代谢组学技术在临床诊断中的研究进展

李彦东，吴琪

代谢组学技术在临床诊断中的研究进展

李彦东，吴琪△

代谢组学是系统生物学的重要组成部分。研究显示，代谢组学在临床诊断过程中有着不可比拟的作用。当机体受到外源性或内源性刺激时，体内小分子代谢物的种类及含量会发生显著改变，代谢组学技术通过对体内复杂代谢物的动态变化进行分析，分析代谢物变化与机体病理或生理变化的直接相关性。随着分析技术的不断发展，核磁共振、色谱-质谱联用等先进技术被广泛应用于代谢组学的研究中。目前临床运用代谢组学技术可以全面分析患者体液中代谢物的动态变化，发现体液中与疾病密切相关的特征性生物标志物，从而实现疾病的早期临床诊断。本文主要对代谢组学技术及其在临床诊断过程中的广泛应用作一综述。

代谢组学；临床诊断；生物标志物；代谢产物；核磁共振；综述

代谢组学起源于20世纪90年代，是一门新兴的组学技术，与基因组学、转录组学、蛋白质组学共同组成“系统生物学”［1］。代谢组学以体液［2］、细胞［3］、组织［4］中相对分子质量低于1 000的小分子化合物为研究对象，运用色谱-质谱联用技术、核磁共振技术等高分辨率、高灵敏度、高通量的现代仪器分析手段，对体内内源性小分子化合物进行定性或定量研究，揭示体内代谢通路的改变，为临床诊断提供合理依据［5］。目前已广泛应用于疾病诊断［6］、新药研究与开发［7］、药物作用机制研究［8］、食品科学［9］等领域。

目前，诊断代谢组学被广泛应用于临床诊疗过程。疾病的发生必然会导致机体出现病理生理异常，进而诱导体内代谢物水平发生改变。诊断代谢组学从机体整体角度出发，利用先进的分析检测技术平台，结合多变量统计分析方法，通过对病理或生理紊乱所引起的代谢物浓度及种类的动态变化进行分析，获得与疾病密切相关的潜在生物标志物，为临床疾病的早期诊断、预后及药物治疗效果评价提供了新的有效途径［10］。

1 代谢组学技术

1.1 代谢组学样品的采集代谢组学的研究对象包括生物体液（血液、脑脊液、尿液）、细胞（细胞提取物及其培养液）、组织（心脏组织、肾脏组织、肝脏组织）中相对分子质量低于1 000的内源性小分子化合物［11］。样品的采集与制备是代谢组学研究的关键步骤之一。采集过程中应该注意保证外界干扰因素（饮食、环境、药物）与受试者内在条件（性别、年龄、机体健康状态）的一致性，同时考虑样本的采集时间、采集部位等因素的统一性，以减少样本差异对研究结果产生的影响。

1.2 代谢组学分析技术代谢组学研究的主要目标在于对生物体内全体内源性代谢组分进行定性和定量分析。分析方法要求具有高灵敏度、高通量等特点。随着分析技术的不断发展，其主要分析技术包括气相色谱-质谱联用技术（gas chromatography-mass spectrometer，GC-MS）［12］、液相色谱-质谱联用技术（liquid chromatography-mass spectrometer，LCMS）［13］、核磁共振技术（nuclear magnetic resonance，NMR）［14］、电感耦合等离子质谱技术（Inductively coupled plasma mass spectrometry，ICP-MS）［15］、毛细管电色谱（capillary electro chromatography，CEC）［16］等。为了充分发挥每种技术各自的优势，研究过程中可根据代谢物所具有的独特理化性质，将多种技术联合应用于样品的检测和分析过程。目前最常用的代谢组学分析技术为NMR、LC-MS和GC-MS。

1.2.1 NMR近年来NMR技术迅速发展，凭借其检测快速、重现性好、分辨率及灵敏度高、样品处理方法简单、化学位移分布宽、弛豫性好等优点，成为代谢组学研究的主要技术之一［17］。通过将NMR串联液相色谱组成液相色谱-核磁共振联用技术（LC-NMR），增强了NMR的灵敏度与分辨率。NMR技术可以提供代谢物的结构信息，主要应用于疾病诊断及发病机制的研究［18］。

1.2.2 LC-MSLC-MS技术凭借集液相色谱的高分辨能力和质谱的高灵敏度于一体，逐渐成为代谢组学的主要研究技术之一［19］。LC-MS适用于分析热稳定性差、沸点较高、极性强、离子化的化合物。与传统GC-MS相比，LC-MS具有样品处理简单、无需衍生化操作等特点；与NMR相比，LC-MS具有更高的灵敏度及更快的分离效能。这些独特优势，使LC-MS技术逐渐应用到更广泛的研究领域中。

1.2.3 GC-MS随着分析技术的不断发展创新，GC-MS技术被广泛应用于代谢组学的研究。其优势在于分离效能及灵敏度高、重现性好，且具有特定的化合物标准图谱库，对待测代谢组分的MS图谱进行自动检索，实现样品的迅速定性分析。其局限性主要表现为对样品中难挥发或极性较大的分子化合物不能直接进行分析，需经过衍生化后降低其汽化温度才能进行检测［20］，且GC-MS也无法分离并检测同分异构体或同位素型代谢产物。

1.3 代谢组学数据分析和处理技术代谢组学的样品数量较为庞大，运用现代仪器分析手段将产生大量的数据集合。为了较为全面地分析数据中的信息，并将分析结果与生物体产生的生理或病理变化相关联，通常采用化学计量学与多元统计分析相结合的方法。化学计量学中的模式识别技术是代谢组学的主要分析技术之一，分为监督学习方法（super⁃vised method）和无监督学习方法（unsupervised method）两类，其中监督学习方法包括偏最小二乘法（partial least squares，PLS）、偏最小二乘判别分析（partial least squares projection to latent structures-discriminant analysis，PLS-DA）、正交偏最小二乘判别分析（Orthogonal PLS-DA，OPLS-DA）等；无监督学习方法包括主成分分析法（principal component analysis，PCA）、聚类分析（hierarchical cluster analysis，HCA）等［21-22］。

2 代谢组学技术在临床诊断中的应用

机体的代谢过程是一个不断发展的过程。正常状态下体内的新陈代谢处于动态平衡，当机体受到内源性或外源性刺激时，机体中代谢物的种类、数量或浓度会发生改变。随着分析技术平台和数据处理方法的发展与完善，代谢组学通过对体内代谢物的异常变化进行定性及定量分析，发现由疾病所引起的体内特征性生物标志物，并将其广泛运用到临床疾病的诊断与研究过程中。

2.1 心血管疾病心血管疾病是威胁人类生命健康的主要疾病之一。血脂异常、高血压、糖代谢紊乱、抵抗力低等均是其高危因素。随着人们生活水平的提高，不良的饮食和生活习惯导致心血管疾病的发病率与病死率逐年升高。

Rizza等［23］利用LC-MS结合PCA、随机生存森林算法（random survival forest analysis，RSFA）及COX比例风险回归（Cox proportional hazards regression）对67例老年心血管疾病患者的血液进行分析，发现线粒体功能障碍导致的代谢异常在心血管疾病的发生过程中起重要作用。Bodi等［24］利用高分辨率核磁共振技术（high-resolution nuclear magnetic reso⁃nance spectroscopy）对急性心肌缺血患者的血浆进行分析，发现了32个与疾病相关的潜在生物标志物，研究结果显示急性心肌缺血发生早期可引起体内循环系统中的葡萄糖、谷氨酰胺、乳酸、酪氨酸、甘氨酸、苯丙氨酸、丙三醇、乙醇胺循环含量升高，胆碱化合物、三酰甘油循环含量降低；缺血2 h后肌氨酸含量升高。

2.2 肿瘤肿瘤是严重危害人类健康与生命的常见疾病。肿瘤细胞生长迅速并通过体内代谢途径逐渐浸润到周围正常组织细胞，经循环系统转移至机体其他部位。早期的诊断可有效地对肿瘤的侵袭和转移进行干预。运用代谢组学技术分析患者体内的代谢物轮廓，找到与肿瘤相关的早期特征性生物标志物，有助于对肿瘤患者进行早期诊断、预后及疗效评价［25］。

Tiziani等［26］利用NMR结合多元统计分析方法，对口腔鳞状细胞癌患者的血浆进行代谢组学研究，为患者的早期诊断及肿瘤的分级提供了科学的临床数据。Carrola等［27］利用1H NMR结合PCA、PLS-DA、OPLS-DA技术对肺癌患者的尿液进行分析，结果显示肺癌在发展的进程中可能与马尿酸盐、葫芦巴碱、β-羟基异戊酸、α-羟基异丁酸、N-乙酰谷酰胺、肌酸酐等潜在生物标志物密切相关，为肺癌的早期诊断及治疗提供了重要依据。

2.3 肝脏疾病肝脏是机体新陈代谢的主要器官之一。机体内大部分代谢物的合成和分解均在肝脏中进行，肝脏代谢紊乱将导致机体出现病理或生理上的异常。近年来，应用代谢组学方法对肝脏疾病进行研究，成为国内外研究的热点［28］。

Wang等［29］通过对肝癌、肝硬化患者和正常人的血浆进行研究，结果发现13个潜在生物标志物，包括有机酸、磷脂、脂肪酸、胆汁酸等可作为肝癌的早期诊断指标；刀豆氨酸琥珀酸盐（canavaninosuccinate）在肝癌患者血浆中的含量高于肝硬化患者，可作为区分肝癌与肝硬化患者的诊断指标；甘氨鹅去氧胆酸（glycochenodeoxycholic acid）可作为肝癌的早期诊断及疾病治疗监测的特征性生物标志物；研究证实基于UPLC-MS代谢组学技术有助于对肝癌进行早期诊断。传统的诊断方法对于区分肝癌与肝硬化有着局限性，运用代谢组学技术及时、准确地检测到患者体内的小分子代谢物的变化，对临床诊断肝癌具有重要意义。

2.4 其他疾病随着人们生活水平的提高，越来越多的人出现了机体代谢系统异常，代谢通路的紊乱最终会形成代谢综合征。运用代谢组学技术对机体内代谢通路的异常变化进行研究，及时发现内分泌系统的代谢异常，可以有效地对糖尿病［30］、高血压［31］、脂肪肝［28］、肥胖［32］等疾病进行早期诊断与治疗。

Li等［33］以全二维气相色谱飞行时间质谱（GC×GC-TOF/ MS）结合正交信号校正偏最小二乘法判别分析（OSC-PLSDA）研究2型糖尿病患者血浆样本中的代谢组分，将患者血浆与正常志愿者进行对比，鉴定了5个血浆中潜在的生物标志物：葡萄糖、磷酸盐、棕榈酸、2-羟基异丁酸和亚油酸，其中血浆中高浓度的2-羟基异丁酸被认为是2型糖尿病的特征性生物标志物，同时揭示游离脂肪酸的异常升高为糖尿病发展的关键性病理因素。

3 展望

代谢组学凭借其先进的分析技术平台、科学的研究方法与数据处理技术，使其在临床疾病诊断中有着突出的优势，受到国内外学者的广泛关注。代谢组学技术通过对体内小分子代谢物的变化进行动态分析，发现与疾病相关的潜在生物标志物，不仅为临床疾病的早期诊断提供依据，而且可同时对临床用药效果进行及时监测。代谢组学与基因组学、蛋白质组学、转录组学等“组学”技术相辅相成，通过对体内复杂的生物标志物进行快速、准确的检测，及时发现机体产生的病理或生理性改变，为各类临床疾病的早期诊断提供依据。由于人体内内源性小分子代谢物数目众多且理化性质差异较大，代谢组学通过多种分析仪器的综合运用，使其在组学研究领域具有无法比拟的优势。通过对机体的整体代谢组分进行分析研究，从中找出特异性生物标志物，可对临床疾病进行及时、准确、高灵敏度和高特异性的诊断。总之，随着代谢组学研究技术的不断发展，凭借其具有整体性及动态性的双重优势，必将被更广泛地应用于临床诊疗过程，并发挥重要作用。

［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 Doñana 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）

（本文编辑李鹏）

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

东北林业大学医院检验科（邮编150040）

李彦东（1975），男，硕士，主管检测师，主要从事生物工程研究

△通讯作者E-mail：wuqi2014123@sina.com