望

基于MS定量代谢组学平台的所有技术的迅速发展，如质谱分析、数据处理、数据库搜索和实验结果的生物学解释，更方便于研究者使用代谢组学技术发现新的人类疾病相关生物标志物。但是，由于人体样本具有异质性和数据平台的不统一性，使得研究人员面临巨大的挑战。分析复杂样品的最佳途径是密切结合蛋白质组学和基因组学研究，开发综合分析设施，以提高发现生物标志物的可信度，并得以进行验证。所以自动化设备的创新和发展是MS应用于临床代谢组学所必不可少的。