《植物代謝組學(xué)》PPT課件

植物代謝組學(xué)及其應(yīng)用 河南農(nóng)業(yè)大學(xué)生命科學(xué)學(xué)院趙會(huì)杰 目錄 一 植物代謝組學(xué)的概念和意義二 代謝組學(xué)在系統(tǒng)生物學(xué)中的地位三 植物代謝組學(xué)的研究方法四 代謝組學(xué)在植物科學(xué)中的應(yīng)用五 展望 一 植物代謝組學(xué)的概念和意義 1 概念 生物學(xué)中 組 的概念 組 來源于希臘語ome 意指每個(gè) 所有 全部 以它為后綴最先用于基因組 genome 指一個(gè)物種的全部遺傳組成 自基因組學(xué)概念提出后 帶組學(xué) omics 的概念出現(xiàn)有200多種 如蛋白組學(xué) 代謝組學(xué)等 近年來 隨著生命科學(xué)研究的發(fā)展 尤其是完成擬南芥 Arabidopsisthaliana 和水稻 Oryzasativa 等植物的基因組測(cè)序后 植物科學(xué)發(fā)生了翻天覆地的變化 有人說生命科學(xué)研究跨入了后基因組時(shí)代 人們已經(jīng)把目光從基因的測(cè)序轉(zhuǎn)移到了基因的功能研究 在研究DNA的基因組學(xué) mRNA的轉(zhuǎn)錄組學(xué)和蛋白質(zhì)的蛋白組學(xué)后 接踵而來的是研究代謝物的代謝組學(xué) 代謝組 是指細(xì)胞或者生物體內(nèi)的所有代謝物的總和 也有人將它定義為細(xì)胞 組織 器官或者生物體內(nèi)的所有小分子代謝組分的集合 代謝組學(xué) 通過大量代謝成分的定性 定量分析來定義生物體的生化表型 代謝表型 及其與基因型的關(guān)系 從而為研究基因功能 詮釋生命現(xiàn)象提供大量的代謝信息 這就是代謝組學(xué) metabolomics 2 意義 通過研究不同物種的代謝產(chǎn)物 可以指導(dǎo)植物分類學(xué) 對(duì)植物進(jìn)行更加合理的分類 通過研究不同基因型植物的代謝物 可以發(fā)現(xiàn)新的功能基因 促進(jìn)轉(zhuǎn)基因植物的研究 同時(shí)還可以對(duì)轉(zhuǎn)基因植物及其在食用方面的安全性進(jìn)行代謝物組學(xué)水平上的評(píng)估 通過研究不同生態(tài)環(huán)境下植物的代謝產(chǎn)物 了解植物的區(qū)域性分布 如果所研究的植物是某種藥用植物 則就可以應(yīng)用于中藥道地藥材的確定 植物在受到某種內(nèi)部或外界因素刺激之后會(huì)產(chǎn)生的特定的應(yīng)激變化 最終會(huì)表現(xiàn)在代謝物的改變上 通過研究這種變化規(guī)律 為從植物中定向培養(yǎng)得到某一特定代謝物提供指導(dǎo) 20世紀(jì)末到本世紀(jì)初 大規(guī)模的基因組測(cè)序工作產(chǎn)生了海量數(shù)據(jù) 但僅僅是依賴DNA序列我們能夠得到的信息還是有限的 科學(xué)家迫切希望在整體水平上了解基因表達(dá)的特征和基因所編碼的產(chǎn)物的功能 因此 功能基因組學(xué) functionalgenomics 的研究逐漸興起 它是通過大規(guī)模地分析細(xì)胞內(nèi)轉(zhuǎn)錄水平 轉(zhuǎn)錄組 和蛋白質(zhì)水平 蛋白質(zhì)組 上的變化 進(jìn)而推測(cè)基因功能 這就開啟了 功能基因組學(xué) 的研究 二 代謝組學(xué)在系統(tǒng)生物學(xué)中的地位 然而 轉(zhuǎn)錄組和蛋白質(zhì)組不一定能很好地預(yù)測(cè)基因的功能 盡管轉(zhuǎn)錄組攜帶了細(xì)胞內(nèi)蛋白質(zhì)合成的密碼子 但是mRNA水平上的增加與蛋白質(zhì)水平的增加并不一致 況且蛋白質(zhì)合成后的各種修飾往往帶來活性的改變 考慮到這些因素 僅憑轉(zhuǎn)錄組或者蛋白質(zhì)組的改變不一定能夠準(zhǔn)確預(yù)測(cè)生化表型 代謝物 的改變 另外 在建立轉(zhuǎn)錄譜和蛋白譜的時(shí)候 要鑒定一種mRNA或者蛋白質(zhì) 現(xiàn)代的技術(shù)手段主要是通過序列相似性比對(duì)和與數(shù)據(jù)庫(kù)的匹配來確定的 這樣的鑒定主要依賴于匹配度 因此不是直接的 由于現(xiàn)有數(shù)據(jù)庫(kù)信息的缺乏 轉(zhuǎn)錄組和蛋白質(zhì)組也就只能提供有限的信息 代謝組可以在代謝物的基礎(chǔ)上來區(qū)分表型 不論是可見的還是不可見的表型 用代謝物來區(qū)分可能是更無偏見的 至少是提供了代謝水平上的證據(jù) 而且 在那些由突變體或者轉(zhuǎn)基因造成的可以測(cè)量的表型變化的實(shí)例中 代謝組的方法可以被用來闡明造成這種可見表型的生化原因或者結(jié)果 因此 以DNA mRNA 蛋白質(zhì)和代謝物為研究對(duì)象的基因組學(xué) 轉(zhuǎn)錄組學(xué) 蛋白質(zhì)組學(xué)和代謝組學(xué)是一個(gè)密切相關(guān)的整體 他們共同構(gòu)成系統(tǒng)生物學(xué) systemsbiology 基因組 轉(zhuǎn)錄組 蛋白質(zhì)組和代謝組的關(guān)系 系統(tǒng)生物學(xué)研究的四個(gè)層次 代謝組學(xué)研究技術(shù)步驟 三 植物代謝組學(xué)的研究方法 植物材料培養(yǎng) 數(shù)據(jù)分析與解釋 樣品制備 成分分析與鑒定 1 植物培養(yǎng) 栽培 對(duì)研究對(duì)象進(jìn)行培育的目的是為了對(duì)樣本的穩(wěn)定性進(jìn)行控制 相對(duì)于微生物和動(dòng)物而言 植物的人工栽培需要考慮更多的問題 如中藥材在不同年齡 不同發(fā)育階段 不同部位以及光照 水肥 耕作等環(huán)境因素的微小差異都可引起生理狀態(tài)的變化 而這些非可控及可控雙重因素的影響很難進(jìn)行精確的控制 從而影響藥用植物代謝組研究的重復(fù)性 為了解決以上問題 推薦使用大容量的培養(yǎng)箱 定時(shí)更換培養(yǎng)箱中栽培對(duì)象的位置 以及使用無土栽培技術(shù)等 利用無土栽培系統(tǒng)將水和養(yǎng)分直接引入植物根部 并且對(duì)供給量進(jìn)行精確地控制 大大提高了實(shí)驗(yàn)的重復(fù)性 植物代謝物樣品制備分為組織取樣 勻漿 抽提 保存 樣品預(yù)處理等步驟 代謝產(chǎn)物通常用水或有機(jī)溶劑 如甲醇和己烷等 分別提取 獲得水提取物和有機(jī)溶劑提取物 從而把非極性的親脂相和極性相分開 分析之前 通常先用固相微萃取 固相萃取和親和色譜等方法進(jìn)行預(yù)處理 然而植物代謝物千差萬別 其中很多物質(zhì)稍受干擾結(jié)構(gòu)就會(huì)發(fā)生改變 且對(duì)其分析鑒定所采用的設(shè)備也不同 目前還沒有適合所有代謝物的抽提方法 通常只能根據(jù)所要分析的代謝物特性及使用的鑒定手段選擇合適的提取方法 而抽提時(shí)間 溫度 溶劑成分和質(zhì)量及實(shí)驗(yàn)者的技巧等諸多因素也將影響樣品制備的水平 2 樣品制備 對(duì)獲得的樣品中所有代謝物進(jìn)行分析鑒定是代謝組學(xué)研究的關(guān)鍵步驟 也是最困難和多變的步驟 與原有的各種組學(xué)技術(shù)只分析特定類型的物質(zhì)不同 代謝組學(xué)分析對(duì)象的大小 數(shù)量 官能團(tuán) 揮發(fā)性 帶電性 電遷移率 極性以及其他物理化學(xué)參數(shù)差異很大 要對(duì)它們進(jìn)行無偏向的全面分析 單一的分離分析手段往往難以保證 色譜 質(zhì)譜 核磁共振 紅外光譜 庫(kù)侖分析 紫外吸收 熒光散射 發(fā)射性檢測(cè)和光散射等分離分析手段及其組合都被應(yīng)用于代謝組學(xué)的研究 一般根據(jù)樣品的特性和實(shí)驗(yàn)?zāi)康?可選擇最合適的分析方法 目前最常用的分離分析手段 氣相色譜和質(zhì)譜聯(lián)用 GC MS 液相色譜和質(zhì)譜聯(lián)用 LC MS 毛細(xì)管電泳 質(zhì)譜聯(lián)用技術(shù) CE MS 核磁共振 NMR 傅里葉變換紅外光譜與質(zhì)譜聯(lián)用 FTIR MS 3 成分分析鑒定 1 氣相色譜和質(zhì)譜聯(lián)用 GC MS 液相色譜和質(zhì)譜聯(lián)用 LC MS 色譜是最常用和有效的分離分析工具 其與質(zhì)譜的聯(lián)用則可以完成從成分分離到鑒定的一整套工作 GC MS和LC MS可以同時(shí)檢測(cè)出數(shù)百種化合物 包括糖類 有機(jī)酸 氨基酸 脂肪酸和大量不同的次生代謝物 GC MS有很好的分離效率且相對(duì)較為經(jīng)濟(jì) 但需要對(duì)樣品進(jìn)行衍生化預(yù)處理 這一步驟會(huì)耗費(fèi)額外的時(shí)間 甚至引起樣品的變化 受此限制 GC MS無法分析膜脂等熱不穩(wěn)定性的物質(zhì)和分子量較大的代謝產(chǎn)物 Forexample Roessner等 2000 2001 利用GC MS對(duì)馬鈴薯進(jìn)行高通量代謝物分析 同時(shí)檢測(cè)到150種化合物 其中77種被鑒定為氨基酸 有機(jī)酸或糖 利用GC MS進(jìn)行代謝組學(xué)研究的代表性工作是Fiehn等 2000 的一系列有關(guān)植物代謝的研究 他們用GC MS對(duì)模式植物擬南芥的葉子提取物進(jìn)行了研究 定量分析了326個(gè)化合物 并確定了其中部分化合物的結(jié)構(gòu) LC MS中目前應(yīng)用較廣的是高效液相色譜和質(zhì)譜聯(lián)用 HPLC MS HPLC與GC原理相似 但在進(jìn)樣前不需進(jìn)行衍生化處理 適合那些不穩(wěn)定 不易衍生化 不易揮發(fā)和分子量較大的化合物 HPLC MS選擇性和靈敏度都較好 但分析的時(shí)間相對(duì)較長(zhǎng) 且需依賴純的參照物 Fiehn 2003 利用HPLC MS檢測(cè)筍瓜 CucurbitamaximaGelberZentner 葉柄和葉片抽提物 檢測(cè)到了超過400種代謝物 有90種被定性 其中大部分是氨基酸 糖和糖苷 Huhman和Sumner 2002 在紫花苜蓿和蒺藜狀苜蓿中各鑒定出15個(gè)和27個(gè)皂角甙 并在紫花苜蓿中找到了2個(gè)新的乙二酸皂角甙 2 毛細(xì)管電泳 質(zhì)譜聯(lián)用技術(shù) CE MS CE MS分離樣品效率比普通的色譜質(zhì)譜聯(lián)用要高得多 更為便利的是其耗時(shí)很短 往往在10分鐘內(nèi)就能完成一個(gè)樣品的分析過程 Tolstikov等 2003 用CE MS對(duì)擬南芥進(jìn)行代謝組分析 分離效果遠(yuǎn)遠(yuǎn)超過了Fiehn等用GC MS進(jìn)行的先期工作 檢測(cè)到超過700個(gè)不同的色譜峰值 其中包括許多以前未檢測(cè)到的脂類化合物及次生代謝物 3 核磁共振 在代謝組學(xué)領(lǐng)域 核磁共振最初被用于病理生理學(xué)和藥理毒理學(xué)方面 但目前也已被廣泛用于植物代謝組學(xué)研究 其優(yōu)點(diǎn)是 A 不同于質(zhì)譜具有離子化程度和基質(zhì)干擾等問題 NMR沒有偏向性 對(duì)所有化合物的靈敏度是一樣的 B NMR無損傷性 不破壞樣品的結(jié)構(gòu)和性質(zhì) 可在接近生理?xiàng)l件下進(jìn)行實(shí)驗(yàn) 可在一定的溫度和緩沖液范圍內(nèi)選擇實(shí)驗(yàn)條件 可以進(jìn)行實(shí)時(shí)和動(dòng)態(tài)的檢測(cè) C NMR氫譜的譜峰與樣品中各化合物的氫原子是一一對(duì)應(yīng)的 所測(cè)樣品中的每一個(gè)氫原子在圖譜中都有其相關(guān)的譜峰 圖譜中信號(hào)的相對(duì)強(qiáng)弱反映樣品中各組分的相對(duì)含量 更為直觀 因此 NMR方法很適合研究代謝產(chǎn)物中的復(fù)雜成分 Examples Ward等 2003 用1H NMR對(duì)多種不同生態(tài)型的擬南芥進(jìn)行了代謝組分析 在碳水化合物和脂肪族物質(zhì)中都發(fā)現(xiàn)了差異 說明了植物代謝物和生態(tài)型差異的相關(guān)性 Hyung Kyoon等 2004 用1H NMR對(duì)野生型和過表達(dá)水楊酸合成基因的轉(zhuǎn)基因煙草 Nicotianatabacum 的葉片和葉脈進(jìn)行了研究 通過進(jìn)行TMV嫁接和對(duì)照實(shí)驗(yàn) 得到多個(gè)峰值變化 大部分峰被鑒定為氯原酸 蘋果酸和糖 此實(shí)驗(yàn)提供了一種有效的不需過多步預(yù)處理程序的區(qū)分野生型和轉(zhuǎn)基因植物的方法 NMR也有其缺點(diǎn) 與GC MS和LC MS相比 NMR的缺點(diǎn)是靈敏度低 有可能形成信號(hào)重疊 且其對(duì)樣品制備的要求很高 因?yàn)閯?dòng)態(tài)范圍有限 很難同時(shí)測(cè)定生物體系中共存的濃度相差較大的代謝產(chǎn)物 4 傅里葉變換紅外光譜 質(zhì)譜聯(lián)用FTIR MS FTIR主要測(cè)定樣品中各成分的功能基團(tuán)和高極性鍵的振動(dòng) 而特定的化學(xué)結(jié)構(gòu)有特定的吸收頻率 通過測(cè)定實(shí)驗(yàn)樣品的紅外吸收頻率和強(qiáng)度 可以辨別出各個(gè)成分 FTIR優(yōu)點(diǎn) 掃描速度快 光通量大 高分辨率 高信噪比及測(cè)定光譜范圍寬 FTIR缺點(diǎn) 不可區(qū)分異構(gòu)物 且組分片段和一些絡(luò)合離子也對(duì)其有影響 由于離子抑制不能進(jìn)行定量分析 Examples Aharoni等 2002 利用高分辨率的FTIR MS聯(lián)用儀器對(duì)鳳梨草莓 Fragariaananassa 組織進(jìn)行了分析 依據(jù)不同的質(zhì)荷比找到了5844個(gè)不同質(zhì)量的物質(zhì) 并根據(jù)對(duì)化合物中高含量的元素的精確質(zhì)量測(cè)定估計(jì)了其中一半以上物質(zhì)的化學(xué)結(jié)構(gòu)式 結(jié)果表明 在草莓的不同組織中都含有多種類的初生代謝物 如氨基酸 脂肪酸和碳水化合物 及次生代謝物 如類黃酮和萜類化合物 4 數(shù)據(jù)分析與解釋 樣品成分分析鑒定之后 需要對(duì)所獲得的數(shù)據(jù)進(jìn)行相應(yīng)的整合處理 這也是代謝組學(xué)研究中十分關(guān)鍵的步驟 應(yīng)用高通量的檢測(cè)分析工具可以得到海量的數(shù)據(jù) 如果不對(duì)其進(jìn)行合理的處理 這些紛擾的數(shù)據(jù)反而對(duì)研究工作是有害無利的 可應(yīng)用模式識(shí)別和多維統(tǒng)計(jì)分析等方法從這些大量的數(shù)據(jù)中獲得有用的信息 這些方法能夠?yàn)閿?shù)據(jù)降維 使它們更易于可視化和分類 目前數(shù)據(jù)分析常用的方法有兩類 非監(jiān)督方法 unsupervisedmethod 有監(jiān)督方法 supervisedmethod 1 非監(jiān)督 學(xué)習(xí) 方法 非監(jiān)督方法是用來探索完全未知的數(shù)據(jù)特征的方法 對(duì)原始數(shù)據(jù)信息依據(jù)樣本特性進(jìn)行歸類 把具有相似特征的目標(biāo)數(shù)據(jù)歸在同源的類里 并采用相應(yīng)的可視化技術(shù)直觀地表達(dá)出來 應(yīng)用在此領(lǐng)域的常見方法有 聚類分析 clusteranalysis 主成分分析 principalcomponentsanalysis PCA 聚類分析 依據(jù)物以類聚的原理分析具有相似性的事物 將分類對(duì)象置于一個(gè)多維空間中 根據(jù)事物彼此不同的屬性進(jìn)行辨認(rèn) 將性質(zhì)相近的歸入一類 這樣歸在同一類的事物具有高度的相似性 聚類分析就是把事物按其相似程度進(jìn)行分類 并找出每一類事物共同特征的分析工具 具體到代謝組學(xué)中 被歸入一類的物質(zhì)有相同的特征 可能有相同的功能作用 這樣通過同一類事物中一個(gè)研究較為清晰的物質(zhì)可以推斷該類中其他物質(zhì)的功能作用 聚類分析過程通?？煞譃橐韵虏襟E 數(shù)據(jù)收集并且收集相應(yīng)的變量 產(chǎn)生一個(gè)相似矩陣 決定把目標(biāo)總體細(xì)分為幾類 對(duì)每一種類別相應(yīng)的定義 實(shí)施聚類分析 產(chǎn)生結(jié)果 主成分分析 PCA PCA是目前應(yīng)用最為廣泛的多維分析方法之一 其特點(diǎn)是將分散在一組變量上的信息集中到某幾個(gè)綜合指標(biāo) 即主成分 principalcomponent PC 上 利用這些主成分來描述數(shù)據(jù)集內(nèi)部結(jié)構(gòu) 實(shí)際上也起著數(shù)據(jù)降維的作用 主成分是由原始變量按一定的權(quán)重經(jīng)線性組合而成的新變量 這些變量具有以下性質(zhì) 每一個(gè)PC之間都是正交的 第1個(gè)PC包含了數(shù)據(jù)集的絕大部分方差 第2個(gè)次之 依此類推 這樣 由頭2個(gè)或3個(gè)PC作圖 就能夠很好地代表數(shù)據(jù)集所包含的生物化學(xué)變化 如果存在一些有關(guān)數(shù)據(jù)的先驗(yàn)消息和假設(shè) 有監(jiān)督方法比非監(jiān)督方法更適合且更有效 有監(jiān)督方法在已有知識(shí)的基礎(chǔ)上建立信息組 classinformation 并利用所建立的組對(duì)未知數(shù)據(jù)進(jìn)行辨識(shí) 歸類和預(yù)測(cè) 在這類方法中 由于建立模型時(shí)有可供學(xué)習(xí)利用的訓(xùn)練樣本 所以稱為有監(jiān)督學(xué)習(xí) 應(yīng)用于該領(lǐng)域的常見方法有 線性判別分析 lineardiscriminationanalysis 偏最小二乘法 顯著性分析 PLS discriminationanalysis 人工神經(jīng)元網(wǎng)絡(luò) artificialneuralnetworksANN 2 有監(jiān)督 學(xué)習(xí) 方法 3 網(wǎng)上數(shù)據(jù)庫(kù) 在信息時(shí)代 利用網(wǎng)絡(luò)資源進(jìn)行研究是必不可少的 而對(duì)千頭萬緒的植物代謝物研究 建立相應(yīng)的網(wǎng)上數(shù)據(jù)庫(kù)也是勢(shì)在必行的 這些數(shù)據(jù)庫(kù)的建立也有利于聯(lián)結(jié)代謝組學(xué)與其他系統(tǒng)生物學(xué)分支的關(guān)系 目前 最為成熟的數(shù)據(jù)庫(kù)是關(guān)于模式植物擬南芥的 TheArabidopsisInformationResource TAIR http www arabidopsis org 其他常用的網(wǎng)上植物資源有 http www york ac uk res garnet garnet htmhttp www maizegdb orghttp www genome ad jp kegg pathway html 此外網(wǎng)上已有一些與代謝和代謝組學(xué)有關(guān)的數(shù)據(jù)庫(kù) 主要介紹以下幾個(gè) http www armet org是一個(gè)涵蓋大部分植物代謝組學(xué)研究工作的網(wǎng)站 包含了這些工作開展的時(shí)間 甚至還有詳細(xì)的實(shí)驗(yàn)步驟 并將代謝物信息標(biāo)準(zhǔn)化 以便于研究者交流 http medicago vbi vt edu dome html有許多關(guān)于代謝物的原始數(shù)據(jù)和分析結(jié)果 同時(shí)也有對(duì)人們感興趣的一些植物物種的分子生物學(xué)研究 分析結(jié)果用多維統(tǒng)計(jì)軟件處理后可用于OMEs的瀏覽器瀏覽 http metacyc org是一個(gè)關(guān)于代謝物的數(shù)據(jù)庫(kù) 闡述了超過150種生物體中的代謝途徑 包含了從大量的文獻(xiàn)和網(wǎng)上資源中得到的代謝途徑 反應(yīng) 酶和底物的資料 http www chem qmul ac uk iubmb enzyme對(duì)主要代謝途徑及涉及的關(guān)鍵酶進(jìn)行了詳盡的描述 四 代謝組學(xué)在植物科學(xué)中的應(yīng)用 雖然植物代謝組學(xué)目前尚處于萌芽階段 但其應(yīng)用前景是十分廣闊的 下面介紹其中的部分應(yīng)用 1 代謝組分析 應(yīng)用代謝組學(xué)技術(shù)可同時(shí)對(duì)大量代謝物進(jìn)行定性定量分析 常用來觀察植物在環(huán)境條件改變下的代謝物變化 也可用于研究同一植物不同部位或不同時(shí)期的代謝物種類與含量變化 也可根據(jù)相關(guān)聯(lián)的代謝物的量的變化 推測(cè)相應(yīng)的代謝途徑和代謝網(wǎng)絡(luò) Example Fiehn 2003 利用GC MS對(duì)筍瓜 Cucurbitamaxima GelberZentner 的葉柄脈管抽提物和葉片抽提物進(jìn)行了代謝物分析 得到了400多個(gè)峰 通過與質(zhì)譜數(shù)據(jù)庫(kù)比對(duì) 對(duì)其中一小部分進(jìn)行了定性 初步判斷為何種物質(zhì) 比較了葉柄與葉片間代謝物組分的不同 值得注意的是 即使個(gè)體中每種代謝物的量變化很大 其各組分間的比值也能一直維持穩(wěn)定 這說明了植物中的代謝物雖然種類繁多 但都是互相關(guān)聯(lián)的 植物利用復(fù)雜的機(jī)制來維持體內(nèi)主要代謝物相對(duì)穩(wěn)定的水平 對(duì)代謝組的分析力求可檢測(cè)樣品中每種代謝物 并可監(jiān)測(cè)各種條件變化下代謝物的變化 這是進(jìn)行功能基因組學(xué)研究的基礎(chǔ) 2 代謝途徑的描述 在對(duì)某一代謝途徑中所有代謝物進(jìn)行了系統(tǒng)研究后 下一步工作就是對(duì)代謝途徑的描述 在找到該途徑一系列底物 產(chǎn)物 中間體和關(guān)鍵酶的基礎(chǔ)上 闡明這條代謝途徑的調(diào)節(jié)機(jī)制和關(guān)鍵調(diào)節(jié)位點(diǎn) 用代謝組學(xué)手段可以方便地找到調(diào)節(jié)位點(diǎn) 因?yàn)樵谠撎?底物和關(guān)鍵酶的濃度將會(huì)發(fā)生相反的變化 Forexample Tiessen等 2002 用HPLC對(duì)馬鈴薯塊莖進(jìn)行了代謝組分析 檢測(cè)了淀粉合成途徑中的一系列底物 中間物 酶及產(chǎn)物量的變化 再通過對(duì)野生株和含有異源腺苷二磷酸葡萄糖焦磷酸化酶 AGPase 轉(zhuǎn)基因株馬鈴薯進(jìn)行對(duì)比研究 提出了淀粉合成途徑中一種新的調(diào)節(jié)機(jī)制 在離開母體情況下 馬鈴薯塊莖中淀粉合成關(guān)鍵酶AGPase的催化亞基AGPB會(huì)發(fā)生可逆的氧化還原反應(yīng)形成二聚體 使AGPase失活 從而抑制淀粉生成 目前 代謝組學(xué)應(yīng)用于此方面的研究報(bào)道尚不多見 主要原因是確定代謝途徑比測(cè)定代謝物更為困難 往往只能進(jìn)行間接的定性估計(jì) 從一個(gè)個(gè)點(diǎn)的代謝物到一條完整的代謝途徑還有很長(zhǎng)的路要走 3 基因功能研究 代謝產(chǎn)物是基因表達(dá)的終產(chǎn)物 基因表達(dá)上極微小的變化也可導(dǎo)致代謝物的大幅改變 以前往往通過可見的表型改變來判斷基因表達(dá)水平的升降 耗時(shí)較長(zhǎng) 且有時(shí)候基因表達(dá)變化無法引起表型改變 而此時(shí)植物體中某些代謝產(chǎn)物的含量卻會(huì)發(fā)生變化 這時(shí) 利用代謝組學(xué)方法檢測(cè)代謝物的變化就可以判斷基因表達(dá)水平的變化 從而推斷基因的功能及其對(duì)代謝流的影響 Lytovchenko等 2002 通過對(duì)馬鈴薯葉片大量代謝物 特別是光合作用途徑中的中間體和終產(chǎn)物進(jìn)行分析 研究了質(zhì)體葡萄糖磷酸變位酶 plastidialphosphoglucomutase 基因在光合作用中對(duì)碳流的影響 發(fā)現(xiàn)在其表達(dá)水平低的情況下 雖然植物表型沒有變化 但是植物組織中的淀粉 糖和有機(jī)酸的含量都有一定降低 這說明質(zhì)體葡萄糖磷酸變位酶基因表達(dá)水平的變化對(duì)植物的幾條主要代謝途徑都有很大的影響 4 與轉(zhuǎn)錄組學(xué)和蛋白質(zhì)組學(xué)技術(shù)整合 轉(zhuǎn)錄組學(xué) 蛋白質(zhì)組學(xué)和代謝組學(xué)是一個(gè)有機(jī)的整體 它們都是系統(tǒng)生物學(xué) systembiology 的重要組成部分 生物信息是按DNA mRNA 蛋白質(zhì) 代謝產(chǎn)物方向流動(dòng)的 將所獲得的這幾者的信息聯(lián)系起來 有利于從整體研究生物系統(tǒng)對(duì)基因或環(huán)境變化的響應(yīng) 如可判斷代謝物的變化是從哪一個(gè)層面開始發(fā)生的 Examples Ferrario Mery等 2002 整合了關(guān)于轉(zhuǎn)錄 酶活性及代謝物的數(shù)據(jù)研究煙草中的碳氮代謝相互作用