系统生物学的定义

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇系统生物学的定义范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

系统生物学的定义范文第1篇

一、合成生物学：新千年的科学技术

新的研究格局在世纪之交已经呈现，其中生物科学的地位日益凸显，数十年前还不敢想象的技术现在似乎可以实现。但是，新世纪面临着新挑战。世界人口日益增加，气候变化、粮食和能源需求增加、疾病传播等一系列新的问题随之出现。许多科学家和工程师认为，可以通过合成生物学这一新兴而又具有变革潜力的学科应对新世纪面临的部分挑战。

合成生物学是一门将科学和工程方法相结合进行生物学研究和操控的新兴学科。虽然合成生物学还处在“幼年期”――其核心研究内容主要局限于寻找和提炼可执行具体基因功能或生物化学功能的生物元件，并改善DNA合成和构建的方法――但目标远大。合成生物学家们希望设计并构建人工合成的生物系统，最终用于工业制造、粮食生产，并提高全球健康水平。

一般而言，合成生物学是指运用工程学原理，设计和构建新的生物元器件和系统，并重新设计现有的、天然的生物系统，用于有益目的。它源于生物学及相关领域一个世纪的研究成果，但离不开工程学、计算科学、信息技术等领域的重大突破。

合成生物学具有以下重要特点：（1）它是生物学研究的新颖方法。与传统的生命机制探索方法完全相反，合成生物学注重生产定制化的细胞、有机体和生命体。（2）应用工程学方法生产生命体。合成生物学通常应用工程学原理设计执行特定功能的简化的生物元素。（3）依赖于非等级化的科研和商业化网络。合成生物学向着横向的、全球化的研究方式发展，通过社交网络，它吸引了世界各地的年轻科学家。（4）需要响应社会关切。合成生物学是新兴的学科和技术，需要充分考虑该技术的伦理、法律和社会影响，以及人们对其生物安全、监管和知识产权问题的关切。

二、合成生物学发展战略

1.中国。中国认为合成生物学将带来技术推动的新一轮经济增长，因此努力成为该领域的国际领先者。目前，中国每年对合成生物学的研发投资达到2.6亿元，每年发表合成生物学论文400余篇，约占世界总量的10%，论文被引次数居全球第7。中国已经制订了合成生物学战略路线图，规划了技术、工业应用、医学和农业等方面的中长期目标。未来5年，将建立标准元件数据库，形成设计生物元器件的计算能力；形成化学品和生物材料的模块化设计和生产能力；对可增强植物耐旱性和耐碱性的生物元件进行验证设计。未来10年，将扩大标准元器件数据库，形成设计生物系统的计算能力；商业化生产某些化学品和生物材料；对合成固氮器件进行验证设计。未来20年，将形成生物系统设计、建模和验证一体化平台；商业化生产众多自然化合物、药品、化学品和生物燃料；临床应用生物元件和系统，用于检测、控制和治疗主要疾病；创造人工微生物。

2.英国。英国政府把合成生物学视为非常有商业前景的革命性平台，热切期望在合成生物学领域占据世界领先地位。英国政府决定成立合成生物学领导委员会，促进各领域的讨论与公私合作，由部长和资深业界人士担任联合主席。英国计划开展合成生物学投资如下：公共投资5000万英镑，其中多达650万英镑用于鼓励产业投资；英国工程与自然科学研究理事会投资600万英镑，鼓励大学探索新产品商业化；将合成生物学研发和相关的伦理、法律及社会影响研究的资助整合起来；生物技术与生物科学研究理事会支持16个机构从事5个跨国研究项目；拨款1亿英镑，用于未来3-5年对10万名患者进行全基因组测序。

3.美国。美国很早就是合成生物学领跑者。美国政府每年向合成生物学研究投入约1.4亿美元，其中美国国家科学基金会投入约7200万美元。2008年美国国家科学基金会投入1600万美元资助合成生物学工程研究中心。美国国防部力图将合成生物学提升为一种制造平台，美国能源部也围绕合成生物学启动了一些行动。不过，美国联邦政府还没有制订合成生物学投资或管理的整体规划。本届政府的《国家生物经济蓝图》虽然提到了合成生物学，但没有提出具体的行动计划。2010年，美国总统奥巴马指示总统生物伦理问题研究委员会对合成生物学进行评估，并制定伦理指南，意在使风险最小化的同时实现公共利益最大化。

三、合成生物学带来的机遇

合成生物学会带来新一轮产业发展浪潮。产业界大量投资合成生物学，认为伴随着基因组学和系统生物学的不断进步，合成生物学将通过生物制造给产品和物质开发带来革命性影响。到21世纪头十年的中叶，全球就约有3000家生物技术公司，其中基因合成公司遍及五大洲，每年生产约5万条基因。生物产品在经济上举足轻重。2010年，美国的生物经济（包括转基因作物、生物产品和工业生物技术）产值约为3000多亿美元，超过美国GDP的2% 。据市场研究公司BBC Research估计，2011年合成生物学（包括支撑技术、生物元件及其组合产品）全球市场价值为16亿美元，2016年将达到108亿美元。

企业纷纷投资颇具前景的人工改造的生物产品，包括微生物、植物橡胶、生物基丙烯酸树脂、产于生物废料的绿色化学品、维生素以及用可再生碳水化合物生产的生物柴油。美国安伦捷科技公司副总裁达琳・所罗门认为，合成生物学是产业发展的新一轮浪潮，生物制造将以可持续原料取代传统原料，从而改变所有产品的生产工艺，使全球经济更为可持续。

合成生物学的大规模应用及市场推广要耗费数十年时间，不过DNA测序、计算技术等相关技术的齐头并进会缩短这一进程。专家们预计：未来5年，将会形成数个全球性的合成生物学研究平台；未来10年，合成生物产品产值将达200亿美元，生产细胞以制造大宗化学品和精细化学品将成为常态；未来20-30年，将理性地合成多细胞组织或器官，细胞计算系统将得到广泛应用，新颖的生物制造工艺将被应用于生产非生物产品。

四、合成生物学发展面临的挑战

要充分释放合成生物学的潜力，需要克服技术、监管、知识产权等诸多挑战。

1.技术挑战。发展合成生物学在元件及应用、互操作、度量、量产成本控制、工具及软件等方面面临挑战。在元件及应用方面，开发一大批标准化、模块化、行为可预测、可广泛应用的生物元器件是近在眼前的挑战。尽管有数以千计的生物元件已编目，但可重复且可靠的生物元件并非广泛可用。在互操作方面，合成生物学发展的关键之一是开发出标准化的生物元件，像模块一样可靠地组装，视情调整。为了得到普遍认可和应用，生物器件和系统的每个元件以及数据库、度量单位和可扩充系统在不同尺度和水平上都要兼容。在度量方面，准确度量系统性能是合成生物学面临的迫切挑战，有必要形成能支持多种度量类型的基础设施，而且未来全球统一的度量单位与度量本身一样重要。在量产成本控制方面，经济合算地生产工业化学品需要工程化生产高效微生物株，然而，现在开发含有合成生物元件的可行产品仍是一项艰巨的任务。在工具和软件方面，改进数据收集工具、软件和硬件对于合成生物学发展也很重要。除了可降低合成生物元件成本的自动化工艺外，专业化计算工具（如计算机辅助设计和建模工具）的缺乏也阻碍了合成生物学的发展。

2.监管问题。科学进展往往快于政策制定，同时合成生物学的界限也在不断变化，因此在早期就应关注与合成生物学治理和监管相关的问题。

3.知识产权问题。构建新的生物元件带来了一系列问题：对生物元件的权利是否应私有？如何进行生物元件登记？是否应对其申请专利？不同的知识产权和分享安排如何影响合成生物学的进步与创新？目前各国专利法规定不一。合成生物学在现有或新的知识产权体系下能否蓬勃发展是研究人员关注的一个重大问题。鉴于已经开发的合成生物元件数量巨大，并且企业对商业化产品开发有浓厚的兴趣，解决知识产权问题异常重要。

4.包容问题。合成生物学是交叉性学科，既产生于多个学科，又回馈于这些学科。持续包容对于合成生物学的持续发展十分重要。一方面，要与产业界、监管和政策制定机构交流合作，使技术推动与市场拉动相结合。另一方面，还要使更多的公众参与合成生物学对话，了解其可能存在的内在风险，讨论有关的生物安全和伦理问题。

（作者：贾 伟，中国科学技术信息研究所副研究员，主要研究方向为国外科技政策与发展战略。

刘润生，中国科学技术信息研究所助理研究员，科技参考研究室负责人，主要从事科技战略与政策研究。）

链接：

合成生物学（synthetic biology），最初由Hobom B.于1980年提出来表述基因重组技术，随着分子系统生物学的发展，2000年E. Kool在美国化学年会上重新提出来，2003年国际上定义为基于系统生物学的遗传工程和工程方法的人工生物系统研究。

“合成生物学”更早可追踪到波兰科学家Waclaw Szybalski采用“合成生物学”术语，以及目睹分子生物学进展、限制性内切酶发现等可能导致合成生物体的预测。“系统生物学”则可追踪到贝塔朗菲的“有机生物学”及定义“有机”为“整体或系统”概念，以及阐述采用开放系统论、数学模型与计算机方法研究生物学。

系统生物学的定义范文第2篇

关键词：医科研究生;神经生物学;神经生物学课程;必要性

中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2015）44-0191-02

神经生物学是研究神经系统结构、特点及功能的一门学科，是生物学中研究神经系统组织解剖、生理病理等内容的一个分支，被公认为21世纪的明星学科。自上世纪90年代以来，世界科研强国加快了对神经生物学研究的投入。美国于1990年推出“脑的十年计划”，欧洲于1991年开始实施“EC脑十年计划”，随后日本于1996年也正式推出了名为“脑科学时代计划”的跨世纪大型研究计划，计划在未来20年内投入大量的研究经费[1]，旨在揭示大脑的工作机制、绘制脑功能图谱，并最终开发出针对神经系统疾病的临床疗法。在我国，脑科学研究已被列为“事关我国未来发展的重大科技项目”之一，将从认识脑、保护脑和模拟脑三个方向全面启动。由复旦大学牵头，并联合浙江大学、华中科技大学、同济大学、上海交通大学等十几所高校及中科院研究所，成立了“脑科学协同创新中心”，积极推进脑科学研究和转化应用，极力促进“上海脑计划”的实施。因此，作为医科专业的研究生，有必要学习神经生物学这门课程，了解“脑科学”这一当前热点研究项目。

一、神经生物学是一门重要而又特殊的学科

脑的结构异常复杂，因而脑科学是自然科学研究中最具挑战性的课题。21世纪自然科学发展的重点为生命科学，而生命科学研究中最重要的领域之一又是神经生物学，所以神经生物学的发展前景非常可观。在医学界，神经生物学是一门从多层次、多水平研究人体神经系统的结构、功能、分化、发育、衰老等规律及神经系统疾病的发生和机制的科学。它是一门交叉学科，涉及神经解剖学、发育神经生物学、神经生理学、分子细胞神经生物学、神经药理学、精神病学、神经系统疾病等。神经生物学涉及内容相当丰富，同时科学研究成果又是日益更新，这就要求作为医科的研究生，不仅要全面系统地掌握并巩固所学基础知识，更要与时俱进，及时了解相关最新研究成果，更新自己的观念。

神经生物学是一支普通又特殊的生命科学学科。其普通性主要体现在，它和其他学科的基本研究材料一样都是动物，从低等的果蝇、斑马鱼，到高等的小鼠、大鼠、猴子、人。而其特殊性体现在，神经生物学的研究器官――脑，是高等生物最复杂的，而且神经元几乎是最难培养的细胞，所以神经生物学研究需要一些特殊而复杂的研究方法，如神经电生理方法、光遗传学方法、转基因方法、系统生物学方法等。神经生物学的最终目的是认识脑、保护脑、开发脑，即认识人类大脑的结构与功能，阐明产生感觉、认知、意识和情感的脑区结构和功能，阐明神经元之间的网络连接和通讯功能;调控脑的发育和衰老过程，促进大脑健康发育，控制衰老及神经疾病的预防和康复，提高神经系统疾病的预防与诊疗水平;还要开发脑，即揭示学习和记忆的机制，进一步开发智力。尽管人类关注脑、试图了解脑的结构与功能已经有了相当长的历史，并在脑的结构和认知功能方面取得了显著进展，但人类对脑的认知及脑的高级功能的认识仍然处于初级阶段，尚有一些重大科学命题亟待进行研究，比如意识的物质定义、智能的产生等，因此培养一批优秀的神经科学工作者，成为高校的一项重要而艰巨的任务。

二、宁夏医科大学开设研究生神经生物学课程的必要性

（一）本校开设神经生物学课程的必要性

国际上神经科学作为一门新的专业和课程正式走进高等院校，是在1966年美国哈佛大学成立神经科学系之后。而后欧美很多高等医学院校在上世纪70年代也相继成立神经生物学专业或开设神经生物学课程。而在我国，一些大学陆续开设神经生物学课程则是在20世纪80年代。1983年首都医科大学吕国蔚教授率先面向研究生开设了《医学神经生物学》课程，之后上海医科大学为五年制本科生开设了神经生物学的必修课。广州医学院也从1996年始开设此门课程，新乡医学院于1996年开始为精神卫生专业方向本科生开设神经生物学必修课，同时为临床医学专业开设神经生物学选修课，1998年以后又为硕士研究生开设神经生物学课程[2]。这几年众多高等院校陆续开始给医科研究生开设神经生物学课程，于此同时给本科生开设神经生物学必修课的学校也日渐增多。

神经生物系是宁夏医科大学2010年刚刚成立的一个新系，神经生物学课程也刚开始在生物技术和临床心理学本科专业试行，目前尚未在研究生中开设。鉴于神经生物学学科以上所述的特点及医科研究生培养的需要，强烈建议立即为本校基础医学和临床医学研究生开设此门课程。

（二）神经生物学的授课内容及方式

系统生物学的定义范文第3篇

关键词：药用植物；代谢组学；功能基因组学

代谢组学是对生物体内代谢物进行大规模分析的一项技术［1］，它是系统生物学的重要组成部分（如图1所示），药用植物代谢组学主要研究外界因素变化对植物所造成的影响，如气候变化、营养胁迫、生物胁迫，以及基因的突变和重组等引起的微小变化，是物种表型分析最强有力的工具之一。在现代中药研究中，代谢组学在药物有效性和安全性、中药资源和质量控制研究等方面具有重要理论意义和应用价值。另外，在对模式植物突变体文库或转基因文库进行分析之前，代谢组学往往是首先考虑采用的研究方法之一。目前，国外已有成功利用代谢组学技术对拟南芥突变株进行大规模基因筛选的例子，这为与重要性状相关基因功能的阐明和选育可供商业化利用的转基因作物奠定了基础。

图1系统生物学研究的四个层次略

目前，还有许多经济作物的全基因组测序计划尚未完成，由于代谢组学研究并不要求对基因组信息的了解，所以在与这些作物有关的研究领域具有更大的利用价值，这也是其与转录组学和蛋白组学研究相比的优势之一。代谢组学研究涉及与生物技术、分析化学、有机化学、化学计量学和信息学相关的大量知识，Fiehn［2］对代谢组学有关的研究方向进行了分类（见表1）。

1代谢组学研究的技术步骤

代谢组学研究涉及的技术步骤主要包括植物栽培、样本制备、衍生化、分离纯化和数据分析5个方面（见图2）。

1.1植物栽培

对研究对象进行培育的目的是为了对样本的稳定性进行控制，相对于微生物和动物而言，植物的人工栽培需要考

表1代谢组学的分类及定义略

虑更多的问题，如中药材在不同年龄、不同发育阶段、不同部位以及光照、水肥、耕作等环境因素的微小差异都可引起生理状态的变化，而这些非可控及可控双重因素的影响很难进行精确的控制，从而影响药用植物代谢组研究的重复性。为了解决以上问题，推荐使用大容量的培养箱［3］，定时更换培养箱中栽培对象的位置，以及使用无土栽培技术等，FukusakiE［4］利用无土栽培系统将水和养分直接引入植物根部，并且对供给量进行精确地控制，大大提高了实验的重复性。

1.2样本制备

为了获得稳定的实验结果，样本制备需要考虑样本的生长、取样的时间和地点、取样量以及样本的处理方法等问题，并根据分析对象的分子结构、溶解性、极性等理化性质及其相对含量大小对提取和分离的方法进行选择，逐一优化试验方案。MaharjanRP等［5］用6种方法分别对大肠杆菌中代谢产物进行提取，发现用－40℃甲醇进行提取的效果最好。现阶段代谢组学的分析对象主要集中在亲水性小分子，尤其是初级代谢产物，气相色谱质谱联用(GCMS)和毛细管电泳质谱（CEMS）联用都是分析亲水小分子的重要技术。FiehnO等［6］使用GCMS对拟南芥叶片中的亲水小分子进行了分析，发现酒石酸半缩醛、柠苹酸、别苏氨酸、羟基乙酸等15种植物代谢物。

1.3衍生化处理

对目标代谢产物的衍生化处理取决于所使用的分析设备，GCMS系统只适合对挥发性成分进行分析，高效液相色谱法（HPLC）一般则使用紫外或荧光标记的方法对样本进行衍生处理，BlauK［7］对酯化、酰化、烷基化、硅烷化、硼烷化、环化和离子化等衍生方法进行了详细的说明。然而离子化抑制常使得质谱分析过程中目标代谢产物的离子化效率降低，这主要是由于分离过程中污染物与目标代谢物难以完全分离开所引起的，优化色谱分离时间可有效缓解离子化抑制，然而在实际操作中不可能对上百种代谢产物的分离时间进行优化，利用非放射性同位素稀释法进行相对定量可以很好的解决该问题。HanDK等［8］应用同位素编码的亲和标记（ICAT），根据经诱导分化的微粒蛋白及其同位素标记物的峰面积比，对该蛋白的相对含量进行分析。ZhangR等［9］发现同位素标记技术也可用于代谢组学的研究，但是却存在许多困难。活体的同位素标记方法对于同位素的洗脱是一种非常有潜力的技术，目前关于使用34s的研究已有报道［10］。

图2代谢组学研究技术步骤略

1.4分离和定量

分离是代谢组学研究中的重要步骤，与质谱联用的色谱和电泳分析技术都是使用紫外或电化学检测的方法进行定量，其对代谢组数据的分辨率与定量能力都有一定的影响。TomitaM等［11］总结了各种色谱分离法中经常遇到的技术问题，认为毛细管电泳和气相色谱法由于具有较高的分辨率，已成为代谢组学研究的常规技术手段之一，液相色谱因其适用范围广，应用也相当广泛。

TanakaN等［12］用高效液相色谱对样品进行分离，认为使用硅胶基质填充毛细管整体柱的高效液相色谱系统具有用量少、灵敏性高、低压降高速分离等优势；同时，TolstikovV等［13］也使用硅胶填充的毛细管液相色谱方法对聚戊烯醇类异构体进行了有效分离，获得了很好的分辨率。TanakaN等［14］发现二维毛细管液相色谱法的分辨率比传统的高效液相法高10倍。相对于其他色谱方法而言，超临界流体色谱（SFC）是分离疏水代谢物最具潜力的技术之一，特别适用于分离那些传统HPLC难以分析的疏水聚合物，BambaT等［15］通过SFC对聚戊烯醇进行分析，证明其具有较好的分离能力。针对质谱中存在的共洗脱现象，HalketJM等［16］发明了一种适用于GCMS的反褶积系统，对共洗脱的代谢产物进行分离与识别。AharoniA等［17］使用傅立叶变换离子回旋共振质谱（FTICRMS）对非目标代谢物进行分析，快速扫描植物突变样品，获得了一定量的代谢成分。

与分离一样，定量能力也是代谢组学研究中的重要因素，其取决于各分析系统的线性范围。傅立叶转换核磁共振（FTNMR)、傅立叶红外光谱（FTIR）以及近场红外光谱法（NIR）等技术由于敏感性低，重复性受共洗脱现象影响较小也被用于检测中。近年来，FTNMR技术常被用于植物代谢组的指纹图谱研究［18］，但由于NMR分析需要样品量较大，分析结果易受污染，GriffinJL［19］发现将统计模式识别与FTNMR相结合可以对代谢物进行全面分析。除FTNMR之外，FTIR通过对有机成分的结构进行常规光谱测定，也可适用于代谢组学的研究，特别是应用于构建代谢组学的指纹图谱。尽管它不能对代谢物进行全面分析，但对具有特定功能的组分却有很好的定量效果，对从工业及食品原材料中分离的代谢混合物也可以进行全面分析，目前，已有学者将其成功地应用于拟南芥［20］和番茄［21］代谢产物指纹图谱的研究中。

1.5数据转换

为阐明代谢物复杂的线性或非线性关系，需要进行多变量分析，将原始的色谱图数据转换为数字化的矩阵数据，通过对色谱峰鉴定和整合从而进行多变量分析。由于环境等因素的干扰，光谱数据需要通过适当的数据加工方法进行校正，包括：①降低噪声；②校正基线；③提高分辨率；④数据标准化。JonssonP等［22］报道了一种关于GCMS色谱图数据处理的方法，可以对大量代谢产物样品进行有效的识别。

2代谢组学中的数据分析方法

2.1主成分分析法（PCA）

主成分分析法，将实测的多个指标用少数几个潜在的相互独立的主成分指标线性组合来表示，反映原始测量指标的主要信息。使得分析与评价指标变量时能够找出主导因素，切断其他相关因素的干扰，作出更为准确的估量与评价。PCA数据矩阵通常来自于GCMS，LCMS或CEMS，因此将目标代谢产物作为自变量，而相应的代谢产物含量作为因变量，定义与最大特征值方向一致的特征向量为第一主成分，依此类推，PCA便能通过对几个主要成分的分析，从代谢组中识别出有效信息。主成分分析有助于简化分析和多维数据的可视化，但是该方法可能导致一部分有用信息的丢失。

2.2层次聚类分析法（HCA）

层次聚类分析法也常用于代谢组学的研究中，它是将n个样品分类，计算两两之间的距离，构成距离矩阵，合并距离最近的两类为一新类，计算新类与当前各类的距离。再合并、计算，直至只有一类为止。进行层次聚类前首先要计算相似度（similarity），然后使用最短距离法（NearestNeighbor）、最长距离法（FurthestNeighbor）、类间平均链锁法（BetweengroupsLinkage）或类内平均链锁法（WithingroupsLinkage）四种方法计算类与类之间的距离。该方法虽然精确，但计算机数据密集，对大量数据点进行分析时，更适合选用K均值聚类法(KMC)或批次自组织映射图法(BLSOM)，而HCA适合将数据转换为主成分后使用。2.3自组织映射图法(SOM)

神经网络中邻近的各个神经元通过侧向交互作用相互竞争，发展成检测不同信号的特殊检测器，这就是自组织特征映射的含义。其基本原理是将多维数据输入为几何学节点，相似的数据模式聚成节点，相隔较近的节点组成相邻的类，从而使多维的数据模式聚成二维节点的自组织映射图。除PCA和HCA外，SOM同样也可应用于包括基因组和转录组等组学研究中［23］。最初SOM计算时间长，依靠数据输入顺序决定聚类结果，近年来SOM逐渐发展成为不受数据录入顺序影响的批次自组织映射图法(BLSOM)。由于BLSOM可以对类进行调整，且有明确的分类标准，优化次序优于其他聚类法，已在基因组学和转录组学数据分析中得到广泛的应用。

2.4其他数据采矿方法

除PCA、HCA和SOM外，很多变量分析方法都可用于植物代谢组学的分析。软独立建模分类法(SIMCA)是利用主成分模型对未知样品进行分类和预测，适合对大量样本进行分析；近邻分类法(KNN)和K平均值聚类分析法(KMN)也可用于样品分类；主成分回归法(PCR)或偏最小二乘回归法(PLS)在某些情况下也可使用。然而到目前为止由于还没有建立一个标准的数据分析方法，代谢组学仍然是一门有待完善的学科。

3代谢组学在药用植物中的实践

植物药材来源于药用植物体，而药用植物体的形态建成是其体内一系列生理、生化代谢活动的结果。植物代谢活动分为初生代谢和次生代谢，初生代谢在植物生命过程中始终都在发生，其通过光合作用、柠檬酸循环等途径，为次生代谢的发生提供能量和一些小分子化合物原料。次生代谢往往发生在植物生命过程中的某一阶段，其主要生物合成途径有莽草酸途径、多酮途径和甲瓦龙酸途径等。植物药材含有的生物碱、胺类、萜类、黄酮类、醌类、皂苷、强心苷等活性物质的绝大多数属于次生代谢产物，因此探讨次生代谢产物在药用植物体内的合成积累机制及其影响因素，对于提高活性物质含量、保证药材质量、稳定临床疗效等具有重要意义。孙视等［24］通过对银杏叶中黄酮类成分积累规律的研究，提出了选择具有一定环境压力的次适宜生态环境解决药用植物栽培中生长和次生产物积累的矛盾。王昆等［25］以人参叶组织为材料,总结了构建人参叶cDNA文库过程中存在的一些关键问题和应采取的对策,为今后关于人参有效成分如人参皂苷的生物合成途径及其调控的基础研究提供技术参考和理论指导。最近，美国加利福尼亚大学伯克利分校的Keasling等［26］采用一系列的转基因调控方法，通过基因工程酵母合成了青蒿素的前体物质——青蒿酸，其产量超过100mg/L，为有效降低抗疟药物的成本提供了机遇。经过长期的研究积累，人们对代谢途径的主干部分（为次生代谢提供底物的初生代谢途径）已经基本了解，例如酚类的莽草酸途径，萜类的异戊二烯二磷酸(IPP)途径等。被子植物中一些相对保守的次生代谢途径也得到了很好的研究，如黄酮类、木质素的生物合成与调控。然而，对次生代谢最丰富最神奇的部分——特定产物合成与积累的过程，还所知甚少［27］。

4展望

近年来，代谢组学正日益成为研究的热点，越来越多的人已加入到代谢组学的研究中。随着代谢组学积累的数据和信息量的增大，其在药用植物学各个领域的应用价值也与日俱增。它将不仅能对单个代谢物进行全方面的分析，更能寻找其代谢过程中的关键基因、通过代谢指纹分析对药用植物进行快速分类、进一步研究药用植物有效成分代谢途径以及环境因子对植物代谢和品质的影响与调控机制。

然而依据传统中医药学和系统生物学的指导思想，目前急待解决的是中药种质资源的代谢组学研究和中药体内作用的代谢组学研究。同时，代谢组学在分析平台技术、方法学手段和应用策略等方面相对于其他组学技术还需要进一步发展和完善，还需要其他学科的配合和介入。相信随着更有力的成分分析设备的使用及代谢组数据库的建立，药用植物代谢组学将对中医药学产生深远的影响。

【参考文献】

［1］WECKWERTHW.Metabolomicsinsystemsbiology［J］.AnnuRevPlantBiol，2003，54:669-689.

［2］FIEHNO.Metabolomics—thelinkbetweengenotypesandphenotypes［J］.PlantMolBiol，2002，48:155-171.

［3］TRETHEWEYRN.Metaboliteprofilingasanaidtometabolicengineeringinplants［J］.CurrOpinPlantBiol，2004，7:196-201.

［4］FUKUSAKIE，IKEDAT，SUZUMURAD，etal.Afaciletransformationofarabidopsisthalianausingceramicsupportedpropagationsystem［J］.JBiosciBioeng，2003，96:503-505.

［5］MAHARJANRP，FERENCIT.Globalmetaboliteanalysis:theinfluenceofextractionmethodologyonmetabolomeprofilesofEscherichiacoli［J］.AnalBiochem，2003，313:145-154.

［6］FIEHNO，KOPKAJ，TRETHEWEYRN，etal.Identificationofuncommonplantmetabolitesbasedoncalculationofelementalcompositionsusinggaschromatographyandquadrupolemassspectrometry［J］.AnalChe，2000，72:3573-3580.

［7］BLAUK，HALKETJM.Handbookofderivativesforchromatography［M］.2nded.JohnWiley&Sons，Chichester,1993.

［8］HANDK，ENGJ，ZHOUH，etal.Quantitativeprofilingofdifferentiationinducedmicrosomalproteinsusingisotopecodedaffinitytagsandmassspectrometry［J］.NatBiotechnol，2001,19:9469-9451.

［9］ZHANGR，SIOMACS，WANGS，etal.Fractionationofisotopicallylabeledpeptidesinquantitativeproteomics［J］.AnalChem，2001,73:5142-5149.

［10］MOUGOUSJD，LEAVELLMD，SENARATNERH，etal.Discoveryofsulfatedmetabolitesinmycobacteriawithageneticandmassspectrometricapproach［J］.ProcNatlAcadSciUSA，2002,99:17037-17042.

［11］TOMITAM，NISHIOKAT.Forefrontofmetabolomicsresearch［M］.Tokyo:SpringerVerlagTokyo，2003.

［12］TANAKAN,KOBAYASHIH,ISHIZUKAN，etal.Monolithicsilicacolumnsforhighefficiencychromatographicseparations［J］.JChromatogrA，2002，965:35-49.

［13］BAMBAT，FUKUSAKIE，NAKAZAWAY，etal.Rapidandhighresolutionanalysisofgeometricpolyprenolhomologuesbyconnectedoctadecylsilylatedmonolithicsilicacolumnsinhighperformanceliquidchromatography［J］.JSepSci，2004,27:293-296.

［14］WIENKOOPS，GLINSKIM，TANAKAN，etal.Linkingproteinfractionationwithmultidimensionalmonolithicreversedphasepeptidechromatography/massspectrometryenhancesproteinidentificationfromcomplexmixtureseveninthepresenceofabundantproteins［J］.RapidCommunMassSpectrom，2004，18:643-650.

［15］BAMBAT，FUKUSAKIE，NAKAZAWAY，etal.

Analysisoflongchainpolyprenolsusingsupercriticalfluidchromatographyandmatrixassistedlaserdesorptionionizationtimeofflightmassspectrometry［J］.JChromatogrA，2003，995:203-207.

［16］HALKETJM，PRZYBOROWSKAA，STEINSE，etal.Deconvolutiongaschromatography/massspectrometryofurinaryorganicacidspotentialforpatternrecognitionandautomatedidentificationofmetabolicdisorders［J］.RapidCommunMassSpectrom，1999,13:279-284.

［17］AHARONIA，RICDEVOSCH，VERHOEVENHA，etal.NontargetedmetabolomeanalysisbyuseofFouriertransformioncyclotronmassspectrometry［J］.Omics，2002，6:217-234.

［18］OTTKH，ARANIBARN，SINGHB，etal.Metabolomicclassifiespathwaysaffectedbybioactivecompouds.ArtificialneuralnetworkclassificationofNMRspectraofplantextracts［J］.Phytochemistry，2003，62:971-985.

［19］GRIFFINJL.Metabonomics:NMRspectroscopyand

patternrecognitionanalysisofbodyfluidsandtissuesforcharacterisationofxenobiotictoxicityanddiseasediagnosis［J］.CurrOpinChemBiol，2003，7:648-654.

［20］GIDMANAE，GOODACREBR，EMMETTCB，etal.Investigatingplantplantinterferencebymetabolicfingerprinting［J］.Phytochemistry，2003，63:705-710.

［21］JOHNSONHE，BROADHURSTD，GOODACRER，etal.Metabolic

fingerprintingofsaltstressedtomatoes［J］.Phytochemistry，2003，62:919-928.

［22］JONSSONP，GULLBERGJ，NORDSTROMA，etal.AstrategyforidentifyingdifferencesinlargeseriesofmetabolomicsamplesanalyzedbyGC/MS［J］.AnalChem，2004，76:1738-1745.

［23］HIRAIMY，YANOM，GOODENOWEDB,etal.IntegrationoftranscriptomicsandmetabolomicsforunderstandingofglobalresponsestonutritionalstressesinArabidopsisthaliana［J］.ProcNatlAcadSciUSA，2004，101:10205-10210.

［24］孙视,刘晚苟,潘福生，等.生态条件对银杏叶黄酮含量积累的影响［J］.植物资源与环境,1998,7(3):1-7.

［25］王昆,王颖,鲍永利，等.人参叶cDNA文库构建中的问题与对策［J］.人参研究，2005，17(4):2-4.

系统生物学的定义范文第4篇

关键词：代谢组学技术，西药研究

【中图分类号】R954【文献标识码】A【文章编号】1672-3783(2012)04-0047-02

1 概况

西药已经在预防和治疗人类疾病上有了几百年的历史。如今，由于可靠的疗效，西医已成为风靡全球的一种治疗方式。然而，其独特的理论体系，不是立竿见影的治疗效果以及许多方面很难进行的科学定义都阻碍了西药的进一步发展。例如，不易的质量控制、复杂的有效成分，以及不明确的治疗机制都还是需要解决的问题。而更重要的是如何运用现代科学技术来解释西药理论。

代谢组学是一个新兴主题研究，加上基因组学，转录组学和蛋白质组学，共同构成了“系统生物学”。代谢组学是一种定量理解综合生活系统和动态响应的代谢产物内在和外在变化的研究方法。

近年来，研究表明，代谢组学的系统研究作为一个系统的方法，代谢组采用“自上而下”的战略，以反映生物体的代谢网络终端症状的功能，以及了解并干预造成一个整体范围内完整的系统代谢的变化。这种思维模式恰巧与西药理论异曲同工。因此，国际和国内学者相继研究将西药的关键科学问题与代谢组学技术一起进行研究，包括综合征，西药治疗的个体，作为一个整体的西药综合疗效差，资源和西药的质量控制等研究。这些研究表明，代谢组学在西药的研究起着越来越重要的作用。因此，本文讨论了西药的一些代谢组学的应用以及分析了一些西药近年来在这种应用上的障碍。

2 代谢组学研究西药的应用

2.1 代谢组学在西药理论中的应用:最近，代谢组学技术已被广泛应用于现代西药研究中。这些技术包括核磁共振（NMR）的，LC-MS和GC-MS，主要使用数据检测的方法。例如，通常都会通过使用西药的质量控制和活性成分的定性和定量测试来测定西药的有效成分。核磁共振经常被应用于生物指纹和复杂的西药科学理论的阐述， GC经常被使用在实验动物模型的建立，MS（常常与其他方法相结合，如GC，LC，）为协助其他分析方法而在西药现代研究中存在。以下是一些例子：应用高效液相色谱-电喷雾飞行时间质谱（HPLC-ESI-TOF-MS）在药代动力学研究中来了解西药疗效。运用LC-MS和GC-MS法来研究西药毒性等。说明了基于核磁共振的来代谢传统西药引起的生化效应的研究方法的可靠性很高。因此，我们应该采用代谢组学技术平台，来研究复杂的西药理论体系，是切实可行的。

2.2 代谢组学中对西药的应用辨证:有根据的代谢组学在不同的生理和病理阶段有着具体的代谢模式。新陈代谢的改变与生理的内脏病理有密切相关。

近年来，西药辨证施治的代谢组技术的应用得到了广泛的报道。在这些研究中，有学者发现，甲酸，肌酐，2-酮戊二酸，柠檬酸，牛磺酸，三甲基胺-N-氧化物，琥珀酸，内容模型和与正常大鼠相比有明显改变。因此，这些差异代谢产物可被视为潜在的代谢生物标志物。

随后，代谢组学的研究表明，肾阳虚综合症是与能量代谢，氨基酸代谢，肠道菌群紊乱有关。新血瘀证与脂质代谢和乙二醇代谢有关。因此，运用代谢组学分析来确定代谢产物的特征是西药的治疗作用机制研究的本质。

2.3 应用代谢组学的西药疗效:中国医药在治疗疾病方面有着自身完整的一套系统，这是一个与代谢组学研究完美匹配的整体概念。最近，研究表明，代谢组学研究已经成为一个越来越重要的工具，并已成功运用于评价西药的疗效和机制中。在这些研究中，中国传统医药黄连素在1型糖尿病的基础上运用metabomic方法（UPLC的Q-TOF-MS）观察到了明显的效果。这些结果表明，小檗碱可能可以下调高游离脂肪酸的水平。研究表明人参、皂苷对自发性高血压大鼠（SHR）（TG）代谢的影响效果明显。而在SHR大鼠的血浆中，棕榈酸，半乳糖苷，十八碳二烯酸和丁酸作为特殊的生物标志物被发现。与TG治疗相比，SHR的代谢分布趋于正常。有报道称，四君子汤在就增加粘液蛋白在胃肠道的细胞，拮抗乙酰胆碱，促进肝糖原的合成和抗氧化方面有着显著的效果。因此，这些研究表明，代谢组学作为一个系统性和整体性的思维，可以揭示西药综合疗效和其复杂的机制。

2.4 代谢组学研究西药的毒性:近日，代谢组学研究提供了强大的技术方法对西药的毒性和安全性进行了评价研究。在这些研究中。运用了牵牛花种子诱导的肾毒性的代谢组字符，由MGS引起毒理学的生物标志物8个内源性代谢物。使用两个代谢组学的方法治疗分析了大鼠乌头类生物碱是附子的毒性主要部件。在与正常的对照组比较之后，他们发现乳酸，丙氨酸和血脂水平较高，葡萄糖，β-羟基丁酸酯和乌头碱却处在较低的水平。运用GC-MS和LC-MS相结合的代谢分析方法，揭示AA诱导的肾毒性的病理结果。这项研究显示，机管局导致的直接细胞毒作用，酶的抑制作用，gutmotivated代谢产物的显著改变，与能量代谢，并最终诱发肾脏相关的代谢调控网络和肾功能的破坏有关。因此，许多代谢组学为基础的方法已被证明可行，已被运用在西药的毒性调查中。

3 西药代谢障碍

目前，越来越多的代谢组学技术已用于西药研究，如核磁共振（NMR）的，气相色谱-质谱法（GC-MS）和液相色谱-质谱（LC-MS）。这些技术在西药方面的研究，如靶器官的检测，建立模式，阐明机制和物质基础的探索，已经取得了一些理想的结果。这些结果表明，代谢组学的发展起着关键作用。然而，综合分析的代谢和明确的鉴定检测到的代谢产物仍然是电流色谱的代谢组学研究的难题。因此，使用西药代谢组学目前也遇到很多困难。

在过去一年中，在现代研究分析的基础上，我们认为西药代谢组学研究的主要障碍在很大程度上是由于以下原因。首先，现有的分析技术未能全谱分析代谢产物以及缺乏代谢组学的定量分析，这些分析技术还有或多或少的缺点和不足之处。其次，研究的难度在于大量的数据，以及如何最大限度地利用数据挖掘技术仍然是代谢组学的技术瓶颈。传统西药在体内的外源性成分复杂，这些成分不明的生物体对传统西药的代谢产物可能有干扰的影响，增加了阐明代谢产物潜在生物学意义的难度。第三，它并没有足够重视的将蛋白质组学与代谢组学数据分析结合起来，从而导致片面性的结果的产生。还存在着缺乏西药综合症状的临床和生物标志物分析。最后，我们应该深刻的认识到西药代谢组学研究给西药领域带来极大的好处仍然是在其启动阶段。因此，我们认为，代谢组学研究在深入了解西药以及研究西药方面将扮演越来越重要的角色。

4 结论

如今，作为一个新的研究方法，代谢组学的研究特点，是在全球生物和功能状态上进行端点放大，以适应西药理论的整体研究。代谢组学技术，我们不仅可以解释西药辨证施治的精髓和“辨证治疗”的理论，而且阐明了现代的科学内涵和西药的毒性。然而，一个目标药物代谢组学结果的定量评价，以疗效为基础的多组分和西药材的单组分的代谢组比较，仍需要进一步研究。我们认为，代谢组学分析技术，尤其是多分析技术的进一步发展，代谢组学将极大地促进西药研究，并有利于西药现代化。

参考文献

[1]陈慧梅．代谢组学及其研究方法和应用[J]．肾脏病与透析肾移植杂志，2005，14(1)：59

[2] Nicholson JK．Understanding“Global”systems biology：metabonomicsand the continuum of metabolism[J]．Nature Reviews，2003，2：668-677

[3] 邓铁涛．辨证论治[J]．中国西药信息杂志，2000，7(9)：1

[4] 沈自尹．系统生物学和西证的研究[J]．中国中西医结合杂志，2005，25(3)：255

系统生物学的定义范文第5篇

【摘要】 脂质的生物功能具有多样性，其代谢与多种疾病的发生、发展密切相关。脂质的分析量化对研究疾病发生机理和诊断治疗，以及医药研发有非常重要的生物学意义。分析技术的快速发展，特别是质谱及其联用技术的运用，促使脂质分析不断完善。脂组学就是对生物样本中脂质的整体分析，是代谢组学的重要组成部分，能够促进代谢组学的发展。本文就脂质的生物功能、脂质分析以及脂组学的研究现状作简要评述。

【关键词】 脂组学，脂质分析，电喷雾离子化质谱，代谢组学，评述

1 引 言

脂类物质是生物体的能量提供者，参与了大量的生命活动，具有非常重要的生理功能。脂质分子在与其它化合物的相互作用，构成了复杂的代谢过程，对生物体疾病的发生、发展产生重要影响。据报道，很多疾病都与脂代谢紊乱有关，如：糖尿病、肥胖病、老年痴呆症、癌症等[1～6]。因此，生命体中脂类物质及其代谢过程的研究成为疾病发病机理和诊断治疗以及医药研发过程的重点。为了得到生物样本中更为全面的脂质信息，更好地反映生物体内脂类物质的作用机制，并能找到与疾病相关的生物标志物或代谢规律，为疾病的治疗提供科学依据，科学家已经将脂质的整体分析做为了研究的重点。

随着生命分析化学的发展，电喷雾离子化质谱(ESIMS)成功地运用到脂质的分析，特别是色谱质谱技术的联用，为脂质的整体分析提供了技术支持，也加速了脂组学的诞生。2003年，Han等[7]正式提出了脂组学(Lipidomics) 的概念，即对生物样本中脂质进行全面的系统分析，并以此为依据推测其它与脂质作用的生物分子的变化，进而揭示脂质在各种生命现象中的重要作用机制。上世纪90年代兴起的代谢组学，是以分析生命体中的所有小分子代谢物为研究内容的。对脂质及其代谢物进行整体分析的脂组学，则可以看作是代谢组学的一个分支，并能够在一定程度上促进代谢组学的发展。

目前，脂组学已经受到越来越多科研机构的关注[8]，其中以美国的研究机构最为著名：美国国立综合医学研究所(National lnstitute of general medical sciences， NIGMS)、由王学敏教授领导组建的堪萨斯州立大学脂组学研究中心(Kansas lipdomics research center，KLRC) 和华盛顿大学的ORY课题组;欧洲和亚洲也同样出现了脂组学的研究机构：格拉茨大学、奥地利科学院及格拉茨技术大学等共同成立了格拉茨脂组学研究中心(Lipidomics research center graz，LRCGraz);新加坡国立大学Wenk教授也成立了Lipid Profile课题组。此外，还有很多课题组致力于脂组学与代谢组学的研究。

可见，脂组学的研究已经成为众多科研机构研究的热点。本文就脂组学的研究现状作简要评述，并通过了解脂组学与代谢组学等其它组学的关系，对脂组学的发展前景进行了展望。

2 脂的分类与生物功能

脂质在化学组成和结构上有很大差异，但都有一个共同特性，即：不溶于水而易溶于乙醚、氯仿等非极性溶剂。脂质通常分为真脂和类脂两大类 (如图解1所示)。脂质是组成生物体的重要成分，如磷脂是构成生物膜的重要组分，油脂是机体代谢所需燃料的贮存和运输载体。脂类物质也可为动物机体提供必需的脂肪酸和脂溶性维生素。某些萜类及类固醇类物质如维生素A，D，E，K，胆酸及类固醇激素具有营养、代谢及调节功能。有机体表面的脂类物质有防止机械损伤与热量散发等保护作用。脂类作为细胞的表面物质，与细胞识别、种特异性和组织免疫等有密切关系。对脂质进行分析时应充分了解其化学组成和结构特点，从而确定样本分析的色谱分离条件和质谱条件。

3 脂组学及其研究现状

3.1 脂组学的研究内容及特点

脂组学的研究内容为生物体内的所有脂质分子，并以此为依据推测与脂质作用的生物分子的变化，揭示脂质在各种生命活动中的重要作用机制[7～10]。通过研究脂质提取物， 可获得脂质组 (Lipidome)的信息，了解在特定生理状态下脂质的整体变化。脂组学是代谢组学不可或缺的一部分。脂组学的研究有以下优势：只研究脂质物质及其代谢物，脂质物质在结构上的共同点决定了样品前处理及分析技术平台的搭建较为容易，而且可以借鉴代谢组学的研究方法;脂组学数据库的建立和完善速度较快，并能建立与其它组学的网络联系;脂质组分析的技术平台可用于代谢组学的研究，促进代谢组学发展。

3.2 脂组学的研究方法

3.2.1 样品制备 脂质主要从细胞、血浆、组织等样品中提取。由于脂质物质在结构上有共同特点，即有极性的头部和非极性的尾部。所以，脂质采用了氯仿和甲醇的混合提取液，能够更好地溶出样本中的脂质物质。Yoo 等[11]将 3 mL的氯仿/甲醇 (1∶2， V/V) 加入 4 mL的细胞悬浮液，然后加入 0.8 mL水，超声 0.5 min，再加入 1 mL氯仿和 1 mL水后 2000×g 离心 5 min，室温静置 30 min，取氯仿层，氮气吹干，进样前采用流动相溶解干物待用。这种脂质提取方法，能够提出血浆、脑组织样品中的总脂[1， 12]。Matyash 等[13]用甲基叔丁酰乙醚(methyltertbutyl ether， MTBE)提取样品中的脂质物质。这种方法简化了富集过程，降低了损失率，不溶于MTBE的杂质在容器底部形成小球，容易离心去除。结果表明，用MTBE提取比脂质提取的“金标准”—— Folch or bligh and dyer recipes效果更好。

对于只检测总脂中的部分脂质，固相萃取(SPE) 是一个较好的方法。Persson等[14]发展了利用C18柱和硅胶柱分离萃取肠液中磷脂、中性脂等包含游离脂肪酸的方法。谭力等[15]采用硅胶固相萃取柱萃取可以在短时间内连续处理较多数量的样品，操作简单，重复性好。

3.2.2 脂质的检测方法 随着分析技术的不断发展，脂类的分析方法也在不断的改进。总体而言，大部分的分析技术都能用来分析脂质，包括：脂肪酸、磷脂、神经鞘磷脂、甘油三酯和类固醇等。常规的薄层色谱(Thin layer chromatography， TLC)已被分辨率更好的色谱技术所取代。与其它研究方法相比，ESI/MS方法有其自身的特点：样品前处理简单、分辨率高、容易实现自动化，适合对脂质混合物(尤其是磷脂混合物)进行快速、灵敏和高通量的定性定量研究[8， 16，17]。色质联用的引入极大地推动了脂组学的发展，其中的核心技术就是ESI/MS，加上色谱等技术对样品中脂质分离的强化，实现了脂质分离鉴定的高通量、高灵敏度和高效率。多维的质谱技术在脂组学的研究中也取得了新的进展[18]。

气相色谱质谱联用(GCMS) 适合检测分子量小于500 Da的所有种类脂质分子。利用GCTOF技术平台中的BinBase 和 SetupX，能够一次性得到800种脂质类化合物中的80种物质的半定量结果，并可根据FiehnLib的质谱数据库验证结果的可靠性[19]。

用于脂质分析的液质联用技术主要包括：高效液相色谱芯片质谱联用 (High performance liquid chromatographychip/Mass spectrum， HPLCChip/MS)，超高效液相色谱质谱联用 (Ultraperformance liquid chromatographyMass spectrum， UPLC/MS)，超高效液相色谱质傅立叶变换质谱联用(Ultraperformance liquid chromatography/fourier transformMass spectrum， UPLC/FTMS)，液相色谱飞行时间质谱联用(Liquid ChromatographyTime of Flight/Mass Spectrum， LCTOF/MS)。质荷比为100～2000的脂质轮廓都可以通过液质联用方法得到。色谱技术可以使血浆或组织样品中的干扰得到较好地分离，但会延长分析时间，并对流动相有一定要求。Pang等[1]建立了正相液相色谱/飞行时间质谱分析血浆中脑磷脂(Glycerophosphoehtanolamine， PE)， 磷脂酰甘油(Phosphatidylglycerol， PG)， 磷脂酰肌醇(Phosphatidylinositol， PI)， 磷脂酰丝氨酸(Phosphatidylserine， PS)， 磷酸卵磷酯 (Phosphatidylcholine， PC)， 鞘磷脂 (Sphingomyelin， SM) 和 溶血磷脂胆碱 (Lyso phosphatidylcholine， LysoPC)等7大类磷脂的方法，定量分析正常人、糖尿病、糖尿病和肾病不同分期患者血浆样品中7类磷脂，并发现了7类磷脂在糖尿病和肾病患者不同分期阶段的变化规律，为糖尿病和肾病患者磷脂代谢研究提供了有效可靠的办法。

nano ESIFT/MS是基于芯片技术的电喷雾傅立叶转换质谱(Nano electrospray fourier transform/Mass spectrum)，用于脂质的快速分类、半定量、结构鉴定以及脂质指纹图谱的建立。利用NanoMate 芯片与高分辨率的傅立叶变换质谱FTMS或Orbitrap 技术可以在1 min内快速得到血浆和组织 (植物、人类、细菌等) 的粗提物中脂质的轮廓。Kraft等[20]建立了nano ESIFT MS对脂膜进行分析的新方法，能在纳米水平上测定膜上不同脂质的分布，从而获得“脂质膜相结构”的信息。大多数膜的脂质分子组成是类似的，平均只有20%的偏差。这种差别是由膜上脂质分子的分类机制决定的。Schneiter等[21]利用nanoESIMS/MS研究了酿酒酵母膜的脂质分子组成，发现基于酰基链分类机制维持了酵母细胞膜脂质分子种类的组成。Holz等[22]同时定性和定量了视网膜色素细胞中的脂褐素(Lipofuscin， LF)，定量结果表明，LF的含量随着年龄的增长与视网膜病情的严重程度升高，脂质分子组成的改变会影响脂质代谢以及脂质物质整体的深层变化。该方法为视网膜疾病发病机制的研究提供了重要的技术支持。

3.2.3 脂组学研究的相关数据库 随着脂组学的迅速发展过程，相关数据库也逐步建立。现有数据库能够查询脂质物质结构、质谱信息、分类及实验设计、实验信息等，其功能也越来越完善。数据库的建立无疑成为推动脂组学自身发展的良好工具。最大的数据库LIPID Maps，是由美国国立综合医学研究机构(National institute of general medical sciences， NIGMS)组织构建的。它包含了脂质分子的结构信息、质谱信息、分类信息、实验设计等。数据库中除了游离脂肪酸、胆固醇、甘油三酯、磷脂等8000余种单一脂质的结构信息外，还包括了81个大类、276个亚类脂质化合物的结构信息。除此之外，不少国家和科研团队也建立了自己的数据库 (脂组学数据库如表1所示)。表1 脂组学研究应用的数据库

3.3 脂组学的研究现状

3.3.1 脂组学在医药研发中的应用 近年来，研究者对脂质的研究兴趣重新被激活，质谱技术的应用也使脂组学的发展日趋迅猛。脂质是生物事件从膜运输到代谢信号最基本的因子。脂质代谢的扰动与代谢紊乱和疾病的发展密切相关[6]。由于这些扰动可能发生在分子水平，全面解决复杂脂质的量化问题变得非常必要。随着液相色谱质谱联用技术的不断发展，基于四级杆飞行时间杂交质谱仪 (QSTAR Pulsar) 的鸟枪脂组学已使复杂分子构成的脂质的同时定性与定量分析成为可能[23～25]。Ejsing等[26]得到了微量样本的总脂提取物中数百种脂质分子的定量轮廓。这一成果在实验室研究和制药行业中，特别是在生物标志物和药物发现过程领域引起了极大的兴趣，更高通量的实验结果是可以预见的。高通量、半自动化的方法学的新发展已经开始倾向于鸟枪脂组学的研究。机器人辅助样本制备显著提高了数据自动解释的效率，并能够在数据质量没有任何损失的情况下完成大量样本的分析。随着鸟枪脂组学的不断发展，丰度相当小的脂质分子的定量测定也是可以实现的。更多的脂质轮廓的建立会加强磷脂在细胞膜和代谢功能障碍殊作用的解释。这将有利于发现具有更好选择性和非毒性的药物靶点。Su等[2]发现糖尿病鼠心肌细胞内钙不依赖性磷脂酶A2(iPLA2)的表达对心肌缺血或心律不齐有重要影响。通过模拟和优化与iPLA2特异结合的脂质分子结构，有望找到一种有效的以iPLA2为靶蛋白的治疗糖尿病、心肌炎的新药。脂组学还能作为评价药物疗效的一个辅助手段。Huang等[27， 28]研究了甲基硝基亚硝基肌(NmethylNnitroNnitrosoguanidine， MNNG) 对SM的作用，发现MNNG不但能引起SM代谢的变化，而且SM代谢相关的关键酶——酸性鞘磷脂酶出现由分散到集中于脂筏的趋势。因此，逆转脂代谢紊乱有利于疾病的治疗，监测药物作用后机体内脂代谢变化情况，及时反应机体生理生化状态的改变，有助于评价药物的药效及确定可能的副作用。

目前所面临的挑战则是精确找到脂质分子结构定义上的作用位点，精确指定每个不饱和脂肪酸双键的位置，并对这些脂质进行高通量的量化。Thomas等[29]证实臭氧诱导解离技术 (Ozoneinduced dissociation technology， OzID) 与鸟枪脂组学的整合应用是非常有前途的。因此，高通量的鸟枪脂组学具有巨大的潜力，并会在细胞生物学、分子医学、药物发现和生物标志物的诊断方面发挥关键作用。

3.3.2 脂生物标志物的发现 随着分析技术的不断进步，有关低丰度的脂质分子分析与量化的方法已多有报道。运用这些方法，代谢综合症和其它脂质相关的疾病的生化机制得到明确阐释。更重要的是，对疾病发生发展过程中脂质生物标志物的发现有重要意义[30]。Brugger等[31]借助质谱方法详细分析了HIV与其宿主的膜脂组的差异，发现病毒富集二氢鞘磷脂(Dihydrosphingomyelin)，而且当抑制宿主细胞的鞘脂质合成途径后，传染率明显下降，由此推断这类脂质在HIV复制循环中起关键作用。通过系统研究病原体的脂质组，还能有效地确定在宿主病原体交互作用时起作用的脂质，进而找到相关的致病途径。Han等[32]运用脂质组学方法分析糖尿病鼠心肌线粒体膜脂急剧减少的细节，指出心肌磷脂及其直接的代谢前体(Phosphatidylglycerol， PG) 在糖尿病人并发心肌病时起关键作用，并以此为依据，提出了糖尿病心肌病在发病学上的一种可能代谢紊乱机制。

3.3.3 脂组学在疾病诊断中的应用 发现疾病相关的诊断指标是进行疾病诊断的关键。脂组学所提供的方法能够监测疾病患者与正常人之间的脂质的变化，从其中找到差异较大的脂质化合物，作为疾病早期诊断的指标。Gadomska等[33]定量研究了4例健康的年纪相符的女性、64例卵巢癌患者和27例良性卵巢肿瘤患者血清中各种胆固醇及脂蛋白的含量变化。结果表明：以载脂蛋白AI (aPoAI) 和游离胆固醇 (FC) 为诊断指标排除卵巢瘤的正确率高达95.5%，综合aPoAI，FC，高密度脂蛋白游离胆固醇 (HDLFC)、高密度脂蛋白总胆固醇 (HDLTC)、载脂蛋白B (aPoB) 及高密度脂蛋白3 (HDL3) 片断诊断卵巢癌的准确率达到97%。另有研究报道溶血磷脂酸在卵巢癌的诊断中表现出高度的敏感性和特异性，能够作为早期诊断卵巢癌及术后随访的生物学指标[34]。

4 脂组学与代谢组学的关系

代谢组学与蛋白组学、基因组学和转录组学相互关联共同组成整体的系统生物学。组学的研究是以物质组为基础的研究，是考察“系统”与“系统”的相互作用[35]。代谢组学则是研究生物体内所有小分子代谢产物的一门学科，现在已经派生出了糖组学、毒素组学和其它一些以单一化学物质组为研究对象的分支，脂组学也是其中的成员之一 (如图解2所示)。脂组学通过研究脂质提取物，可以获得脂质组(Lipidome) 的信息，它反映了在特定生理状态下脂质的整体变化。研究生物体在正常状态和疾病状态下脂代谢的整体差异，识别疾病脂生物标志物，结合相关酶的研究，就有可能深入地研究代谢途径或致病机制，最终发展出有效的诊断和治疗手段。

Scheme 2 Relationship between lipidomics and metabonomics代谢物是生理活动中基因水平和蛋白质水平调控的终端体现。因此，脂组学作为代谢组学的分支能与基因组学及蛋白质组学相互结合， 对生物现象进行不同层次的分析，加深对生命本质的了解。脂组学可以借鉴代谢组学技术的整合运用[36]，增加脂质分析中的信息含量，通过多维的数据处理，建立其与蛋白质组学、基因组学的数据网络关系。van Helemond等[37]结合蛋白质组学和脂组学对血吸虫外壳膜的成分进行分析，确定了血吸虫在进行养分摄取和免疫逃避时起作用的外壳上的蛋白质和脂质，研究发现血吸虫外壳富集宿主缺乏的脂质，而且外壳上富集的蛋白质也与数据库内其它物种表现的蛋白质不同，这意味着可能是这些特殊的蛋白质和脂质造成了外壳的独特功能。但是，研究这些特殊蛋白的功能特征依然存在很大的挑战，需要借助基因组学中的RNAi “击倒” (RNAinterference“knock down”)技术[38， 39]，对其进行表型鉴定，从而阐释特异蛋白和脂质的功能。因此，脂组学、蛋白质组学、基因组学的结合能够更好地阐释化合物在生物体内的功能及作用机制。

5 展 望

脂组学自诞生以来发展迅猛，已经在细胞生物学、疾病诊断、疾病生物标志物的发现及医药研发等方面取得了相应的进展。但由于起步晚，其仍处于一个早期发展阶段，存在许多机遇和挑战。由于脂质种类繁多，相互作用复杂，现有的分析技术不能同时将生物样本中的脂质完全检测出来。但是，脂组学所表现出来的巨大潜力不容忽视，特别是鸟枪脂组学的迅猛发展，加快了复杂脂质分子的定性和高通量量化等问题的解决。随着分析技术的不断发展，脂质分析会登上一个新的台阶，人们对脂质的结构及作用机制的认识将逐步加深，也将为遗传和细胞生物学发现新的脂质分子的作用机制提供可能的手段。此外，脂组学数据库的建立和完善对脂组学的研究将起到非常大的促进作用。

近年来，代谢组学、蛋白质组学、基因组学等技术的不断发展对脂组学的研究起到了积极的带动作用。脂组学与其它组学的整合不但为生物体中脂脂、脂蛋白质及相关基因调控的相互作用提供数据支持，不断完善着生物体的代谢网络，为寻找致病机制及与其相关的潜在生物标志物提供新的手段，也为毒理学研究提供崭新视角。可以说，脂组学与蛋白组学、基因组学的整合运用将增加脂质研究的数据信息，为药物研发、发现生物标志物的临床前和早期临床阶段了解脂质功能提供了新的契机[40]。要充分发挥代谢组学研究的优势，从脂代谢水平研究疾病的发生、发展过程的变化规律，寻找疾病相关的脂生物标志物，进一步提高疾病的诊断效率，并为疾病的治疗提供更为可靠的依据。脂组学能够在一定程度上促进代谢组学的发展，并通过代谢组学技术的整合运用建立与其它组学之间的关系，最终实现系统生物学的整体进步。

参考文献

1 Pang L Q， Liang Q L， Wang Y M， Li P， Luo G A. J. Chromatogr. B.， 2008， 869: 118～125

2 Su X， Han X L， Mancuso D J， Abendschein D R， Gross R W. Biochemistry， 2005， 44(13): 5234～5245

3 Gross R W， Jenkins C M， Yang J， Mancuso D J， Han X. Prostaglandins Other Lipid Mediat.， 2005， 77(14): 52～64

4 Tomiki Y， Suda S， Tanaka M， Okuzawa A， Matsuda M， Ishibiki Y， Sakamoto K， Kamano T， Tsurumaru M， Watanabe Y. J. Exp. Clin. Cancer Res.， 2004， 23(2): 233～240

5 Fonteh A N， Harrington R J， Hühmer A F， Biringer R G， Riggins J N， Harrington M G. Dis. Markers， 2006， 22(12): 39～64

6 Lelliott C J， Ljungberg A， Ahnmark A， Olsson L W， Ekroos K， Elmgren A， Arnerup G， Shoulders C C， Oscarsson J， Lindén D. Arterioscler Thromb. Vasc. Biol.， 2007， 27(12): 2707～2713

7 Han X L， Gross R W. J. Lipi. Res.， 2003， 44: 1071～1079

8 Lu ShuHuan(陆姝欢)， Yang Song(杨 松)， Yuan YingJin(元英进). Chin. J. Cell Biol.(细胞生物学)， 2007， 29(2): 169～ 172

9 Wenk M R. Nat. Rev. Drug Discov.， 2005， 4(7): 594～610

10 Watson A D. J. Lipid Res.， 2006. 47(10): 2101～2111

11 Yoo H H， Son J， Kim D H. J. Chromatogr. B， 2006， 843(2): 327～333

12 Han X L， Hua C. J. Lipid Res.， 2005， 46: 163～175

13 Matyash V， Liebisch G， Kurzchalia T V， Shevchenko A， Schwudke D. J. Lipid Res.， 2008， 49: 1137～1146

14 Persson E， Lfgren L， Hansson G， Abrahamsson B， Lennerns H， Nilsson1 R. J. Lipid Res.， 2007， 48: 242～251

15 Tan Li(谭 力)， Ju Xian(鞠 先)， Li JieShou(黎介寿)， Zhou Min(周 敏)， Li XiaoShuang(李小双)， Liu XiaoQuan(柳晓泉). J. Anal. Sci.(分析科学学报)， 2006， 22(2): 125～128

16 proteomics.com.cn/ncbabmiac/ESIMS.htm

17 Hien P， Schug K A. J. Sep. Sci.， 2008， 31(9): 1465～1480

18 Han X L， Gross R W. RSC Biomolecular Sciences， 2008: 134～160

19 Higgins L J， Saad N M， Fiehn O， Rutledge J C. FASEB J， 2006， 20: A59

20 Kraft M L， Weber P K， Longo M L， Hutcheon I D， Boxer S G. Science， 2006， 313: 1948

21 Schneiter R， Brügger B， Sandhoff R， Zellnig G， Leber A， Lampl M， Athenstaedt K， Hrastnik C， Eder S， Daum G， Paltauf F， Wieland F T， Kohlweinet S D. J. Cell Bio.， 1999， 146: 741～754

22 Holz F G， Schutt F， Brugger B， Leibrecht I， Kopitz J， Wieland F T. Investigative ophthalmology & visual science， 2003， 44: U125

23 Ekroos K， Chernushevich I V， Simons K， Shevchenko A. Anal. Chem.， 2002， 74(5): 941～949

24 Ekroos K， Ejsing C S， Bahr U， Karas M， Simons K， Shevchenko A. J. Lipid. Res.， 2003， 44: 2181～2192

25 Laaksonen R. PLoS ONE， 2006， 1(1): e97

26 Ejsing C S， Duchoslav E， Sampaio J， Simons K， Bonner R， Thiele C， Ekroos K， Shevchenko A. Anal. Chem.， 2006， 78(17): 6202～6214

27 Huang Y， Shen J， Wang T， Yu Y K， Chen F F， Yang J. Acta Biochim Biophyssin， 2005， 37(8): 515～524

28 Huang Y， Yang J， Shen J， Chen F F， Yu Y N. Biochem. Biophys. Res. Commun.， 2005， 330: 430～438

29 Thomas M C， Mitchell T W， Harman D G， Deeley J M， Nealon J R， Blanksby S J. Anal. Chem.， 2008， 80: 303～311

30 Han X L. Current Opinion in Molecular Therapeutics， 2007， 9(6): 586～591

31 Brugger B， Erben G， Shoff R， Wieland F T， Lehmann W D. Proc. Natl. Acad. Sci. USA， 2006， 103(8): 2641～2646

32 Han X L， Yang J， Cheng H， Yang K， Abendschein D R， Gross R W. Biochemistry， 2005， 44(50): 16684～16694

33 Gadomska H， Grzechocińska B， Janecki J， Nowicka G， Powolny M， Marianowski L. Eur. J. Obstet. Gyrecol. Reprod. Biol.， 2005， 120(1): 87～90

34 Xu Y， Shen Z Z， Wiper D W， Wu M Z， Morton R E， Elson P， Kennedy A W， Belinson J， Markman M， Casey G. JAMA， 1998， 280(8): 719～723

35 Luo GuoAn(罗国安)， Liang QiongLin(梁琼麟)， Liu QingFei(刘清飞)， Zhang RongLi(张荣利)，Yang HuiHua(杨辉华)， Li Xue(李 雪)， Wang YiMing(王义明)， Jia Wei(贾 伟)， Zhang WeiDong(张卫东)， Li YiKui(李贻奎). World Sci. Technol.(世界科学技术)， 2007， 9(1): 10～16

36 Zhu Chao(朱 超)， Hu Ping(胡 坪)， Liang QiongLin(梁琼麟)， Wang YiMing(王义明)， Luo GuoAn(罗国安). Acta Pharmaceutica Sinica(药学学报)， 2008， 43 (7): 683～689

37 van Hellemond J J， Retra K， Brouwers J F. Int. J. Parasitol.， 2006， 36(6): 691

38 Correnti J M， Brindley P J， Pearce E J. Mol. Biochem. Parasitol. 2005， 143: 209～215

39 Wippersteg V， Sajid M， Walshe D， Khiem D， Salter J P， McKerrow J H， Grevelding C G， Caffrey C R. Int. J. Parasitol.， 2005， 35: 583～589