什么是代謝組學?
代謝是生物體內所有生化反應的總成，是生命體維持生命的物質基礎，也是研究生命活動的重要基礎。代謝組學是研究生命在內、外環境影響下的內源代謝活動，包括對代謝產物種類、數量及其變化規律的檢測和分析，從而研究集體生命活動發生和發展的本質。與其他組學相比，代謝組學具有多種優勢：
1、代謝物的種類、數量變化易于檢測;
2、相比于基因組學和蛋白組學，技術手段更為簡單;
3、與基因組學和的蛋白組學相比，代謝物數量少，易于檢測、驗證和分析;
4、代謝水平變化可實時揭示機體生理病理狀態。
圖 代謝組學和其他組學的關系
代謝組學分類
代謝組學根據研究目的的不同，可進一步分為非靶向和靶向代謝組學。非靶向代謝組學是對有機體內源性代謝物的全面、系統的分析，是一種無偏向的代謝組學分析，可以發現新的生物標記物。靶向代謝組學是針對特定一類代謝物的研究分析。二者各有優缺點，經常結合使用，用于差異代謝產物的發現和精準定量，對后續代謝分子標志物進行深入的研究和分析，這在食品鑒定、疾病研究、動物模型驗證、生物標志物發現、疾病診斷、藥物研發、藥物篩選、藥物評估、臨床研究、植物代謝研究、微生物代謝研究中發揮重要作用。
圖 非靶向和靶向代謝組學結合使用
非靶向代謝組學
非靶向代謝組學是在背景知識有限的基礎上，對整個生命體代謝組進行的系統、全面的鑒定分析，獲取大量代謝物數據，從中發現差異代謝物。非靶向代謝組學主要包含以下流程：
1. 樣本采集與處理
常見的代謝組學分析樣本包括血漿、尿液、組織、細胞、細胞器等。足夠大的樣本量可以減少樣本個體差異造成的誤差。這些復雜樣本中含有很多其他成分，可能對結果產生干擾，是影響代謝組學研究是否成功的關鍵因素。常用的樣本處理方法包括蛋白質沉淀，差速離心和萃取(固相萃取、液液萃取、超臨界流體萃取、加速溶劑萃取)等。
2. 實驗分析
代謝組學常常需要運用多種分析技術手段來滿足不同的實驗需求。常見的代謝組學分析技術包括核磁共振(NMR)、液相色譜-質譜聯用(LC-MS)、氣相色譜-質譜聯用(GC-MS)、毛細管電泳-質譜聯用(CD-MS)等。高分辨質譜技術主要有TOF-MS、FTICR-MS、Orbitrap-MS、Sector-MS等。
3. 數據分析
數據預處理：利用 XCMS、MZmine 和MarkerView 等工具進行原始數據處理。
鑒定差異代謝物：常用的分析方法包括主成分分析(PCA)、偏最小二乘判別分析( PLS-DA)、正交偏最小二乘判別分析(OPLS-DA)等。數據分析結果還需要經過t檢驗和變量權重重要性排序( variable importance in projection, VIP)值篩選差異性代謝產物。一般認為，同時滿足P<0.05，VIP>1.0 的變量為差異代謝物。
代謝通路分析：常見的代謝組學通路數據庫包括 HMDB、KEGG、Reactome、BioCyc、MetaCyc 等數據庫，可以利用這些數據庫進行代謝通路和互作網絡分析。
多組學分析：多組學分析已經是組學發現不可避免的趨勢了。可用的數據庫和工具包括IMPaLA網站、iPEAP 軟件、MetaboAnalyst網站、SAMNetWeb網站、pwOMICS、MetaMapR、MetScape、Grinn、WGCNA、MixOmic、DiffCorr、qpgraph、huge等。
靶向代謝組學
靶向代謝組學相對于非靶向代謝組學更有針對性，將關注點放在了幾個或者幾類與生物學事件相關的代謝物上，比如脂質組學、糖組學。
1、樣本采集和處理
靶向代謝組學根據靶向組學關注的對象，針對性的采集樣本。比如進行脂質組學時，選用對脂質有較好溶解能力的溶劑。靶向代謝物的定量是基于在標準品的定量標準曲線上的，所以需要準備優質的標準品。
2、實驗分析
在靶向方法中，天然和同位素標記的標準品促進了代謝產物的鑒定和定量，減少了假陽性現象。定量代謝組學可用于在組織或生物體中建立代謝物基線水平，用于實驗室間比較，或用于定義代謝正常與“擾動”狀態。使用同位素標記的內標(IS)也可以幫助解釋影響分析精度的基質誘導的電離效應，從而提高生物反應檢測試驗的靈敏度。
3、數據分析
由于靶向代謝組學關注有限種類的代謝物，所以數據分析比非靶向代謝組學更為簡單和直接。使用的方法和數據庫和非靶向代謝組學相似，但是對于某類代謝組，有特定的數據庫，如針對糖類和脂質組的LipidMaps和LipidBank等數據庫。
圖 靶向代謝組學分析流程
由于兩種代謝組學方法各有優缺點，非靶向代謝組學無偏差，全面系統反應生命體代謝組特征，但是重復性較差且線性范圍有限;而靶向代謝組學的重復性和敏感性有顯著提高，代謝物確證簡單，線性范圍寬，但是需要有預先的知識背景，是一種有偏向的代謝組分析方法。因此在實際應用中，兩者常常結合使用，共同發揮作用。
