代谢表型研究：核心检测项目解析
代谢表型研究旨在全面描绘生物体在特定生理、病理或环境条件下的小分子代谢物图谱，揭示其与基因型、环境因素和表型（如健康、疾病、药物反应）之间的动态联系。其核心在于高精度、高通量地检测和分析代谢物，以下重点介绍关键的检测项目类别：
一、 核心代谢物类别检测项目
-
靶向代谢组学分析：
- 目标： 精确、定量地检测已知的、具有重要生物学意义的特定代谢物或代谢通路。
- 关键检测项目：
- 能量代谢： 葡萄糖、乳酸、丙酮酸、柠檬酸、苹果酸、ATP、ADP、AMP、NAD+/NADH、NADP+/NADPH、辅酶A。
- 氨基酸： 必需氨基酸（缬氨酸、亮氨酸、异亮氨酸等）、非必需氨基酸（谷氨酸、谷氨酰胺、天冬氨酸、丙氨酸、甘氨酸等）、支链氨基酸（BCAAs）、芳香族氨基酸。
- 脂质： 游离脂肪酸（FFA：棕榈酸、油酸、硬脂酸等）、酰基肉碱（长链、中链、短链）、甘油三酯（TG）、磷脂酰胆碱（PC）、磷脂酰乙醇胺（PE）、鞘磷脂（SM）、胆固醇、胆固醇酯、溶血磷脂、甾醇类激素前体。
- 核苷酸： ATP、ADP、AMP、GTP、CTP、UTP、脱氧核苷酸（dATP等）、核苷（腺苷、肌苷等）。
- 维生素与辅因子： B族维生素（B1, B2, B3, B6, B9, B12）、维生素C、维生素D代谢物、维生素E、辅酶Q10、硫辛酸。
- 胆汁酸： 初级胆汁酸（胆酸、鹅脱氧胆酸）、次级胆汁酸（脱氧胆酸、石胆酸）、结合型胆汁酸（甘氨胆酸、牛磺胆酸）。
- 有机酸： 三羧酸循环中间体（柠檬酸、α-酮戊二酸、琥珀酸、延胡索酸、苹果酸）、短链脂肪酸（乙酸、丙酸、丁酸）、酮体（β-羟基丁酸、乙酰乙酸）。
- 氧化应激标志物： 谷胱甘肽（氧化型GSSG和还原型GSH）、半胱氨酸、甲硫氨酸、氧化脂质标志物（如8-iso-PGF2α）、尿酸。
- 神经递质及前体： 谷氨酸、γ-氨基丁酸（GABA）、甘氨酸、多巴胺、血清素（5-HT）、去甲肾上腺素、组胺及其代谢物。
-
非靶向代谢组学分析：
- 目标： 无偏向性地、尽可能全面地检测样品中所有可检出的代谢物（已知和未知），进行相对定量和结构鉴定探索。
- 关键检测项目： 涵盖上述所有靶向类别，并扩展至：
- 未知代谢物的发现与结构推测。
- 微生物相关代谢物（如吲哚类、短链脂肪酸、次级胆汁酸）。
- 植物/食物来源的植源性化合物（多酚、黄酮类、生物碱等）。
- 药物及其代谢产物。
- 污染物暴露标志物。
二、 代谢通量与动态监测项目
-
稳定同位素示踪：
- 目标： 追踪特定前体（如¹³C-葡萄糖、¹⁵N-谷氨酰胺、²H₂O、¹³C-棕榈酸）在代谢网络中的流向和转化速率。
- 关键检测： 利用质谱检测代谢物中同位素标记的丰度分布和标记模式（如M+0, M+1, M+2...），计算：
- 特定代谢通量（如糖酵解、TCA循环通量）。
- 新合成速率（如脂质合成、蛋白质合成）。
- 途径贡献率（如不同碳源对TCA循环的贡献）。
- 途径分支点流量分配。
-
实时/准实时代谢物监测：
- 目标： 在细胞或组织水平上，高时间分辨率地监测关键代谢物浓度的动态变化（秒/分钟级）。
- 关键检测项目： 通常针对少数关键指标：
- 细胞外酸化率（ECAR，反映糖酵解）。
- 耗氧率（OCR，反映线粒体呼吸）。
- 胞内ATP、NAD(P)H、乳酸、葡萄糖、谷氨酰胺等（利用生物传感器或快速淬灭/提取技术）。
三、 空间代谢组学成像
- 目标： 在组织切片上原位获取代谢物的空间分布信息。
- 关键技术： 基质辅助激光解吸电离质谱成像（MALDI-MSI）、解吸电喷雾电离质谱成像（DESI-MSI）、二次离子质谱成像（SIMS）。
- 关键检测项目： 根据研究目的，可对特定脂质、小分子代谢物（如神经递质、药物、能量代谢物、核苷酸）或特定代谢通路产物进行成像，揭示组织微环境中的代谢异质性（如肿瘤微环境、不同脑区）。
四、 代谢功能与表型关联检测
这些项目常与代谢组学数据整合，建立代谢变化与表型的直接联系：
- 能量代谢表型：
- 检测项目： 基础代谢率、静息能量消耗、呼吸商、运动耐力测试。
- 糖代谢稳态：
- 检测项目： 空腹血糖、口服葡萄糖耐量试验（OGTT）、胰岛素耐量试验（ITT）、糖化血红蛋白（HbA1c）、胰岛素、C肽。
- 脂代谢稳态：
- 检测项目： 血清总胆固醇、高密度脂蛋白胆固醇（HDL-C）、低密度脂蛋白胆固醇（LDL-C）、甘油三酯（TG）、游离脂肪酸（FFA）、脂蛋白谱分析。
- 氧化应激与炎症：
- 检测项目： 血浆/组织抗氧化酶活性（SOD, CAT, GPx）、炎症因子（IL-6, TNF-α, CRP）、氧化损伤标志物（蛋白质羰基化、脂质过氧化物）。
- 肠道微生物相关表型：
- 检测项目： 粪便微生物组测序（与代谢组关联）、肠道屏障功能标志物（如血浆脂多糖LPS、连蛋白）、短链脂肪酸浓度。
五、 数据整合与生物信息学分析
- 关键“检测”项目（计算分析）：
- 代谢物鉴定： 基于精确质量数、同位素模式、二级质谱碎片、保留时间与数据库比对。
- 统计分析： 单变量分析（t检验、ANOVA）、多变量分析（PCA, PLS-DA, OPLS-DA）寻找差异代谢物。
- 通路分析： 差异代谢物映射到KEGG、HMDB、Reactome等代谢通路数据库，富集分析确定受影响的生物学通路。
- 网络分析： 构建代谢物-代谢物关联网络或整合多组学（基因组、转录组、蛋白组）数据网络。
- 机器学习建模： 利用代谢组数据构建疾病诊断、预后预测或药物反应预测模型。
总结：
代谢表型研究是一个多维度、多层次的综合体系。其核心检测项目从基础的靶向/非靶向代谢物定性与定量，扩展到揭示代谢动态的通量分析、反映空间异质性的成像技术，并结合传统生理生化指标（能量代谢、糖脂代谢、氧化应激等）进行功能验证。最终通过强大的生物信息学工具，将海量的代谢数据转化为对生物体状态和功能的深刻理解。选择哪些检测项目，取决于具体的研究目标、样本类型和可用资源。精准、全面且深入的分析是揭示代谢表型奥秘的关键。