代謝組學的正確打開方式和前景展望

導言

第二代基因測序技術的發展，將基因組學的研究推向了高潮。很多生物學問題，「測個序」或許就能找到關鍵性基因。一般的全基因組測序涵蓋 25000個以上基因，相比起來，全代謝組學能夠測量的代謝物也就1400多個。雖然數量少，但是由於代謝物能夠更加直觀反映生物學表型的特點，過去20年代謝組學可以說是越來越火。

生息小編有幸邀請到南洋理工大學的方教授，給大家分享代謝組學在生物研究的應用該注意的方方面面。這些內容對於想要了解，或者在試驗設計中使用質譜分析代謝組學的磚工們有很大借鑒意義。同時，方教授也對代謝組學的產業應用的現狀進行總結，對未來進行展望。

1

基本研究方法

從代謝物的覆蓋程度上分，代謝組學可以分為兩種：全代謝組學和靶向代謝組學。

全代謝組學，顧名思義，就是把所有的代謝物都檢測一遍；而靶向代謝組學，就會更有重點的看某些代謝通路，比如三羧酸循環、糖酵解等。對此，方教授建議，雖然全代謝組學的覆蓋面更廣，但是靈敏度不夠；如果有一些實驗或者文獻的線索，還是看靶向的代謝組學比較好。

此外，這幾年脂質代謝組學也有一些發展，屬於新興領域。由於脂質的理化特性和多數代謝物不同，脂質代謝組學需要用普通代謝組學不同的分離方法。

代謝組學的工作流程如下：

首先是提取「用藥組」和「對照組」的樣品，之後氣相質譜（GC-MS）或者液相質譜（LC-MS）來獲取數據，核磁共振（MRI）使用相對比較少。

數據的分析是代謝組學中非常重要的部分，需要調整很多參數，再用統計學分析來確定到底哪些代謝物發生了變化。重要的信息包括：Retention time；accurate mass等。然後將變化的數據進行代謝組通路分析，一般用KEGG資料庫。同樣的，這些資料庫現在脂質代謝的相關信息還很少。

2

學術研究舉例

雖然大家之前對代謝組學來發現生物標記物等寄予厚望，但是現實還是比較殘酷的。因為代謝物相對疾病的特異性不夠強，很多病因可能會導致同一個代謝物的變化，所以很難通過一個代謝物來判斷是否得了某個疾病。現在有些通過一組代謝物變化來進行判斷的模型，但是還沒有看到臨床應用的。

那麼學術界的研究熱點在哪些方向呢？比較有意思的一個概念是 metabolic regulation，講的是代謝物調控基因表達。以往都認為是基因調控酶的表達，進而調控代謝。最新的一些研究發現，某些代謝物在細胞里的含量，會影響細胞的基因表達，甚至細胞命運。這是相互影響的過程，是雙向的。

舉例說，去年Cell的這篇文章，就發現免疫T細胞在分化過程中，精氨酸的含量發生了很大變化。改變精氨酸的濃度，能夠改變T細胞的命運。[1]

又比如，Science上發過哈佛和MIT做的一個研究，對60個腫瘤細胞系做了代謝譜，發現癌症中的甘氨酸的含量能夠反映腫瘤細胞的生長速度，並且合成甘氨酸的酶表達量高的乳腺癌病人預後較差。[2]

另一個方向是做「精準醫療」。不同病人，同時吃一種葯，有些人效果好，有些人效果不好，為什麼？是不是能夠通過分析血液樣品的代謝組學來對病人的藥物敏感度提前做出預測。這一領域現在基因測序比較多，代謝組學做的還相對比較少。當然，對於代謝組學最終是否能夠起到這樣的作用，也有一些爭議。

最後提到的學術研究方向，通過新的研究手段，重新書寫一些生化理念。

以往有很多概念，是經驗積累，因為技術條件的限制沒有辦法檢測。而現在的技術能夠重新分析和研究這些問題。

比如，Nature上去年發了一篇文章，通過非放射性同位素標記法，發現葡萄糖通過無氧糖酵解產生的乳酸能夠繼續回到三羧酸循環TCA，為機體產生能量。[3]這一部分研究未來應該還有大的發展。

3

實驗設計注意事項

一個做生物學研究的同學，如果希望用代謝組學來得到一些數據該注意些什麼呢？

首先，要弄清楚你研究的這個生物學問題，代謝組學能不能解答一些問題，也就是到底需不需要做這個實驗。有一些情況下代謝組學的變化不會特別大，可能觀察不到變化，那就浪費了時間。一般來說變化比較大的是代謝病和腫瘤。近些年在免疫反應、幹細胞、表觀遺傳學方向上運用比較多，但是每一個課題研究者都需要對研究對象有深入的了解，再通過代謝組學來研究具體問題。

其次，如果確定需要做了，要在實驗前和技術部門進行溝通，了解樣品處理的每一個步驟，保證不出錯。比如很多代謝物不穩定，樣品收集過程一定要低溫；要多少細胞、組織才有足夠的樣品量，樣品量過小會導致很多代謝物無法被檢測到；要設計好對照組，這樣才能有可靠的對比；還有樣品具體該收集多少個重複組；到底想分析普通代謝組還是脂質代謝組等等。

再次，最好能找有經驗的專家進行討論來設計具體怎麼看代謝物變化。我們建議先看看大體的變化，之後在著眼到一個通路上的。

如果是做非放射性同位素標記的實驗，就有更多要注意的：同位素標記位點的選擇、樣本採集的時間點都很重要。一般需要做預實驗來確定在某個實驗體系中代謝物轉化需要的時間。這一類實驗對設備要求比較高，也比較昂貴，實驗前要詳細論證。

最後一點，儘管是「組學」的數據，研究員還是需要有比較明確的「假設」，即hypothesis。 因為變化的代謝物很多，到底哪個代謝物的變化是最關鍵的，可能還是需要實驗和文獻閱讀來縮小範圍。

4

產業應用前景

代謝組學的工業化應用，目前為止沒看到大的市場。現有的一些公司，主要是給高校、研究所做服務。

有一些在研發中的應用：

1 臨床上尋找生物標記物。雖然現在沒有被批准的用質譜檢測生物標記物的方法，但是後續如果研發出靠譜的生物標記物，市場會很可觀。因為相比於穩定的基因組學，代謝組學是不斷變化的，一個病人可能在疾病不同階段需要進行多次檢測。

2 醫療上可能取代一些酶聯免疫標記實驗（ELISA），因為質譜的特異性會更高。有希望開發出一些常規的檢測項目，比如呼氣診斷肺癌。

3 給富裕人群制定具體的營養學方案。代謝組學可以檢測出體內缺什麼營養物質，從而知道需要通過什麼樣的膳食結構來改善健康。

4 藥物代謝組學。像之前提過的，通過代謝物變化來知道個人體內哪些酶活性高，從而預測藥物在個體病人身上的效果、副作用等。

5

領域內的技術挑戰

代謝組學應用的局限，很大程度來自於領域內一些技術瓶頸：

1 代謝物的覆蓋度有限。一是不同代謝物理化性質差異很大，沒辦法都能夠提取出來檢測；二是一些代謝物質譜的方法不容易檢測到；三是一些代謝物含量太低，所以檢測不到。

2 如何確定是哪個代謝物的變化。現在還有很多代謝物沒辦法確定結構，這些數據就沒用了。

3 不能做到高通量。現在的方法一個樣品要跑半個小時，有時候為了覆蓋度好還要多跑幾遍，考慮到重複組和對照組，工作量就很大了。

4 代謝組的數據分析不容易，現在還需要有經驗的專門的分析員來做。未來希望能夠有簡單的工具給各個方向的研究員使用，但是暫時還沒有。

5 數據的可重複性。生物體內能夠干擾代謝物組成的變化很多，所以做實驗的時候要設計好控制對照，保證同樣的條件，否則溫度、時間等因素對結果的影響都很大。

6 已知的代謝網路還是有限的，有一些可能有意義的變化會因為在分析時被忽略。

參考文獻：

1Geiger, Roger, et al. "L-arginine modulates T cell metabolism and enhances survival and anti-tumor activity."Cell167.3 (2016): 829-842.

2Jain, Mohit, et al. "Metabolite profiling identifies a key role for glycine in rapid cancer cell proliferation."Science336.6084 (2012): 1040-1044.

3Hui, Sheng, et al. "Glucose feeds the TCA cycle via circulating lactate."Nature551.7678 (2017): 115.

編輯：鈴兒響叮噹

生息資訊

生息撰寫前沿生命科學的發展信息，

讓科學和價值生生不息。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！