대사체학은 무엇 전부 대략 입니까?

대사체학이란?

대사체학의 급성장하는 분야는 정교한 분석 기술을 사용하여 세포 대사 산물을 식별하고 정량화하는 전략과 정보 추출 및 데이터 해석을위한 통계 및 다중 변형 방법의 적용을 결합합니다. 지난 20 년 동안,거대한 진전은 다른 생물의 숫자의 시퀀싱에서 이루어졌다. 동시에 유전자 발현(성적 증명서),단백질 및 대사 산물과 같은 다양한 세포 제품을 분석하기위한 분석 접근법을 개발하기 위해 대규모 투자가 이루어졌습니다. 유전체학,전사체학,단백질체학 및 대사체학을 포함한 소위’오믹스 접근법 모두 유기체의 생물학과 환경 자극 또는 유전 적 섭동에 대한 반응을 이해하는 데 적용되고 활용되는 중요한 도구로 간주됩니다.

대사 산물은”음성 언어로 작용하여 유전 적 구조와 환경으로부터의 신호를 방송”하는 것으로 간주되며(1),따라서 대사 체학은 유기체의 직접적인”생리 학적 상태의 기능적 판독”을 제공하는 것으로 간주됩니다(2). 다양한 유기체,조직 또는 체액의 대사 산물을 분석하기 위해 다양한 분석 기술이 사용되었습니다(검토 참조 3 참조). 질량 분석 액체 또는 가스 크로마토그래피 또는 나노,같은 다른 크로마토그래피 분리 기술에 결합 된 동시에 대사 산물의 큰 숫자를 분석 하는 주요 도구입니다. 이 기술은 매우 정교하고 민감하지만 대사 체학에는 여전히 몇 가지 병목 현상이 있습니다. 화학 구조의 거대한 다양성 및 풍부에 있는 큰 다름 때문에,전체 대사체를 분석하게 유효한 단 하나 기술이 없습니다. 따라서 가능한 한 많은 대사 산물의 추출,검출,정량화 및 식별을 위해 여러 가지 보완적인 접근 방식을 수립해야합니다(3,4).

대사체학의 또 다른 과제는 고처리량 분석기에 의해 생성 된 방대한 양의 데이터로부터 정보를 추출하여 생물학적 맥락에서 해석하는 것입니다. 클러스터 분석,경로 매핑,비교 오버레이 및 히트 맵을 포함한 정교한 통계 및 다중 변형 데이터 분석 도구의 응용 프로그램은 생화학 자에게 흥미롭고 가파른 학습 과정 일뿐만 아니라 현재의 사고가 대용량 데이터 세트를 처리하고 노이즈와 실제 샘플 관련 정보를 구별하기 위해 변경되어야한다는 것을 보여주었습니다. 또한,대사체학 공동체에서 여전히 합의가 없다면,”우리는 문학과 상식에 기초한 생물학적 이해가되지 않는 데이터를 어떻게 다루는가?”우리는 다른’오믹스 기술’과 함께 메타볼로믹스가 우리를 이끌 것이라고 가정하기 시작했습니다:우리는 우리의 질문에 대한 더 많은 답을 찾을 것인가,아니면 더 많은 답을 요구하는 더 많은 질문을 가져올 것인가?

대사 체학의 잠재력과 응용

대사 체학에는 표적 분석,대사 산물 프로파일 링,대사 체학 및 대사 지문(5)의 네 가지 개념적 접근법이 있습니다. 표적 분석은 많은 십년간 동안 적용되고 관심의 화합물을 위한 최대 성과의 1 개의 특정한 분석적인 기술을 사용하여 알려진 대사 산물(표적)의 작은 세트의 결심 그리고 양을 정하는 것을 포함합니다. 대사 산물 프로 파일링,다른 한편으로,화합물의 더 큰 집합의 분석을 목표로,둘 다 확인 하 고 그들의 화학 특성에 대해 알 수 없는. 이 접근 방식은 식물(6),미생물(7),소변(8)및 혈장 샘플(9)을 포함하여 다양한 생물학적 시스템에 적용되었습니다. 대사체학은 식별되거나 알려지지 않은 화합물 중 가능한 한 많은 대사 산물을 결정하고 정량화하기 위해 상보적인 분석 방법론을 사용합니다. 네 번째 개념적 접근법은 대사 핑거 프린팅(또는 외부 및/또는 분비 된 대사 산물에 대한 풋 프린팅)입니다. 여기서 관심있는 샘플의 대사”서명”또는 질량 프로파일이 생성 된 다음 큰 샘플 모집단에서 샘플 간의 차이를 선별하기 위해 비교됩니다. 샘플 사이에 크게 구별 할 수있는 신호가 감지되면 대사 산물이 확인되고 그 화합물의 생물학적 관련성이 밝혀져 분석 시간이 크게 단축 될 수 있습니다.

대사 산물은 유기체의 표현형과 매우 밀접하게 관련되어 있기 때문에,대사 체학은 유전자 변형 식물의 표현형 및 실질적인 동등성 테스트,유전자 기능의 결정,생물학적 및 비 생물 적 스트레스에 대한 반응 모니터링을 포함하여 광범위한 응용 분야에 사용될 수 있습니다. 따라서 대사 체학은 유전자형과 표현형(5)사이의 격차를 해소하여 세포가 어떻게 기능하는지에 대한보다 포괄적 인 시각을 제공하고 특정 대사 산물의 새로운 변화 또는 현저한 변화를 식별하는 것으로 볼 수 있습니다. 대사 데이터 세트와 메타 데이터의 분석 및 데이터 마이닝은 새로운 가설과 생명 공학에 대한 새로운 목표로 이어질 수 있습니다.

대사체학 및 진화

지금까지 대부분의 진화 연구는 게놈,유전자,미르나 및/또는 단백질의 서열을 이용한 종의 계통 발생 나무의 구성에 기초하고 있다. 그러나 유전자와 단백질 발현의 상관 관계는 낮고 유전자 발현과 대사 산물 사이의 상관 관계는 훨씬 낮습니다. 그러나 대사 산물,특히 2 차 대사 산물은 대부분의 유기체가 스트레스가 많은 환경이나 포식자로부터 자신을 방어하는 데 매우 중요합니다. 중앙 대사에 관련 된 기본 대사 산물 영양 및 성장 상태를 확인 하는 데 사용할 수 있습니다,비록 보조 대사 산물 프로필 종의 분화 및 환경 요인 및 다른 유기 체에 그들의 복잡 한 응답을 더 잘 반영 수 있습니다. 유기체에 있는 이차 대사 산물의 한 벌은 놀랄만큼 복잡할 수 있고,특정 화합물이 다른 유기체에서 찾아내는지도 모르는 동안,화합물의 광대한 수는 아주 종 특정적입니다. 따라서 2 차 대사 산물은 분류학 및 계통 발생학의 잠재적 마커로 간주됩니다(10).

아마도 다른 곰팡이 종을 구별하기위한 대사 체학 도구의 가장 흥미롭고 가장 흥미로운 응용은 스 메드 가드와 닐슨에 의해 요약되었습니다(11). 직접 주입 전기 스프레이 질량 분석(희미한)은 사상 곰팡이의 신속한 화학적 분류에 사용되었습니다. 다양 한 다른 아종의 원유 곰 팡이 추출 물 질량 분석기에 직접 주입 하 고 결과 질량 프로 파일 화학 분석 도구(4)를 사용 하 여 비교 했다. 분석 된 종의 80%이상이 기존의 표현형 식별과 비교하여 질량 프로파일에 따라 분류 될 수 있습니다.

우리 실험실에서 우리는 대사 체학을 사용하여 가뭄,염분,추위,서리 및 미네랄 결핍 또는 독성과 같은 비 생물 적 스트레스에 대한 식물의 적응 및 내성에 대한 새로운 메커니즘을 결정하고 있습니다(www.acpfg.com.au). 우리의 주요 관심 식물은 보리 및 밀과 같은 곡물이지만,우리는 또한 특정 스트레스 상태에 대해 더 높은 수준의 내성을 나타내는 것으로 알려진 모델 식물 또는 식물을 살펴 봅니다. 서로 다른 스트레스에 대한 다른 종의 반응의 비교는 스트레스 및/또는 식물 특이 적인 여러 가지 반응과 스트레스 및/또는 식물 사이에 공통적 인 몇 가지 반응이 있음을 보여주었습니다. 따라서,우리는 4 개의 다른 종의 잎에 대사 산물의 수준을 비교 하기로: 우리는 허용 수준과 대사 산물 프로필 사이의 상관 관계가 있는지 조사하기 위해 스트레스를받지 않는 식물의 대사 산물 수준을 비교했습니다. 우리는 140 알려진 대사 산물(12)을 프로파일 링하고 종 간의 비교를 위해 데이터를 정규화했습니다. 결과 데이터 집합 원리 구성 요소 또는 계층적 클러스터 분석을 사용 하 여 다변량 분석 4 종의 대사 산물 프로필 보 리와 밀 잎 프로필 되 고 가장 유사한(그림 1 에이)와 매우 뚜렷한 시연 했다. 첫 번째 원칙 구성 요소는 밀과 보리를 다른 두 종과 분리하여 전체 데이터 세트의 변동성의 58%를 차지합니다. 그림 1 비는 서로 다른 종의 대사 산물 수준을 비교하는 동일한 데이터 세트의 히트 맵 표현을 보여줍니다. 대부분의 대사 산물은 보리 및 밀(원시 데이터는 표시되지 않음)에 비해 이끼 및 아라비돕시스에서 훨씬 낮은 수준입니다. 요소,글리세롤,티라민,알란토인,토코페롤,자일리톨,푸 코스 및 이노시톨을 포함한 몇 가지 예외가 있습니다.다른 모든 종보다 이끼에서 훨씬 더 높은 수준에서 발견됩니다. 이것은 그 대사 산물이 비 생물 적 스트레스에 대한 이끼의 높은 내성을 담당 할 수 있는지에 대한 질문을 제기한다(13).

이 예는 유기체의 식별 및 분류에 사용되는 대사 체학의 잠재력을 보여줍니다. 위에서 언급 한 예는 시작일 수 있습니다. 우리는 가능한 한 많은 대사 산물을 커버 하 고 대사 산물 프로필 유기 체 간의 계통 발생 및 진화 관계에 관련 된 경우 조사 보완 분석 방법을 사용 하 여 생물의 큰 숫자 사이 대사 산물 프로 파일을 비교 하 여 보다 체계적인 연구를 추구 하는 것이 가치가 있다 믿습니다. 이러한 유형의 연구는 일반적으로 경로,생존 메커니즘 및 삶의 진화에 대한 새로운 통찰력을 초래할 수 있습니다.

시스템 생물학 맥락에서 대사 체학

본 논문에서 설명한 바와 같이 대사 체학은 세포의 모든 작은 분자의 분석을 이상적으로 목표로합니다. 이것은 세포 내의 세포질 제품의 단지 부분이다. 에 대한 시스템 생물학 접근법,대사 체학은 생물학적 시스템의 모든 요소 중 일부분의 측정 만 제공합니다. 그러나 시스템 생물학은 시스템의 모든 요소를 측정하는 능력뿐만 아니라 세포벽과 막과 같은 구조적 요소를 측정하는 능력뿐만 아니라 환경 적 또는 유전 적 섭동에 대한 시스템의 반응의 일부로서 서로 그 요소의 관계를 결정하는 능력을 포함한다. 모든 상이한 레벨의 정보를 통합한 후에,의도는 어떤 종류의 섭동 하에서 시스템의 동작에 대한 설명을 허용할 수 있는 계산 방법을 사용하여 시스템의 동작을 모델링하는 것이다. 시스템 생물학 접근 방식은 생물 학자,물리학 자,컴퓨터 과학자,엔지니어,화학자 및 수학자가 서로 의사 소통 할 수있는 공통 언어를 배우도록 요구합니다. 성공적인 시스템 생물학 접근을위한 또 다른 중요한 요구 사항은 관심있는 시스템의 속성과 요소를 얻고 측정하는 데 필요한 모든 높은 처리량 플랫폼에 대한 액세스를 제공하는 환경을 만드는 것입니다. 또한 효과적인 시스템 생물학 접근법은 새로운 글로벌 기술과 수집,분류,분석,통합 및 궁극적으로 생물학적 정보의 모델링을 허용하는 강력한 전산 도구의 빠른 개발 및 고용을위한 기회와 규모를 제공해야합니다.

암,심혈관 질환 및 비만과 같은 인간 질병에 대한 시스템 접근 방식은 치료 및 약물 개발을위한 새로운 목표를 선택하는 성공을 크게 촉진 할 수있는 기회를 제공 할 것입니다. 미래에 시스템 생물학은 우리가 예측적이고 예방 적이며 개인화 된 새로운 의학 접근법을 개발할 수있게 해줄 것입니다. 목표는 각 개인에 대한 확률 적 건강 기록을 결정하는 능력을 달성하는 것이며,그 틀 내에서 시스템 생물학은 새로운 치료 및 예방 약물의 발견 및 개발을위한 전략이 될 것입니다.

요약하면,다양한 방법을 사용하여 유전,성적 증명서,단백질 및 대사 산물 수준에서 다양한 스트레스와 환경에 대한 다양한 유기체의 반응을 연구하고 이러한 결과를 다른 유기체의 결과와 비교하는 것은 시스템 생물학 프레임 워크로의 통합을 강화할 것입니다. 프레임 워크가 발전함에 따라 유기체 간의 더 큰 시너지 효과는 세포,기관 및 유기체의 기능에 대한 훨씬 더 명확한 그림을 제공하여 자연에서 그들의 역할을 이해하는 데 더 가까이 다가 갈 것입니다.