代谢组学教学课件_第1页
代谢组学教学课件_第2页
代谢组学教学课件_第3页
代谢组学教学课件_第4页
代谢组学教学课件_第5页
已阅读5页,还剩19页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、 代谢组学研究 体内药品分析2022/9/51第1页代谢组学定义经过考查生物体系(细胞、组织或生物体)受刺激或扰动后(如将某个特定基因变异或环境改变后),其代谢产物改变或其随时间改变,来硕士物体系一门科学。2022/9/5体内药品分析2第2页代谢组学是20世纪90年代中后期继基因组学和蛋白质组学之后新近发展起来一门学科,是系统生物学主要组成部分。之后得到快速发展并渗透到多项领域。细胞内许多生命活动是发生在代谢物层面,如细胞信号释放,能量传递,细胞间通信等都是受代谢物调控。代谢组学正是研究代谢组( metabolome )在某一时刻细胞内全部代谢物集合一门学科。2022/9/5为何要研究代谢组学

2、呢?体内药品分析3第3页基本概念2022/9/5体内药品分析转录组学研究核糖核酸转录过程蛋白质组学研究生物系统表达的蛋白质及由外部刺激引起的差异基因组学研究生物系统的基因结构组成, 即DNA的序列及表达代谢组学 研究生物体系(细胞, 组织或生物体)受外部刺激所产生的所有代谢产物的变化系统生物学基因组学DNAmRNA细胞蛋白质代谢物组织个体器官转录组学蛋白质组学代谢组学转录组基因组蛋白质组代谢组4第4页代谢组学研究目代谢组学研究目标是定量分析一个生物系统内全部代谢物含量。代谢组学分析能够指示细胞、组织或器官生化状态,帮助阐释新基因或未知功效基因功效,并能够揭示生物各代谢网络间关联性,帮助人们更系

3、统地认识生物体。(举例)研究对象:作为各种代谢路径底物和产物小分子代谢物(MW1000)2022/9/5体内药品分析5第5页代谢组学优点(与基因组学和蛋白质组学等其它组学相比)基因和蛋白表示微小改变会在代谢物水平得到放大;代谢组学研究不需进行全基因组测序或建立大量表示序列标签数据库;代谢物种类远少于基因和蛋白数目,每个生物体中代谢产物大约在10 数量级,而最小细菌,其基因组中也有几千个基因;生物体液代谢物分析可反应机体系统生理和病理状态。2022/9/5体内药品分析6第6页代谢组学研究步骤样品采集和预处理提取灭活储存数据采集NMRMSGC-MSLC-MS数据预处理滤噪重叠峰解析峰对称峰匹配标准

4、化归一化数据分析非监督学习方法有监督学习方法数据库专家系统体内药品分析2022/9/5路径分析标识物识别7第7页生物样品搜集与预处理 代谢组学研究惯用检测技术,普通不需要对标本尤其分离、纯化 等,但须马上阻断内在酶活性,惯用方法: 冷冻/液氮降温法 冷冻、干燥细胞间仍一直有低水平代谢活动,需尽可能防止氧化等活化原因2022/9/5体内药品分析8第8页样品采集常有样品:生物体液,包含尿液、血液、组织提取液及活体组织等在代谢组学研究中,依据研究对象、目标和采取分析技术不一样,所需样品提取和预处理方法各异。代谢产物通惯用水或有机溶剂(如甲醇、己烷等)分别提取,取得水提取物和有机溶剂提取物,从而把非极

5、性相和极性相分开,方便进行分析2022/9/5体内药品分析9第9页生物样品预处理 代谢产物改变对分析结果有较大影响,在处理生物样本时要尤其注意防止因为残留酶活性或氧化还原过程降解代谢产物、产生新代谢产物 。2022/9/51.微生物和细胞样本:快速钝化代谢活动(淬灭),同时保持细胞不裂解2.动物体液(如尿、血、组织、器官、唾液):采样后要快速预处理,如加入抗凝血剂、防腐剂,并马上冷冻处理。3.植物样本:采集后快速冷冻(液氮),冷冻保留。4.血清样品:一定防止重复冻融。(血液搜集在离心管中静置30分钟进行凝固。离心取上清装载洁净离心管中,再离心5分钟,冷冻保留。)5.尿液样品:离心去沉淀,冷冻保

6、留。体内药品分析10第10页数据采集(分析技术平台)NMR非破坏性,无偏向性预处理简单灵敏度低分辨率不高GC-MS较高分辨率和检测灵敏度有可供参考、对比的标准图谱库需衍生化处理不适用于热不稳定物质LC-MS不需要衍生化处理适用不稳定,不易衍生化,不易挥发物质费时,需纯参照物体内药品分析2022/9/511第11页核磁共振技术 原理:核磁共振是原子核磁矩在恒定磁场和高频磁场同时作用,且满足一定条件时所发生共振吸收现象,是一个利用原子核在磁场中能量改变来取得关于核信息技术. 生命科学领域中惯用有三种:氢谱(1H-NMR) 碳谱(13C-NMR) 磷谱(31P NMR)2022/9/5体内药品分析1

7、2第12页将准备好生物标本直接上样检测即可。所得 1H-NMR谱峰与样品中各化合物氢原子对应,根据一定规则或与标准氢谱比照可以直接判定出代谢物化学成分,信号相对强弱则反映了各成分相对含量。不一样品代谢物图谱有其特质性,可对这种特质性进行区分、判定。氢谱(1H NMR)2022/9/5体内药品分析上样图谱分析化学成分、相对含量区分、鉴定13第13页质谱技术色谱和电泳等分离方法与质谱分析相结合为复杂代谢物在线分离分析提供有力伎俩,如气质联用(GC一MS)、液质联用LC一MS和毛细管电泳一质谱联用(CE一MS)2022/9/5体内药品分析组分离子源离子加速电场离子束质量分析器质谱图14第14页质谱

8、将预处理体液或是组织(依据试验需要,可将组织行甲醇除蛋白、庚烷除脂肪及冻干等处理),加至质谱仪,经历汽化,离子化、加速分离及检测分析后即可得出对应代谢产物或是代谢组图谱。图谱中每个峰值对应着对应分子量,结合深入检测分析能够部分判定出化学成份以及半定量关系。2022/9/5体内药品分析样品质谱仪汽化、离子化、加速分离检测分析化学成分、半定量15第15页代谢组学数据采集与分析代谢物能够经过与对照样品比值进行相对定量。经过添加标准参考物以及对代谢物进行同位素标识, 能够取得绝对定量代谢组数据集。一旦取得代谢组定量数据集, 能够采取各种数据分析策略进行代谢组数据分析, 这些分析策略基本标准是比较试验组

9、与对照组之间代谢物水平差异,并利用统计方法评定这些差异显著性。2022/9/5体内药品分析16第16页数据预处理归一化与滤噪 在得到分析对象原始图谱后,首先需要对数据进行预处理(普通包含归一化与滤噪),处理后保留与分类相关大部分信息,消除多出干扰原因影响。 广泛应用滤噪技术是正交信号校正技术(OSC)。OSC等效于从数据中除去了额外影响原因,所以该方法经惯用于易受环境原因影响分析,比如在微量药品引发生化效应中,分析结果经常被研究对象性别、饮食和其它环境原因所淹没,在这种情形下,应用OSC能收到更加好效果。2022/9/5体内药品分析17第17页数据预处理(峰匹配)基于色谱一质谱联用技术代谢组学

10、方法,如流动相组成微小改变,梯度重现性及柱温微小改变及其柱表面状态改变常造成保留时间差异。为了利用色谱图中全部能够识别峰信息,需对谱图实施峰匹配(或称峰对齐),使相同代谢产物在生成数据矩阵中由同一个变量表示,使各样本数据得到正确比较。2022/9/5体内药品分析18第18页数据分析方法和模型建立12022/9/5体内药品分析非监督学习方法 这类方法用于从原始图谱信息或预处理后信息中对样本进行归类,并采取对应可视化技术直观地表示出来。该方法将得到分类信息和这些样本原始信息(如药品作用位点或疾病种类等)进行比较,建立代谢产物与这些原始信息联络,筛选与原始信息相关标识物,进而考查其中代谢路径。 用于

11、这个目标方法没有可供学习利用训练样本,所以称之为非监督学习方法,应用在此领域方法有:主成份分析、非线性映射、簇类分析等。19第19页数据分析方法和模型建立2有监督学习方法这类方法用于建立类别间数学模型,使各类样品间到达最大分离,并利用建立多参数模型对未知样本进行预测。在这类方法中,因为建立模型时有可供学习利用训练样本,所以称之为有监督学习。在这种方法中经常需要建立用来确认样品归类(预防过拟合)确实认集和用来预模型性能测试集。应用于该领域主要是基于PCA、偏最小二乘法、神经网络改进方法,惯用SIMCA和偏最小二乘法显著性分析。2022/9/5体内药品分析20第20页数据分析方法和模型建立3数据库及教授系统 代谢组学数据复杂性需要借助复杂模型或是教授系统进行 分析。 教授系统用于药品毒性预测,分为个独立级别:正常异常判别、对未知样本进行数据库中已知毒性或疾病识别、病理学生物标识物识别。 2022/9/5体内药品分析21第21页数据分析方法和模型建立5代谢组学分析离不开各种代谢路径和生物化学数据库。 当前代谢组学研究尚无类似功效完备数据库。一些生化数据库可供未知代谢物结构判定或用于已知代谢物生物功效解释. 理想代谢组学数据库还应包含各种生物体代谢物组信息以及包含代谢物定量数据,如人类代谢组数据库.2022/9/5体内药品分析22第22页代谢组学研究应用体内药品分析疾病研

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论