开题报告内容:(包括拟研究或解决的问题、采用的研究手段及文献综述,不少于2000字)
一.文献综述
1.代谢组学的应用
代谢组学用于描述生化样品的内源性代谢物,如血清、血浆、尿液和组织。与传统的关注于单一代谢物的生物化学方法不同的是,代谢组学可以用于分析在一个系统内收集的小分子物质,包括像胆固醇、脂质体、多肽、氨基酸、核酸、糖类、有机酸和维生素这样的许多小分子物质,来获得在一定疾病和药物条件下,对新陈代谢和代谢动力学的整体认识。运用代谢组学方法,可以检测各种代谢物,因此代谢组学分析方法在一个可定义为在生物系统中,一个整体的、数据驱动的低分子量代谢产物的研究方法。随着代谢组学平台的快速发展,使更多的生物可视化成为可能,限定的小分子物质使其更为简单。[1]
2.代谢组学的研究方法
作为一个强有力的分析平台,代谢组学被广泛的应用于疾病的诊断、新药的发现、药物安全的评估和传染病学,而生物标记物的发现对疾病的早期诊断,疾病机制的说明和靶向治疗来说尤为重要。在寻找靶标的过程中,核磁共振光谱技术、高效液相色谱法、放射免疫检定法、液质联用法、气质联用法和酶免疫分析法等常用做分析代谢物水平对病理生理改变或治疗的反应。代谢组学实验可以使用一个或多个不同的分析平台,它们在代谢组学实验中的应用都很相似。[1]一般来说,基于代谢组学的生物标志物的发现通常采用核磁共振光谱(NMR)或质谱法。NMR方法能够对尽可能多的化合物进行检测,它具有无损伤性、不破坏样品的结构和性质,其NMR化学位移相对稳定,对样品前期处理要求简单。NMR虽然可对复杂样品如尿液、血液等进行非破坏性分析, 与质谱法相比, 它的缺点是检测灵敏度相对较低 (采用现有成熟的超低温探头技术, 其检测灵敏度在纳克级水平)、动态范围有限,很难同时测定生物体系中共存的浓度相差较大的代谢产物;同时, 购置仪器所需的投资也较大。为了改进 NMR检测灵敏度较低的缺点, 可采用高分辨核磁共振技术或使用多维核磁共振技术和LC-NMR。而质谱法可以加上分离技术如气相色谱法、液相色谱法、毛细管电泳(及其联用)等。[2]GC-MS在植物代谢组学的研究中最为广泛。它的优势在于能够提供较高的分辨率和检测灵敏度, 并且有可供参考、比较的标准谱图库, 可以方便地得到待分析代谢组分的定性结果。局限性表现在GC只能对其中的挥发性组分实现直接分析, 从而得不到体系中难挥发的大多数代谢组分的信息。[3]与GC-MS相比, HPLC-MS显示了更多的优势,特别是要求的样品预处理更为简单,但是, 还有许多问题和观点必须引起关注, 例如, 在同一时刻, 还有大量的离子未能检测到。于此,代谢指纹谱的快速分析经常不能产生标记物, 而不能确定这些分子是什么。若要将HPLC-MS在代谢组学中的作用发挥到最大, 就要尽可能地鉴定这些内源性代谢物并建立数据库。[4-6]
代谢组学研究的基本流程包括样品采集、预处理、代谢组分析、数据分析以及研究结果的解释与应用等。样品的采集与制备是代谢组学研究的初始步骤也是最重要的步骤之一。代谢组学研究需要严格的实验设计和较高的分析精度首先需要采集足够数量的样本从而有效减少源于生物样品如血液尿液组织和细胞培养液等个体差异对分析结果的影响得到有统计学意义的分析数据。[7]生物样品采集后需要立即进行生物反应灭活处理,即对所收集样品进行快速淬灭,灭活的方法很多如在液氮或-80度下冷冻酸碱处理或加有机试剂处理等。生物样品预处理与制备的目的是将待测物从复杂生物基质中提取出来,去除干扰杂质,转化为适合测定的物质形式,以提高灵敏度和选择性。根据研究对象、目的和采用的分析方法不同所需的样品提取和预处理方法也各异,目前代谢组学研究中生物样品的提取方法主要包括液液萃取冷冻干燥加速、溶剂萃取、超声波萃取、固相萃取、固相微萃取等,但在整个样品处理和分析过程中应尽可能保留和体现样品中代谢物的信息。[8-9]代谢组学的样品预处理和分析技术要尽量满足对代谢组分的高灵敏度、高通量、无偏性的要求, 并减少基质的干扰。完整的样品预处理方法包括样品快速转移、淬灭、代谢物定量提取以及最适的样品预处理条件等。核磁共振( NMR) 气质联用( GC-MS) 和液质联用( LC-MS) 是目前代谢组学研究中采用最多的用于数据采集的分析技术,3种技术各有优缺点,互为补充。数据预处理是代谢组学数据分析的第一步,也是极为关键的一步,其主要目的是将原始谱图转变为数据矩阵,同时尽可能消除或减小实验和分析过程中带来的误差,保留与分类有关的大部分信息。数据预处理是后续多元统计分析生物标志物筛选代谢通路分析的重要前提。原始谱图经数据预处理后,将得到一复杂的多维数据集即代谢物轮廓的量化表达,如果想将它与时间病理生理过程及各种扰动因素联系起来,则需采用多元统计分析的方法对高维复杂数据进行简化和降维,借助可视化的数学模型在低维空间从整体上对样品分组情况进行归纳总结。[10]之后就可以从海量数据中筛选出差异性变量即潜在生物标记物,并深度挖掘其生化意义以指导相关生理病理机制的阐释。为提高筛选差异变量的准确性和可信度,往往采用多元统计分析和单变量统计分析相结合的策略,利用多指标来筛选和验证生物标记物。基于上述的步骤后,要了解这些差异代谢物所代表的生物学涵义,需要进一步寻找它们所涉及的代谢通路以及与之相关的代谢物酶基因等。基于网络的( web-based) 代谢组学综合处理软件Metaboanalyst所特有的代谢通路分析功能模块可在进行代谢网络富集分析和网络拓扑分析的基础上依据代谢网络得分-log( p)和impact score的大小,给出目标代谢通路。
Fig.1. The pipeline for metabolomics in biomarker discovery. The experiment is defined by three main categories: data collection, data processing and data analysis.Sample preparation is dependent both on the sample and on the analytical platform employed, and sample analysis is designed to suit the type of sample collected. Features are identified in the spectra and metabolite identifications are assigned where possible, commonly employing publically available metabolite databases. Data from different experimental groups are aligned and pre-treated for their comparison by univariate or multivariate analysis. From this possible biomarkers are suggested and can be further analyzed to interpret the origin of their control through pathway analysis. If a certain subset of metabolites are exposed these can be further investigated in a more focused version of this pipeline.
以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
您可能感兴趣的文章
- 鼠源衣原体MoPn生殖道感染小鼠模型的建立文献综述
- 苔藓内生真菌的次生代谢产物研究文献综述
- RIPK3基因缺失对异丙肾上腺素诱导小鼠心肌肥大的影响文献综述
- salusin-α对ApoE-/-小鼠非酒精性脂肪肝的影响及机制研究文献综述
- 新型哈尔敏衍生物的合成及抗肿瘤活性和选择性研究文献综述
- RhoGDI在PDGF-BB诱导HA-VSMC表型转化及血管重构中的作用及机制研究文献综述
- 氧化前胡素对LPA诱导的神经病理疼痛的作用及机制研究文献综述
- 雷公藤甲素抑制转录因子Nrf2诱发小鼠睾丸损伤的实验研究文献综述
- 盾叶薯蓣改善糖尿病肾病的实验研究文献综述
- 竹节香附素A调控ROS/JNK信号通路诱导人骨肉瘤细胞HOS凋亡的实验研究文献综述