代謝組學技術在臨床診斷中的研究進展

李彥東，吳琪

代謝組學技術在臨床診斷中的研究進展

李彥東，吳琪△

代謝組學是系統生物學的重要組成部分。研究顯示，代謝組學在臨床診斷過程中有著不可比擬的作用。當機體受到外源性或內源性刺激時，體內小分子代謝物的種類及含量會發生顯著改變，代謝組學技術通過對體內復雜代謝物的動態變化進行分析，分析代謝物變化與機體病理或生理變化的直接相關性。隨著分析技術的不斷發展，核磁共振、色譜-質譜聯用等先進技術被廣泛應用于代謝組學的研究中。目前臨床運用代謝組學技術可以全面分析患者體液中代謝物的動態變化，發現體液中與疾病密切相關的特征性生物標志物，從而實現疾病的早期臨床診斷。本文主要對代謝組學技術及其在臨床診斷過程中的廣泛應用作一綜述。

代謝組學；臨床診斷；生物標志物；代謝產物；核磁共振；綜述

代謝組學起源于20世紀90年代，是一門新興的組學技術，與基因組學、轉錄組學、蛋白質組學共同組成“系統生物學”［1］。代謝組學以體液［2］、細胞［3］、組織［4］中相對分子質量低于1 000的小分子化合物為研究對象，運用色譜-質譜聯用技術、核磁共振技術等高分辨率、高靈敏度、高通量的現代儀器分析手段，對體內內源性小分子化合物進行定性或定量研究，揭示體內代謝通路的改變，為臨床診斷提供合理依據［5］。目前已廣泛應用于疾病診斷［6］、新藥研究與開發［7］、藥物作用機制研究［8］、食品科學［9］等領域。

目前，診斷代謝組學被廣泛應用于臨床診療過程。疾病的發生必然會導致機體出現病理生理異常，進而誘導體內代謝物水平發生改變。診斷代謝組學從機體整體角度出發，利用先進的分析檢測技術平臺，結合多變量統計分析方法，通過對病理或生理紊亂所引起的代謝物濃度及種類的動態變化進行分析，獲得與疾病密切相關的潛在生物標志物，為臨床疾病的早期診斷、預后及藥物治療效果評價提供了新的有效途徑［10］。

1 代謝組學技術

1.1 代謝組學樣品的采集代謝組學的研究對象包括生物體液（血液、腦脊液、尿液）、細胞（細胞提取物及其培養液）、組織（心臟組織、腎臟組織、肝臟組織）中相對分子質量低于1 000的內源性小分子化合物［11］。樣品的采集與制備是代謝組學研究的關鍵步驟之一。采集過程中應該注意保證外界干擾因素（飲食、環境、藥物）與受試者內在條件（性別、年齡、機體健康狀態）的一致性，同時考慮樣本的采集時間、采集部位等因素的統一性，以減少樣本差異對研究結果產生的影響。

1.2 代謝組學分析技術代謝組學研究的主要目標在于對生物體內全體內源性代謝組分進行定性和定量分析。分析方法要求具有高靈敏度、高通量等特點。隨著分析技術的不斷發展，其主要分析技術包括氣相色譜-質譜聯用技術（gas chromatography-mass spectrometer，GC-MS）［12］、液相色譜-質譜聯用技術（liquid chromatography-mass spectrometer，LCMS）［13］、核磁共振技術（nuclear magnetic resonance，NMR）［14］、電感耦合等離子質譜技術（Inductively coupled plasma mass spectrometry，ICP-MS）［15］、毛細管電色譜（capillary electro chromatography，CEC）［16］等。為了充分發揮每種技術各自的優勢，研究過程中可根據代謝物所具有的獨特理化性質，將多種技術聯合應用于樣品的檢測和分析過程。目前最常用的代謝組學分析技術為NMR、LC-MS和GC-MS。

1.2.1 NMR近年來NMR技術迅速發展，憑借其檢測快速、重現性好、分辨率及靈敏度高、樣品處理方法簡單、化學位移分布寬、弛豫性好等優點，成為代謝組學研究的主要技術之一［17］。通過將NMR串聯液相色譜組成液相色譜-核磁共振聯用技術（LC-NMR），增強了NMR的靈敏度與分辨率。NMR技術可以提供代謝物的結構信息，主要應用于疾病診斷及發病機制的研究［18］。

1.2.2 LC-MSLC-MS技術憑借集液相色譜的高分辨能力和質譜的高靈敏度于一體，逐漸成為代謝組學的主要研究技術之一［19］。LC-MS適用于分析熱穩定性差、沸點較高、極性強、離子化的化合物。與傳統GC-MS相比，LC-MS具有樣品處理簡單、無需衍生化操作等特點；與NMR相比，LC-MS具有更高的靈敏度及更快的分離效能。這些獨特優勢，使LC-MS技術逐漸應用到更廣泛的研究領域中。

1.2.3 GC-MS隨著分析技術的不斷發展創新，GC-MS技術被廣泛應用于代謝組學的研究。其優勢在于分離效能及靈敏度高、重現性好，且具有特定的化合物標準圖譜庫，對待測代謝組分的MS圖譜進行自動檢索，實現樣品的迅速定性分析。其局限性主要表現為對樣品中難揮發或極性較大的分子化合物不能直接進行分析，需經過衍生化后降低其汽化溫度才能進行檢測［20］，且GC-MS也無法分離并檢測同分異構體或同位素型代謝產物。

1.3 代謝組學數據分析和處理技術代謝組學的樣品數量較為龐大，運用現代儀器分析手段將產生大量的數據集合。為了較為全面地分析數據中的信息，并將分析結果與生物體產生的生理或病理變化相關聯，通常采用化學計量學與多元統計分析相結合的方法。化學計量學中的模式識別技術是代謝組學的主要分析技術之一，分為監督學習方法（super?vised method）和無監督學習方法（unsupervised method）兩類，其中監督學習方法包括偏最小二乘法（partial least squares，PLS）、偏最小二乘判別分析（partial least squares projection to latent structures-discriminant analysis，PLS-DA）、正交偏最小二乘判別分析（Orthogonal PLS-DA，OPLS-DA）等；無監督學習方法包括主成分分析法（principal component analysis，PCA）、聚類分析（hierarchical cluster analysis，HCA）等［21-22］。

2 代謝組學技術在臨床診斷中的應用

機體的代謝過程是一個不斷發展的過程。正常狀態下體內的新陳代謝處于動態平衡，當機體受到內源性或外源性刺激時，機體中代謝物的種類、數量或濃度會發生改變。隨著分析技術平臺和數據處理方法的發展與完善，代謝組學通過對體內代謝物的異常變化進行定性及定量分析，發現由疾病所引起的體內特征性生物標志物，并將其廣泛運用到臨床疾病的診斷與研究過程中。

2.1 心血管疾病心血管疾病是威脅人類生命健康的主要疾病之一。血脂異常、高血壓、糖代謝紊亂、抵抗力低等均是其高危因素。隨著人們生活水平的提高，不良的飲食和生活習慣導致心血管疾病的發病率與病死率逐年升高。

Rizza等［23］利用LC-MS結合PCA、隨機生存森林算法（random survival forest analysis，RSFA）及COX比例風險回歸（Cox proportional hazards regression）對67例老年心血管疾病患者的血液進行分析，發現線粒體功能障礙導致的代謝異常在心血管疾病的發生過程中起重要作用。Bodi等［24］利用高分辨率核磁共振技術（high-resolution nuclear magnetic reso?nance spectroscopy）對急性心肌缺血患者的血漿進行分析，發現了32個與疾病相關的潛在生物標志物，研究結果顯示急性心肌缺血發生早期可引起體內循環系統中的葡萄糖、谷氨酰胺、乳酸、酪氨酸、甘氨酸、苯丙氨酸、丙三醇、乙醇胺循環含量升高，膽堿化合物、三酰甘油循環含量降低；缺血2 h后肌氨酸含量升高。

2.2 腫瘤腫瘤是嚴重危害人類健康與生命的常見疾病。腫瘤細胞生長迅速并通過體內代謝途徑逐漸浸潤到周圍正常組織細胞，經循環系統轉移至機體其他部位。早期的診斷可有效地對腫瘤的侵襲和轉移進行干預。運用代謝組學技術分析患者體內的代謝物輪廓，找到與腫瘤相關的早期特征性生物標志物，有助于對腫瘤患者進行早期診斷、預后及療效評價［25］。

Tiziani等［26］利用NMR結合多元統計分析方法，對口腔鱗狀細胞癌患者的血漿進行代謝組學研究，為患者的早期診斷及腫瘤的分級提供了科學的臨床數據。Carrola等［27］利用1H NMR結合PCA、PLS-DA、OPLS-DA技術對肺癌患者的尿液進行分析，結果顯示肺癌在發展的進程中可能與馬尿酸鹽、葫蘆巴堿、β-羥基異戊酸、α-羥基異丁酸、N-乙酰谷酰胺、肌酸酐等潛在生物標志物密切相關，為肺癌的早期診斷及治療提供了重要依據。

2.3 肝臟疾病肝臟是機體新陳代謝的主要器官之一。機體內大部分代謝物的合成和分解均在肝臟中進行，肝臟代謝紊亂將導致機體出現病理或生理上的異常。近年來，應用代謝組學方法對肝臟疾病進行研究，成為國內外研究的熱點［28］。

Wang等［29］通過對肝癌、肝硬化患者和正常人的血漿進行研究，結果發現13個潛在生物標志物，包括有機酸、磷脂、脂肪酸、膽汁酸等可作為肝癌的早期診斷指標；刀豆氨酸琥珀酸鹽（canavaninosuccinate）在肝癌患者血漿中的含量高于肝硬化患者，可作為區分肝癌與肝硬化患者的診斷指標；甘氨鵝去氧膽酸（glycochenodeoxycholic acid）可作為肝癌的早期診斷及疾病治療監測的特征性生物標志物；研究證實基于UPLC-MS代謝組學技術有助于對肝癌進行早期診斷。傳統的診斷方法對于區分肝癌與肝硬化有著局限性，運用代謝組學技術及時、準確地檢測到患者體內的小分子代謝物的變化，對臨床診斷肝癌具有重要意義。

2.4 其他疾病隨著人們生活水平的提高，越來越多的人出現了機體代謝系統異常，代謝通路的紊亂最終會形成代謝綜合征。運用代謝組學技術對機體內代謝通路的異常變化進行研究，及時發現內分泌系統的代謝異常，可以有效地對糖尿病［30］、高血壓［31］、脂肪肝［28］、肥胖［32］等疾病進行早期診斷與治療。

Li等［33］以全二維氣相色譜飛行時間質譜（GC×GC-TOF/ MS）結合正交信號校正偏最小二乘法判別分析（OSC-PLSDA）研究2型糖尿病患者血漿樣本中的代謝組分，將患者血漿與正常志愿者進行對比，鑒定了5個血漿中潛在的生物標志物：葡萄糖、磷酸鹽、棕櫚酸、2-羥基異丁酸和亞油酸，其中血漿中高濃度的2-羥基異丁酸被認為是2型糖尿病的特征性生物標志物，同時揭示游離脂肪酸的異常升高為糖尿病發展的關鍵性病理因素。

3 展望

代謝組學憑借其先進的分析技術平臺、科學的研究方法與數據處理技術，使其在臨床疾病診斷中有著突出的優勢，受到國內外學者的廣泛關注。代謝組學技術通過對體內小分子代謝物的變化進行動態分析，發現與疾病相關的潛在生物標志物，不僅為臨床疾病的早期診斷提供依據，而且可同時對臨床用藥效果進行及時監測。代謝組學與基因組學、蛋白質組學、轉錄組學等“組學”技術相輔相成，通過對體內復雜的生物標志物進行快速、準確的檢測，及時發現機體產生的病理或生理性改變，為各類臨床疾病的早期診斷提供依據。由于人體內內源性小分子代謝物數目眾多且理化性質差異較大，代謝組學通過多種分析儀器的綜合運用，使其在組學研究領域具有無法比擬的優勢。通過對機體的整體代謝組分進行分析研究，從中找出特異性生物標志物，可對臨床疾病進行及時、準確、高靈敏度和高特異性的診斷。總之，隨著代謝組學研究技術的不斷發展，憑借其具有整體性及動態性的雙重優勢，必將被更廣泛地應用于臨床診療過程，并發揮重要作用。

［1］Rochfort S.Metabolomics reviewed：a new"omics"platform technol?ogy for systems biology and implications for natural products re?search［J］.J Nat Prod，2005，68（12）：1813-1820.

［2］Li Y，Nyati MK，Ahsan A，et al.Metabolomic profiles delineate po?tential role for sarcosine in prostate cancer progression［J］.Nature，2009，457（7231）：910-914.doi：10.1038/nature07762.

［3］Zenobi R.Single-cell metabolomics：analytical and biological per?spectives［J］.Science，2013，342（6163）：1243259.doi：10.1126/sci?ence.1243259.

［4］Chouchani ET，Pell VR，Gaude E，et al.Ischaemic accumulation of succinate controls reperfusion injury through mitochondrial ROS［J］. Nature，2014，515（7527）：431-435.doi：10.1038/nature13909.

［5］Zhao YY，Cheng XL，Vaziri ND，et al.UPLC-based metabonomic applications for discovering biomarkers of diseases in clinical chem?istry［J］.Clin Biochem，2014，47（15）：16-26.doi：10.1016/j.clinbio?chem.2014.07.019.

［6］Nicholson JK，Holmes E，Kinross JM，et al.Metabolic phenotyping in clinical and surgical environments［J］.Nature，2012，491（7424）：384-392.doi：10.1038/nature11708.

［7］Patel S，Ahmed S.Emerging field of metabolomics：Big promise for cancer biomarker identification and drug discovery［J］.J Pharm Biomed Anal，2014，107C：63-74.doi：10.1016/j.jpba.2014.12.020.

［8］Monte AA，Brocker C，Nebert DW，et al.Improved drug therapy：tri?angulating phenomics with genomics and metabolomics［J］.Hum Ge?nomics，2014，8（1）：16.

［9］Regueiro J，Vallverdú-Queralt A，Simal-Gándara J，et al.Develop?ment of a LC-ESI-MS/MS approach for the rapid quantification of main wine organic acids in human urine［J］.J Agric Food Chem，2013，61（27）：6763-6768.doi：10.1021/jf401839g.

［10］Xi B，Gu H，Baniasadi H，et al.Statistical analysis and modeling of mass spectrometry-based metabolomics data［J］.Methods Mol Biol，2014，1198：333-353.doi：10.1007/978-1-4939-1258-2_22.

［11］Zhang AH，Sun H，Qiu S，et al.NMR-based metabolomics coupled with pattern recognition methods in biomarker discovery and dis?ease diagnosis［J］.Magn Reson Chem，2013，51（9）：549-556.doi：10.1002/mrc.3985.

［12］Fernández-Varela R，Tomasi G，Christensen JH.An untargeted gas chromatography mass spectrometry metabolomics platform for ma?rine polychaetes［J］.J Chromatogr A，2015，1384：133-141.doi：10.1 01 6/j.chroma.2015.01.025.

［13］Mak TD，Laiakis EC，Goudarzi M，et al.Selective paired ion con?trast analysis：a novel algorithm for analyzing postprocessed LC-MS metabolomics data possessing high experimental noise［J］.Anal Chem，2015，87（6）：3177-3186.doi：10.1021/ac504012a.

［14］Soininen P，Kangas AJ，Würtz P，et al.Quantitative serum nuclear magnetic resonance metabolomics in cardiovascular epidemiology and genetics［J］.Circ Cardiovasc Genet，2015，8（1）：192-206.doi：10.1161/CIRCGENETICS.114.000216.

［15］García-Sevillano MA，García-Barrera T，Navarro F，et al.Use of metallomics and metabolomics to assess metal pollution in Do?ana National Park（SW Spain）［J］.Environ Sci Technol，2014，48（14）：7747-7755.doi：10.1021/es4057938.

［16］Wu Q，Yu X，Wang Y，et al.Pressurized CEC coupled with QTOFMS for urinary metabolomics［J］.Electrophoresis，2014，35（17）：2470-2478.doi：10.1002/elps.201400117.

［17］Fan TW，Lane AN.NMR-based stable isotope resolved metabolo?mics in systems biochemistry［J］.J Biomol NMR，2011，49（3-4）：267-280.doi：10.1007/s10858-011-9484-6.

［18］Jiang CY，Wang YH.Quantitative metabolomics based on NMR［J］. Acta Phamaceutical Sinica，2014，49（7）：949-955.

［19］Beltran A，Samino S，Yanes O.Sample preparation methods for LCMS-Based global aqueous metabolite profiling［J］.Methods Mol Biol，2014，1198：75-80.doi：10.1007/978-1-4939-1258-2_5.

［20］Dettmer K，Aronov PA，Hammock BD.Mass spectrometry-based metabolomics［J］.Mass Spectrom Rev，2007，26（1）：51-78.

［21］Wang L，Zheng L，Zhang L，et al.1H NMR metabonomics study of pancreatic extracts from insulin-resistant rats induced by fructose feeding［J］.Journal of Southern Medical Universty，2014，34（9）：1301-1304.

［22］Zhang M，Deng M，Ma J，et al.An evaluation of acute hydrogen sul?fide poisoning in rats through serum metabolomics based on gas chromatography-mass spectrometry［J］.Chem Pharm Bull（Tokyo），2014，62（6）：505-507.

［23］Rizza S，Copetti M，Rossi C，et al.Metabolomics signature improves the prediction of cardiovascular events in elderly subjects［J］.Ath?erosclerosis，2014，232（2）：260-264.doi：10.1016/j.atherosclero?sis.2013.10.029.

［24］Bodi V，Sanchis J，Morales JM，et al.Metabolomic profile of human myocardial ischemia by nuclear magnetic resonance spectroscopy of peripheral blood serum：a translational study based on transient cor?onary occlusion models［J］.J Am Coll Cardiol，2012，59（18）：1629-1641.doi：10.1016/j.jacc.2011.09.083.

［25］Tomita M，Kami K.Cancer systems biology，metabolomics，and can?cer metabolism［J］.Science，2012，336（6084）：990-991.doi：10.112 6/science.1223066.

［26］Tiziani S，Lopes V，Günther UL.Early stage diagnosis of oral cancer using1H NMR-based metabolomics［J］.Neoplasia，2009，11（3）：269-276.

［27］Carrola J，Rocha CM，Barros AS，et al.Metabolic signatures of lung cancer in biofluids：NMR-based metabonomics of urine［J］.J Pro?teome Res，2011，10（1）：221-230.doi：10.1021/pr100899x.

［28］Cano A，Alonso C.Deciphering non-alcoholic fatty liver disease through metabolomics［J］.Biochem Soc Trans，2014，42（5）：1447-1452.doi：10.1042/BST20140138.

［29］Wang B，Chen D，Chen Y，et al.Metabonomic profiles discriminate hepatocellular carcinoma from liver cirrhosis by ultraperformance liquid chromatography-mass spectrometry［J］.J Proteome Res，2012，11（2）：1217-1227.doi：10.1021/pr2009252.

［30］Wang TJ，Larson MG，Vasan RS，et al.Metabolite profiles and the risk of developing diabetes［J］.Nat Med，2011，17（4）：448-453.doi：10.1038/nm.2307.

［31］Nikolic SB，Sharman JE，Adams MJ，et al.Metabolomics in hyper?tension［J］.J Hypertens，2014，32（6）：1159-1169.doi：10.1097/ HJH.0000000000000168.

［32］Rauschert S，Uhl O，Koletzko B，et al.Metabolomic biomarkers for obesity in humans：a short review［J］.Ann Nutr Metab，2014，64（3-4）：314-324.doi：10.1159/000365040.

［33］Li X，Xu ZL，Lu X，et al.Comprehensive two-dimensional gas chro?matography/time-of-flight mass spectrometry for metabonomics：Biomarker discovery for diabetes mellitus［J］.Anal Chim Acta，2009，633（2）：257-262.doi：10.1016/j.aca.2008.11.058.

（2014-12-02收稿2015-03-12修回）

（本文編輯李鵬）

Current research on metabonomics detection in clinical diagnosis

LI Yandong，WU Qi△
Department of Clinical Laboratory，Hospital of Northeast Forestry University，Harbin 150040，China△

Metabonomics is an important part of systems biology.Many research shows that metabonomics has an poten?tial incomparable advantages in clinical diagnosis.When human body was stimulated by exogenous or endogenous factor，it could respond throughalteration of low molecular weight metabolites.Therefore，researches of the dynamic changes of com?plex metabolites could explore the pathological or physiological changes in the body.With advance of modern technologies nuclear magnetic resonance and chromatography couple to mass spectrometer are widely applied to the metabonomics.Now，comprehensive analysis the dynamic changes of patients in vivo then setting up relationship between biomarkers and related diseases become possible through the application of Metabolomics in clinical.Finally，we discuss the realization of disease diagnosis by metabolome analysis.

metabonomics；clinical diagnosis；biomarkers；metabolite；NMR；review

R446；R33

A

10.11958/j.issn.0253-9896.2015.08.031

東北林業大學醫院檢驗科（郵編150040）

李彥東（1975），男，碩士，主管檢測師，主要從事生物工程研究

△通訊作者E-mail：wuqi2014123@sina.com