Miről szól a metabolomika?

mi az a metabolomika?

a metabolomika gyorsan fejlődő területe ötvözi a sejtes metabolitok azonosítására és számszerűsítésére szolgáló stratégiákat kifinomult analitikai technológiák alkalmazásával, statisztikai és többváltozós módszerek alkalmazásával az információ kinyerésére és az adatok értelmezésére. Az elmúlt két évtizedben hatalmas előrelépés történt számos különböző organizmus szekvenálásában. Ezzel párhuzamosan nagy beruházásokat hajtottak végre a különböző sejttermékek elemzésére szolgáló analitikai megközelítések kidolgozására, mint például a génexpresszió (transzkriptumok), a fehérjék és a metabolitok. Mindezek az úgynevezett omics megközelítések, beleértve a genomikát, a transzkriptomikát, a proteomikát és a metabolomikát, fontos eszközöknek tekinthetők, amelyeket alkalmazni és felhasználni kell a szervezet biológiájának és a környezeti ingerekre vagy genetikai zavarokra adott válaszának megértéséhez.

a metabolitok “beszélt nyelvként működnek, jeleket sugároznak a genetikai felépítésből és a környezetből” (1), ezért a metabolomika úgy tekinthető, hogy közvetlen “funkcionális kiolvasást nyújt egy szervezet élettani állapotáról” (2). Számos analitikai technológiát alkalmaztak a különböző organizmusok, szövetek vagy folyadékok metabolitjainak elemzésére (áttekintéshez lásd a 3.hivatkozást). A különböző kromatográfiás elválasztási technikákhoz, például folyadék-vagy gázkromatográfiához vagy NMR-hez kapcsolt tömegspektrometria a fő eszköz nagyszámú metabolit egyidejű elemzésére. Bár a technológia rendkívül kifinomult és érzékeny, még mindig van néhány szűk keresztmetszet a metabolomikában. A kémiai struktúrák óriási sokfélesége és a bőséges különbségek miatt nem áll rendelkezésre egyetlen technológia a teljes metabolom elemzésére. Ezért számos kiegészítő megközelítést kell kidolgozni a lehető legtöbb metabolit kinyerésére, kimutatására, mennyiségi meghatározására és azonosítására (3,4).

a metabolomika másik kihívása az információ kinyerése és biológiai kontextusban történő értelmezése a nagy áteresztőképességű analizátorok által előállított hatalmas mennyiségű adatból. A kifinomult statisztikai és többváltozós adatelemző eszközök alkalmazása, beleértve a klaszterelemzést, az útvonal-feltérképezést, az összehasonlító átfedéseket és a hőtérképeket, nemcsak izgalmas és meredek tanulási folyamat volt a biokémikusok számára, hanem azt is megmutatta, hogy a jelenlegi gondolkodásnak meg kell változnia ahhoz, hogy nagy adatkészletekkel foglalkozzon, és megkülönböztesse a zajt és a valós mintával kapcsolatos információkat. Ezen túlmenően, és még mindig nincs konszenzus a metabolomikai közösségben, az a kérdés, hogy “hogyan kezeljük azokat az adatokat, amelyeknek nincs biológiai értelme az irodalom és a közös tudás alapján?”Még csak most kezdjük azt feltételezni, hogy a metabolomika, a többi” omics technológiával együtt, vezet minket: több választ fogunk találni a kérdéseinkre, vagy több olyan kérdést hoz, amely több választ igényel?

a metabolomika lehetőségei és alkalmazásai

a metabolomikában négy fogalmi megközelítés létezik: célelemzés, metabolit profilozás, metabolomika és metabolikus ujjlenyomat (5). A célelemzést évtizedek óta alkalmazzák, és magában foglalja az ismert metabolitok (célpontok) kis csoportjának meghatározását és számszerűsítését egy adott analitikai módszer alkalmazásával, amely a legjobb teljesítményt nyújtja a kérdéses vegyületek esetében. A metabolit profilalkotás viszont egy nagyobb vegyületcsoport elemzését célozza, mind azonosított, mind ismeretlen kémiai természetük szempontjából. Ezt a megközelítést számos különböző, GC-MS-t használó biológiai rendszerben alkalmazták, beleértve a növényeket (6), a mikrobákat (7), a vizeletet (8) és a plazmamintákat (9). A Metabolomics kiegészítő analitikai módszereket alkalmaz, például LC-MS/MS, GC-MS és / vagy NMR, a lehető legtöbb metabolit, azonosított vagy ismeretlen vegyület meghatározása és mennyiségi meghatározása érdekében. A negyedik fogalmi megközelítés a metabolikus ujjnyomtatás (vagy külső és/vagy szekretált metabolitok lábnyomása). Itt létrejön a kérdéses minta metabolikus “aláírása” vagy tömegprofilja, majd egy nagy mintapopulációban összehasonlítják a minták közötti különbségek szűrésére. Amikor olyan jeleket észlelnek, amelyek jelentősen megkülönböztethetik a mintákat, azonosítják a metabolitokat, és a vegyület biológiai relevanciája tisztázható, ami jelentősen csökkenti az elemzési időt.

mivel a metabolitok olyan szorosan kapcsolódnak egy organizmus fenotípusához, a metabolomika széles körben alkalmazható, beleértve a géntechnológiával módosított növények fenotipizálását és a lényeges ekvivalencia vizsgálatot, a génfunkció meghatározását és a biotikus és abiotikus stresszre adott válaszok monitorozását. A metabolomika tehát úgy tekinthető, mint a genotípus és a fenotípus közötti szakadék áthidalása (5), amely átfogóbb képet nyújt a sejtek működéséről, valamint azonosítja a specifikus metabolitok új vagy feltűnő változásait. A metabolomikus adathalmazok és metaadataik elemzése és adatbányászata szintén új hipotézisekhez és új célokhoz vezethet a biotechnológiában.

metabolomika és evolúció

a mai napig a legtöbb evolúciós kutatás a fajok filogenetikai fáinak felépítésén alapul, genomok, gének, mRNS és/vagy fehérjék szekvenciáinak felhasználásával. Azonban a gén és a fehérje expresszió korrelációja alacsony, és a génexpresszió és a metabolitok közötti korreláció még alacsonyabb. A metabolitok, különösen a másodlagos metabolitok azonban rendkívül fontosak a legtöbb organizmus számára, hogy megvédjék magukat a stresszes környezettől vagy a ragadozóktól. Bár a központi metabolizmusban részt vevő elsődleges metabolitok felhasználhatók a táplálkozási és növekedési állapot meghatározására, a másodlagos metabolitprofilok jobban tükrözhetik a fajok differenciálódását és a környezeti tényezőkre és más szervezetekre adott összetett válaszukat. A másodlagos metabolitok halmaza egy szervezetben elképesztően összetett lehet, és bár bizonyos vegyületek megtalálhatók különböző organizmusokban, számos vegyület nagyon fajspecifikus. A másodlagos metabolitok ezért a taxonómia és a filogenetika potenciális markereinek tekinthetők (10).

Smedsgaard és Nielsen (11) összefoglalta a különböző gombafajok megkülönböztetésére szolgáló metabolomikai eszközök legjobb és legizgalmasabb alkalmazásait. Közvetlen infúziós elektro-spray tömegspektrometriát (DiMS) alkalmaztunk a fonalas gombák gyors kémiai osztályozásához. Számos különböző alfaj nyers gombakivonatait közvetlenül injektáltuk egy tömegspektrométerbe, és az így kapott tömegprofilokat kemometriai elemző eszközökkel hasonlítottuk össze (4). Az elemzett fajok több mint 80% – át tömegprofiljuk alapján lehet osztályozni, összehasonlítva a hagyományos fenotípusos azonosítással.

laboratóriumunkban metabolomikát használunk a növények abiotikus stresszekhez való alkalmazkodásának és toleranciájának új mechanizmusainak meghatározására, mint például az aszály, a sótartalom, a hideg, a fagy és az ásványi hiányosságok vagy toxicitások (www.acpfg.com.au). Fő érdeklődésre számot tartó növényeink a gabonafélék, például az árpa és a búza, de olyan modellnövényeket is megvizsgálunk, amelyekről ismert, hogy nagyobb toleranciát mutatnak egy bizonyos stresszállapotra. A különböző fajok különböző stresszekre adott válaszainak összehasonlítása azt mutatta, hogy számos stressz-és/vagy növényspecifikus válasz létezik, és néhány, amely gyakori a stressz és/vagy a növények között. Ezért úgy döntöttünk, hogy összehasonlítjuk a metabolitok szintjét négy különböző faj leveleiben: a physcomitrella patens moha, az Arabidopsis thaliana modellnövény, valamint a Hordeum vulgare L. és a Triticum aestivum L. növényi növények metabolitszintjeit hasonlítottuk össze, hogy megvizsgáljuk, van-e összefüggés a toleranciaszintek és a metabolitprofilok között. GC-MS-t használtunk a 140 ismert metabolit (12) profilozásához, és normalizáltuk az adatokat a fajok összehasonlításához. Az eredményül kapott adathalmaz többváltozós elemzése elvi komponens vagy hierarchikus klaszteranalízis alkalmazásával kimutatta, hogy a négy faj metabolitprofilja nagyon különböző, az árpa és a búzalevél profiljai a leginkább hasonlóak (1a.ábra). Az első fő összetevő elválasztotta a búzát és az árpát a másik két fajtól, ami a teljes adatkészlet változékonyságának 58% – át tette ki. Az 1b. ábra ugyanazon adathalmaz hőtérkép-ábrázolását mutatja, összehasonlítva a különböző fajok metabolitjainak szintjét. A legtöbb metabolit a mohában és az Arabidopsisban sokkal alacsonyabb szinten van, mint az árpa és a búza (a nyers adatok nem jelennek meg). Van néhány kivétel, beleértve a karbamidot, a glicerint, a tiramint, az allantoint, a tokoferolt, a xilitot, a fukózt és az inozitot.a mohában sokkal magasabb szinten található meg, mint az összes többi fajnál. Ez felveti azt a kérdést, hogy ezek a metabolitok felelősek-e a moha abiotikus stresszekkel szembeni magas toleranciájáért (13).

ez a példa azt mutatja be, hogy a metabolomika milyen potenciállal rendelkezik az organizmusok azonosítására és osztályozására. A fent említett példák csak a kezdet lehetnek. Úgy gondoljuk, hogy érdemes szisztematikusabb vizsgálatot folytatni a nagyobb számú organizmus metabolitprofiljainak összehasonlítására, kiegészítő analitikai megközelítések alkalmazásával, hogy a lehető legtöbb metabolitot lefedjék, és meg kell vizsgálni, hogy a metabolitprofilok kapcsolódnak-e az organizmusok közötti filogenetikai és evolúciós kapcsolatokhoz. Ez a fajta tanulmány újszerű betekintést eredményezhet az utak fejlődésében, a túlélési mechanizmusokban és általában az életben.

metabolomika rendszerbiológiai kontextusban

amint azt ebben a cikkben leírtuk, a metabolomika ideális esetben a sejt összes kis molekulájának elemzésére irányul. Ez csak egy része a sejten belüli sejttermékeknek. A rendszerbiológiai megközelítéshez a metabolomika csak a biológiai rendszer összes elemének egy részének mérését biztosítja. A rendszerbiológia azonban nemcsak a rendszer összes elemének, például a DNS-nek, az mRNS-nek, a fehérjéknek, a metabolitoknak és a szerkezeti elemeknek, például a sejtfalaknak és a membránoknak a mérésére képes, hanem annak meghatározására is, hogy ezek az elemek hogyan viszonyulnak egymáshoz a rendszer környezeti vagy genetikai zavarokra adott válaszának részeként. Az összes különböző információs szint integrálása után a rendszer viselkedésének modellezése olyan számítási módszerekkel, amelyek lehetővé tehetik a rendszer viselkedésének leírását bármilyen perturbáció alatt. A rendszerbiológiai megközelítés megköveteli, hogy a biológusok, fizikusok, számítógépes tudósok, mérnökök, vegyészek és matematikusok megtanuljanak egy közös nyelvet, amely lehetővé teszi számukra, hogy kommunikáljanak egymással. A sikeres rendszerbiológiai megközelítés másik fontos követelménye egy olyan környezet létrehozása, amely hozzáférést biztosít az összes olyan nagy áteresztőképességű platformhoz, amely az érdekelt rendszer tulajdonságainak és elemeinek megszerzéséhez és méréséhez szükséges. A hatékony rendszerbiológiai megközelítésnek lehetőséget és skálát kell kínálnia az új globális technológiák és hatékony számítási eszközök gyors fejlesztésére és alkalmazására, amelyek lehetővé teszik a biológiai információk összegyűjtését, osztályozását, elemzését, integrálását és végső soron modellezését.

az emberi betegségek, például a rák, a szív-és érrendszeri betegségek és az elhízás rendszerszintű megközelítései lehetőséget adnak arra, hogy nagyban megkönnyítsék a kezelések és a gyógyszerfejlesztés új célpontjának kiválasztását. A jövőben a rendszerbiológia lehetővé teheti számunkra, hogy új megközelítéseket dolgozzunk ki az orvostudományban, amelyek prediktív, megelőző és személyre szabottak lesznek. A cél az lenne, hogy képesek legyenek meghatározni az egyes egyének valószínűségi kórtörténetét, és ezen belül a rendszerbiológia stratégia lesz az új terápiás és megelőző gyógyszerek felfedezésére és fejlesztésére.

összefoglalva, a különböző organizmusok különböző stresszekre és környezetekre adott válaszának tanulmányozása genetikai, transzkriptum, fehérje és metabolit szinten különböző módszerekkel, és ezen eredmények összehasonlítása más organizmusok eredményeivel megerősíti integrációjukat egy rendszerbiológiai keretrendszerbe. Ahogy a keretrendszer fejlődik, az organizmusok közötti nagyobb szinergia sokkal tisztább képet ad a sejtek, szervek és organizmusok működéséről, közelebb hozva minket a természetben betöltött szerepük megértéséhez.