Из Википедии, бесплатной энциклопедии
Перейти к навигации Перейти к поиску
Центральная догма биологии, показывающая поток информации от ДНК к фенотипу. С каждым этапом связан соответствующий инструмент системной биологии, от геномики до метаболомики.

Метаболомика - это научное исследование химических процессов с участием метаболитов , низкомолекулярных субстратов, промежуточных продуктов и продуктов 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] Метабол представляет собой полный набор метаболитов в биологической клетку, ткань, орган или организме, которые являются конечными продуктами клеточных процессов. [2] Информационная РНК (мРНК), данные экспрессии генов и протеомный анализ раскрывают набор продуктов генов.производимые в клетке данные, которые представляют один из аспектов клеточной функции. И наоборот, метаболическое профилирование может дать мгновенный снимок физиологии этой клетки [3], и, таким образом, метаболомика обеспечивает прямое «функциональное считывание физиологического состояния» организма. [4] Одна из задач системной биологии и функциональной геномики - объединить геномную , транскриптомную , протеомную и метаболомную информацию, чтобы обеспечить лучшее понимание клеточной биологии.

История [ править ]

Идея о том, что у людей может быть «метаболический профиль», который может отражаться в составе их биологических жидкостей, была введена Роджером Уильямсом в конце 1940-х годов [5], который использовал бумажную хроматографию, чтобы предположить, что характерные метаболические паттерны в моче и слюне были связаны при таких заболеваниях, как шизофрения . Однако только благодаря технологическим достижениям 1960-х и 1970-х годов стало возможным количественное (а не качественное) измерение метаболических профилей. [6] Термин «метаболический профиль» был введен Хорнингом и соавт. в 1971 году после того, как они продемонстрировали, что газовая хроматография-масс-спектрометрия(ГХ-МС) можно использовать для измерения соединений, присутствующих в экстрактах мочи и тканей человека. [7] [8] Группа Хорнинга вместе с Линусом Полингом и Артуром Б. Робинсоном руководила разработкой методов ГХ-МС для мониторинга метаболитов, присутствующих в моче, в течение 1970-х годов. [9]

Одновременно с этим быстро развивалась ЯМР-спектроскопия , открытая в 1940-х годах. В 1974 г. Seeley et al. продемонстрировали полезность использования ЯМР для обнаружения метаболитов в немодифицированных биологических образцах. [10] Это первое исследование мышц подчеркнуло ценность ЯМР, поскольку было определено, что 90% клеточного АТФ входит в комплекс с магнием. Поскольку чувствительность улучшилась с развитием более высоких напряжений магнитного поля и вращения под магическим углом , ЯМР продолжает оставаться ведущим аналитическим инструментом для исследования метаболизма. [7] [11] Недавние [ когда? ] усилия по использованию ЯМР для метаболомики были в значительной степени инициированы лабораториейДжереми К. Николсон в Биркбек-колледже Лондонского университета, а затем в Имперском колледже Лондона . В 1984 году Николсон показал, что спектроскопия 1 H ЯМР потенциально может быть использована для диагностики сахарного диабета, а позже впервые применил методы распознавания образов к данным спектроскопии ЯМР. [12] [13]

В 1995 году эксперименты по метаболомике методом жидкостной хроматографии, масс-спектрометрии [14] были выполнены Гэри Сиуздаком во время работы с Ричардом Лернером (в то время президентом Исследовательского института Скриппса) и Бенджамином Краваттом для анализа спинномозговой жидкости лишенных сна животных. Одна молекула, представляющая особый интерес, олеамид , была обнаружена и, как позже было показано, обладает способностью вызывать сон. Эта работа является одним из первых подобных экспериментов, сочетающих жидкостную хроматографию и масс-спектрометрию в метаболомике.

В 2005 году , первый метаболомика тандемной масс - спектрометрии базы данных, Метлин , [15] [16] для характеристики человека метаболитов был разработан в Siuzdak лаборатории The Scripps научно - исследовательского института . С тех пор METLIN вырос, и по состоянию на 1 июля 2019 года METLIN содержит более 450000 метаболитов и других химических соединений, каждое из которых имеет данные экспериментальной тандемной масс-спектрометрии, полученные из молекулярных стандартов при нескольких энергиях столкновения и в режимах положительной и отрицательной ионизации. METLIN - это крупнейшее в своем роде хранилище данных тандемной масс-спектрометрии. 2005 был также годом, когда впервые появился специализированный академический журнал Metabolomics, основанный его нынешним главным редактором профессором.Рой Гудакр .


В 2005 году лаборатория Siuzdak занималась определением метаболитов, связанных с сепсисом, и в попытке решить проблему статистического определения наиболее релевантных дисрегулируемых метаболитов в сотнях наборов данных ЖХ / МС был разработан первый алгоритм, позволяющий нелинейное сопоставление данные масс-спектрометрии, метаболомики. Названный XCMS [17], где «X» обозначает любую хроматографическую технологию, он с (2012 г.) [18] был разработан как онлайн-инструмент и по состоянию на 2019 г. (с METLIN) имеет более 30 000 зарегистрированных пользователей.


23 января 2007 года в рамках проекта «Метаболом человека» , возглавляемого Дэвидом Вишартом из Университета Альберты , Канада, был завершен первый набросок метаболома человека, состоящий из базы данных, содержащей примерно 2500 метаболитов, 1200 лекарственных препаратов и 3500 пищевых компонентов. [19] [20] Подобные проекты уже несколько лет осуществляются в отношении нескольких видов растений, в первую очередь Medicago truncatula [21] и Arabidopsis thaliana [22] .

Еще в середине 2010 года метаболомика все еще считалась «развивающейся областью». [23] Кроме того, было отмечено, что дальнейший прогресс в этой области во многом зависит от решения иначе «неразрешимых технических проблем» технической эволюции приборов для масс-спектрометрии . [23]

В 2015 году впервые было продемонстрировано профилирование метаболома в реальном времени. [24]

Метаболом [ править ]

Проект человеческого метаболома
См. Также: База данных метаболома и человеческого метаболома

Метаболом относится к полному набору малой молекулы (<1,5 кДа) [25] метаболитов (например, метаболических промежуточных продуктов , гормонов и других сигнальных молекул и вторичных метаболитов) , которые будут найдены в биологическом образце, таких как единый организм. [26] [27] Слово было придумано по аналогии с транскриптомикой и протеомикой ; Подобно транскриптому и протеому, метаболом является динамичным, изменяющимся от секунды к секунде. Хотя метаболом можно определить достаточно легко, в настоящее время невозможно проанализировать весь спектр метаболитов одним аналитическим методом.

Первая база данных метаболитов (называемая METLIN ) для поиска данных фрагментации из тандемных масс-спектрометрических экспериментов была разработана лабораторией Siuzdak в Исследовательском институте Скриппса в 2005 году. [15] [16] METLIN содержит более 450 000 метаболитов и других химических соединений, каждое из которых имеет данные экспериментальной тандемной масс-спектрометрии. В 2006 г. [17] лаборатория Siuzdak также разработала первый алгоритм, позволяющий нелинейно согласовывать данные метаболомики масс-спектрометрии. Названный XCMS, где «X» обозначает любую хроматографическую технологию, он с (2012 г.) [18] был разработан как онлайн-инструмент, и по состоянию на 2019 г. (с METLIN) у него более 30 000 зарегистрированных пользователей.

В январе 2007 года ученые из Университета Альберты и Университета Калгари завершили первый набросок метаболома человека. База данных метаболома человека (HMDB), пожалуй, самая обширная общедоступная база данных метаболомных спектров на сегодняшний день. [28] HMDB хранит более 40 000 различных записей метаболитов. Они каталогизировали примерно 2500 метаболитов , 1200 лекарств и 3500 пищевых компонентов, которые могут быть обнаружены в организме человека, как сообщается в литературе. [19] Эта информация, доступная в базе данных человеческого метаболизма (www.hmdb.ca) и основанная на анализе информации, доступной в современной научной литературе, далека от полной.[29] Напротив, о метаболомах других организмов известно гораздо больше. Например, было охарактеризовано более 50 000 метаболитов из царства растений, и многие тысячи метаболитов были идентифицированы и / или охарактеризованы из отдельных растений. [30] [31]

Каждый тип клеток и тканей имеет уникальный метаболический «отпечаток пальца», который может пролить свет на специфическую для органа или ткани информацию. Биологические образцы, используемые для метаболомического анализа, включают, помимо прочего, плазму, сыворотку, мочу, слюну, кал, мышцы, пот, выдыхаемый воздух и желудочно-кишечную жидкость. [32] Простота сбора способствует высокому временному разрешению, а поскольку они всегда находятся в динамическом равновесии с телом, они могут описывать хозяина в целом. [33] Геном может сказать, что могло произойти, транскриптом может сказать, что кажется происходящим, протеом может сказать, что заставляет это происходить, а метаболом может сказать, что произошло и что происходит. [34]

Метаболиты [ править ]

Метаболиты - это субстраты, промежуточные продукты и продукты метаболизма . В контексте метаболомики метаболит обычно определяется как любая молекула размером менее 1,5 кДа. [25] Однако есть исключения из этого правила в зависимости от образца и метода обнаружения. Например, макромолекулы, такие как липопротеины и альбумин , надежно обнаруживаются в метаболомических исследованиях плазмы крови на основе ЯМР. [35] В метаболомике на основе растений принято относиться к «первичным» и «вторичным» метаболитам. [3] Первичный метаболит напрямую участвует в нормальном росте, развитии и воспроизводстве. Вторичный метаболитне принимает непосредственного участия в этих процессах, но обычно выполняет важную экологическую функцию. Примеры включают антибиотики и пигменты . [36] Напротив, в метаболомике человека более принято описывать метаболиты как эндогенные (продуцируемые организмом хозяина) или экзогенные . [37] [38] Метаболиты чужеродных веществ, таких как лекарства, называются ксенометаболитами. [39]

Метаболом образует большую сеть метаболических реакций, в которых выходные сигналы от одной ферментативной химической реакции являются входами других химических реакций. Такие системы были описаны как гиперциклы . [ необходима цитата ]

Метабономика [ править ]

Метабономика определяется как «количественное измерение динамического многопараметрического метаболического ответа живых систем на патофизиологические стимулы или генетические модификации». Слово происхождение происходит от греческого μεταβολή, означающего изменение, и nomos, означающего набор правил или свод законов. [40] 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, применивших область системной биологии к изучению метаболизма. [41] [42] [43]

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 масс-спектрометрией.основанные на методах, это просто из-за их использования в различных группах, которые популяризировали разные термины. Хотя до сих пор нет абсолютного согласия, растет согласие с тем, что «метаболомика» делает больший упор на профилирование метаболизма на клеточном или органном уровне и в первую очередь касается нормального эндогенного метаболизма. «Метабономика» расширяет метаболическое профилирование, чтобы включать информацию о нарушениях метаболизма, вызванных факторами окружающей среды (включая диету и токсины), процессами заболевания и участием экстрагеномных влияний, таких как микрофлора кишечника.. Это нетривиальная разница; Метаболомные исследования должны по определению исключать метаболические вклады из внегеномных источников, поскольку они являются внешними по отношению к изучаемой системе. Однако на практике в области исследования болезней человека все еще существует большая степень совпадения в способах использования обоих терминов, и они часто фактически являются синонимами. [44]

Экзометаболомика [ править ]

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 , биотехнологии , определении механизма действия лекарств и изучении межклеточных взаимодействий. [45]

Аналитические технологии [ править ]

Ключевые этапы исследования метаболомики

Типичный рабочий процесс исследований метаболомики показан на рисунке. Сначала отбираются образцы тканей, плазмы, мочи, слюны, клеток и т. Д. Затем метаболиты экстрагируются часто с добавлением внутренних стандартов и дериватизацией. [46] Во время анализа образца метаболиты определяют количественно ( жидкостная хроматография или газовая хроматография в сочетании с МС и / или ЯМР- спектроскопией). Необработанные выходные данные могут использоваться для извлечения признаков метаболитов и дальнейшей обработки перед статистическим анализом (например, PCA). Доступно множество биоинформатических инструментов и программного обеспечения для выявления ассоциаций с болезненными состояниями и исходами, определения значимых корреляций и характеристики метаболических сигнатур с существующими биологическими знаниями. [47]

Методы разделения [ править ]

Первоначально аналиты в метаболомном образце представляют собой очень сложную смесь. Эту сложную смесь можно упростить перед обнаружением, отделив одни аналиты от других. Разделение позволяет достичь различных целей: аналиты, которые не могут быть обнаружены детектором, могут быть разделены на этом этапе; в МС-анализе снижено ионное подавление ; время удерживания аналита служит информацией относительно его идентичности. Этот этап разделения не является обязательным и часто опускается в подходах, основанных на ЯМР и «дробовике», таких как липидомия дробовика .

Газовая хроматография (ГХ), особенно в сочетании с масс-спектрометрией ( ГХ-МС ), является широко используемым методом разделения для метаболомного анализа. [48] 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 небольших и летучих молекул. [49] Однако практическим ограничением ГХ является требование химической дериватизации многих биомолекул, поскольку без дериватизации можно анализировать только летучие химические вещества. В случаях, когда требуется большая разрешающая способность, может применяться двумерная хроматография ( GCxGC ).

Высокоэффективная жидкостная хроматография (ВЭЖХ) стала наиболее распространенным методом разделения для метаболомного анализа. С появлением ионизации электрораспылением ВЭЖХ была связана 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. [50]

Капиллярный электрофорез (КЭ) имеет более высокую теоретическую эффективность разделения, чем ВЭЖХ (хотя требует гораздо больше времени на разделение), и подходит для использования с более широким диапазоном классов метаболитов, чем GC. Что касается всех электрофоретических методов, он наиболее подходит для заряженных аналитов. [51]

Методы обнаружения [ править ]

Сравнение наиболее часто используемых методов метаболомики

Масс-спектрометрия (МС) используется для идентификации и количественного определения метаболитов после необязательного разделения с помощью ГХ , ВЭЖХ или КЭ . ГХ-МС была первой разработанной методикой с переносом через дефис. Идентификация использует отчетливые паттерны, в которых фрагментируются аналиты, которые можно рассматривать как масс-спектральный отпечаток пальца; существуют библиотеки, которые позволяют идентифицировать метаболит в соответствии с этим паттерном фрагментации [ необходим пример ]. РС 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, и 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 (EI) - это наиболее распространенный метод ионизации, применяемый для разделения с помощью ГХ, поскольку он поддается низкому давлению. EI также вызывает фрагментацию анализируемого вещества, одновременно предоставляя структурную информацию, одновременно увеличивая сложность данных и, возможно, скрывая молекулярный ион. Химическая ионизация при атмосферном давлении (APCI) - это метод атмосферного давления, который может применяться ко всем вышеупомянутым методам разделения. APCI - это метод ионизации в газовой фазе, немного более агрессивный, чем ESI, который подходит для менее полярных соединений. Ионизация электрораспылением(ESI) - наиболее распространенный метод ионизации, применяемый в ЖХ / МС. Эта мягкая ионизация наиболее успешна для полярных молекул с ионизируемыми функциональными группами. Другой широко используемый метод мягкой ионизации - это вторичная ионизация электрораспылением (SESI) .

В последнее десятилетие массовый анализ на поверхности снова возродился, и новые технологии МС сосредоточены на повышении чувствительности, минимизации фона и сокращении подготовки проб. Возможность анализировать метаболиты непосредственно из биожидкостей и тканей по-прежнему бросает 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, - МС наноструктуры-инициатора (NIMS), [52] [53] подход десорбции / ионизации, который не требует применения матрицы и тем самым облегчает идентификацию малых молекул (т. Е. Метаболитов). МАЛДИтакже используется, однако применение матрицы MALDI может добавить значительный фон при <1000 Да, что усложняет анализ диапазона малых масс (т. е. метаболитов). Кроме того, размер получаемых матричных кристаллов ограничивает пространственное разрешение, которое может быть достигнуто при визуализации тканей. Из-за этих ограничений для анализа биожидкостей и тканей было применено несколько других подходов к десорбции / ионизации без использования матриц.

Масс-спектрометрия вторичных ионов (ВИМС) была одним из первых методов десорбции / ионизации без использования матриц, используемых для анализа метаболитов из биологических образцов. [ необходима цитата ] SIMS использует пучок первичных ионов высокой энергии для десорбции и генерации вторичных ионов с поверхности. Основным преимуществом ВИМС является высокое пространственное разрешение (всего 50 нм), что очень важно для визуализации тканей с помощью МС. Однако SIMS еще предстоит легко применить 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 используется заряженный спрей растворителя для десорбции ионов с поверхности. Преимущества DESI в том, что не требуется специальной поверхности, а анализ выполняется при атмосферном давлении с полным доступом к образцу во время сбора данных. Ограничением DESI является пространственное разрешение, потому что «сфокусировать» заряженную струю растворителя сложно. Однако недавняя разработка, получившая название лазерной абляции ESI (LAESI), является многообещающим подходом для обхода этого ограничения. [ необходима цитата ] В последнее время методы ионной ловушки, такие как масс-спектрометрия с орбитальной ловушкой , также применяются в исследованиях метаболомики. [54]

Спектроскопия ядерного магнитного резонанса (ЯМР) - единственный метод обнаружения, который не основан на разделении аналитов, и, таким образом, образец может быть восстановлен для дальнейшего анализа. Все виды низкомолекулярных метаболитов можно измерять одновременно - в этом смысле ЯМР близок к универсальному детектору. Основные преимущества ЯМР - высокая аналитическая воспроизводимость и простота пробоподготовки. Однако на практике он относительно нечувствителен по сравнению с методами, основанными на масс-спектрометрии. [55] [56] Сравнение наиболее часто используемых методов метаболомики показано в таблице.

Хотя ЯМР и МС являются наиболее широко используемыми, современные методы используются и другие методы обнаружения. К ним относятся ионный циклотронный резонанс с преобразованием Фурье , [57] спектрометрия ионной подвижности , [58] электрохимическое обнаружение (в сочетании с ВЭЖХ), спектроскопия комбинационного рассеяния и радиоактивная метка (в сочетании с тонкослойной хроматографией). [ необходима цитата ]

Статистические методы [ править ]

Список программного обеспечения для метаболического анализа

Данные, полученные в метаболомике, обычно состоят из измерений, выполненных на предметах в различных условиях. Эти измерения могут быть оцифрованными спектрами или списком характеристик метаболитов. В простейшей форме это создает матрицу со строками, соответствующими субъектам, и столбцами, соответствующими характеристикам метаболитов (или наоборот). [7] В настоящее время доступно несколько статистических программ для анализа данных ЯМР и масс-спектрометрии . Уже доступно большое количество бесплатных программ для анализа данных метаболомики, представленных в таблице. Некоторые статистические инструменты, перечисленные в таблице, были разработаны для анализа данных ЯМР, также были полезны для данных МС. [59]Для данных масс-спектрометрии доступно программное обеспечение, которое идентифицирует молекулы, которые различаются в группах испытуемых, на основе значения избыточной массы, а иногда и времени удерживания в зависимости от плана эксперимента. [60]

Как только матрица данных метаболитов определена, неконтролируемые методы обработки данных (например, PCA) могут быть использованы для выяснения закономерностей и связей. Во многих исследованиях, включая те, которые оценивают токсичность лекарств и некоторые модели заболеваний, интересующие метаболиты априори неизвестны . Это делает неконтролируемые методы, не имеющие 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. [33]При анализе в пространстве PCA более низкой размерности можно обнаружить кластеризацию образцов со схожими метаболическими отпечатками пальцев. Алгоритмы PCA стремятся заменить все коррелированные переменные гораздо меньшим количеством некоррелированных переменных (называемых главными компонентами (ПК)) и сохранить большую часть информации в исходном наборе данных. [61] Эта кластеризация может прояснить закономерности и помочь в определении биомаркеров болезни - метаболитов, которые больше всего коррелируют с принадлежностью к классу.

Линейные модели обычно используются для данных метаболомики, но на них влияет мультиколлинеарность . С другой стороны, многомерная статистика - это процветающие методы для многомерных коррелированных данных метаболомики, из которых наиболее популярным является регрессия проекции на латентные структуры (PLS) и ее версия классификации PLS-DA. Другие методы интеллектуального анализа данных, такие как случайный лес , машины опорных векторов и т. Д., Привлекают все большее внимание для нецелевого анализа данных метаболомики. [62] В случае одномерных методов переменные анализируются одна за другой с использованием классических инструментов статистики (таких как t-критерий Стьюдента , ANOVAили смешанные модели), и только они с достаточно малыми p-значениями считаются актуальными. [32] Однако следует использовать стратегии коррекции, чтобы уменьшить количество ложных открытий, когда проводятся множественные сравнения . Для многомерного анализа модели всегда следует проверять, чтобы гарантировать возможность обобщения результатов.

Машинное обучение также является мощным инструментом, который можно использовать в метаболомическом анализе. Недавно авторы статьи, опубликованной в журнале Analytical Chemistry , разработали программу для прогнозирования времени удерживания под названием Retip . Этот инструмент, разработанный в сотрудничестве с NGALAB , Центром метаболомики Западного побережья и Riken, позволяет всем лабораториям применять искусственный интеллект для прогнозирования времени удерживания малых молекул в сложной матрице, такой как человеческая плазма, растения, продукты питания или микробиалы. Прогнозирование времени удерживания увеличивает скорость идентификации в жидкостной хроматографии и, следовательно, приводит к улучшенной биологической интерпретации данных метаболомики. [63]

Ключевые приложения [ править ]

Оценка токсичности / токсикология с помощью метаболического профилирования (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 с конкретными синдромами, например, с конкретным поражением печени или почек. Это особенно актуально для фармацевтических компаний, желающих проверить токсичность потенциальных лекарств- кандидатов: если соединение может быть исключено до того, как оно дойдет до клинических испытаний на основании неблагоприятной токсичности, это экономит огромные расходы на испытания. [44]

Для функциональной геномики метаболомика может быть отличным инструментом для определения фенотипа, вызванного генетической манипуляцией, такой как делеция или вставка гена. Иногда это может быть достаточной целью - например, для обнаружения любых фенотипических изменений в генетически модифицированном растении, предназначенном для употребления в пищу людьми или животными. Более интересной является перспектива предсказания функции неизвестных генов по сравнению с метаболическими нарушениями, вызванными делецией / вставкой известных генов. Такие успехи, скорее всего, будут исходить от модельных организмов, таких как Saccharomyces cerevisiae и Arabidopsis thaliana . Лаборатория Cravatt вИсследовательский институт Скриппса недавно применил эту технологию к системам млекопитающих , определив N- ацилтаурины как ранее не охарактеризованные эндогенные субстраты для фермента амидгидролазы жирных кислот (FAAH) и моноалкилглицериновых эфиров (MAGE) в качестве эндогенных субстратов для не охарактеризованной гидролазы KIAA1363 . [64] [65]

Метабологеномика - это новый подход к интеграции данных метаболомики и геномики путем сопоставления метаболитов, экспортируемых микробами, с предсказанными генами биосинтеза. [66] Этот основанный на биоинформатике метод спаривания позволяет открывать естественные продукты в более крупном масштабе за счет уточнения нецелевых метаболомных анализов для выявления небольших молекул со связанным биосинтезом и сосредоточения внимания на тех, которые могут не иметь ранее хорошо известных структур.

Флюксомика - это дальнейшее развитие метаболомики. Недостатком метаболомики является то, что она предоставляет пользователю информацию только о стационарном уровне, в то время как флуксомика определяет скорость метаболических реакций и может отслеживать метаболиты в биологической системе с течением времени.

Нутригеномика - это обобщенный термин, связывающий геномику, транскриптомику, протеомику и метаболомику с питанием человека. Как правило, метаболом в данной жидкости организма находится под влиянием эндогенных факторов, таких как возраст, пол, состав тела и генетика, а также лежащие в основе патологии. Микрофлора толстого кишечника также является очень важным потенциальным фактором, влияющим на метаболические профили, и может быть классифицирована как эндогенный или экзогенный фактор. Основные экзогенные факторы - диета и лекарства. Затем диету можно разбить на питательные и непитательные вещества. Метаболомика - это одно из средств определения биологической конечной точки или метаболического отпечатка пальца, который отражает баланс всех этих сил в метаболизме человека. [67]

См. Также [ править ]

  • Геномика
  • Эпигеномика
  • Транскриптомика
  • Протеомика
  • Молекулярная эпидемиология
  • Молекулярная медицина
  • Молекулярная патология
  • Точная медицина
  • Флюксомика
  • Липидомика

Ссылки [ править ]

  1. ^ Daviss B (апрель 2005). «Растущие боли по метаболомике» . Ученый . 19 (8): 25–28.
  2. ↑ Jordan KW, Nordenstam J, Lauwers GY, Rothenberger DA, Alavi K, Garwood M, Cheng LL (март 2009 г.). «Метаболомическая характеристика аденокарциномы прямой кишки человека с помощью магнитно-резонансной спектроскопии интактных тканей» . Заболевания толстой и прямой кишки . 52 (3): 520–5. DOI : 10.1007 / DCR.0b013e31819c9a2c . PMC 2720561 . PMID 19333056 .  
  3. ^ a b Виллате, Айтор; Николас, Маркел Сан; Галластеги, Мара; Олас, Пьер-Антуан; Оливарес, Майтан; Усобиага, Арезац; Etxebarria, Нестор; Айзпуруа-Олайзола, Ойер (09.12.2020). «Обзор: Метаболомика как инструмент прогнозирования производительности растений в условиях стресса окружающей среды» . Наука растений : 110789. дои : 10.1016 / j.plantsci.2020.110789 . ISSN 0168-9452 . 
  4. ^ Hollywood K, Brison DR, Goodacre R (сентябрь 2006). «Метаболомика: современные технологии и тенденции будущего». Протеомика . 6 (17): 4716–23. DOI : 10.1002 / pmic.200600106 . PMID 16888765 . S2CID 14631544 .  
  5. ^ Ворота SC, Sweeley CC (октябрь 1978). «Количественное метаболическое профилирование на основе газовой хроматографии». Клиническая химия . 24 (10): 1663–73. DOI : 10.1093 / clinchem / 24.10.1663 . PMID 359193 . 
  6. ^ Preti, Джордж (6 июня 2005). "Метаболомика достигает совершеннолетия?" . Ученый . 19 (11): 8.
  7. ^ a b c Ван дер Гриф и Смилд, J Chemomet, (2005) 19: 376-386
  8. ^ Шапиро I, Кавкало Д.Н., Петрова Г.В., Ганзин А.П. (2008). «[Ангиолейомиома брыжейки толстой кишки, осложненная разлитым перитонитом]» . Советская Медицина . 866 (9): 26–47. DOI : 10.1016 / j.jchromb.2007.10.007 . PMC 2603028 . PMID 18551752 .  
  9. ↑ Griffiths WJ, Wang Y (июль 2009 г.). «Масс-спектрометрия: от протеомики к метаболомике и липидомике» . Обзоры химического общества . 38 (7): 1882–96. DOI : 10.1039 / b618553n . PMID 19551169 . S2CID 12237358 .  
  10. ^ Холт DI, Басби SJ, Gadian DG, Радда GK, Richards RE, Сили PJ (ноябрь 1974). «Наблюдение тканевых метаболитов с использованием ядерного магнитного резонанса 31P». Природа . 252 (5481): 285–7. Bibcode : 1974Natur.252..285H . DOI : 10.1038 / 252285a0 . PMID 4431445 . S2CID 4291661 .  
  11. ^ Nicholson JK, Линдон JC (октябрь 2008). «Системная биология: метабономика». Природа . 455 (7216): 1054–6. Bibcode : 2008Natur.455.1054N . DOI : 10.1038 / 4551054a . PMID 18948945 . S2CID 4411723 .  
  12. Перейти ↑ Holmes E, Antti H (декабрь 2002 г.). «Хемометрический вклад в развитие метабономики: математические решения для характеристики и интерпретации сложных биологических спектров ЯМР». Аналитик . 127 (12): 1549–57. Bibcode : 2002Ana ... 127.1549H . DOI : 10.1039 / b208254n . PMID 12537357 . 
  13. Перейти ↑ Lenz EM, Wilson ID (февраль 2007 г.). «Аналитические стратегии в метабономике». Журнал протеомных исследований . 6 (2): 443–58. DOI : 10.1021 / pr0605217 . PMID 17269702 . 
  14. ^ Cravatt BF, Просперо-Гарсиа O, Siuzdak G, Gilula NB, Хенриксен SJ, Богера DL, Lerner RA (июнь 1995). «Химическая характеристика семейства липидов мозга, которые вызывают сон». Наука . 268 (5216): 1506–9. Bibcode : 1995Sci ... 268.1506C . DOI : 10.1126 / science.7770779 . PMID 7770779 . 
  15. ^ a b Smith CA, O'Maille G, Want EJ, Qin C, Trauger SA, Brandon TR, et al. (Декабрь 2005 г.). «МЕТЛИН: масс-спектральная база данных метаболитов». Терапевтический мониторинг лекарственных средств . 27 (6): 747–51. DOI : 10.1097 / 01.ftd.0000179845.53213.39 . PMID 16404815 . S2CID 14774455 .  
  16. ^ a b Guijas C, Montenegro-Burke JR, Domingo-Almenara X, Palermo A, Warth B, Hermann G, et al. (Март 2018 г.). «МЕТЛИН: технологическая платформа для выявления известных и неизвестных» . Аналитическая химия . 90 (5): 3156–3164. DOI : 10.1021 / acs.analchem.7b04424 . PMC 5933435 . PMID 29381867 .  
  17. ^ a b Smith CA, Want EJ, O'Maille G, Abagyan R, Siuzdak G (февраль 2006 г.). «XCMS: обработка данных масс-спектрометрии для определения профиля метаболитов с использованием нелинейного пикового выравнивания, сопоставления и идентификации». Аналитическая химия . 78 (3): 779–87. DOI : 10.1021 / ac051437y . PMID 16448051 . 
  18. ^ a b Tautenhahn R, Patti GJ, Rinehart D, Siuzdak G (июнь 2012 г.). «XCMS Online: веб-платформа для обработки нецелевых метаболомных данных» . Аналитическая химия . 84 (11): 5035–9. DOI : 10.1021 / ac300698c . PMC 3703953 . PMID 22533540 .  
  19. ^ а б Уишарт Д.С., Цур Д., Нокс С., Эйснер Р., Го А.С., Янг Н. и др. (Январь 2007 г.). «HMDB: База данных человеческого метаболизма» . Исследования нуклеиновых кислот . 35 (выпуск базы данных): D521-6. DOI : 10.1093 / NAR / gkl923 . PMC 1899095 . PMID 17202168 .  
  20. ^ Wishart DS, Knox C, Guo AC, Eisner R, Young N, Gautam B и др. (Январь 2009 г.). «HMDB: база знаний о метаболоме человека» . Исследования нуклеиновых кислот . 37 (Проблема с базой данных): D603-10. DOI : 10.1093 / NAR / gkn810 . PMC 2686599 . PMID 18953024 .  
  21. ^ Farag М.А., Huhman Д.В., Dixon Р.А., Самнер ЛМ (февраль 2008). «Метаболомика выявляет новые пути и различные механистические и элиситорные реакции в биосинтезе фенилпропаноидов и изофлавоноидов в культурах клеток Medicago truncatula» . Физиология растений . 146 (2): 387–402. DOI : 10.1104 / pp.107.108431 . PMC 2245840 . PMID 18055588 .  
  22. ^ "www.Plantmetabolomics.org" . 7 ноября, 2012. Архивировано из оригинала на 2012-11-07 . Проверено 20 мая, 2020 .
  23. ^ Б Morrow Jr KJ (1 апреля 2010). «Массовый спектр в центре метаболизма» . Новости генной инженерии и биотехнологии . 30 (7). п. 1. Архивировано 28 июня 2010 года . Проверено 28 июня 2010 года .
  24. ^ «Анализ продуктов метаболизма в реальном времени» . Phys.org . Проверено 20 мая, 2020 .
  25. ^ a b Querengesser, Лори; Vogel, Hans J .; Сайкс, Брайан Д .; Марри, Том; Ли, Лян; Greiner, Russ; Клайв, Деррик; Бамфорт, Фиона; Довлатабади, Реза (01.01.2007). «HMDB: База данных человеческого метаболизма» . Исследования нуклеиновых кислот . 35 (Suppl_1): D521 – D526. DOI : 10.1093 / NAR / gkl923 . ISSN 0305-1048 . PMC 1899095 . PMID 17202168 .   
  26. ^ Оливер SG, Винсон MK, Kell DB, Baganz F (сентябрь 1998). «Систематический функциональный анализ генома дрожжей». Тенденции в биотехнологии . 16 (9): 373–8. DOI : 10.1016 / S0167-7799 (98) 01214-1 . PMID 9744112 . 
  27. ^ Griffin JL, Vidal-Пуч A (июнь 2008). «Текущие проблемы метаболомики для исследований диабета: жизненно важный функциональный геномный инструмент или просто уловка для получения финансирования?» . Физиологическая геномика . 34 (1): 1–5. DOI : 10.1152 / physiolgenomics.00009.2008 . PMID 18413782 . S2CID 9416755 .  
  28. ^ HMDB 3.0 - база данных метаболома человека в 2013 году.
  29. Перейти ↑ Pearson H (март 2007 г.). «Познакомьтесь с метаболомом человека». Природа . 446 (7131): 8. Bibcode : 2007Natur.446 .... 8P . DOI : 10.1038 / 446008a . PMID 17330009 . S2CID 2235062 .  
  30. Перейти ↑ De Luca V, St Pierre B (апрель 2000 г.). «Клеточная и эволюционная биология биосинтеза алкалоидов». Тенденции в растениеводстве . 5 (4): 168–73. DOI : 10.1016 / S1360-1385 (00) 01575-2 . PMID 10740298 . 
  31. ^ Griffin JL, Shockcor JP (июль 2004). «Метаболические профили раковых клеток». Обзоры природы. Рак . 4 (7): 551–61. DOI : 10.1038 / nrc1390 . PMID 15229480 . S2CID 527894 .  
  32. ^ a b Ulaszewska, Marynka M .; Weinert, Christoph H .; Триминьо, Алессия; Портманн, Рето; Андрес Лакуева, Кристина; Бадерчер, Рене; Бреннан, Лотарингия; Бруний, Карл; Буб, Ахим; Капоцци, Франческо; Сиалие Россо, Марта; Cordero, Chiara E .; Даниэль, Ханнелор; Дюран, Стефани; Эгерт, Бьорн; Феррарио, Паола Дж .; Фескенс, Эдит Дж. М.; Франчески, Пьетро; Гарсия-Алой, март; Джакомони, Франк; Гисберц, Питер; Гонсалес-Домингес, Рауль; Ханхинева, Кати; Hemeryck, Lieselot Y .; Копка, Иоахим; Kulling, Sabine E .; Льорах, Рафаэль; Манах, Клодин; Маттиви, Фульвио; и другие. (2019). «Нутриметаболомика: комплексное действие для метаболических анализов в исследованиях питания человека» . Молекулярное питание и пищевые исследования . 63(1): 1800384. DOI : 10.1002 / mnfr.201800384 . PMID  30176196 .
  33. ^ a b Николсон JK, Wilson ID (август 2003 г.). «Мнение: понимание« глобальной »системной биологии: метабономика и континуум метаболизма». Обзоры природы. Открытие наркотиков . 2 (8): 668–76. DOI : 10.1038 / nrd1157 . PMID 12904817 . S2CID 23743031 .  
  34. ^ Деттмер, Катя; Аронов, Павел А .; Гамак, Брюс Д. (2007). «Метаболомика на основе масс-спектрометрии» . Обзоры масс-спектрометрии . 26 (1): 51–78. Bibcode : 2007MSRv ... 26 ... 51D . DOI : 10.1002 / mas.20108 . ISSN 0277-7037 . PMC 1904337 . PMID 16921475 .   
  35. ^ Nicholson JK, Foxall PJ, Spraul M, Фаррант RD, Линдон JC (март 1995). «750 МГц 1H и 1H-13C ЯМР-спектроскопия плазмы крови человека». Аналитическая химия . 67 (5): 793–811. DOI : 10.1021 / ac00101a004 . PMID 7762816 . 
  36. Перейти ↑ Bentley R (1999). «Биосинтез вторичных метаболитов: первый век». Критические обзоры в биотехнологии . 19 (1): 1–40. DOI : 10.1080 / 0738-859991229189 . PMID 10230052 . 
  37. ^ Нордстрем A, O'Maille G, Цинь C, Siuzdak G (май 2006). «Нелинейное сопоставление данных для метаболомики на основе UPLC-MS и HPLC-MS: количественный анализ эндогенных и экзогенных метаболитов в сыворотке крови человека» . Аналитическая химия . 78 (10): 3289–95. DOI : 10.1021 / ac060245f . PMC 3705959 . PMID 16689529 .  
  38. ^ Лин, Вэйфэн; Конвей, Луи П .; Блок, Анника; Сомми, Грета; Вуясинович, Мирослав; Лёр, Ж.-Маттиас; Глобиш, Даниэль (2 июня 2020 г.). «Чувствительный масс-спектрометрический анализ метаболитов карбонила в образцах мочи и кала человека с использованием хемоселективной модификации» . Аналитик . 145 (11): 3822–3831. Bibcode : 2020Ana ... 145.3822L . DOI : 10.1039 / D0AN00150C . PMID 32393929 . 
  39. ^ Крокфорд DJ, Maher AD, Ахмади KR, Barrett A, Plumb RS, Wilson ID, Nicholson JK (сентябрь 2008). «Статистическая гетероспектроскопия 1H ЯМР и UPLC-MS (E): характеристика метаболитов лекарств (ксенометаболома) в эпидемиологических исследованиях». Аналитическая химия . 80 (18): 6835–44. DOI : 10.1021 / ac801075m . PMID 18700783 . 
  40. ^ Nicholson JK (2006). «Глобальная системная биология, персонализированная медицина и молекулярная эпидемиология» . Молекулярная системная биология . 2 (1): 52. DOI : 10.1038 / msb4100095 . PMC 1682018 . PMID 17016518 .  
  41. ^ Nicholson JK, Линдон JC, Холмс E (ноябрь 1999). « „ Метабономика“: понимание метаболических реакций живых систем на патофизиологические раздражители с помощью многомерного статистического анализа биологических ЯМР спектроскопических данных». Xenobiotica; Судьба чужеродных соединений в биологических системах . 29 (11): 1181–9. DOI : 10.1080 / 004982599238047 . PMID 10598751 . 
  42. ^ Nicholson JK, Connelly J, Линдон JC, Холмс E (февраль 2002). «Метабономика: платформа для изучения токсичности лекарств и функций генов». Обзоры природы. Открытие наркотиков . 1 (2): 153–61. DOI : 10.1038 / nrd728 . PMID 12120097 . S2CID 17881327 .  
  43. Перейти ↑ Holmes E, Wilson ID, Nicholson JK (сентябрь 2008 г.). «Метаболический фенотип в здоровье и болезни». Cell . 134 (5): 714–7. DOI : 10.1016 / j.cell.2008.08.026 . PMID 18775301 . S2CID 6677621 .  
  44. ^ a b Робертсон Д.Г. (июнь 2005 г.). «Метабономика в токсикологии: обзор» . Токсикологические науки . 85 (2): 809–22. DOI : 10.1093 / toxsci / kfi102 . PMID 15689416 . 
  45. ^ Silva LP, Северный TR (август 2015). «Exometabolomics и MSI: деконструкция того, как клетки взаимодействуют, чтобы преобразовать их среду малых молекул» . Текущее мнение в области биотехнологии . Elsevier BV. 34 : 209–16. DOI : 10.1016 / j.copbio.2015.03.015 . PMID 25855407 . 
  46. ^ Dettmer K, Аронов PA, Гамак BD (2007). «Метаболомика на основе масс-спектрометрии» . Обзоры масс-спектрометрии . 26 (1): 51–78. Bibcode : 2007MSRv ... 26 ... 51D . DOI : 10.1002 / mas.20108 . PMC 1904337 . PMID 16921475 .  
  47. ^ Rasmiena AA, Ng TW, Meikle PJ (март 2013). «Метаболомика и ишемическая болезнь сердца». Клиническая наука . 124 (5): 289–306. DOI : 10,1042 / CS20120268 . PMID 23157406 . 
  48. ^ Ogbaga CC, Stepien P, Dyson BC, Rattray NJ, Ellis DI, Goodacre R, Johnson GN (6 мая 2016). «Биохимический анализ сортов сорго выявляет дифференциальную реакцию на засуху» . PLOS ONE . 11 (5): e0154423. Bibcode : 2016PLoSO..1154423O . DOI : 10.1371 / journal.pone.0154423 . PMC 4859509 . PMID 27153323 .  
  49. ^ "Информация о газовой хроматографии и масс-спектрометрии (ГХ-МС) | Thermo Fisher Scientific - США" . www.thermofisher.com . Проверено 26 сентября 2018 .
  50. ↑ Gika HG, Theodoridis GA, Wingate JE, Wilson ID (август 2007 г.). «Воспроизводимость в течение дня метода метабономического анализа на основе ВЭЖХ-МС: применение к человеческой моче». Журнал протеомных исследований . 6 (8): 3291–303. DOI : 10.1021 / pr070183p . PMID 17625818 . 
  51. ^ Сога T, Охаши Y, Y Уэно, Naraoka H, Томита M, Нисиока T (сентябрь 2003). «Количественный анализ метаболома с использованием масс-спектрометрии капиллярного электрофореза». Журнал протеомных исследований . 2 (5): 488–94. DOI : 10.1021 / pr034020m . PMID 14582645 . 
  52. ^ Northen TR, Yanes O, Northen MT, Marrinucci D, Uritboonthai W, Apon J и др. (Октябрь 2007 г.). «Клатратные наноструктуры для масс-спектрометрии». Природа . 449 (7165): 1033–6. Bibcode : 2007Natur.449.1033N . DOI : 10,1038 / природа06195 . PMID 17960240 . S2CID 4404703 .  
  53. ^ Woo HK, Северный TR, Yanes O, Siuzdak G (июль 2008). «Наноструктура-инициатор масс-спектрометрии: протокол для подготовки и нанесения поверхностей NIMS для высокочувствительного масс-анализа» . Протоколы природы . 3 (8): 1341–9. DOI : 10.1038 / NPROT.2008.110 . PMID 18714302 . S2CID 20620548 .  
  54. ^ Гасте, Манодж; Мистрик, Роберт; Шулаев, Владимир (июнь 2016). «Применение ионного циклотронного резонанса с преобразованием Фурье (FT-ICR) и масс-спектрометрии высокого разрешения на основе орбитальной ловушки в метаболомике и липидомике» . Международный журнал молекулярных наук . 17 (6): 816. DOI : 10,3390 / ijms17060816 . PMC 4926350 . PMID 27231903 .  
  55. ^ Griffin JL (октябрь 2003). «Метабономика: ЯМР-спектроскопия и анализ распознавания образов жидкостей и тканей организма для характеристики токсичности ксенобиотиков и диагностики заболеваний». Текущее мнение в химической биологии . 7 (5): 648–54. DOI : 10.1016 / j.cbpa.2003.08.008 . PMID 14580571 . 
  56. ^ Beckonert О, Кеун НС, Ebbels ТМ, Банди Дж, Холмс Е, Линдон JC, Николсон JK (2007). «Метаболический профиль, метаболомные и метабономические процедуры для ЯМР-спектроскопии мочи, плазмы, сыворотки и экстрактов тканей». Протоколы природы . 2 (11): 2692–703. DOI : 10.1038 / nprot.2007.376 . PMID 18007604 . S2CID 205463871 .  
  57. ^ Хабчи, Баниния; Алвес, Сандра; Жуан-Рембо Бувресс, Дельфина; Аппенцеллер, Брайс; Пэрис, Ален; Ратледж, Дуглас Н .; Ратахао-Пэрис, Эстель (01.01.2018). «Возможности динамически гармонизированной ячейки ионного циклотронного резонанса с преобразованием Фурье для высокопроизводительной метаболомической фингерпринтинга: контроль качества данных». Аналитическая и биоаналитическая химия . 410 (2): 483–490. DOI : 10.1007 / s00216-017-0738-3 . ISSN 1618-2650 . PMID 29167936 . S2CID 3769892 .   
  58. ^ Король, Адам М .; Mullin, Lauren G .; Уилсон, Ян Д.; Коэн, Мюрэнн; Рейнвилл, Пол Д .; Plumb, Роберт С .; Gethings, Lee A .; Создатель, Гарт; Тренгов, Роберт (22.01.2019). «Разработка метода экспресс-профилирования для анализа полярных аналитов в моче с использованием HILIC – MS и ионной подвижности с помощью HILIC – MS» . Метаболомика . 15 (2): 17. DOI : 10.1007 / s11306-019-1474-9 . ISSN 1573-3890 . PMC 6342856 . PMID 30830424 .   
  59. Перейти ↑ Sugimoto M, Kawakami M, Robert M, Soga T, Tomita M (март 2012). «Биоинформатические инструменты для обработки и анализа метаболических данных на основе масс-спектроскопии» . Современная биоинформатика . 7 (1): 96–108. DOI : 10.2174 / 157489312799304431 . PMC 3299976 . PMID 22438836 .  
  60. ^ Списер R, Салека Р., Морено Р, Cañueto D, Стейнбек С (2017). «Навигация по свободно доступным программным инструментам для анализа метаболомики» . Метаболомика . 13 (9): 106. DOI : 10.1007 / s11306-017-1242-7 . PMC 5550549 . PMID 28890673 .  
  61. ↑ Ren S, Hinzman AA, Kang EL, Szczesniak RD, Lu LJ (декабрь 2015 г.). «Расчетно-статистический анализ данных метаболомики». Метаболомика . 11 (6): 1492–513. DOI : 10.1007 / s11306-015-0823-6 . S2CID 15712363 . 
  62. ^ Gromski ПС, Muhamadali Н, Эллис Д.И., Сюй Y, Корреа Е, Тернер М. Л., Гудакр R (2015). «Обзор учебного пособия: Метаболомика и частичный дискриминантный анализ методом наименьших квадратов - брак по расчету или свадьба по дробовику» . Analytica Chimica Acta . 879 : 10–23. DOI : 10.1016 / j.aca.2015.02.012 . PMID 26002472 . 
  63. ^ Бонини, Паоло; Добрый, Тобиас; Цугава, Хироши; Барупал, Динеш Кумар; Файн, Оливер (2020-05-10). «Retip: прогноз времени удерживания для составной аннотации в нецелевой метаболомике». Аналитическая химия . 92 (11): 7515–7522. DOI : 10.1021 / acs.analchem.9b05765 . ISSN 0003-2700 . PMID 32390414 .  
  64. ^ Сагателян A, Trauger SA, Хотите EJ, Hawkins EG, Siuzdak G, Cravatt BF (ноябрь 2004 г.). «Назначение эндогенных субстратов ферментам по глобальному профилированию метаболитов» (PDF) . Биохимия . 43 (45): 14332–9. DOI : 10.1021 / bi0480335 . PMID 15533037 .  
  65. ^ Chiang К.П., Нейссен S, Сагателян A, Cravatt BF (октябрь 2006). «Фермент, который регулирует пути передачи сигналов эфирных липидов при раке, аннотированный многомерным профилированием» . Химия и биология . 13 (10): 1041–50. DOI : 10.1016 / j.chembiol.2006.08.008 . PMID 17052608 . 
  66. ^ Геринг А.В., МакКлюр Р.А., Дорогази Дж. Р., Олбрайт Дж. К., Хаверленд Н. А., Чжан Ю. и др. (Февраль 2016 г.). «Метабологеномика: корреляция микробных генетических кластеров с метаболитами приводит к открытию нерибосомального пептида с необычным аминокислотным мономером» . АСУ Центральная Наука . 2 (2): 99–108. DOI : 10.1021 / acscentsci.5b00331 . PMC 4827660 . PMID 27163034 .  
  67. ^ Gibney MJ, Уолш M, L Бреннан, Roche HM, немецкий B, ван Ommen B (сентябрь 2005). «Метаболомика в питании человека: возможности и проблемы» . Американский журнал клинического питания . 82 (3): 497–503. DOI : 10.1093 / ajcn / 82.3.497 . PMID 16155259 . 

Дальнейшее чтение [ править ]

  • Томита М, Нисиока Т (2005). Метаболомика: рубежи системной биологии . Springer. ISBN 4-431-25121-9.
  • Weckwerth W (2006). Метаболомика: методы и протоколы (методы в молекулярной биологии) . Humana Press. ISBN 1-588-29561-3. OCLC  493824826 .
  • Fan TW, Lorkiewicz PK, Sellers K, Moseley HN, Higashi RM, Lane AN (март 2012 г.). «Стабильная метаболомика с разрешенными изотопами и приложения для разработки лекарств» . Фармакология и терапия . 133 (3): 366–91. DOI : 10.1016 / j.pharmthera.2011.12.007 . PMC  3471671 . PMID  22212615 .
  • Эллис Д.И., Гудакр Р. (август 2006 г.). «Метаболический дактилоскопический анализ в диагностике заболеваний: биомедицинские применения инфракрасной и рамановской спектроскопии» (PDF) . Аналитик . 131 (8): 875–85. Bibcode : 2006Ana ... 131..875E . DOI : 10.1039 / b602376m . PMID  17028718 .
  • Клаудино WM, Quattrone A, Biganzoli L, Pestrin M, Bertini I, Di Leo A (июль 2007 г.). «Метаболомика: доступные результаты, текущие исследовательские проекты в области рака груди и будущие приложения» . Журнал клинической онкологии . 25 (19): 2840–6. DOI : 10.1200 / JCO.2006.09.7550 . PMID  17502626 . Архивировано из оригинала на 2008-01-20.
  • Эллис Д. И., Данн В. Б., Гриффин Д. Л., Олвуд Д. В., Goodacre R (сентябрь 2007 г.). «Метаболический дактилоскопический анализ как инструмент диагностики» (PDF) . Фармакогеномика . 8 (9): 1243–66. DOI : 10.2217 / 14622416.8.9.1243 . PMID  17924839 .
  • Банди, JG; Дэйви, депутат; Виант, MR (2009). «Экологическая метаболомика: критический обзор и перспективы на будущее». Метаболомика . 5 : 3–21. DOI : 10.1007 / s11306-008-0152-0 . S2CID  22179989 .
  • Хауг К., Салек Р.М., Конеса П., Хастингс Дж., Де Матос П., Райнбек М. и др. (Январь 2013). «MetaboLights - универсальный репозиторий с открытым доступом для исследований метаболомики и связанных метаданных» . Исследования нуклеиновых кислот . 41 (Проблема с базой данных): D781-6. DOI : 10.1093 / NAR / gks1004 . PMC  3531110 . PMID  23109552 .

Внешние ссылки [ править ]

  • Метаболизм в Керли
  • База данных метаболома человека (HMDB)
  • МЕТЛИН
  • XCMS
  • LCMStats
  • Метаболизм
  • Консорциум Метаболомики Общего фонда NIH
  • Верстак метаболомики
  • База данных метаболома Голма