|
代谢组学:后基因时代的重要研究趋势之一!
基因组---物种遗传信息
RNA组--时空的表达调控
蛋白组--表型的呈现形式
代谢组--机体产生的代谢物
如上图所示:基因组(DNA)是最基础遗传物质,告诉我们物种或者机体可能发生的事;RNA组学告诉我们具体是怎么发挥作用的;蛋白质是物种个体具体表现形式,是最接近表型的;而代谢组学是告诉我们机体具体发生了什么。随着NGS技术的发展,各个物种基因组,重测序,转录组等大数据不断出现,蛋白质组学和代谢组学逐步火热起来。蛋白质是最接近表型的,但是由于蛋白质组学的研究方法一直以来没有跟上,所以大规模的时代一直迟迟没到。代谢组学其实在国外要比国内开展的早好很多,由于近2年技术的更新(广泛靶向代谢组技术)以及基因组,转录组研究的局限,在国内逐步火热起来。相关代谢组学文章,不断在 NBT,Nature Genetics、Nature Communications、PNAS、Plant Cell、Current Opinion in Plant Biology、Molecular Plant等国际学术期刊发表.
代谢组为基因组和转录组研究提供新方案
代谢组反映生物体的真实生理状态
代谢组是基因组与表型的桥梁
代谢组的丰富性和巨大差异性
代谢物(Metabolite):亦称中间代谢物,是指指通过代谢过程产生或消耗的物质,生物大分子不包括在内。生物大分子的前体及降解产物是真正的代谢物。
代谢组(Metabolome):是一些参与生物体新陈代谢、维持生物体正常生长功能和生长发育的小分子化合物的集合,主要是分子量小于1000的内源性小分子。
代谢组学(Metabolomics):对某一生物、组织或细胞中所有低分子量(通常指 MV<1000)代谢产物进行定性和定量分析的一门科学。是研究生物体系受刺激或扰动后其代谢物的变化一门科学。
研究代谢组意义:
1. 活性多糖--抗肿瘤、抗衰老、抗感染、降血糖血脂、防治艾滋病
植物多酚--抑菌、抗病毒、抗过敏;抗氧化和延缓衰老;预防心脑血管疾病;抗肿瘤
脂肪酸、植物甾醇、磷脂、谷维素--提高智商,预防心血管疾病,也对高血压、心脏病、癌症、糖尿病等有积极的防治作用
2.可以实现:
代谢物的定性定量分析和代谢谱研究
代谢物与胁迫、疾病应答
功能基因研究和代谢途径的解析
代谢标志物的发掘(新的代谢物Biomarker发现)
代谢物与人体营养、疾病研究(药物、毒理等效用评价)
代谢组学研究新技术:广泛靶向代谢组技术
技术策略:
1.代谢组物质定性定量;可以一次性检查几百上千种物质;
2.植物激素检测:绝对定量检测6大类、20种以上植物激素及其修饰化合物。该方法解决了植物激素绝对定量分析的瓶颈问题,采用同位素内标法定量检测。
3.黄酮代谢组检测 黄酮,作为一类苯丙氨酸代谢产生的多酚类化合物,在植物中生理过程中参与着重要的作用,如根的生长、花的传粉、病原菌及紫外胁迫,同时作为一种很强的抗氧化剂,也被广泛应用于人体疾病治疗与食品保健。基于LC-MS/MS的广泛靶向代谢组学方法,研发人员成功注释鉴定了200多个黄酮物质,其中包括150多个黄酮、30多个黄烷酮和20多个花青素物质。
4.代谢组+重测序:利用自然群体、人工群体作为研究材料,基于重测序的信息,结合代谢组结果,进行代谢组的全基因组关联分析(metabolome Genome-Wide Association Study, mGWAS),批量、精准定位候选基因,挖掘代谢生理、表型相关的功能基因,阐释相关pathway分子、生化机理。mGWAS利用代谢物作为数量性状与基因组变异位点进行关联分析,在分析过程中,通常检测到的代谢物数量多(>400种代谢物)、差异大(10-10000倍)、遗传效应高(解释超过40%变异),得到的结果因此优于传统表型性状GWAS。
5.代谢组学+转录组:针对特定的生理、病理、生长发育等表型,通过广泛靶向代谢组+转录组的研究方法,对时序表达的众多基因与差异积累的代谢物信息进行整合分析,锁定代谢途径、找出关键调控及结构基因,解析调控机理,并结合分子生物学,从分子层面解释所关注的生物表型,探索生物体生长发育、生理病理应答机制。
技术平台:
核磁共振技术(NMR):
优点:无损伤性,无辐射性,无偏向性,方法灵活,处理简单
不足:灵敏度较低,动态范围有限
气相色谱与质谱共用技术(GC/MS):
优点:高分辨率,高灵敏度,有比较标准的数据库,易于定性
不足:需衍生化,预处理繁琐,检测物质范围有限
液相色谱与质谱共用技术(LC/MS):
优点:灵敏度较高,较宽动态范围,无需衍生化
不足:数据库信息不全,不易定性
基于“广泛靶向代谢组平台”,实现了高灵敏度、广泛靶向的代谢物鉴定。 该平台可进行脂溶、水溶性代谢物,低丰度次生代谢物的准确定性和精确定量,并结合多元商业软件及自建分析流程搭建了基于代谢组的多组学数据整合分析流程。近两年利用该技术在Nat Genet、Nat Commun、PNAS、Plant Cell、Plant J、Mol Plant、Curr Opin Plant Biol等杂志发表论文多篇,代表着代谢组学研究最新发展方向。
交流方式:邮箱:qinyyzj@163.com; QQ: 896374469
具体文章:
1.植物激素检测:
1.水稻BC12/GDD1基因对赤霉素生物合成的影响机制研究
Li J, Jiang J, Qian Q, et al. Mutation of rice BC12/GDD1, which encodes a kinesin like protein that binds to a GA biosynthesis gene promoter, leads to dwarfism with impaired cell elongation[J].The Plant Cell, 2011, 23(2):
2. NAC26介导JA的合成参与葡萄抗旱机制研究
Fang L, Su L, Sun X, et al. Expression of Vitis amurensis NAC26 in Arabidopsis enhances drought tolerance by modulating jasmonic acid synthesis[J]. Journal of experimental botany, 2016, 67(9): 2829-2845.
2.黄酮代谢组检测
1.黄酮醇苯乙酰基转移酶进化分析揭示十字花科植物抗UV-B机制,Tohge T, Wendenburg R, Ishihara H, et al. Characterization of a recently evolved flavonol-phenylacyltransferase gene provides signatures of natural light selection in Brassicaceae[J]. Nature communications, 2016, 7.
1.)半合成抗癌药物喜树碱代谢途径研究,
Sadre R, Magallanes-Lundback M, Pradhan S, et al. Metabolite diversity in alkaloid biosynthesis: a multi-lane (diastereomer) highway for camptothecin synthesis in Camptotheca acuminata[J]. The Plant Cell, 2016: tpc. 00193.2016.
2.)抗癌药物长春花碱( catharanthine)代谢途径研究:
Miettinen K, Dong L, Navrot N, et al. The seco-iridoid pathway from Catharanthus roseus[J]. Nature communications, 2014, 5.
4. 代谢组+转录组
1)解析白葡萄抗旱机制(正常和旱胁迫,3个时期,)
Savoi S, Wong D C J, Arapitsas P, et al. Transcriptome and metabolite profiling reveals that prolonged drought modulates the phenylpropanoid and terpenoid pathway in white grapes (Vitis vinifera L.)[J]. BMC plant biology, 2016, 16(1): 67.
5. 代谢组+重测序: 寻找关键基因,构建物质代谢谱
1)广泛靶向代谢组+重测序进行水稻自然群体mGWAS研究Chen W, Gao Y, Xie W, et al. Genome wide association analyses provide genetic and biochemical insights into natural variation in rice metabolism[J]. Nature genetics, 2014, 46(7): 714-721.
2) 广泛靶向代谢组+基因型数据进行玉米籽粒代谢多样性研究
Wen W, Li D, Li X, et al. Metabolome based genome wide association study of maize kernel leads to novel biochemical insights[J]. Nature communications, 2014, 5.
3)广靶代谢+水稻QTL定位
Gong L, Chen W, Gao Y, et al. Genetic analysis of the metabolome exemplified using a rice population[J]. PNAS 2013, 110(50): 20320-20325.
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-4-25 16:46
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社