劉 超(綜述)，巴吐?tīng)枴べI買提明，瑪依努爾·艾力(審校)

(1.新疆醫(yī)科大學(xué)第一附屬醫(yī)院腫瘤中心三科，烏魯木齊830054;2.新疆醫(yī)科大學(xué)藥學(xué)院，烏魯木齊830011)

代謝組學(xué)是系統(tǒng)生物學(xué)的組成部分，是繼基因組學(xué)和蛋白質(zhì)組學(xué)之后新發(fā)展起來(lái)的一門學(xué)科，對(duì)生物體內(nèi)所有代謝物進(jìn)行定性定量分析，并尋找代謝物與生理病理變化的相對(duì)關(guān)系的研究方式，其研究對(duì)象大都是小分子物質(zhì)[1]。分析檢測(cè)技術(shù)結(jié)合模式識(shí)別和專家系統(tǒng)等計(jì)算分析方法是代謝組學(xué)研究的基本方法。主要技術(shù)手段是核磁共振(nuclear magnetic resonance，NMR)、質(zhì)譜、色譜?；蚪M學(xué)和蛋白質(zhì)組學(xué)分別從基因和蛋白質(zhì)層面探尋生命活動(dòng)，而實(shí)際上細(xì)胞內(nèi)許多生命活動(dòng)是發(fā)生在代謝物層面的。基因與蛋白質(zhì)的表達(dá)緊密相連，而代謝物反映了細(xì)胞所處的環(huán)境，這與細(xì)胞的營(yíng)養(yǎng)狀態(tài)、藥物和環(huán)境的作用，及其他外界因素的影響密切相關(guān)。代謝組學(xué)由英國(guó)倫敦帝國(guó)理工大學(xué)Jeremy Nicholson教授創(chuàng)立之后迅速發(fā)展并滲透到多項(xiàng)領(lǐng)域，如疾病診斷、醫(yī)藥研制開(kāi)發(fā)、毒理學(xué)、病理學(xué)研究、功能基因組研究、營(yíng)養(yǎng)代謝等與人類健康密切相關(guān)的領(lǐng)域[2]。

消化道腫瘤是最常見(jiàn)惡性腫瘤，在世界范圍內(nèi)發(fā)病率和病死率均較高，在中國(guó)胃癌、結(jié)直腸癌、肝癌等發(fā)病率和病死率僅次于肺癌，絕大多數(shù)早期患者并無(wú)特異臨床癥狀與體征，發(fā)現(xiàn)時(shí)已是進(jìn)展期，療效不理想，病死率高。早期篩查發(fā)現(xiàn)腫瘤能在可治療階段進(jìn)行早期干預(yù)，降低病死率。目前內(nèi)鏡結(jié)合活組織病理檢查診斷消化道腫瘤方法雖較為成熟，但由于其有創(chuàng)性，早期診斷價(jià)值受限，而傳統(tǒng)腫瘤標(biāo)志物的檢測(cè)雖能提高診斷陽(yáng)性率，但特異性不高。代謝組學(xué)在消化系統(tǒng)腫瘤中有廣闊的應(yīng)用前景。

1 代謝組學(xué)概述

代謝組學(xué)的研究樣品主要是尿液、血漿或血清、唾液、腹水、支氣管洗液、前列腺分泌物、細(xì)胞和組織的提取液等[3]。研究步驟包括樣品制備、代謝物分離、檢測(cè)與鑒定、數(shù)據(jù)分析與模型建立，其中代謝物的檢測(cè)、分析與鑒定是其技術(shù)的核心部分[4]。

1.1 代謝組學(xué)研究技術(shù)平臺(tái)

1.1.1 NMR NMR利用原子核在磁場(chǎng)中的能量變化來(lái)獲得相關(guān)核信息，目前常用的有氫譜(1H-NMR)、碳譜(13C-NMR)和磷譜(31P-NMR)[5]。

1.1.2 質(zhì)譜 質(zhì)譜分析的基本原理是使樣品中各組分電離生成離子束，進(jìn)入質(zhì)量分析器聚焦而得到質(zhì)譜圖像，從而確定其質(zhì)量[6-7]。

1.1.2.1 氣相色譜-質(zhì)譜聯(lián)用 氣相色譜(gas chromatography，GC)特別適合于揮發(fā)物的混合物，并且可以直接氣相分離[8]。具有“三高一快”(高靈敏度、高分離效能、高選擇性和快速分析)的優(yōu)點(diǎn)。

1.1.2.2 液相色譜-質(zhì)譜聯(lián)用 液相色譜適用于分離低揮發(fā)性或非揮發(fā)性、熱穩(wěn)定性差的物質(zhì)。目前廣泛應(yīng)用的有高效液相色譜法(high performance liquid chromatography，HPLC)、超高相液相色譜法(ultra-performance liquid chromatography，UPLC)，具有更好的分離效率、峰容量以及靈敏度[9]。

1.1.2.3 毛細(xì)管電泳-質(zhì)譜聯(lián)用 毛細(xì)管電泳根據(jù)在電場(chǎng)作用下離子遷移的速度不同而對(duì)組分進(jìn)行分離和分析，是目前最有力的分離手段。毛細(xì)管電泳技術(shù)可檢測(cè)多種樣品，并且具有所需樣品量少、分析速度快、分離效率高和應(yīng)用范圍廣等特點(diǎn)。

NMR與質(zhì)譜相比各有其優(yōu)缺點(diǎn)。NMR探測(cè)結(jié)構(gòu)的準(zhǔn)確性更高，更適合于定量分析，能夠?qū)崿F(xiàn)對(duì)樣品的非破壞性、非選擇性分析，滿足了代謝組學(xué)中的對(duì)盡可能多的化合物進(jìn)行檢測(cè)的目標(biāo)，但它存在靈敏度低、分辨率低等缺陷，常導(dǎo)致高豐度的分析物掩蓋低豐度的分析物。質(zhì)譜的優(yōu)勢(shì)在于能夠提供較高的分辨率和檢測(cè)靈敏度，敏感性更佳，且擁有更大的數(shù)據(jù)庫(kù)，有可供參考的標(biāo)準(zhǔn)譜圖庫(kù)對(duì)結(jié)果進(jìn)行定性分析[10]。

1.2 代謝組學(xué)數(shù)據(jù)分析平臺(tái) 代謝組學(xué)研究產(chǎn)生的大量數(shù)據(jù)需借助專門的數(shù)據(jù)分析平臺(tái)進(jìn)行整理、轉(zhuǎn)換、統(tǒng)計(jì)和輸出，期間將采用一系列化學(xué)計(jì)量方法，主要包括非監(jiān)督學(xué)習(xí)方法和監(jiān)督學(xué)習(xí)方法兩類。其中主成分分析(principal component analysis，PCA)、顯著性分析(discriiminate analysis，DA)、偏最小二乘法-顯著性分析聯(lián)合法(partial least squares-discriiminate analysis，PLS-DA)等在代謝組學(xué)研究中較常用。

2 代謝組學(xué)在消化道腫瘤的應(yīng)用

在腫瘤的相關(guān)研究、特別是無(wú)癥狀早期腫瘤的診斷中，代謝組學(xué)日益突顯出無(wú)與比擬的優(yōu)勢(shì)。如有癌前病變發(fā)展階段的卵巢交界性腫瘤、宮頸癌和子宮內(nèi)膜癌往往與激素、脂質(zhì)類小分子物質(zhì)的代謝明顯相關(guān)，缺乏早期預(yù)警的生物標(biāo)志物，這些都符合代謝組學(xué)研究的特點(diǎn)與要求。代謝組學(xué)在肝癌、腦瘤研究中的成功更顯示其可行性。因此，代謝組學(xué)有望成為研究腫瘤發(fā)生、發(fā)展的有力工具，可以明顯鑒別腫瘤組織及腫瘤的各個(gè)階段，鑒定出潛在特征生物標(biāo)志物，實(shí)現(xiàn)對(duì)腫瘤的早期診斷及預(yù)測(cè)。

2.1 代謝組學(xué)在消化系統(tǒng)腫瘤診斷及鑒別中的應(yīng)用 在消化系統(tǒng)腫瘤中，腫瘤標(biāo)志物的檢測(cè)在臨床已普遍開(kāi)展，對(duì)于消化系統(tǒng)腫瘤的早期診斷、分析療效及預(yù)后、預(yù)測(cè)復(fù)發(fā)及轉(zhuǎn)移有重要的價(jià)值，但也存在特異度不高和影響因素多等缺陷，而代謝組學(xué)有很大的優(yōu)勢(shì)[11]。

2.1.1 食管癌 Ayshamgul等[12]應(yīng)用1H-NMR技術(shù)對(duì)109例食管癌患者和50例健康人的血漿標(biāo)本進(jìn)行檢測(cè)，正交偏最小二乘法-顯著性分析聯(lián)合法方法能夠區(qū)分兩組血漿代謝組的核磁共振氫譜。Zhang等[13]運(yùn)用PLS-DA檢測(cè)健康人和食管癌患者(各25例)血清樣本核磁共振氫譜，結(jié)果顯示兩組代謝組脂質(zhì)代謝、氨基酸代謝、糖酵解、生酮、三羧酸循環(huán)差異顯著，為代謝組學(xué)對(duì)食管癌的篩查、早期診斷和預(yù)后提供依據(jù)。

2.1.2 胃癌 陳英杰等[14]用HPLC檢測(cè)48例胃癌患者與50例健康人尿液中15種核苷水平，發(fā)現(xiàn)胃癌患者尿中除5-甲基尿嘧啶(m5U)外，其余的平均值明顯高于健康人，代謝組學(xué)方法較目前臨床常用的胃癌初篩技術(shù)靈敏度更高。Wu等[15]用GC-質(zhì)譜檢測(cè)18例胃癌患者組織代謝物，發(fā)現(xiàn)9種上調(diào)代謝產(chǎn)物，GC-質(zhì)譜方法可區(qū)別胃癌有無(wú)浸潤(rùn)性，可能對(duì)胃癌臨床診斷或分期有意義。Chen等[16]采用GC-質(zhì)譜對(duì)動(dòng)物模型胃癌轉(zhuǎn)移進(jìn)行檢測(cè)發(fā)現(xiàn)，29種特異性改變的代謝物，尤其是絲氨酸和脯氨酸代謝在胃癌轉(zhuǎn)移中發(fā)揮著重要作用，代謝組學(xué)可為胃癌轉(zhuǎn)移提供新的生物標(biāo)志物。

2.1.3 結(jié)直腸癌 Feng等[17]對(duì)52例結(jié)腸癌患者和62例健康者尿液代謝組學(xué)分析顯示，假尿嘧啶核苷和1-甲基鳥(niǎo)苷水平在結(jié)腸癌中相對(duì)較高，與腫瘤大小和病理分期(Dukes分期)相關(guān)，且診斷敏感性高于癌胚抗原、CA19-9和CA125等傳統(tǒng)腫瘤標(biāo)志物。Jordan等[18]對(duì)14份惡性直腸腫瘤和9份良性直腸腫塊采用NMR的PCA進(jìn)行分析，確定NMR可用于體外組織樣本良、惡性的生化分類。Chan等[19]對(duì)31例結(jié)直腸癌患者結(jié)直腸黏膜進(jìn)行研究，應(yīng)用高分辨率魔角旋轉(zhuǎn)-NMR和GC-質(zhì)譜技術(shù)對(duì)31種分子標(biāo)志物進(jìn)行PCA分析，發(fā)現(xiàn)通過(guò)標(biāo)志物能更清晰地對(duì)結(jié)腸直腸癌進(jìn)行早期病理分類，還能區(qū)分結(jié)腸、直腸癌，彌補(bǔ)解剖學(xué)和臨床上對(duì)結(jié)直腸癌研究的缺陷。

2.1.4 胰腺癌 Bathe等[20]采用核磁共振光譜對(duì)43例良性肝膽疾病和56例胰腺癌患者的血清標(biāo)本進(jìn)行定量分析，通過(guò)對(duì)代謝產(chǎn)物數(shù)據(jù)進(jìn)行“靶標(biāo)輪廓”分析顯示:CA19-9的特異度為90%，但靈敏度只有50%～80%，胰腺癌活檢診斷率只有約71%，活檢陰性不是特別有助臨床決策。因此，需要一個(gè)更準(zhǔn)確、臨床可行的方法區(qū)分胰腺疾病的良、惡性。Fang等[21]應(yīng)用1H-NMR檢測(cè)SD大鼠慢性胰腺炎和胰腺癌完整胰腺組織的代謝組學(xué)標(biāo)志物差異，同時(shí)應(yīng)用PCA方法區(qū)分出了胰腺癌和慢性胰腺炎，但標(biāo)志物應(yīng)用于臨床還需要進(jìn)一步研究。

2.1.5 肝膽癌 Wang等[22]采用 UPLC-質(zhì)譜研究82例肝癌、48例肝硬化患者和90例健康者之間血清代謝物的差異，代謝輪廓分析顯示其不僅可以區(qū)分患者與健康組，并且對(duì)肝硬化和肝癌之間有100%的靈敏度和特異度，鵝脫氧甘膽酸被認(rèn)為是肝癌診斷及預(yù)后的指標(biāo)，單獨(dú)應(yīng)用UPLC-質(zhì)譜或聯(lián)合甲胎蛋白檢測(cè)可能是肝癌篩查及早期診斷的高效而便捷的工具。Yang等[23]用HPLC技術(shù)結(jié)合PCA對(duì)肝炎、肝硬化、肝癌患者的血液、尿液進(jìn)行分析，結(jié)果顯示代謝組學(xué)可以降低肝癌診斷的假陽(yáng)性率，用HPLC標(biāo)記的尿液中核苷物質(zhì)比甲胎蛋白對(duì)診斷更有針對(duì)性。陸強(qiáng)等[24]用NMR檢測(cè)35例肝硬化、38例肝癌患者和63例健康人血清代謝物，利用PLS-DA進(jìn)行模式識(shí)別分析，表明該方法可將肝癌患者與健康人、肝硬化患者進(jìn)行鑒別，肝癌診斷靈敏度高，假陽(yáng)性率低，優(yōu)于血清甲胎蛋白檢測(cè)。Albiin等[25]采用1H-MRS分析45例有相關(guān)臨床癥狀患者的膽汁，結(jié)果顯示代謝組學(xué)診斷方法的靈敏度為88.9%，特異度為87.1%，準(zhǔn)確度為87.8%。因此，對(duì)膽汁進(jìn)行代謝組學(xué)分析能更靈敏地診斷膽管癌。

2.2 代謝組學(xué)在消化系統(tǒng)腫瘤治療及預(yù)后中的應(yīng)用 代謝組學(xué)在腫瘤治療及預(yù)后領(lǐng)域有著廣泛的應(yīng)用。研究腫瘤細(xì)胞代謝物特征性改變可發(fā)現(xiàn)新的治療靶點(diǎn)，準(zhǔn)確預(yù)測(cè)其對(duì)某一治療方案或藥物的反應(yīng)，有效監(jiān)測(cè)藥物療效及毒副作用，實(shí)現(xiàn)腫瘤的個(gè)體化治療。

Wang等[26]用代謝組學(xué)方法檢測(cè)順鉑加氟尿嘧啶方案治療胃癌小鼠的療效，結(jié)果顯示腫瘤在治療組小鼠增長(zhǎng)顯著低于對(duì)照組，相對(duì)腫瘤生長(zhǎng)率為59.6%，生長(zhǎng)抑制率為41.9%，提示順鉑加氟尿嘧啶治療胃癌有效。

Backshall等[27]運(yùn)用1H-NMR對(duì)54例結(jié)直腸癌患者卡培他濱治療前后的血液標(biāo)本進(jìn)行毒副作用程度對(duì)比發(fā)現(xiàn)，治療后血液毒副作用較高?；颊呓邮芑熐斑M(jìn)行代謝輪廓分析有助于合理選擇藥物劑量，以達(dá)到最大藥效及最小毒副作用。

3 小結(jié)與展望

代謝組學(xué)以小分子代謝物為研究對(duì)象，運(yùn)用高通量、高敏感度的分析技術(shù)，結(jié)合化學(xué)計(jì)量方法，在腫瘤的研究中發(fā)揮著重要的作用，發(fā)現(xiàn)應(yīng)用于臨床的腫瘤標(biāo)志物[28]，建立模型以實(shí)現(xiàn)對(duì)腫瘤篩查、早期診斷與鑒別，預(yù)測(cè)評(píng)估藥效，指導(dǎo)個(gè)體化治療及判斷預(yù)后[29-32]。隨著代謝組學(xué)技術(shù)的發(fā)展，將進(jìn)一步提高檢測(cè)靈敏度，降低檢測(cè)成本，簡(jiǎn)化操作，有望在臨床上得到更為廣泛的應(yīng)用。

大量研究已經(jīng)得到與重要的生理病理變化和基因變異等有關(guān)的潛在標(biāo)志性代謝物，但各個(gè)生物標(biāo)志物之間關(guān)聯(lián)性不強(qiáng)，缺乏交叉驗(yàn)證，有待進(jìn)一步研究建立完整的診斷專家系統(tǒng)，常規(guī)化診斷，多技術(shù)聯(lián)合的應(yīng)用對(duì)代謝組學(xué)的發(fā)展提供了廣闊的空間和平臺(tái)[33]。隨著代謝組學(xué)在腫瘤研究的應(yīng)用不斷增加，將更充分地認(rèn)識(shí)到代謝組學(xué)的優(yōu)越性。

[1]Mo ML，Palsson B?.Understanding human metabolic physiology:a genome-to-systems approach[J].Trends Biotechnol，2009，27(1):37-44.

[2]Wisbart DS.Proteomics and the human metabolome project[J].Expert Rev Proteomics，2007，4(3):333-335.

[3]Acton TB，Xiao R，Anderson S，et al.Preparation of protein samples for NMR structure，function，and small-molecule screening studies[J].Methods Enzymol，2011，493:21-60.

[4]Serkova NJ，Spratlin JL，Eckhardt SG.NMR-based metabolomics:translational application and treatment of cancer[J].Curr Opin Mol Ther，2007，9(6):572-585.

[5]Ott KH，Aranibar N.Nuclear magnetic resonance metabonomics:methods for drug discovery and development[J].Methods Mol Biol，2007，358:247-271.

[6]Lauridsen M，Hansen SH，Jaroszewski JW，et al.Human urine as test material in 1H NMR-based metabonomics:recommendations for sample preparation and storage[J].Anal Chem，2007，79(3):1181-1186.

[7]Mikami T，Aoki M，Kimura T.The application of mass spectrometry to proteomics and metabolomics in biomarker discovery and drug development[J].Curr Mol Pharmacol，2012，5(2):301-316.

[8]Denkert C，Budczies J，Kind T，et al.Mass spectrometry-based metabolic profiling reveals different metabolite patterns in invasive ovarian carcinomas and ovarian borderline tumors[J].Cancer Res，2006，66:10795-10804.

[9]Pasikanti KK，Norasmara J，Cai S，et al.Metabolic footprinting of tumorigenic and nontumorigenic uroepithelial cells using twodimensional gas chromatography time-of-flight mass spectrometry[J].Anal Bioanal Chem，2010，398(3):1285-1293.

[10]Wagner S，Scholz K，Sieber M，et al.Tools in metabonomics:an integrated validation approach for LC-M S metabolic profiling of mercapturic acids in human urine[J].Anal Chem，2007，79(7):2918-2926.

[11]Blow N.Metabolomics:biochemistry's new look[J].Nature，2008，455(7213):697-700.

[12]Ayshamgul H，Batur M，Ilyar S.1H-MRS metabonomic analysis of plasma samples of esophageal cancer patients based on different pattern recognition[J].Zhonghua Zhong Liu Za Zhi，2010，32(9):681-684.

[13]Zhang X，Xu L，Shen J，et al.Metabolic signatures of esophageal cancer:NMR-basedmetabolomics andUHPLC-basedfocused metabolomicsof blood serum[J].Biochim Biophys Acta，2013，1832(8):1207-1216.

[14]陳英杰，鄭育芳，王凝芳，等.尿中核苷檢測(cè)在胃癌診斷中的意義[J].癌癥，2003，22(5):537-540.

[15]Wu H，Xue R，Tang Z，et al.Metabolomic investigation of gastric cancer tissue using gas chromatography/mass spectrometry[J].Anal Bioanal Chem，2010，396(4):1385-1395.

[16]Chen JL，Tang HQ，Hu JD，et al.Metabolomics of gastric cancer metastasis detected by gas chromatography and mass spectrometry[J].World J Gastroenterol，2010，16(46):5874-5880.

[17]Feng B，Zheng MH，Zheng YF，et al.Normal and modified urinary nucleosides represent novel biomarkers for colorectal cancer diagnosis and surgery monitoring[J].J Gastroenterol Hepatol，2005，20(12):1913-1919.

[18]Jordan KW，Nordenstam J，Lauwers GY，et al.Metabolomic characterization of human rectal adenocarcinoma with intact tissue magnetic resonance spectroscopy[J].Dis Colon Rectum，2009，52(3):520-525.

[19]Chan EC，Koh PK，Mal M，et al.Metabolic profiling of human colorectal cancer using high-resolution magic angle spinning nuclear magnetic resonance(HR-MAS NMR)spectroscopy and gas chromatography mass spectrometry(GC/MS)[J].J Proteome Res，2009，8(1):352-361.

[20]Bathe OF，Shaykhutdinov R，Kopciuk K，et al.Feasibility of identifying pancreatic cancer based on serum metabolomics[J].Cancer Epidemiol Biomarkers Prev，2011，20(1):140-147.

[21]Fang F，He X，Deng H，et al.Discrimination of metabolic profiles of

pancreatic cancer from chronic pancreatitis by high-resolution magic angle spinning 1H nuclear magnetic resonance and principal components analysis[J].Cancer Sci，2007，98(11)，1678-1682.

[22]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.

[23]Yang J，Xu G，Zheng Y，et al.Diagnosis of liver cancer using HPLC-based metabonomics avoiding false-positive resultfrom hepatitis and hepatocirrhosis diseases[J].J Chromatogr B Analyt Technol Biomed Life Sci，2004，813(1/2):59-65.

[24]陸強(qiáng)，黃一紅，叢輝，等.肝細(xì)胞癌、肝硬化患者血清中代謝組研究[J].分析化學(xué)，2009，37(2):194-198.

[25]Albiin N，Smith IC，Arnelo U，et al.Detection of cholangiocarcinoma with magneic resonance spect roscopy of bile in patients with and without primary sclerosing cholangitis[J].Acta Radiologica，2008，49(8):855-862.

[26]Wang X，Yan SK，Dai WX，et al.A metabonomic approach to chemosensitivity prediction of cisplatin plus 5-fluorouracil in a human xenograft model of gastric cancer[J].Int J Cancer，2010，127(12):2841-2850.

[27]Backshall A，Sharma R，Clarke SJ，et al.Pharmaco-metabonomic profiling as a predictor of toxicity in patients with inoperable colorectal cancer treated with capecitabine[J].Clin Cancer Res，2011，17(9):3019-3028.

[28]Rhee EP，Gerszten RE.Metabolomics and cardiovascular biomarker discovery[J].Clin Chem，2012，58(1):139-147.

[29]Dittrich R，Kurth J，Decelle EA，et al.Assessing prostate cancer growth with citrate measured by intact tissue proton magnetic resonance spectroscopy[J].Prostate Cancer Prostatic Dis，2012，15(3):278-282.

[30]Costello LC，F(xiàn)ranklin RB，Zou J，et al.Human prostate cancer ZIP1/zinc/citrate genetic/metabolic relationship in the TRAMP prostate cancer animal model[J].Cancer Biology Therapy，2011，12(12):1078-1084.

[31]Borgan E，Sitter B，Lingj?rde OC，et al.Merging transcriptomics and metabolomics--advances in breast cancer profiling[J].BMC Cancer，2010，10:628.

[32]Budiu RA，Mantia-Smaldone G，Elishaev E，et al.Soluble MUC1 and serum MUC1-specific antibodies are potential prognostic biomarkers for platinum-resistant ovarian cancer[J].Cancer Immunol Immunother，2011，60(7):975-984.

[33]Urayama S，Zou W，Brooks K，et al.Comprehensive mass spectrometry based metabolic profiling of blood plasma reveals potent discriminatory classifiers of pancreatic cancer[J].Rapid Commun Mass Spectrom，2010，24(5):613-620.