代谢组学:系统生物学的“首选”的方法
测量的低分子量代谢产物及其中间体反映人体生理的动态响应(如。、性别),病理生理(如。、疾病发病率)和发展刺激(如。老化)。1这给化学反映当前的一个特定的子总体中表型的细胞,和疾病进展或环境适应过程,无论是在植物,动物,或任何其他物种。2,
3
代谢物的滚雪球效应
基因和蛋白表达水平的测量已经作为国旗威胁疾病临床表现。代谢组学想达到另一个水平的理解,因为小活动的基因或蛋白质的变化,可能对细胞的机制有一个未知的影响,经常产生一个更大的代谢物水平的变化。4
可能你的鸡汤给你动脉粥样硬化?
Changwei李助理佐治亚大学的流行病学教授和他的同事们最近进行了一次研究使用的诸多代谢组学分析心脏研究作的1239名参与者gerald berenson教授。5他们发现了小说和重要的代谢产物和代谢网络与冠状动脉硬化有关,亚临床器官损伤的一个标志和心血管疾病的一个独立危险因素事件和死亡率。5李:
“我们能够识别一些环境和生活方式的相关代谢分子,说明身体反应环境因素,和测试这些代谢物在动脉硬化的影响”。6
科学家们报道27个新代谢物果糖、P值最低,这意味着它是最重要的代谢物,,组氨酸,最大的效果,这意味着它并不与动脉硬化的发展有关。总的来说,12-metabolite动脉硬化协会证实,先前的研究中也发现了。5许多协会主要是由血压和群人使用抗高血压药物的分析。
新代谢物中发现,两个肽,gamma-glutamylvaline和gamma-glutamylisoleucine通常用作食品添加剂来提高烹饪食材的味道,如预先做好的鸡的培养基配方。据李。的可能性,“这些添加剂可能导致动脉硬化,保证未来的研究来调查他们的角色”在动脉粥样硬化的发展。6
genotype-environment-phenotype-relationship (GxExP)
尽管基因组技术的进步提供了无与伦比的访问信息封闭在人类基因组中,多个不同的疾病相关的遗传变异只占一小部分的疾病风险。疾病机制的单一性性质,加上环境的巨大影响,基因-环境相互作用的复杂性,是至关重要的因素需要考虑来预测疾病的易感性。7
“绿色系统生物学”Wolfram Weckwerth教授和代谢组学如何帮助养活世界
Wolfram Weckwerth博士,全生态基因和大学系统生物学教授维也纳,奥地利,维也纳的创始主席代谢组学中心(来),他的实验室已经解决了所谓的“生化雅可比矩阵”来揭示因果关系从代谢组学数据使用一个逆建模方法。11、12、13、14
代谢组学数据的统计特征结合代谢重建和预测从基因组序列和基因型的变量,他的团队建立了GxExP的系统分析,应用这些概念在生态、进化和发展,以及生物技术。9、15这个框架被称为“绿色系统生物学”。10
Weckwerth解释道:”收集的数据来自基因组测序项目要求解释理解genotype-phenotype方程。生态很重要,给它正确的术语,这是名字的原因“绿色系统生物学”。10是医学的重要应用这些技术,因为它是在生态学研究或人为农业系统,尤其是在气候变化,相应的植物生产力危机我们看到现在和可持续性问题。”
在Weckwerth实验室现在可以序列种质收集成千上万的不同基因型作物,如小麦、玉米、小米、土豆或鹰嘴豆。例如豆类,鹰嘴豆和主食。它修复氮的帮助下细菌。在这个系统中,有限公司2固定由光合系统和卡尔文循环,由bacterial-plant根系和固氮。
正是这种共生关系,用于使植物的生物量,以及富含蛋白质的种子,我们可以吃。在维也纳温室,Weckwerth实验室现在有3000基因型的鹰嘴豆种质资源集合。通过将这些数据与代谢组学分析,他们还可以解释相应的表型。Weckwerth说”我们现在想了解的是这个基因型转化为特定的表型,和有什么因果过程。因此,这种“绿色系统生物学”技术平台结合multigenic性状的基因组信息(考虑到3000基因型的鹰嘴豆),然后,通过全基因组关联研究,转录组、蛋白质组学、代谢组学、和公司建模,试图整合full-causal链从基因型到表型在特定环境中植物生长的地方。”
实验室已经发现了一种新的细菌存在于叶的鹰嘴豆植物和互惠或与植物共生关系,但在叶而不是在根(所有其他细菌所知到目前为止)。Weckwerth表示:“我们的基因组测序,然后我们重建整个代谢网络,创建一个完整的genome-metabolic重建使用数学和计算机模型。”他继续说:“我们知道工厂的能力,我们知道细菌的能力,我们可以看到交互实际上是如何运作的。例如,你有糖导入细菌,因为你有很多的糖转运蛋白在细菌的膜;另一方面,你有氨基酸运输从细菌到工厂。所以,你可以看到plant-bacterium-interaction的交互式网络。”
genotype-metabolome分析的结果是一个函数关系和因果关系,以及它如何影响系统网络。这导致了预测表型的基因型。Weckwerth继续说”我们现在有成千上万的基因型数据库完全测序,我们也知道基因型的起源,或更好的指标,对全球地图,我们看到的是他们的基因变异是非常不同的。”这意味着现在可以关联所有全球植物生理表型变化,分子表型。Weckwerth解释说,他的实验室的工作”是类似于全基因组关联研究和代谢组学结合这些。”这是他所说的:”metabolic-genome-wide关联研究。”
预测基因型的代谢动力学
的最终目标 Weckwerth和团队的工作是“预测代谢轮廓,或代谢物动力学,从基因型。”他提供了两个品种的鹰嘴豆的例子。使用他们的方法,科学家们表明,抗旱性,另一个是干旱敏感。现在我们知道基因型变异,我们还可以看到对代谢物的影响,以及这如何代谢物相关的表型变异。他解释说,“这是我们最后的因果关系定义代谢表型的遗传变异也是生理表型,这最终导致的阻力或敏感植物的表型。”
Weckwerth和他的同事们的工作指向农业未来的重大变化。要多长时间对我们有足够的了解农作物耕种者和自然气候抵抗变化创造可持续的系统?Weckwerth说:“十年前,当我开始在维也纳实验室metabolomics-proteomics平台,系统生物学计划很遥远;但是现在,我们有大量的基因组信息,我们可以做很多的基因型和环境表型分析。”他继续说:“我们已经做几千个不同的基因型,研究蛋白质组和代谢组的水平。”
Weckwerth说“下一个点,我们的目标是在主食将会评估营养品质结合提高他们的生产力,和生长在非常恶劣的条件。”
正因为如此,我 t现在可以把系统生物学平台技术与快速繁殖,和分子标记辅助育种产生许多不同品种的基因型与特定的特征。这些可以选择;最好的可以合并,把字段。这是代谢组学可以帮助养活世界。
引用:
1。克拉克CJ, Haselden约。代谢分析作为一种工具来理解毒性的机制。毒物学的病理。2008;36:140 - 147。
2。Bujak R, Struck-Lewicka W, Markuszewski乔丹和Kaliszan R .代谢组学实验室诊断。J制药生物医学肛门。2015;113:108-20。
3所示。Weckwerth w .代谢组学在系统生物学。为植物生物。2003;54:669 - 689。
4所示。皮尔森h .满足人类代谢组。自然。2007;446:8。
5。李他J,李C年代,陈W, Bazzano L,太阳X,沈L, L,沈Y,顾X和凯利TN。小说代谢物与增强相关联指数和脉搏波速度:发现心脏研究作的gerald berenson教授。是J Hypertens。2019;32:547 - 556。
6。Bagget l .研究生活方式因素和动脉硬化的链接。2019;09/09/2019。
7所示。Rattray NJW Deziel数控,瓦拉赫JD,汗SA Vasiliou V,埃尼迪斯JPA和约翰逊CH。超越基因组学:理解exposotypes通过代谢组学。哼基因组学。2018;12:4。
8。维也纳Uo。来的使命。2019;20/09/19。
9。循环。Wolfram Weckwerth博士。2019;20/09/2019。
10。Weckwerth w .绿色系统生物学——从单一的基因组,蛋白质组,代谢组生态系统研究和生物技术。蛋白质组学杂志》。2011;75:284 - 305。
11。Nagele T,其余的,太阳XL, Fragner L, M和Weckwerth Teige w·雅可比矩阵求解的微分生化代谢组学数据协方差。《公共科学图书馆•综合》。2014;9。
12。威尔逊JL Nagele T,左翼M, Demel F,弗里奇年代,娃,Cai Z, Katholnig K,太阳X, Fragner L,米勒,Haschemi, Popa, Bergthaler, Hengstschlager M, Weichhart T和Weckwerth w .逆数据驱动建模和Multiomics分析显示Phgdh代谢检查点的巨噬细胞极化和扩散。细胞的报道。2019;http://dx.doi.org/10.2139/ssrn.3441909
13。纳格尔M, Nagele T, Gilli C, Fragner L,科特,是A,大学法洛,Nordborg M和Weckwerth w . Eco-Metabolomics和新陈代谢建模:从模型系统在实验室中原生种群在田间。前植物科学。2018;9:1556 - 1556。
14。太阳X和Weckwerth w . COVAIN:工具箱uni-and多元统计、时间序列和相关网络分析和逆雅可比矩阵的微分估计协方差从代谢组学数据。代谢组学。2012;8:81 - 93。
15。Weckwerth w .迈向统一的系统理论生物学和生态的原则随机李雅普诺夫矩阵方程和它的逆矩阵的应用程序。前沿应用数学和统计。2019;5。