资源描述：
《代谢组学技术与中医证候的研究论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、代谢组学技术与中医证候的研究论文【关键词】代谢组学；中医证候；基因组学；蛋白质组学代谢组学(metabonomics)是继基因组学、转录组学和蛋白质组学之后新近发展起来的一门学科,是系统生物学的重要组成部分。代谢组学主要研究生物对外源性物质所引起的病理生理反应,以及对遗传变异的应答和内源性代谢物的动态变化,它通过对生物体液和组织中随时间改变的代谢物进行检测、确定、定量和分类,将这些代谢信息与病理生理过程中生物学事件关联起来,以监测活细胞中化学变化。基因组学和蛋白质组学分别从基因和蛋白质层面探寻生命的活动,而实际上细胞内许多生命
2、活动是与代谢物相关的,是受代谢物调控的。基因与蛋白质的表达紧密相连,而代谢物则更多地反映了细胞所处的环境,这又与细胞的营养状态、药物以及其它外界因素的影响密切相关。因此,有学者认为,基因组学和蛋白质组学能够说明可能发生的事件,而代谢组学则反映确实已经发生了的事情1。代谢组学强调把人体作为一个完整的系统来研究,.freelarker)。1.1核磁共振技术在代谢组学的研究中最常见的分析工具是NMR，主要是氢谱(1HNMR)、碳谱(13CNMR)及磷谱(31PNMR)三种,特别是1HNMR。NMR是一种基于具有自旋性质的原子核在核外
3、磁场作用下,吸收射频辐射而产生能级跃迁的谱学技术。该技术于20世纪70年代初开始应用于生物医学的研究并得到迅速发展。利用高分辨率NMR技术对完整器官或组织细胞内许多微量代谢组分进行检测,可得到相应的生物体代谢物信息,研究这些组分的NMR图谱,综合分析这些信息所反映的生物学意义,可以了解生物体代谢的规律,得出科学的结论。NMR方法具有无损伤性,不会破坏样品的结构和性质,可在接近生理条件下进行实验,可在一定的温度和缓冲液范围内选择实验条件；可以进行实时和动态的检测；可设计多种编辑手段,实验方法灵活多样,满足了代谢组学对尽可能多的化
4、合物进行检测的目标。NMR还有一个重要的特点,就是没有偏向性,对所有化合物的灵敏度是一样的。1HNMR谱峰与样品中各化合物的氢原子是一一对应的,所测样品中的每一个氢原子在图谱中都有其相关的谱峰,图谱中信号的相对强弱反映样品中各组分的相对含量。因此,NMR方法很适合研究代谢产物中的复杂成分。从一维高分辨1HNMR图可得到代谢物成分图谱,即代谢指纹图谱。对这种特质性进行区分、鉴定,被称为“代谢指纹分析(metabolicfingerprintanalysis)”,帮助找出机体代谢的共性与个性。对某一代谢物或组合随时间变化的情况鉴定
5、描述称之为“代谢轮廓分析(metabolicprofilinganalysis)”,观察特定干预的动态系统中,找出机体代谢变化的规律。随着NMR技术的发展,以前用于固体的魔角旋转(MAS)技术被移植到液体领域,使得人们可以研究以前难以用液体NMR研究的样品,如器官组织样品。利用MAS技术,人们可以得到完整的组织样品高分辨谱图,扩展了代谢组学研究的样品范围,同时可以更全面地对一个系统进行深入的研究2。在得到1HNMR谱图之后,通常以δ0.04为单位,将谱图划分成若干区域,并对所有区域进行积分,然后将积分值归一化后输出。在得到了这
6、些数据之后,就可以利用模式识别(pattenrecognition,PR)方法来处理和分析这些数据,得出有价值的生物学信息。在代谢组学的研究中,最简单常用也是比较有效的模式识别方法是主成分分析法(principalponentanalysis,PCA)。PCA的特点是将分散在一组变量上的信息集中到某几个综合指标即主成分(principalponent,PC)上,利用这些主成分来描述数据集内部结构,实际上也起着数据降维的作用。主成分是由原始变量按一定的权重经线性组合而成的新变量,这些变量具有以下性质：①任意两个主成分之间都是正交
7、的；②第1个主成分包含了数据集的绝大部分方差,第2个主成分则次之,依次类推。这样,由前2个或3个主成分作图,就能够很好地反映数据集所包含的生物化学变化。这样的主成分图能够直观地描述药物作用到器官之后,或者基因改变之后生物体内的代谢模式的变化。每一个样本在主成分图上的位置纯粹由它的代谢反应所决定。在这种比较简单的方法中,将从受试动物得到的样本与NMR产生的代谢组数据库进行比较,就可以确定它在主成分图上的位置,从而确定其机制,并有可能找到生物标志物。处于相似病理生理状态的动物得到的样本通常具有相似的组分,因此,在主成分图中也处于相
8、似的位置。另外,一些环境因素和性别、饮食等因素都会影响分析结果,故需要采用滤噪技术,如正交信号校正(orthogonalsignalcorrection),同时采用更为复杂的分析方法,如偏最小二乘法、判别分析(PLS-DA)和人工神经网络。用这类方法可以建立复杂的数学模型,对
