✖


Jump to content

Метаболомика

Центральный принцип биологии, показывающий поток информации от ДНК к фенотипу . С каждым этапом связан соответствующий инструмент системной биологии, от геномики до метаболомики.

Метаболомика — это научное исследование химических процессов, в которых участвуют метаболиты , низкомолекулярные субстраты, промежуточные продукты и продукты клеточного метаболизма . В частности, метаболомика — это «систематическое изучение уникальных химических отпечатков пальцев, которые оставляют после себя определенные клеточные процессы», изучение профилей их низкомолекулярных метаболитов. [1] Метаболом представляет собой полный набор метаболитов в биологической клетке, ткани, органе или организме, которые являются конечными продуктами клеточных процессов. [2] Информационная РНК (мРНК), данные об экспрессии генов и протеомный анализ позволяют выявить набор генных продуктов , вырабатываемых в клетке, — данные, которые представляют собой один из аспектов клеточной функции. И наоборот, метаболическое профилирование может дать мгновенную картину физиологии этой клетки. [3] и, таким образом, метаболомика обеспечивает прямое «функциональное считывание физиологического состояния» организма. [4] Действительно, существуют поддающиеся количественной оценке корреляции между метаболомом и другими клеточными ансамблями ( геномом , транскриптомом , протеомом и липидомом ), которые можно использовать для прогнозирования содержания метаболитов в биологических образцах, например, на основе содержания мРНК. [5] Одной из главных задач системной биологии является интеграция метаболомики со всей другой информацией о омике , чтобы обеспечить лучшее понимание клеточной биологии.

История

[ редактировать ]

Идея о том, что у людей может быть «метаболический профиль», который может отражаться в составе их биологических жидкостей, была предложена Роджером Уильямсом в конце 1940-х годов. [6] которые использовали бумажную хроматографию, чтобы предположить, что характерные метаболические закономерности в моче и слюне связаны с такими заболеваниями, как шизофрения . Однако только благодаря технологическим достижениям в 1960-х и 1970-х годах стало возможным количественное (а не качественное) измерение метаболических профилей. [7] Термин «метаболический профиль» был введен Horning et al. в 1971 году после того, как они продемонстрировали, что газовая хроматография-масс-спектрометрия (ГХ-МС) может использоваться для измерения соединений, присутствующих в моче человека и экстрактах тканей. [8] [9] Группа Хорнинга вместе с группой Лайнуса Полинга и Артура Б. Робинсона возглавляла разработку методов ГХ-МС для мониторинга метаболитов, присутствующих в моче, на протяжении 1970-х годов. [10]

Одновременно с этим быстро развивалась ЯМР-спектроскопия , открытая в 1940-х годах. В 1974 году Сили и др. продемонстрировали полезность использования ЯМР для обнаружения метаболитов в немодифицированных биологических образцах. [11] Это первое исследование мышц подчеркнуло ценность ЯМР, поскольку было установлено, что 90% клеточного АТФ находится в комплексе с магнием. Поскольку чувствительность улучшилась с развитием более сильных магнитных полей и вращения под магическим углом , ЯМР продолжает оставаться ведущим аналитическим инструментом для исследования метаболизма. [8] [12] Недавние попытки использовать ЯМР для метаболомики были в значительной степени инициированы лабораторией Джереми К. Николсона в Биркбек-колледже Лондонского университета , а затем в Имперском колледже Лондона . В 1984 году Николсон показал 1 H-ЯМР-спектроскопия потенциально может быть использована для диагностики сахарного диабета, а позже стала пионером в применении методов распознавания образов к данным ЯМР-спектроскопии. [13] [14]

В 1994 и 1996 годах жидкостной хроматографии, масс-спектрометрии. проводились эксперименты по метаболомике [15] [16] были выполнены Гэри Сюздаком во время работы с Ричардом Лернером (тогдашним президентом Исследовательского института Скриппса ) и Бенджамином Краваттом для анализа спинномозговой жидкости животных, лишенных сна. Была обнаружена одна молекула, представляющая особый интерес, олеамид , и позже было показано, что она обладает свойствами, вызывающими сон. Эта работа является одним из первых подобных экспериментов, сочетающих жидкостную хроматографию и масс-спектрометрию в метаболомике.

В 2005 году была создана первая тандемной масс-спектрометрии база данных метаболомики METLIN . [17] [18] для характеристики метаболитов человека был разработан в Сюздак лаборатории НИИ Скриппса . С тех пор METLIN вырос, и по состоянию на декабрь 2023 года METLIN содержит экспериментальные данные МС/МС по более чем 930 000 молекулярным стандартам и другим химическим соединениям. [19] каждое соединение имеет экспериментальные данные тандемной масс-спектрометрии, полученные на основе молекулярных стандартов при нескольких энергиях столкновения и в режимах положительной и отрицательной ионизации. МЕТЛИН является крупнейшим в своем роде хранилищем данных тандемной масс-спектрометрии. Специализированный академический журнал «Метаболомика» впервые появился в 2005 году, основанный его нынешним главным редактором Роем Гудакром .

В 2005 году лаборатория Сюздака занималась идентификацией метаболитов, связанных с сепсисом , и в попытке решить проблему статистического выявления наиболее значимых метаболитов с нарушением регуляции в сотнях наборов данных ЖХ/МС был разработан первый алгоритм, позволяющий нелинейно выравнивать данные масс-спектрометрии и метаболомики. Называется XCMS, [20] это с (2012) [21] был разработан как онлайн-инструмент и по состоянию на 2019 год (совместно с METLIN) имеет более 30 000 зарегистрированных пользователей.

23 января 2007 года проект «Метаболом человека» , возглавляемый Дэвидом С. Уишартом , завершил первый проект метаболома человека, состоящий из базы данных, содержащей примерно 2500 метаболитов, 1200 лекарств и 3500 пищевых компонентов. [22] [23] Подобные проекты реализуются в отношении нескольких видов растений, в первую очередь Medicago truncatula. [24] и арабидопсис Талиана [25] в течение нескольких лет.

Еще в середине 2010 года метаболомика все еще считалась «новой областью». [26] Кроме того, было отмечено, что дальнейший прогресс в этой области во многом зависит от решения «неразрешимых технических проблем» и технической эволюции масс-спектрометрического оборудования. [26]

В 2015 году впервые было продемонстрировано профилирование метаболома в реальном времени. [27]

Метаболом

[ редактировать ]
Проект метаболома человека
См. Также: База данных метаболомов и метаболомов человека.

Метаболом ) относится к полному набору низкомолекулярных (<1,5 кДа [22] метаболиты (такие как промежуточные продукты метаболизма, гормоны и другие сигнальные молекулы, а также вторичные метаболиты), которые можно обнаружить в биологическом образце, например в отдельном организме. [28] [29] Это слово было придумано по аналогии с транскриптомикой и протеомикой ; подобно транскриптому и протеому, метаболом динамичен и меняется каждую секунду. Хотя метаболом можно определить достаточно легко, в настоящее время невозможно проанализировать весь спектр метаболитов одним аналитическим методом.

В январе 2007 года ученые из Университета Альберты и Университета Калгари завершили первый проект метаболома человека. База данных метаболомов человека (HMDB), пожалуй, самая обширная общедоступная база данных метаболомных спектров на сегодняшний день. [30] Это свободно доступная электронная база данных (www.hmdb.ca), содержащая подробную информацию о низкомолекулярных метаболитах, обнаруженных в организме человека. Он предназначен для использования в метаболомике, клинической химии, открытии биомаркеров и в общем образовании. База данных предназначена для хранения или связи трех видов данных:

  1. Химические данные,
  2. Клинические данные и
  3. Данные молекулярной биологии/биохимии.

База данных содержит 220 945 записей о метаболитах, включая как водорастворимые, так и жирорастворимые метаболиты. Кроме того, с этими метаболитами связаны 8610 белковых последовательностей (ферментов и переносчиков). Каждая запись MetaboCard содержит 130 полей данных, из которых 2/3 информации посвящено химическим/клиническим данным, а другая 1/3 – ферментативным или биохимическим данным. [31] Версия 3.5 HMDB содержит >16 000 эндогенных метаболитов, >1500 лекарств и >22 000 пищевых компонентов или пищевых метаболитов. [32] Эта информация, доступная в базе данных метаболома человека и основанная на анализе информации, доступной в современной научной литературе, далека от полной. [33] Напротив, о метаболомах других организмов известно гораздо больше. Например, из царства растений было охарактеризовано более 50 000 метаболитов, и многие тысячи метаболитов были идентифицированы и/или охарактеризованы из отдельных растений. [34] [35]

Каждый тип клеток и тканей имеет уникальный метаболический «отпечаток пальца», который может раскрыть информацию, специфичную для органа или ткани. Биологические образцы, используемые для метаболомного анализа, включают, помимо прочего, плазму, сыворотку, мочу, слюну, фекалии, мышцы, пот, выдыхаемый воздух и желудочно-кишечную жидкость. [36] Простота сбора обеспечивает высокое временное разрешение, а поскольку они всегда находятся в динамическом равновесии с телом, они могут описать хозяина в целом. [37] Геном может сказать, что может произойти, транскриптом может сказать, что происходит, протеом может сказать, что заставляет это произойти, а метаболом может сказать, что произошло и что происходит. [38]

Метаболиты

[ редактировать ]
Часть серии о
Микробиомы
Растительные микробиомы
Морские микробиомы
Микробиомы человека
Другие микробиомы
Микробиота
Голобионты
Виромы
Связанный
Проекты

Метаболиты – это субстраты, промежуточные продукты и продукты метаболизма . В контексте метаболомики метаболит обычно определяется как любая молекула менее 1,5 кДа . размером [22] Однако из этого правила есть исключения, зависящие от образца и метода обнаружения. Например, такие макромолекулы, как липопротеины и альбумин, надежно обнаруживаются при ЯМР . метаболомических исследованиях плазмы крови на основе [39] В метаболомике растений принято называть «первичные» и «вторичные» метаболиты. [3] Первичный метаболит принимает непосредственное участие в нормальном росте, развитии и размножении. Вторичный метаболит не принимает непосредственного участия в этих процессах, но обычно выполняет важную экологическую функцию. Примеры включают антибиотики и пигменты . [40] Напротив, в метаболомике человека чаще описываются метаболиты как эндогенные (продуцируемые организмом-хозяином) или экзогенные . [41] [42] Метаболиты чужеродных веществ, таких как лекарства, называются ксенометаболитами. [43]

Метаболом являются образует обширную сеть метаболических реакций, где продукты одной ферментативной химической реакции входами для других химических реакций. Такие системы были описаны как гиперциклы . [ нужна ссылка ]

Метабономика

[ редактировать ]

Метабономика определяется как «количественное измерение динамического многопараметрического метаболического ответа живых систем на патофизиологические стимулы или генетическую модификацию». Слово «происхождение» происходит от греческого μεταβολή, означающего изменение, и nomos, означающего набор правил или свод законов. [44] Этот подход был впервые предложен Джереми Николсоном из Университета Мердока и использовался в токсикологии, диагностике заболеваний и ряде других областей. Исторически метабономический подход был одним из первых методов применения системной биологии к изучению метаболизма. [45] [46] [47]

Были некоторые разногласия по поводу точных различий между «метаболомикой» и «метабономикой». Разница между этими двумя терминами не связана с выбором аналитической платформы: хотя метабономика больше связана с ЯМР-спектроскопией , а метаболомика - с методами, основанными на масс-спектрометрии , это происходит просто из-за использования различными группами, которые популяризировали разные термины. Хотя до сих пор нет абсолютного согласия, растет консенсус в отношении того, что «метаболомика» уделяет больше внимания метаболическому профилированию на клеточном или органном уровне и в первую очередь занимается нормальным эндогенным метаболизмом. «Метабономика» расширяет метаболическое профилирование, включив в него информацию о нарушениях метаболизма, вызванных факторами окружающей среды (включая диету и токсины), болезненными процессами и участием экстрагеномных влияний, таких как микрофлора кишечника . Это нетривиальная разница; метаболомические исследования должны по определению исключать метаболический вклад из внегеномных источников, поскольку они являются внешними по отношению к изучаемой системе. Однако на практике в области исследований заболеваний человека все еще существует значительная степень совпадения в использовании обоих терминов, и они часто фактически являются синонимами. [48]

Экзометаболомика

[ редактировать ]
Основная статья: Экзометаболомика

Экзометаболомика, или «метаболический след», — это изучение внеклеточных метаболитов. Он использует многие методы из других областей метаболомики и находит применение в разработке биотоплива , биообработке лекарств , определении механизма действия и изучении межклеточных взаимодействий. [49]

Аналитические технологии

[ редактировать ]
Ключевые этапы метаболомного исследования

Типичный рабочий процесс метаболомных исследований показан на рисунке. Сначала собираются образцы тканей, плазмы, мочи, слюны, клеток и т. д. Далее метаболиты экстрагируются часто с добавлением внутренних стандартов и дериватизацией. [38] Во время анализа проб количественно определяют метаболиты ( жидкостная хроматография или газовая хроматография в сочетании с МС и/или ЯМР- спектроскопией). [50] Необработанные выходные данные можно использовать для извлечения характеристик метаболитов и дальнейшей обработки перед статистическим анализом (например, анализом главных компонентов , PCA). Доступно множество биоинформатических инструментов и программного обеспечения для выявления связей с болезненными состояниями и исходами, определения значимых корреляций и характеристики метаболических признаков с помощью существующих биологических знаний. [51]

Методы разделения

[ редактировать ]

Первоначально аналиты в метаболомном образце представляют собой весьма сложную смесь. Эту сложную смесь можно упростить перед обнаружением, отделив одни аналиты от других. Разделение преследует различные цели: на этом этапе можно разделить аналиты, которые не могут быть разделены детектором; при МС-анализе подавление ионов снижается; время удерживания аналита служит информацией о его идентичности. Этот этап разделения не является обязательным и часто опускается в ЯМР и подходах, основанных на «дробовике», таких как липидомика «дробовика » .

Газовая хроматография (ГХ), особенно в сочетании с масс-спектрометрией ( ГХ-МС ), является широко используемым методом разделения для метаболомного анализа. ГХ обеспечивает очень высокое хроматографическое разрешение и может использоваться в сочетании с пламенно-ионизационным детектором (ГХ/ПИД) или масс-спектрометром (ГХ-МС). Этот метод особенно полезен для идентификации и количественного определения малых и летучих молекул. [52] Однако практическим ограничением ГХ является необходимость химической дериватизации многих биомолекул, поскольку без дериватизации можно анализировать только летучие химические вещества. двумерную хроматографию ( ГХХ В тех случаях, когда требуется более высокая разрешающая способность, можно применить ).

Высокоэффективная жидкостная хроматография (ВЭЖХ) стала наиболее распространенным методом разделения для метаболомного анализа. С появлением ионизации электрораспылением ВЭЖХ стала сочетаться с МС. В отличие от ГХ , ВЭЖХ имеет более низкое хроматографическое разрешение, но не требует дериватизации полярных молекул и разделяет молекулы в жидкой фазе. Кроме того, ВЭЖХ имеет то преимущество, что можно измерить гораздо более широкий диапазон аналитов с более высокой чувствительностью, чем методы ГХ. [53]

Капиллярный электрофорез (КЭ) имеет более высокую теоретическую эффективность разделения, чем ВЭЖХ (хотя и требует гораздо больше времени на разделение), и подходит для использования с более широким диапазоном классов метаболитов, чем ГХ. Что касается всех электрофоретических методов, то они наиболее подходят для заряженных аналитов. [54]

Методы обнаружения

[ редактировать ]

Масс-спектрометрия (МС) используется для идентификации и количественного определения метаболитов после дополнительного разделения с помощью ГХ , ВЭЖХ или КЭ . ГХ-МС была первой разработанной техникой, разделенной дефисами. Идентификация использует различные закономерности фрагментации аналитов. Эти закономерности можно рассматривать как масс-спектральные отпечатки пальцев. Существуют библиотеки, позволяющие идентифицировать метаболит по этой схеме фрагментации. [ нужен пример ] . РС одновременно чувствителен и может быть очень специфичным. Существует также ряд методов, в которых МС используется как отдельная технология: образец вводится непосредственно в масс-спектрометр без предварительного разделения, а МС обеспечивает достаточную селективность как для разделения, так и для обнаружения метаболитов.

Для анализа методом масс-спектрометрии аналитам необходимо придать заряд и перевести их в газовую фазу. Электронная ионизация (ЭИ) является наиболее распространенным методом ионизации, применяемым при ГХ-разделении, поскольку он поддается воздействию низких давлений. ЭУ также приводит к фрагментации аналита, предоставляя структурную информацию, одновременно увеличивая сложность данных и, возможно, скрывая молекулярный ион. Химическая ионизация при атмосферном давлении (APCI) — это метод атмосферного давления, который можно применять ко всем вышеперечисленным методам разделения. APCI — это метод ионизации в газовой фазе, который обеспечивает немного более агрессивную ионизацию, чем ESI, который подходит для менее полярных соединений. Ионизация электрораспылением (ESI) является наиболее распространенным методом ионизации, применяемым в ЖХ/МС. Эта мягкая ионизация наиболее успешна для полярных молекул с ионизируемыми функциональными группами. Другим широко используемым методом мягкой ионизации является вторичная ионизация электрораспылением (SESI) .

В 2000-х годах массовый анализ на поверхности возродился: новые технологии МС были ориентированы на повышение чувствительности, минимизацию фона и сокращение подготовки проб. Возможность анализировать метаболиты непосредственно из биожидкостей и тканей продолжает бросать вызов современной технологии МС, в основном из-за ограничений, налагаемых сложностью этих образцов, которые содержат от тысяч до десятков тысяч метаболитов. Среди технологий, разрабатываемых для решения этой проблемы, — наноструктурный инициатор MS (NIMS). [55] [56] подход десорбции/ионизации, который не требует применения матрицы и тем самым облегчает идентификацию малых молекул (т.е. метаболитов). MALDI Также используется ; однако применение матрицы MALDI может добавить значительный фон при <1000 Да , что усложняет анализ диапазона малой массы (т.е. метаболитов). Кроме того, размер получаемых кристаллов матрицы ограничивает пространственное разрешение, которого можно достичь при визуализации тканей. Из-за этих ограничений для анализа биожидкостей и тканей были применены несколько других подходов к десорбции/ионизации без матрицы.

Масс-спектрометрия вторичных ионов (ВИМС) была одним из первых подходов к безматрицной десорбции/ионизации, использовавшихся для анализа метаболитов из биологических образцов. [ нужна ссылка ] SIMS использует пучок первичных ионов высокой энергии для десорбции и генерации вторичных ионов с поверхности. Основным преимуществом SIMS является его высокое пространственное разрешение (всего 50 нм), что является важной характеристикой для визуализации тканей с помощью МС. Однако SIMS до сих пор не может быть легко применен для анализа биожидкостей и тканей из-за его ограниченной чувствительности при >500 Да и фрагментации аналита, генерируемой пучком первичных ионов высокой энергии. Десорбционная ионизация электрораспылением (DESI) — это безматричный метод анализа биологических образцов, в котором для десорбции ионов с поверхности используется распыление заряженного растворителя. Преимущества DESI заключаются в том, что не требуется специальной поверхности, а анализ проводится при атмосферном давлении с полным доступом к образцу во время сбора данных. Ограничением DESI является пространственное разрешение, поскольку «сфокусировать» распыление заряженного растворителя сложно. Однако недавняя разработка под названием лазерная абляция ESI (LAESI) является многообещающим подходом, позволяющим обойти это ограничение. [ нужна ссылка ] Совсем недавно методы ионной ловушки, такие как масс-спектрометрия с орбитальной ловушкой, также стали применяться в метаболомических исследованиях. [57]

Спектроскопия ядерного магнитного резонанса (ЯМР) является единственным методом обнаружения, который не основан на разделении аналитов, и, таким образом, образец можно восстановить для дальнейшего анализа. Все виды низкомолекулярных метаболитов можно измерять одновременно — в этом смысле ЯМР близок к универсальному детектору. Основными преимуществами ЯМР являются высокая аналитическая воспроизводимость и простота пробоподготовки. Однако на практике он относительно нечувствителен по сравнению с методами, основанными на масс-спектрометрии. [58] [59]

Хотя ЯМР и МС являются наиболее широко используемыми современными методами обнаружения, существуют и другие методы. К ним относятся ионный циклотронный резонанс с преобразованием Фурье , [60] спектрометрия ионной подвижности , [61] электрохимическое обнаружение (в сочетании с ВЭЖХ), рамановская спектроскопия и радиоактивная метка (в сочетании с тонкослойной хроматографией). [ нужна ссылка ]

Таблица 1. Сравнение наиболее часто используемых методов метаболомики
Технология Чувствительность ( LOD ) Объем образца Совместим с газами Совместим с жидкостями. Совместимость с твердыми веществами Стартовая стоимость Может использоваться для визуализации метаболитов (MALDI или DESI). Преимущества Недостатки
ГХ-МС 0,5 мкм 0,1-0,2 мл Да Да Нет <$300 000 Нет
  • Количественный (с калибровкой)
  • Большой объем программного обеспечения и баз данных для идентификации метаболитов.
  • Обнаруживает большинство органических и некоторые неорганические молекулы
  • Отличная воспроизводимость разделения
  • Разрушительный (не подлежит восстановлению)
  • Требуется разделение проб
  • Медленный (20–40 мин на образец)
ЖХ-МС 0,5 нМ 10—100 мкл Нет Да Да >$300 000 Да
  • Очень гибкая технология
  • Обнаруживает большинство органических и некоторые неорганические молекулы
  • Разрушительный (не подлежит восстановлению)
  • Не очень количественно
  • Медленно (15–40 мин на образец)
  • Обычно требует разделения
ЯМР-спектроскопия 5 мкм 10—100 мкл Нет Да Да >1 миллион долларов США Да
  • Очень гибкая технология
  • Обнаруживает большинство органических и некоторые неорганические молекулы
  • Большой размер прибора
  • Невозможно обнаружить или идентифицировать соли и неорганические ионы.
  • Невозможно обнаружить непротонированные соединения.
  • Требуются большие объемы проб (0,1–0,5 мл).

Статистические методы

[ редактировать ]

Данные, полученные в ходе метаболомики, обычно состоят из измерений, выполненных на субъектах в различных условиях. Эти измерения могут представлять собой оцифрованные спектры или список свойств метаболитов. В своей простейшей форме это генерирует матрицу, строки которой соответствуют субъектам, а столбцы соответствуют признакам метаболитов (или наоборот). [8] В настоящее время доступно несколько статистических программ для анализа данных как ЯМР, так и масс-спектрометрии . Уже доступно большое количество бесплатного программного обеспечения для анализа данных метаболомики, показанных в таблице. Некоторые статистические инструменты, перечисленные в таблице, были разработаны для анализа данных ЯМР и были также полезны для данных МС. [62] Для данных масс-спектрометрии доступно программное обеспечение, которое идентифицирует молекулы, которые различаются в группах субъектов на основе значения массового избыточного заряда, а иногда и времени удерживания в зависимости от плана эксперимента. [63]

После того как матрица данных о метаболитах определена, можно использовать методы неконтролируемого сокращения данных (например, PCA) для выяснения закономерностей и связей. Во многих исследованиях, в том числе по оценке токсичности лекарств и некоторых моделях заболеваний, интересующие метаболиты априори не известны . Это делает неконтролируемые методы, без каких-либо предварительных предположений о членстве в классе, популярным первым выбором. Наиболее распространенный из этих методов включает анализ главных компонентов (PCA), который может эффективно уменьшить размеры набора данных до нескольких, которые объясняют наибольшую вариативность. [37] При анализе в пространстве PCA меньшей размерности можно обнаружить кластеризацию образцов со схожими метаболическими отпечатками. Алгоритмы PCA направлены на замену всех коррелирующих переменных гораздо меньшим количеством некоррелированных переменных (называемых главными компонентами (PC)) и сохраняют большую часть информации в исходном наборе данных. [64] Эта кластеризация может выявить закономерности и помочь в определении биомаркеров заболеваний – метаболитов, которые больше всего коррелируют с принадлежностью к классу.

Линейные модели обычно используются для метаболомических данных, но на них влияет мультиколлинеарность . С другой стороны, многомерная статистика является популярным методом получения многомерных коррелированных метаболомных данных, из которых наиболее популярным является регрессия проекции на латентные структуры (PLS) и ее классификационная версия PLS-DA. Другие методы интеллектуального анализа данных , такие как случайный лес , машины опорных векторов и т. д., привлекают все большее внимание для нецелевого анализа метаболомных данных. [65] В случае одномерных методов переменные анализируются одна за другой с использованием классических статистических инструментов (таких как t-критерий Стьюдента , ANOVA или смешанные модели), и только те, которые имеют достаточно малые значения p, считаются релевантными. [36] Однако следует использовать стратегии коррекции для уменьшения количества ложных открытий при проведении множественных сравнений , поскольку не существует стандартного метода измерения общего количества метаболитов непосредственно в нецелевой метаболомике. [66] Для многомерного анализа модели всегда следует проверять, чтобы гарантировать возможность обобщения результатов.

Машинное обучение и интеллектуальный анализ данных

[ редактировать ]

Машинное обучение — мощный инструмент, который можно использовать в метаболомном анализе. Недавно ученые разработали программное обеспечение для прогнозирования времени удерживания. Эти инструменты позволяют исследователям применять искусственный интеллект для прогнозирования времени удерживания небольших молекул в сложных смесях, таких как человеческая плазма, растительные экстракты, продукты питания или микробные культуры. Прогнозирование времени удерживания увеличивает скорость идентификации при жидкостной хроматографии и может привести к улучшению биологической интерпретации данных метаболомики. [67]

Ключевые приложения

[ редактировать ]

токсичности Оценка / токсикология с помощью метаболического профиля (особенно образцов мочи или плазмы крови) выявляет физиологические изменения, вызванные токсическим воздействием химического вещества (или смеси химических веществ). Во многих случаях наблюдаемые изменения могут быть связаны со специфическими синдромами, например, специфическим поражением печени или почек. Это имеет особое значение для фармацевтических компаний, желающих проверить токсичность потенциальных кандидатов на лекарства : если соединение может быть исключено до того, как оно достигнет клинических испытаний, из-за неблагоприятной токсичности, это сэкономит огромные расходы на испытания. [48]

Для функциональной геномики метаболомика может быть отличным инструментом для определения фенотипа , вызванного генетическими манипуляциями, такими как удаление или вставка гена. Иногда это может быть само по себе достаточной целью — например, обнаружить любые фенотипические изменения в генетически модифицированном растении, предназначенном для потребления человеком или животным. Более интересной является перспектива прогнозирования функции неизвестных генов по сравнению с метаболическими нарушениями, вызванными делецией/вставкой известных генов. Такие достижения, скорее всего, будут достигнуты на основе модельных организмов, таких как Saccharomyces cerevisiae и Arabidopsis thaliana . Лаборатория Краватта в Научно-исследовательском институте Скриппса недавно применила эту технологию к млекопитающих системам , идентифицировав N -ацилтаурины как ранее не охарактеризованные эндогенные субстраты для фермента амидгидролазы жирных кислот (FAAH) и моноалкилглицериновые эфиры (MAGE) как эндогенные субстраты для неохарактеризованных гидролаза KIAA1363 . [68] [69]

Метабологеномика — это новый подход к интеграции данных метаболомики и геномики путем корреляции экспортируемых микробами метаболитов с предсказанными генами биосинтеза. [70] Этот метод спаривания, основанный на биоинформатике, позволяет открывать природные продукты в более крупных масштабах за счет уточнения нецелевого метаболомного анализа для идентификации малых молекул с соответствующим биосинтезом и сосредоточения внимания на тех, которые, возможно, не имели ранее хорошо известных структур.

Флюксомика является дальнейшим развитием метаболомики. Недостатком метаболомики является то, что она предоставляет пользователю только данные о количестве или концентрации метаболитов, в то время как флюксомика определяет скорость метаболических реакций и может отслеживать метаболиты в биологической системе с течением времени.

Нутригеномика — это обобщенный термин, который связывает геномику, транскриптомику, протеомику и метаболомику с питанием человека. В целом, в данной жидкости организма на метаболом влияют эндогенные факторы, такие как возраст, пол, состав тела и генетика, а также основные патологии. Микрофлора толстого кишечника также является очень важным потенциальным фактором, искажающим метаболические профили, и ее можно классифицировать как эндогенный или экзогенный фактор. Основными экзогенными факторами являются диета и лекарства. Затем диету можно разделить на питательные и непитательные вещества. Метаболомика — это один из способов определения биологической конечной точки, или метаболического отпечатка пальца, который отражает баланс всех этих сил на метаболизме человека. [71] [72] Благодаря недавнему снижению затрат, метаболомика теперь стала доступной для домашних животных, таких как беременные собаки. [73] [74]

Метаболомика растений предназначена для изучения общих изменений метаболитов образцов растений, а затем проведения глубокого анализа данных и хемометрического анализа. Специализированные метаболиты считаются компонентами защитных систем растений, биосинтезируемыми в ответ на биотические и абиотические стрессы. [75] Подходы метаболомики недавно использовались для оценки естественных различий в содержании метаболитов между отдельными растениями, подход с большим потенциалом для улучшения композиционного качества сельскохозяйственных культур. [76]

См. также

[ редактировать ]

Ссылки

[ редактировать ]
  1. ^ Дэвисс Б. (апрель 2005 г.). «Болезни роста метаболомики» . Ученый . 19 (8): 25–28. Архивировано из оригинала 13 октября 2008 года.
  2. ^ Джордан К.В., Норденштам Дж., Лауверс Г.И., Ротенбергер Д.А., Алави К., Гарвуд М. и др. (март 2009 г.). «Метаболомическая характеристика аденокарциномы прямой кишки человека с помощью магнитно-резонансной спектроскопии интактных тканей» . Заболевания толстой и прямой кишки . 52 (3): 520–525. дои : 10.1007/DCR.0b013e31819c9a2c . ПМК   2720561 . ПМИД   19333056 .
  3. ^ Jump up to: а б Виллате А., Сан-Николас М., Галластеги М., Олас П.А., Оливарес М., Усобиага А. и др. (февраль 2021 г.). «Обзор: Метаболомика как инструмент прогнозирования производительности растений в условиях экологического стресса». Наука о растениях . 303 : 110789. doi : 10.1016/j.plantsci.2020.110789 . ПМИД   33487364 . S2CID   230533604 .
  4. ^ Голливуд К., Брайсон Д.Р., Гудакр Р. (сентябрь 2006 г.). «Метаболомика: современные технологии и будущие тенденции». Протеомика . 6 (17): 4716–4723. дои : 10.1002/pmic.200600106 . ПМИД   16888765 . S2CID   14631544 .
  5. ^ Кавиччиоли М.В., Санторсола М., Бальбони Н., Меркателли Д., Джорджи Ф.М. (март 2022 г.). «Прогнозирование метаболических профилей на основе данных транскриптомики в линиях раковых клеток человека» . Международный журнал молекулярных наук . 23 (7): 3867. doi : 10.3390/ijms23073867 . ПМЦ   8998886 . ПМИД   35409231 .
  6. ^ Гейтс СК, Суили СС (октябрь 1978 г.). «Количественное метаболическое профилирование на основе газовой хроматографии». Клиническая химия . 24 (10): 1663–1673. дои : 10.1093/клинчем/24.10.1663 . ПМИД   359193 .
  7. ^ Прети, Джордж (6 июня 2005 г.). «Метаболомика взрослеет?» . Ученый . 19 (11): 8.
  8. ^ Jump up to: а б с ван дер Греф Дж., Смилде А.К. (май 2005 г.). «Симбиоз хемометрики и метаболомики: прошлое, настоящее и будущее» . Журнал хемометрики . 19 (5–7): 376–386. дои : 10.1002/cem.941 . S2CID   122419960 .
  9. ^ Шапиро И., Кавкало Д.Н., Петрова Г.В., Ганзин А.П. (1989). «[Ангиолейомиома брыжейки толстой кишки, осложненная разлитым перитонитом]». Советская Медицина (9): 116. PMID   2603028 .
  10. ^ Гриффитс WJ, Ван Ю (июль 2009 г.). «Масс-спектрометрия: от протеомики к метаболомике и липидомике». Обзоры химического общества . 38 (7): 1882–1896. дои : 10.1039/b618553n . ПМИД   19551169 . S2CID   12237358 .
  11. ^ Холт Д.И., Басби С.Дж., Гадиан Д.Г., Радда Г.К., Ричардс Р.Э., Сили П.Дж. (ноябрь 1974 г.). «Наблюдение за тканевыми метаболитами с помощью ядерного магнитного резонанса 31P». Природа . 252 (5481): 285–287. Бибкод : 1974Natur.252..285H . дои : 10.1038/252285a0 . ПМИД   4431445 . S2CID   4291661 .
  12. ^ Николсон Дж. К., Линдон Дж. К. (октябрь 2008 г.). «Системная биология: Метабономика». Природа . 455 (7216): 1054–1056. Бибкод : 2008Natur.455.1054N . дои : 10.1038/4551054a . ПМИД   18948945 . S2CID   4411723 .
  13. ^ Холмс Э., Антти Х (декабрь 2002 г.). «Хемометрический вклад в эволюцию метабономики: математические решения для характеристики и интерпретации сложных биологических спектров ЯМР». Аналитик . 127 (12): 1549–1557. Бибкод : 2002Ана...127.1549H . дои : 10.1039/b208254n . ПМИД   12537357 .
  14. ^ Ленц Э.М., Уилсон И.Д. (февраль 2007 г.). «Аналитические стратегии в метабономике». Журнал исследований протеома . 6 (2): 443–458. дои : 10.1021/pr0605217 . ПМИД   17269702 .
  15. ^ Лернер Р.А., Сиуздак Г., Просперо-Гарсия О, Хенриксен С.Дж., Богер Д.Л., Краватт Б.Ф. (сентябрь 1994 г.). «Церебродиен: липид головного мозга, выделенный из лишенных сна кошек» . Труды Национальной академии наук Соединенных Штатов Америки . 91 (20): 9505–9508. Бибкод : 1994PNAS...91.9505L . дои : 10.1073/pnas.91.20.9505 . ПМК   44841 . ПМИД   7937797 .
  16. ^ Краватт Б.Ф., Просперо-Гарсия О., Сиуздак Г., Джилула Н.Б., Хенриксен С.Дж., Богер Д.Л. и др. (июнь 1995 г.). «Химическая характеристика семейства липидов головного мозга, вызывающих сон». Наука . 268 (5216): 1506–1509. Бибкод : 1995Sci...268.1506C . дои : 10.1126/science.7770779 . ПМИД   7770779 .
  17. ^ Смит К.А., О'Мэйл Дж., Вант Э.Дж., Цинь С., Траугер С.А., Брэндон Т.Р. и др. (декабрь 2005 г.). «МЕТЛИН: база данных масс-спектров метаболитов». Терапевтический лекарственный мониторинг . 27 (6): 747–751. дои : 10.1097/01.ftd.0000179845.53213.39 . ПМИД   16404815 . S2CID   14774455 .
  18. ^ Гияс С., Монтенегро-Берк-младший, Доминго-Альменара X, Палермо А., Варт Б., Герман Г. и др. (март 2018 г.). «МЕТЛИН: технологическая платформа для идентификации известных и неизвестных» . Аналитическая химия . 90 (5): 3156–3164. дои : 10.1021/acs.analchem.7b04424 . ПМЦ   5933435 . ПМИД   29381867 .
  19. ^ «Премия ученых-аналитиков за инновации 2023» . Ученый-аналитик . 12 декабря 2023 г. Проверено 14 декабря 2023 г.
  20. ^ Смит К.А., Вант Э.Дж., О'Мэйл Дж., Абагян Р., Сюздак Дж. (февраль 2006 г.). «XCMS: обработка данных масс-спектрометрии для определения профиля метаболитов с использованием нелинейного выравнивания пиков, сопоставления и идентификации». Аналитическая химия . 78 (3): 779–787. дои : 10.1021/ac051437y . ПМИД   16448051 .
  21. ^ Таутенхан Р., Патти Г.Дж., Райнхарт Д., Сиуздак Г. (июнь 2012 г.). «XCMS Online: веб-платформа для обработки нецелевых метаболомических данных» . Аналитическая химия . 84 (11): 5035–5039. дои : 10.1021/ac300698c . ПМК   3703953 . ПМИД   22533540 .
  22. ^ Jump up to: а б с Вишарт Д.С., Цур Д., Нокс С., Эйснер Р., Го А.С., Янг Н. и др. (1 января 2007 г.). «HMDB: База данных метаболов человека» . Исследования нуклеиновых кислот . 35 (Д1): Д521–Д526. дои : 10.1093/нар/gkl923 . ПМК   1899095 . ПМИД   17202168 .
  23. ^ Уишарт Д.С., Нокс С., Го А.С., Эйснер Р., Янг Н., Гаутам Б. и др. (1 января 2009 г.). «HMDB: база знаний о метаболоме человека» . Исследования нуклеиновых кислот . 37 (Д1): Д603–Д610. дои : 10.1093/нар/gkn810 . ПМЦ   2686599 . ПМИД   18953024 .
  24. ^ Фараг М.А., Хьюман Д.В., Диксон Р.А., Самнер Л.В. (февраль 2008 г.). «Метаболомика выявляет новые пути и дифференциальные механистические и специфичные для элиситора реакции в биосинтезе фенилпропаноидов и изофлавоноидов в культурах клеток Medicago truncatula» . Физиология растений . 146 (2): 387–402. дои : 10.1104/стр.107.108431 . ПМК   2245840 . ПМИД   18055588 .
  25. ^ «www.Plantmetabolomics.org» . 7 ноября 2012 г. Архивировано из оригинала 7 ноября 2012 г. Проверено 20 мая 2020 г.
  26. ^ Jump up to: а б Морроу-младший KJ (1 апреля 2010 г.). «Масс-спекции в центре метаболомики» . Новости генной инженерии и биотехнологии . Том. 30, нет. 7. с. 1. Архивировано из оригинала 12 августа 2011 года . Проверено 28 июня 2010 г.
  27. ^ «Анализ продуктов метаболизма в реальном времени» . физ.орг . Проверено 20 мая 2020 г.
  28. ^ Оливер С.Г., Уинсон М.К., Келл Д.Б., Баганц Ф. (сентябрь 1998 г.). «Систематический функциональный анализ генома дрожжей». Тенденции в биотехнологии . 16 (9): 373–378. дои : 10.1016/S0167-7799(98)01214-1 . ПМИД   9744112 .
  29. ^ Гриффин Дж.Л., Видаль-Пуч А. (июнь 2008 г.). «Текущие проблемы метаболомики в исследованиях диабета: жизненно важный функциональный геномный инструмент или просто уловка для получения финансирования?». Физиологическая геномика . 34 (1): 1–5. doi : 10.1152/физиологгеномика.00009.2008 . ПМИД   18413782 . S2CID   9416755 .
  30. ^ HMDB 4.0 - база данных метаболомов человека в 2018 году.
  31. ^ Вишарт Д.С., Го А., Олер Э., Ван Ф., Анджум А., Питерс Х. и др. (январь 2022 г.). «HMDB 5.0: База данных метаболомов человека на 2022 год» . Исследования нуклеиновых кислот . 50 (Д1): Д622–Д631. дои : 10.1093/nar/gkab1062 . ПМЦ   8728138 . ПМИД   34986597 .
  32. ^ Уишарт Д.С., Джуисон Т., Го А.С., Уилсон М., Нокс С., Лю Ю. и др. (январь 2013 г.). «HMDB 3.0 — База данных метаболомов человека в 2013 году» . Исследования нуклеиновых кислот . 41 (Проблема с базой данных): D801–D807. дои : 10.1093/nar/gks1065 . ПМК   3531200 . ПМИД   23161693 .
  33. ^ Пирсон Х (март 2007 г.). «Познакомьтесь с метаболомом человека» . Природа . 446 (7131): 8. Бибкод : 2007Natur.446....8P . дои : 10.1038/446008a . ПМИД   17330009 . S2CID   2235062 .
  34. ^ Де Лука V, Сен-Пьер Б (апрель 2000 г.). «Клетка и биология развития биосинтеза алкалоидов». Тенденции в науке о растениях . 5 (4): 168–173. дои : 10.1016/S1360-1385(00)01575-2 . ПМИД   10740298 .
  35. ^ Гриффин Дж.Л., Shockcor JP (июль 2004 г.). «Метаболические профили раковых клеток». Обзоры природы. Рак . 4 (7): 551–561. дои : 10.1038/nrc1390 . ПМИД   15229480 . S2CID   527894 .
  36. ^ Jump up to: а б Улашевска М.М., Вайнерт С.Х., Триминьо А., Портманн Р., Андрес Лакуева С., Бадершер Р. и др. (январь 2019 г.). «Нутриметаболомика: интегративное действие для метаболомного анализа в исследованиях питания человека» . Молекулярное питание и пищевые исследования . 63 (1): e1800384. дои : 10.1002/mnfr.201800384 . hdl : 11572/214273 . ПМИД   30176196 .
  37. ^ Jump up to: а б Николсон Дж. К., Уилсон И. Д. (август 2003 г.). «Мнение: понимание« глобальной » системной биологии: метабономика и континуум метаболизма». Обзоры природы. Открытие наркотиков . 2 (8): 668–676. дои : 10.1038/nrd1157 . ПМИД   12904817 . S2CID   23743031 .
  38. ^ Jump up to: а б Деттмер К., Аронов П.А., Гамак Б.Д. (2007). «Метаболомика на основе масс-спектрометрии» . Обзоры масс-спектрометрии . 26 (1): 51–78. Бибкод : 2007MSRv...26...51D . дои : 10.1002/mas.20108 . ЧВК   1904337 . ПМИД   16921475 .
  39. ^ Николсон Дж.К., Фоксалл П.Дж., Спраул М., Фаррант Р.Д., Линдон Дж.К. (март 1995 г.). «ЯМР-спектроскопия 1H и 1H-13C плазмы крови человека, 750 МГц». Аналитическая химия . 67 (5): 793–811. дои : 10.1021/ac00101a004 . ПМИД   7762816 .
  40. ^ Бентли Р (1999). «Биосинтез вторичных метаболитов: первый век». Критические обзоры по биотехнологии . 19 (1): 1–40. дои : 10.1080/0738-859991229189 . ПМИД   10230052 .
  41. ^ Нордстрем А., О'Мэйл Г., Цинь С., Сюздак Г. (май 2006 г.). «Нелинейное сопоставление данных для метаболомики на основе UPLC-MS и HPLC-MS: количественный анализ эндогенных и экзогенных метаболитов в сыворотке человека» . Аналитическая химия . 78 (10): 3289–3295. дои : 10.1021/ac060245f . ПМЦ   3705959 . ПМИД   16689529 .
  42. ^ Лин В., Конвей Л.П., Блок А, Сомми Г., Вуясинович М., Лёр Дж.М. и др. (июнь 2020 г.). «Чувствительный масс-спектрометрический анализ карбонильных метаболитов в образцах мочи и фекалий человека с использованием хемоселективной модификации» . Аналитик . 145 (11): 3822–3831. Бибкод : 2020Ана...145.3822L . дои : 10.1039/D0AN00150C . ПМИД   32393929 .
  43. ^ Крокфорд Д.Д., Махер А.Д., Ахмади К.Р., Барретт А., Пламб Р.С., Уилсон И.Д. и др. (сентябрь 2008 г.). «Статистическая гетероспектроскопия 1H ЯМР и UPLC-MS (E): характеристика метаболитов лекарств (ксенометаболома) в эпидемиологических исследованиях». Аналитическая химия . 80 (18): 6835–6844. дои : 10.1021/ac801075m . ПМИД   18700783 .
  44. ^ Николсон Дж. К. (2006). «Глобальная системная биология, персонализированная медицина и молекулярная эпидемиология» . Молекулярная системная биология . 2 (1): 52. дои : 10.1038/msb4100095 . ПМК   1682018 . ПМИД   17016518 .
  45. ^ Николсон Дж.К., Линдон Дж.К., Холмс Э. (ноябрь 1999 г.). « Метабономика: понимание метаболических реакций живых систем на патофизиологические стимулы посредством многомерного статистического анализа биологических данных ЯМР-спектроскопии». Ксенобиотика; Судьба чужеродных соединений в биологических системах . 29 (11): 1181–1189. дои : 10.1080/004982599238047 . ПМИД   10598751 .
  46. ^ Николсон Дж. К., Коннелли Дж., Линдон Дж. К., Холмс Э. (февраль 2002 г.). «Метабономика: платформа для изучения токсичности лекарств и функции генов». Обзоры природы. Открытие наркотиков . 1 (2): 153–161. дои : 10.1038/nrd728 . ПМИД   12120097 . S2CID   17881327 .
  47. ^ Холмс Э., Уилсон И.Д., Николсон Дж.К. (сентябрь 2008 г.). «Метаболическое фенотипирование в здоровье и болезни» . Клетка . 134 (5): 714–717. дои : 10.1016/j.cell.2008.08.026 . ПМИД   18775301 . S2CID   6677621 .
  48. ^ Jump up to: а б Робертсон Д.Г. (июнь 2005 г.). «Метабономика в токсикологии: обзор» . Токсикологические науки . 85 (2): 809–822. дои : 10.1093/toxsci/kfi102 . ПМИД   15689416 .
  49. ^ Сильва Л.П., Северная ТР (август 2015 г.). «Экзометаболомика и MSI: деконструкция взаимодействия клеток с целью преобразования их среды малых молекул» . Современное мнение в области биотехнологии . 34 . Эльзевир Б.В.: 209–216. дои : 10.1016/j.copbio.2015.03.015 . ПМИД   25855407 .
  50. ^ Лу В., Су X, Кляйн М.С., Льюис И.А., Фин О., Рабиновиц Дж.Д. (июнь 2017 г.). «Измерение метаболитов: ловушки, которых следует избегать, и методы, которым следует следовать» . Ежегодный обзор биохимии . 86 (1): 277–304. doi : 10.1146/annurev-biochem-061516-044952 . ПМЦ   5734093 . ПМИД   28654323 .
  51. ^ Расмиена А.А., Нг Т.В., Мейкле П.Дж. (март 2013 г.). «Метаболомика и ишемическая болезнь сердца». Клиническая наука . 124 (5): 289–306. дои : 10.1042/CS20120268 . ПМИД   23157406 .
  52. ^ «Информация о газовой хроматографии и масс-спектрометрии (ГХ-МС)» . Thermo Fisher Scientific – США . Проверено 26 сентября 2018 г.
  53. ^ Гика Х.Г., Теодоридис Г.А., Вингейт Дж.Э., Уилсон И.Д. (август 2007 г.). «Внутридневная воспроизводимость метода метабономического анализа на основе ВЭЖХ-МС: применение к моче человека». Журнал исследований протеома . 6 (8): 3291–3303. дои : 10.1021/pr070183p . ПМИД   17625818 .
  54. ^ Сога Т., Охаси Ю., Уэно Ю., Нараока Х., Томита М., Нисиока Т. (сентябрь 2003 г.). «Количественный метаболомный анализ с использованием масс-спектрометрии капиллярного электрофореза». Журнал исследований протеома . 2 (5): 488–494. дои : 10.1021/pr034020m . ПМИД   14582645 .
  55. ^ Нортен Т.Р., Янес О., Нортен М.Т., Марринуччи Д., Уритбунтхай В., Апон Дж. и др. (октябрь 2007 г.). «Клатратные наноструктуры для масс-спектрометрии». Природа . 449 (7165): 1033–1036. Бибкод : 2007Natur.449.1033N . дои : 10.1038/nature06195 . ПМИД   17960240 . S2CID   4404703 .
  56. ^ Ву Х.К., Нортен Т.Р., Янес О., Сиуздак Г. (июль 2008 г.). «Масс-спектрометрия наноструктур-инициатора: протокол подготовки и нанесения поверхностей NIMS для высокочувствительного масс-анализа» . Протоколы природы . 3 (8): 1341–1349. дои : 10.1038/NPROT.2008.110 . ПМИД   18714302 . S2CID   20620548 .
  57. ^ Гасте М., Мистрик Р., Шулаев В. (май 2016 г.). «Применение ионно-циклотронного резонанса с преобразованием Фурье (FT-ICR) и масс-спектрометрии высокого разрешения на основе орбитальных ловушек в метаболомике и липидомике» . Международный журнал молекулярных наук . 17 (6): 816. doi : 10.3390/ijms17060816 . ПМЦ   4926350 . ПМИД   27231903 .
  58. ^ Гриффин Дж.Л. (октябрь 2003 г.). «Метабономика: ЯМР-спектроскопия и анализ распознавания образов жидкостей и тканей организма для характеристики токсичности ксенобиотиков и диагностики заболеваний». Современное мнение в области химической биологии . 7 (5): 648–654. дои : 10.1016/j.cbpa.2003.08.008 . ПМИД   14580571 .
  59. ^ Беконерт О., Кеун Х.К., Эббелс Т.М., Банди Дж., Холмс Э., Линдон Дж.К. и др. (2007). «Метаболическое профилирование, метаболомические и метабономические процедуры для ЯМР-спектроскопии экстрактов мочи, плазмы, сыворотки и тканей». Протоколы природы . 2 (11): 2692–2703. дои : 10.1038/nprot.2007.376 . ПМИД   18007604 . S2CID   205463871 .
  60. ^ Хабчи Б., Алвес С., Жуан-Римбо Бувересс Д., Аппенцеллер Б., Пэрис А., Ратледж Д.Н. и др. (январь 2018 г.). «Потенциал динамически гармонизированной ячейки ионно-циклотронного резонанса с Фурье-преобразованием для высокопроизводительного снятия отпечатков пальцев в метаболомике: контроль качества данных». Аналитическая и биоаналитическая химия . 410 (2): 483–490. дои : 10.1007/s00216-017-0738-3 . ПМИД   29167936 . S2CID   3769892 .
  61. ^ Кинг А.М., Маллин Л.Г., Уилсон И.Д., Коэн М., Рейнвилл П.Д., Пламб Р.С. и др. (январь 2019 г.). «Разработка метода быстрого профилирования для анализа полярных аналитов в моче с использованием HILIC-MS и подвижности ионов позволила HILIC-MS» . Метаболомика . 15 (2): 17. дои : 10.1007/s11306-019-1474-9 . ПМК   6342856 . ПМИД   30830424 .
  62. ^ Сугимото М., Каваками М., Роберт М., Сога Т., Томита М. (март 2012 г.). «Инструменты биоинформатики для обработки и анализа метаболомных данных на основе масс-спектроскопии» . Современная биоинформатика . 7 (1): 96–108. дои : 10.2174/157489312799304431 . ПМК   3299976 . ПМИД   22438836 .
  63. ^ Спайсер Р., Салек Р.М., Морено П., Кануэто Д., Стейнбек С. (2017). «Навигация по свободно доступным программным инструментам для метаболомного анализа» . Метаболомика . 13 (9): 106. дои : 10.1007/s11306-017-1242-7 . ПМК   5550549 . ПМИД   28890673 .
  64. ^ Рен С., Хинцман А.А., Канг Э.Л., Щесняк Р.Д., Лу Л.Дж. (декабрь 2015 г.). «Вычислительный и статистический анализ данных метаболомики». Метаболомика . 11 (6): 1492–513. дои : 10.1007/s11306-015-0823-6 . S2CID   15712363 .
  65. ^ Громский П.С., Мухамадали Х., Эллис Д.И., Сюй Ю., Корреа Э., Тернер М.Л. и др. (июнь 2015 г.). «Обзор учебного пособия: Метаболомика и дискриминантный анализ частичных наименьших квадратов - брак по расчету или свадьба с дробовиком». Аналитика Химика Акта . 879 : 10–23. дои : 10.1016/j.aca.2015.02.012 . ПМИД   26002472 .
  66. ^ «Метаболомика в клинике: обзор общих и уникальных особенностей нецелевой метаболомики для клинических исследований и клинических испытаний» . Метаболон . Проверено 8 ноября 2022 г.
  67. ^ Бонини П., Кинд Т., Цугава Х., Барупал Д.К., Фин О. (июнь 2020 г.). «Подсказка: прогнозирование времени удерживания составных аннотаций в нецелевой метаболомике» . Аналитическая химия . 92 (11): 7515–7522. дои : 10.1021/acs.analchem.9b05765 . ПМЦ   8715951 . ПМИД   32390414 .
  68. ^ Сагателян А., Траугер С.А., Вант Э.Дж., Хокинс Э.Г., Сиуздак Г., Краватт Б.Ф. (ноябрь 2004 г.). «Отнесение эндогенных субстратов к ферментам путем глобального профилирования метаболитов». Биохимия . 43 (45): 14332–14339. дои : 10.1021/bi0480335 . ПМИД   15533037 .
  69. ^ Чан К.П., Ниссен С., Сагателян А., Краватт Б.Ф. (октябрь 2006 г.). «Фермент, который регулирует сигнальные пути эфирных липидов при раке, подтвержденный многомерным профилированием» . Химия и биология . 13 (10): 1041–1050. doi : 10.1016/j.chembiol.2006.08.008 . ПМИД   17052608 .
  70. ^ Геринг А.В., МакКлюр Р.А., Дорогази Дж.Р., Олбрайт Дж.К., Хаверланд Н.А., Чжан Ю. и др. (февраль 2016 г.). «Метабологеномика: корреляция кластеров микробных генов с метаболитами способствует открытию нерибосомального пептида с необычным мономером аминокислоты» . Центральная научная служба ACS . 2 (2): 99–108. дои : 10.1021/accentsci.5b00331 . ПМЦ   4827660 . ПМИД   27163034 .
  71. ^ Гибни М.Дж., Уолш М., Бреннан Л., Рош Х.М., Герман Б., ван Оммен Б. (сентябрь 2005 г.). «Метаболомика в питании человека: возможности и проблемы» . Американский журнал клинического питания . 82 (3): 497–503. дои : 10.1093/ajcn/82.3.497 . ПМИД   16155259 .
  72. ^ Кристофер КБ (март 2018 г.). «Метаболомика питания при критических заболеваниях» . Текущее мнение о клиническом питании и метаболической помощи . 21 (2): 121–125. дои : 10.1097/MCO.0000000000000451 . ПМЦ   5826639 . ПМИД   29251691 .
  73. ^ Арльт С.П., Оттка С., Лохи Х., Хиндерер Дж., Людеке Дж., Мюллер Э. и др. (10 мая 2023 г.). Мюкремин О. (ред.). «Метаболомика при беременности и лактации собак» . ПЛОС ОДИН . 18 (5): e0284570. дои : 10.1371/journal.pone.0284570 . ПМЦ   10171673 . ПМИД   37163464 .
  74. ^ Оттка К., Вапалахти К., Арлт С.П., Бартель А., Лохи Х. (2 февраля 2023 г.). «Метаболические различия анэструса, течки, беременности, псевдобеременности и лактации у 800 сук собак» . Границы ветеринарной науки . 10 : 1105113. дои : 10.3389/fvets.2023.1105113 . ПМЦ   9932911 . ПМИД   36816179 .
  75. ^ Котрим Г.Д., Сильва Д.М., Граса Дж.П., Оливейра Джуниор А., Кастро С., Зоколо Г.Дж. и др. (январь 2023 г.). «Реакция метаболома Glycine max (L.) Merr. (Соевые бобы) на доступность калия». Фитохимия . 205 : 113472. Бибкод : 2023PChem.205k3472C . doi : 10.1016/j.phytochem.2022.113472 . ПМИД   36270412 .
  76. ^ Шауэр Н., Ферни А.Р. (октябрь 2006 г.). «Метаболомика растений: к биологическим функциям и механизмам». Тенденции в науке о растениях . 11 (10): 508–516. doi : 10.1016/j.tplants.2006.08.007 . ПМИД   16949327 .

Дальнейшее чтение

[ редактировать ]
[ редактировать ]
Поищите метаболомику в Викисловаре, бесплатном словаре.
В Wikibooks есть дополнительная информация по теме: Метаболомика.
Retrieved from "https://en.wikipedia.org/w/index.php?title=Metabolomics&oldid=1236383982"
Arc.Ask3.Ru: конец переведенного документа.
Arc.Ask3.Ru
Номер скриншота №: 78c5b516cb6078c16571bcaafbfb169f__1721810760
URL1:https://arc.ask3.ru/arc/aa/78/9f/78c5b516cb6078c16571bcaafbfb169f.html
Заголовок, (Title) документа по адресу, URL1:
Metabolomics - Wikipedia
Данный printscreen веб страницы (снимок веб страницы, скриншот веб страницы), визуально-программная копия документа расположенного по адресу URL1 и сохраненная в файл, имеет: квалифицированную, усовершенствованную (подтверждены: метки времени, валидность сертификата), открепленную ЭЦП (приложена к данному файлу), что может быть использовано для подтверждения содержания и факта существования документа в этот момент времени. Права на данный скриншот принадлежат администрации Ask3.ru, использование в качестве доказательства только с письменного разрешения правообладателя скриншота. Администрация Ask3.ru не несет ответственности за информацию размещенную на данном скриншоте. Права на прочие зарегистрированные элементы любого права, изображенные на снимках принадлежат их владельцам. Качество перевода предоставляется как есть. Любые претензии, иски не могут быть предъявлены. Если вы не согласны с любым пунктом перечисленным выше, вы не можете использовать данный сайт и информация размещенную на нем (сайте/странице), немедленно покиньте данный сайт. В случае нарушения любого пункта перечисленного выше, штраф 55! (Пятьдесят пять факториал, Денежную единицу (имеющую самостоятельную стоимость) можете выбрать самостоятельно, выплаичвается товарами в течение 7 дней с момента нарушения.)