浅议药用植物代谢组学的研究进展

《浅议药用植物代谢组学的研究进展》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、浅议药用植物代谢组学的研究进展ok3aharjanRP等[5]用6种办法辨别对大肠杆菌中代谢产物停止提取，发现用-40℃甲醇停止提取的效果最好。现阶段代谢组学的剖析对象次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)联用都是剖析亲水小分子的重要技术。FiehnO等[6]运用GC?MS对拟南芥叶片中的亲水小分子停止了剖析，发现酒石酸半缩醛、柠苹酸、别苏氨酸、羟基乙酸等15种动物代谢物。　　1.3衍生化处置　　对目的代谢产物的衍生化处置取决于所运用的剖析设备，GC?MS零碎只合适对挥发性成

2、分停止剖析，高效液相色谱法(HPLC)普通则运用紫外或荧光标志的办法对样本停止衍生处置，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办法停止了详细的阐明。但是离子化抑制常使得质谱剖析进程中目的代谢产物的离子化效率降低，这次要是由于别离进程中净化物与目的代谢物难以完全别离开所惹起的，优化色谱别离工夫可无效缓解离子化抑制，但是在实践操作中不能够对上百种代谢产物的别离工夫停止优化，应用非放射性同位素浓缩法停止绝对定量可以很好的处理该成绩。HanDK等[8]使用同位素编码的亲和标志(ICAT)，依据经诱导分化的微粒蛋白及其同

3、位素标志物的峰面积比，对该蛋白的[1][2][3][4]下一页ok3itaM等[11]总结了各种色谱别离法中常常遇到的技术成绩，以为毛细管电泳和气相色谱法由于具有较高的分辨率，已成爲代谢组学研讨的惯例技术手腕之一，液相色谱因其适用范围广，使用也相当普遍。　　TanakaN等[12]用高效液相色谱对样品停止别离，以为运用硅胶基质填充毛细管全体柱的高效液相色谱零碎具有用量少、灵敏性高、高压降高速别离等劣势;同时，TolstikovV等[13]也运用硅胶填充的毛细管液相色谱办法对聚戊烯醇类异构体停止了无效别离，取得了很好的分辨率。TanakaN等[1

4、4]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。绝对于其他色谱办法而言，超临界流体色谱(SFC)是别离疏水代谢物最具潜力的技术之一，特别适用于别离那些传统HPLC难以剖析的疏水聚合物，BambaT等[15]经过SFC对聚戊烯醇停止剖析，证明其具有较好的别离才能。针对质谱中存在的共洗脱景象，HalketJM等[16]创造了一种适用于GC?MS的反褶积零碎，对共洗脱的代谢产物停止别离与辨认。AharoniA等[17]运用傅立叶变换离子盘旋共振质谱(FT?ICR?MS)对非目的代谢物停止剖析，疾速扫描动物渐变样品，取得了一定量的代谢成

5、分。　　与别离一样，定量才能也是代谢组学研讨中的重要要素，其取决于各剖析零碎的线性范围。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)等技术由于敏理性低，反复性受共洗脱景象影响较小也被用于检测中。近年来，FT?NMR技术常被用于动物代谢组的指纹图谱研讨[18]，但由于NMR剖析需求样品量较大，剖析后果易受净化，GriffinJL[19]发现将统计形式辨认与FT?NMR相结合可以对代谢物停止片面剖析。除FT?NMR之外，FT?IR经过对无机成分的构造停止惯例光谱测定，也可适用于代谢组学的研讨，特别是使

6、用于构建代谢组学的指纹图谱。虽然它不能对代谢物停止片面剖析，但对具有特定功用的组分却有很好的定量效果，对从工业及食品原资料中别离的代谢混合物也可以停止片面剖析，目前，已有学者将其成功地使用于拟南芥[20]和番茄[21]代谢产物指纹图谱的研讨中。　　1.5数据转换　　爲说明代谢物复杂的线性或非线性关系，需求停止多变量剖析，将原始的色谱图数据转换爲数字化的矩阵数据，经过对色谱峰鉴定和整合从而停止多变量剖析。由于环境等要素的搅扰，光谱数据需求经过适当的数据加工办法停止校正，包括：①降低噪声;②校正基线;③进步分辨率;④数据规范化。JonssonP等[

7、22]报道了一种关于GC?MS色谱图数据处置的办法，可以对少量代谢产物样品停止无效的辨认。　　二、代谢组学中的数据剖析办法　　2.1主成分剖析法(PCA)　　主成分剖析法，将实测的多个目标用多数几个潜在的互相独立的主成分目标线性组合来表示，反映原始测量目标的次要信息。使得剖析与评价目标变量时可以找出主导要素，切断其他相关要素的搅扰，作出更爲精确的估量与评价。PCA数据矩阵通常来自于GC?MS，LC?MS或CE?MS，因而将目的代谢产物作爲自变量，而相应的代谢产物含量作爲因变量，定义与最大特征值方向分歧的特征向量爲第一主成分，依此类推，PCA便能

8、经过对几个次要成分的剖析，从代谢组中辨认出无效信息。主成分剖析有助于简化剖析和多维数据的可视化，但是该办法能够招致一局部有用信息的丧失。　　2.2层次