代謝組學/應用/營養/個人代謝組學
返回上一章： 資料庫
下一章： 貢獻者
第一類： 疾病研究
轉至： 生活方式
返回： 營養基因組學
- 隨著技術的進步和計算機程式新演算法的發現，我們將看到醫學研究人員檢測人體代謝物濃度變化的能力。這可能導致發現精神分裂症等疾病的新生物標誌物。這些想法由埃萊恩·霍姆斯和勒羅伊·胡德及其同事在關於精神分裂症生物標誌物和個人代謝組學潛力的文章中分享。
- 個人代謝組學將成為未來根據個人情況診斷和治療代謝紊亂的簡便方法。可以分析尿液或血液中的代謝物，並透過收集的資料，檢查個體可能患有的疾病。我們的綜述主要集中在糖尿病，因為它是最常研究和最常見的代謝紊亂之一。
- 在“基於相關性和定量 (1)H NMR 的代謝組學揭示了糖尿病大鼠中特定的代謝途徑紊亂”一文中，利用鏈脲佐菌素誘導大鼠患糖尿病。然後，對尿液和血漿進行分析，以發現可能指示糖尿病的代謝物。發現了 17 種不同的代謝物，其中許多含量過高。透過將這些資訊提升到更高的水平，在未來，它可以用於輕鬆診斷或治療人類的糖尿病。
- 類似地，在“用於代謝組學的綜合二維氣相色譜/飛行時間質譜：糖尿病的生物標誌物發現”一文中，在人類患者中發現了 5 種潛在的生物標誌物。然而，與第一篇論文相比，使用二維氣相色譜而不是 NMR。發現的潛在生物標誌物包括葡萄糖和亞油酸。同樣，這些發現對於進一步的診斷和治療很有用。
- 第三篇文章，“1型糖尿病和正常尿白蛋白排洩患者的一氧化氮合成和異前列腺素生成”表明，在 1 型糖尿病患者中，一氧化氮 (NO) 水平高於正常健康個體。然而，這種 NO 的增加對腎臟功能沒有影響，因為糖尿病患者尿液中的白蛋白排洩正常。NO 是一種代謝物，可以用於進一步診斷和研究糖尿病。
- 文章“個人代謝組學作為下一代營養評估”討論了當前和未來的技術以及合作實驗室和資料庫如何將在脂類等代謝方面發揮關鍵作用，以便在不久的將來評估代謝疾病並個性化人類的健康和飲食。
- 文章“前瞻性醫療保健：醫學的第二次轉型”描述了目前用於預測疾病的資料庫和標準如何不足。相反，應該使用預測模型（例如，將 Gail 模型用於乳腺癌）來評估疾病風險或疾病的負面影響，並幫助根據個人的個性化評估和預測模型制定適當的治療方案。
- 發現的網站主要是針對研究人員和專業人士而不是普通消費者的資源網站。Chenomx Inc 是一家生命科學公司，為製藥公司的代謝組學研究人員提供化學軟體和資料分析解決方案等。他們擁有獲得專利的 NMR 套件 5.1，該套件包含五個不同的功能工具，如 Chenomx Profiler 和 Chenomx Compound Builder。他們提供的軟體非常可靠準確，能夠快速識別和量化代謝物。目前，他們的資料庫中包含超過 250 種代謝物，為代謝組學研究人員提供了大量資訊。
- PreDX 是唯一一個針對消費者或普通民眾而不是研究機構或大型公司的網站。該網站提供了一種新型的血液檢測，評估在有糖尿病風險的個體中發現的不同代謝物。這一點非常重要，因為一些糖尿病病例可以透過改變飲食和運動來預防。瞭解患糖尿病的風險可以極大地幫助個體進行預防。
- 最後一個網站屬於代謝組學學會，這是一個由著名的代謝組學科學家組成的團體，他們正在努力進一步擴充套件他們的領域。除了提供資源外，他們還提供有關代謝組學領域新技術和方法的教程和研討會。該網站提供了與代謝組學中使用的各種軟體型別的連結。雖然這對公眾沒有用，但對於希望使用代謝組學幫助診斷患者的代謝組學研究人員或醫生來說，它是一個很好的資源。
- Chenomx NMR Suite 幫助科學家將代謝反應與病理、毒性、藥物療效和遺傳學聯絡起來。
主要關注點
- 透過使用核磁共振波譜技術，並採用獨特創新的軟體，提供對各種生物樣本中代謝物的分析技術。
摘要
- Chenomx Inc 是一家生命科學公司，為全球製藥公司和機構的代謝組學研究人員提供了許多服務。透過與化學軟體和系統生物學資料分析解決方案等特定領域的領先供應商合作，Chenomx 透過其網站提供了一系列高效、經濟且及時的服務。這些服務包括核磁共振 (NMR) 波譜資料採集、代謝物分析的目標分析和大量生物樣本的統計分析。所有這些都透過其獨一無二的專利 Chenomx NMR Suite 5.1 實現；該套件包含五個不同的功能工具，例如 Chenomx Profiler、Chenomx Compound Builder、Chenomx Spin Simulator、Chenomx Library Manager 和 Chenomx Processor。
- Chenomx 聘請了高素質的科學家來執行所有服務。多年來，Chenomx 在處理和分析各種生物樣本方面積累了豐富的經驗。Chenomx 實驗室擁有尿液、血漿、血清、唾液和細胞提取物的標準協議。Chenomx 繼續改進和擴充套件其在處理新樣本方面的知識，這些樣本可以用於透過核磁共振波譜分析特定代謝物的檢測。Chenomx 的核磁共振波譜是快速檢測生物流體成分的強大工具。Chenomx 使用的核磁共振波譜儀具有 400 到 800 MHz 的場強。將核磁共振波譜與軟體相結合，可以實現高效的一步式生物流體分析。Chenomx 軟體能夠準確、可靠且快速地識別和量化代謝物，為研究人員提供完整而全面的分析結果，並以各種格式或資料庫呈現：分隔文字、Microsoft Excel、XML、SIMCA-P、Matlab 等等。
- 目前，Chenomx 提供酒精、脂肪酸、氨基酸、糖、有機酸和核酸成分等樣本製備服務。Chenomx 資料庫擁有超過 250 種化合物，需要解釋其研究的化合物或途徑的代謝組學研究人員只需點選幾下滑鼠即可訪問 www.chenomx.com 提供的優勢工具。
- 核磁共振
- 利用核磁共振來研究分子的一系列科學方法 ("核磁共振波譜法") ( http://en.wikipedia.org/wiki/NMR )
- 化學計量學
- 在實驗設計和評估結果資料中使用數學統計方法 ( http://en.wiktionary.org/wiki/chemometrics )
- 代謝物
- 任何由代謝反應產生或參與代謝反應的物質 ( http://en.wiktionary.org/wiki/metabolite )
- 場強
- 在電場或磁場中給定點上所有力（作用於單位質量或單位電荷或單位磁極）的向量和 ( http://wordnetweb.princeton.edu/perl/webwn?s=field%20strength )
- 血清
- 將全血在允許凝固後分離成固體和液體成分後獲得的透明淡黃色液體 ( http://en.wiktionary.org/wiki/serum )
- 該網站提供分析各種代謝物的技術，我們在這門課程中討論過其中一些代謝物。
http://predictmyrisk.com/about.html
識別可能在五年內患上糖尿病的患者。
主要關注點
- 主要關注點是利用代謝物血液檢測來找出患糖尿病風險的患者，並使用除葡萄糖以外的代謝指標來做到這一點。
摘要
- 糖尿病是許多人的重大健康問題。它會導致其他健康問題，例如高血壓、血栓、視力喪失、中風以及許多其他疾病。如今，醫生可以透過一些方法檢測糖尿病的風險因素，以便在糖尿病發病之前預防。醫生會使用一種血液檢測來檢測空腹期間血液中的葡萄糖水平。不幸的是，這種檢測被發現並不像以前假設的那樣準確。
- PreDX 是一個網站，它提供了一種新型的血液檢測，可以檢測出許多不同的代謝物，這些代謝物被發現存在於患糖尿病風險的患者中。這種新的檢測方法對醫生來說可能非常有用，因為它分析血液中的代謝物，與傳統的空腹血糖檢測相比，它可以更準確地衡量糖尿病風險。該網站聲稱其血液檢測能夠識別出在患上糖尿病之前五年內有患病風險的患者。PreDX 聲稱這是一個簡單易行且靈敏的檢測方法，它可以提供患者風險以及該風險原因的易於理解的結果。這種檢測還可以用於現有的糖尿病患者，以更全面地測試其糖尿病控制情況。
- 該檢測方法是在空腹血液樣本上進行的。一種演算法分析了許多蛋白質和血源性生物標誌物。然後，該演算法將這些資料彙總成一個單一的數值分數，該分數可以轉換為風險百分比。這項技術可以透過電話、線上或透過傳真將資訊傳送到網站上的號碼來獲得。
- 生物標誌物
- 用作生物狀態指標的物質。 ( http://en.wikipedia.org/wiki/Biomarkers )
- 蛋白質
- 由氨基酸組成的有機化合物，這些氨基酸以線性鏈排列，並透過相鄰氨基酸殘基的羧基和氨基之間的肽鍵連線在一起。 ( http://en.wikipedia.org/wiki/Protein )
- 中風
- 由於供應大腦血液的血管出現障礙而導致的腦功能迅速喪失。 ( http://en.wikipedia.org/wiki/Stroke )
- 大血管
- 指大血管。 ( http://diabetes.org.au/glossary.htm )
- 空腹血糖
- 一種檢測方法，用於瞭解在隔夜禁食後採集的血液樣本中葡萄糖的含量。 ( http://www.medterms.com/script/main/art.asp?articlekey=3393 )
- 遺傳標記
- 產生可識別性狀的特定基因，可用於家族或人群研究。 ( http://wordnetweb.princeton.edu/perl/webwn?s=genetic%20marker )
- 視網膜病變
- 是一個通用術語，指的是眼睛視網膜發生的某種非炎症性損傷。這種情況最常見的原因是血液供應出現問題。 ( http://en.wikipedia.org/wiki/Retinopathy )
- 該網站提供了一種檢測方法，用於分析與糖尿病相關的代謝物。這與我們課程的內容相關，因為它展示了代謝的複雜相互作用及其對身體的影響。
http://www.metabolomicssociety.org
- 代謝組學協會是一個致力於代謝組學領域發展的網站。它是一個非營利組織，擁有來自20個國家的500多名成員。該協會還出版了自己的期刊《代謝組學》，這是一本由施普林格出版的同行評審期刊，每3-4個月出版一次。該網站提供了多種代謝組學資源，包括大量軟體和資料庫。然而，這些資源更適合研究人員，而不是“日常”個人。換句話說，它不是代謝組學的WebMD，但仍然提供資訊，醫生或研究人員可以使用這些資訊來幫助“日常”個人進行個人代謝組學分析。
- 該網站上列出的幾乎所有軟體都使用核磁共振或各種質譜儀。利用這些，他們能夠透過與大型資料庫進行比較來檢測某些代謝物，有時甚至可以對新發現的代謝物進行結構化。XCMS(2)能夠使用“相似性搜尋”，它可以獲取未知代謝物並提出可能的結構基序，從而允許對未知代謝物進行可能的鑑定。MetaboMiner是一個能夠“識別複雜生物流體中代謝物”的程式，這在醫療環境中會很有用。HORA可能是最相關的，因為它是一個由人類血液中代謝物組成的資料庫。它允許您判斷哪些代謝物異常，並且方便地提供圖表來管理資料。雖然還有更多軟體可用，但最後這兩個與個人代謝組學最相關。該網站還提供了代謝物的資料庫，包括一些與疾病相關的資料庫，例如OMIM。除了軟體之外，代謝組學協會還提供各種教程講習班，包括“NIH理解生物途徑和網路的路線圖——代謝組學”和“PubChem：化學生物學篩選結果的公共儲存庫”。該網站最重要的部分是軟體資源，儘管網站還有其他有用的方面。
- NIH
- 美國國立衛生研究院 (http://en.wikipedia.org/wiki/NIH)
- 代謝譜分析
- 代謝譜分析採用一系列分析方法（例如，質譜和高解析度1H核磁共振譜），適合於感興趣的代謝物類別（類）的化學性質。 (http://www.genomicglossaries.com/content/metabolic_engineering.asp)
- 代謝指紋圖譜
- 根據樣品的來源或生物學相關性對其進行快速分類。 (http://www.genomicglossaries.com/content/metabolic_engineering.asp)
- 足跡分析
- 是一種識別蛋白質結合的DNA位點的技術，透過這種技術，該區域的鍵不受核酸酶攻擊的保護。 (http://www.hgsc.bcm.tmc.edu/docs/HGSC_glossary.html)
- 轉錄組分析
- 透過識別細胞中所有存在的信使RNA來分析細胞的全域性基因表達。 (http://www.nature.com/nrmicro/journal/v2/n12/glossary/nrmicro1046_glossary.html)
- 代謝通量分析
- 一種類似於通量基分析的分析技術，用於確定代謝物在生物過程中產生的速率。 (http://en.wikipedia.org/wiki/Metabolic_flux_analysis)
- 代謝組
- 指的是生物樣本（例如單個生物體）中發現的完整的小分子代謝物（例如代謝中間體、激素和其他訊號分子以及次級代謝物）集合。 (http://en.wikipedia.org/wiki/Metabolome)
- Auffray，Charles；Chen，Zhu；Hood，Leroy。系統醫學：醫學基因組學和醫療保健的未來。基因組醫學 2009，I:2。 http://genomemedicine.com/content.I/I/2.
- 系統生物學可用於確定和早期預警某些疾病，這得益於計算和技術方面的進步。
- 透過制定可靠的假設，可以透過採集特定代謝物的樣本，並使用經過精心設計的數學方法來對生物系統進行監測，從而對資料做出明智的決策。然後，可以透過一系列網路與其他科學家共享這些資料。
- 透過精心設計的假設驅動方法，可以建立合成生物學和動態過程，使使用者能夠改變代謝物的引數來預測不同濃度的影響。使用這些精心設計的方法，個人基因組計劃將能夠確定正常和患病表型的差異。如果沒有高質量的設計和評估，由此產生的生物標誌物的用途將受到影響。然而，微陣列和PCR技術的最新進展以及蛋白質組學工具的進步，使得能夠獲得準確的讀數和高質量的資料。使用強大的計算機程式，可以生成顯示蛋白質間相互作用的網路過程。計算方面的一些限制是註釋資料的差異。不同的程式語言，以及細胞系統不斷變化的事實，使得編寫一個涵蓋細胞所有變化的理想程式變得困難。隨著技術的進步，新的計算方法將允許對整個細胞系統和器官進行建模。該專案高度依賴於註釋資訊，因此所有組織都應該使用註釋標準，並密切關注實驗的質量。
系統生物學 - 透過使用複雜生物系統知識，可以確定行為和不同的條件。
合成生物學 - 使用模組化過程可以設計和建模生物系統。
分層 - 外觀
www.dictionary.com
異速生長 - 生長測量
www.dictionary.com
闡明 - 使清楚
www.dictionary.com
系統 - 有計劃
www.dictionary.com
細胞計數 - 細胞計數
www.dictionary.com
Kaddurah-Daouk，Rima。精神分裂症患者的代謝譜分析。PLoS 醫學。2006 年 8 月，V.3，I.8；第 1222-1223 頁。
- 代謝組學可用於監測和開發不同人類疾病的生物標誌物。
- 本文提供了一個想法，即使用適當的測量工具，環境因素可以用於發現新的疾病生物標誌物，例如精神分裂症。
- 在這個醫學發展時期，人們提出了發現和預防疾病的新思路。精神疾病，更具體地說，精神分裂症，阻礙著全世界許多人的日常生活。這種疾病有治療過程，但許多精神分裂症患者發現很難堅持治療。他們經常停止治療，結果只能復發，使症狀加重。Elaine Holmes 和她的同事提出了精神分裂症沒有已知生物標誌物的事實。他們專注於透過識別腦脊液樣本的變化來識別精神分裂症的生物標誌物。為此，他們使用核磁共振 (NMR) 來記錄多個共振係數。他們跟蹤了兩組不同精神分裂症患者的代謝物，並用抗精神病藥物治療了一組患者。他們發現，一旦給予治療，正在測試的代謝組子集就會穩定到正常水平。Elaine Holmes 和她的同事認為，透過研究代謝組學，科學家可以找出能量和脂質生物合成代謝的障礙。在對這項研究進行進一步測試時，應該包括更大的樣本群體，以及複製和驗證結果的能力。這將減少混雜效應，並允許更具意義的生物學假設。
異常 - 偏離正常。
主導係數 - 乘法中的常數因子
腦脊液 (CSF) - 大腦周圍脊柱中的透明液體
核磁共振 (NMR) - 使用量子磁性的物理共振
2 型糖尿病 - 非胰島素依賴型糖尿病
Zhang, Shucha。Nagana Gowda,GA。Asiago, V。Shanaiah, N。Barbas, C。“基於相關和定量 (1)H NMR 的代謝組學揭示了糖尿病大鼠的特定代謝途徑紊亂”。分析生物化學 383。2008 年 5 月。76-84。2009 年 2 月 11 日 http://www.ncbi.nlm.nih.gov/pubmed/18775407?ordinalpos=1&itool=EntrezSystem2.PEntrez.Pubmed.Pubmed_ResultsPanel.Pubmed_DefaultReportPanel.Pubmed_RVDocSum
- 1 型糖尿病是一種自身免疫性疾病，由身體破壞胰腺中的 β 細胞引起。儘管糖尿病是一個研究得很透徹的課題，但它的原因和預防措施仍然沒有得到很好的理解。在這項研究中，研究人員使用代謝組學方法來研究 1 型糖尿病。具體來說，研究人員將核磁共振 (NMR) 和質譜與多變數統計分析 (MSA) 相結合。這些技術使研究人員能夠以相對經濟高效且節省時間的方式篩選大量的代謝物樣本並收集與正常個體和糖尿病患者相關的資料。代謝組學作為研究疾病的一種方法非常普遍。例如，它已被用於研究癌症、2 型糖尿病、先天性代謝錯誤，甚至飲食和營養。
- 在這項研究中，研究人員給大鼠注射鏈脲佐菌素 (STZ) 以誘導 1 型糖尿病。然後，他們在 4 天后檢查大鼠的葡萄糖水平是否升高超過 200 毫克/分升，以確認它們是否患有糖尿病。所選擇的對照組在年齡和性別上均相當。兩組大鼠都保持在適當的條件下，並提供適當的食物和水供應。在初始注射後 7 天，每 8 小時收集一次尿液樣本。在處死大鼠之前，透過心臟穿刺收集血液樣本。從尿液和血液樣本中收集資料，並使用配備 HCN 1H 反向檢測探頭的 NMR 光譜儀進行分析。分析後，鑑定並定量了 17 種代謝物。
- 在糖尿病大鼠中，葡萄糖、α-生育酚、尿素、甘油三酯、TBARS 和肝臟 α-生育酚均高於對照組。此外，糖尿病大鼠在 24 小時時間範圍內消耗和分泌的尿量是對照組的 10 倍。
- 糖尿病大鼠的葡萄糖以及各種其他較小分子的峰值強度高。葡萄糖的特定數量平均比對照大鼠高約 7500 倍。觀察到乳酸的增加量是第二高的，約為 40 倍。
- 為了確認所編制的資料的準確性，研究人員進行了多變數分析：主成分分析 (PCA)。PCA 結果表明，由於大量的代謝物，對照組和糖尿病大鼠區分明顯。去除葡萄糖不會影響區分糖尿病大鼠和對照大鼠的分析。
- 使用代謝組學方法研究 1 型糖尿病，研究人員發現，即使從樣本中去除最顯著的標誌物（葡萄糖）後，代謝物之間仍然存在顯著差異，從而將對照大鼠與糖尿病大鼠區分開來。此外，研究人員開發了一個網路，顯示了代謝物變化及其相互之間的相關性。
- 自身免疫
- 機體不能識別自身組成部分為自身，導致機體對自身細胞和組織產生免疫反應 (http://en.wikipedia.org/wiki/Autoimmune)
- 葡萄糖
- 單糖（或簡單糖），也稱為葡萄糖、血糖或玉米糖，是生物學中非常重要的碳水化合物 (http://en.wikipedia.org/wiki/Glucose)
- 先天性代謝錯誤
- 包括一大類涉及代謝紊亂的遺傳疾病 (http://en.wikipedia.org/wiki/Inborn_errors_of_metabolism)
- 質譜
- 穿過磁場的帶電粒子沿圓形路徑偏轉，圓形路徑的半徑與質荷比 m/e 成正比 (http://www.chem.ucalgary.ca/courses/351/Carey/Ch13/ch13-ms.html)
- 代謝物
- 是“特定細胞過程留下的獨特化學指紋的系統研究”：具體來說，是對它們的低分子量代謝物譜的研究 (http://en.wikipedia.org/wiki/Metabolites)
- 核磁共振 (NMR)
- 是一種基於原子核的量子力學磁性質的物理現象 (http://en.wikipedia.org/wiki/Nuclear_magnetic_resonance)
- 主成分分析
- 確定可以解釋原始集合的更小集合的合成變數 (http://en.wikipedia.org/wiki/Principal_components_analysis)
- 鏈脲佐菌素
- 一種天然存在的化學物質，對哺乳動物胰腺中產生胰島素的 β 細胞特別有毒 (http://en.wikipedia.org/wiki/Streptozotocin)
- 甘油三酯
- 大多數脂肪在食物和身體中存在的化學形式 (http://www.americanheart.org/presenter.jhtml?identifier=4778)
- 1 型糖尿病
- 1 型糖尿病是一種自身免疫性疾病，會導致胰腺產生胰島素的 β 細胞被破壞 (http://en.wikipedia.org/wiki/Type_1_diabetes)
- 這與代謝的整體研究有關。
Li, Xiang。Xu,Z。Lu, X。Yang, X。Yin, P。Kong, H。Xu, G。“用於代謝組學的綜合二維氣相色譜/飛行時間質譜：糖尿病生物標誌物發現”。分析化學學報 663。2008 年 11 月。257-262。2009 年 2 月 11 日 <http://www.sciencedirect.com/science?_ob=ArticleURL&_udi=B6TF4-4V2NKGK-2&_user=47004&_rdoc=1&_fmt=&_orig=search&_sort=d&view=c&_acct=C000005018&_version=1&_urlVersion=0&_userid=47004&md5=bc0216cfd9f5107aa5fd79797ede270b>.
- 代謝組學可用於診斷疾病並幫助進行機制研究。研究人員使用線性色譜-質譜 (LC-MS) 和氣相色譜-質譜 (GC-MS) 來檢查需要高靈敏度、高選擇性且具有較大線性範圍的代謝物含量。在這項研究中，研究人員透過 LC-MS 和多變數統計分析 (MSA) 研究了 2 型糖尿病 (T2DB) 患者的血漿磷脂水平。修改了一些標準方法來檢查健康患者和糖尿病患者之間的代謝物譜差異。例如，研究人員將 GC X GC-MS 與超高效液相色譜質譜 (UPLC-MS) 相結合，以獲取大鼠的全域性代謝物譜。GC X GC 已被用於多種方式。但是，當它與 MS 結合使用時，可以在樣本之間對比代謝物譜。
- 從血漿中提取代謝物，並透過GC X GC-TOFMS進行分析。資料被提交到資料處理軟體。進行峰對齊調整和模式識別。根據代謝物在投影中的變數重要性（VIP），獲得了潛在的生物標誌物代謝物。它們透過ChromaTOF和NIST MS Search 2.0軟體進行鑑定。
- 本研究招募了48名糖尿病患者和31名健康對照志願者。收集血液樣本，獲得血漿蛋白。然後，使用LECO Pegasus 4D GC X GC-TOFMS裝置分析血漿樣本。之後，使用偏最小二乘判別分析（PLSDA）揭示了健康人群和糖尿病患者之間的差異。使用正交訊號校正（OSC）來排除兩種樣本型別之間的差異。
- 如上所述，選擇VIP值大於1.0的代謝物作為潛在的生物標誌物。經過進一步分析和排除無關資料後，研究人員得出結論：如果相似度大於750，則與已發表的資料匹配。他們發現9個潛在的生物標誌物中，有4個與已發表的資料匹配。棕櫚酸、磷酸、2-羥基異丁酸和亞油酸都被鑑定為陽性匹配。
- 眾所周知，葡萄糖和脂類是2型糖尿病的關鍵特徵。在2型糖尿病患者中，血液中迴圈的遊離脂肪酸（FFA）水平升高。這可能是2型糖尿病發展的誘因，也可能是2型糖尿病的結果。此外，FFA可能與葡萄糖競爭底物水平氧化，從而干擾丙酮酸脫氫酶的活性。這會導致細胞內葡萄糖水平升高。FFA水平升高也可能導致高胰島素血癥。高胰島素血癥可能是2型糖尿病患者胰島素抵抗的開始。由於發現的生物標誌物與高血糖或β-氧化問題相關，它們可以用於輔助診斷或進一步研究。
- 氣相色譜
- 具體來說，氣相-液相色譜法——涉及將樣品氣化並注入色譜柱頂部(http://teaching.shu.ac.uk/hwb/chemistry/tutorials/chrom/gaschrm.htm)
- 多元統計分析
- 描述一組程式，這些程式涉及同時觀察和分析多個統計變數(http://en.wikipedia.org/wiki/Multivariate_statistical_analysis)
- 飛行時間質譜 (TOFMS)
- 離子被電場加速到相同的動能，離子的速度取決於其質荷比(http://en.wikipedia.org/wiki/Time-of-flight_mass_spectrometry)
- 2型糖尿病
- 一種代謝紊亂，其特徵是在胰島素抵抗和相對胰島素缺乏的情況下出現高血糖。(http://en.wikipedia.org/wiki/Diabetes_mellitus_type_2)
- 高胰島素血癥
- 存在於患有2型糖尿病或胰島素抵抗的人群中，血液中迴圈的胰島素水平過高。(http://en.wikipedia.org/wiki/Hyperinsulinemia)
- 超高效液相色譜
- 一種色譜柱，它包含色譜填料（固定相）、用於推動流動相透過色譜柱的泵，以及用於顯示分子保留時間的檢測器(http://en.wikipedia.org/wiki/Ultra_performance_liquid_chromatography)
- 這與代謝的整體研究有關。
O'Byrne, Sharon, P Forte, LJ Roberts II, JD Morrow, A Johnston, E Anggard, RDG Leslie, and Nigel Benjamin. "Nitric Oxide Synthesis and Isoprostane Production in Subjects With Type 1 Diabetes and Normal Urinary Albumin Excretion." Diabetes. 49. 5, 857-862. May 2000. http://diabetes.diabetesjournals.org/cgi/reprint/49/5/857
- 1型糖尿病患者患嚴重微血管併發症的風險很高。對這些併發症的研究已經進行了大量研究，重點是內皮和一氧化氮 (NO) 的產生。NO 在人體微血管的日常正常功能中起著重要作用。NO 的作用受到其自身產生和自由基超氧化物 (O2-) 產生之間的平衡的嚴格調節。當 NO 和 O2- 相互作用時，會形成高反應性的過氧化亞硝酸鹽 (ONOO-)，它催化 LDL 膽固醇中異前列腺素的形成。異前列腺素是高血糖的標誌物；高血糖是一種與糖尿病相關的疾病，會導致維持血管的重要組織增殖，從而引起併發症。在這項研究中，研究人員設計了一種準確量化 NO 合成的方法，以深入研究患有正常尿白蛋白排洩 (UAER) 的 1 型糖尿病患者中 NO 與自由基產生之間的關係以及與正常對照組的匹配。
- 該方法需要將穩定同位素 L-[15N]2-精氨酸注入每個受試者體內，並在 36 小時內每 12 小時收集一次尿液，並將 L-[15N]2-精氨酸轉化為 15N-硝酸鹽。受試者遵循嚴格的指南，例如在研究前 3 天和研究期間避免進行體育鍛煉。透過同位素稀釋質譜法，使用特定異前列腺素的代謝產物 2,3-二正丁基-5,6-二氫-F2-IsoP 來量化前 12 小時的自由基產生。透過使用同位素比質譜法檢測尿液中排洩的 15N-硝酸鹽水平，測量了全身 NO 的產生。採取了謹慎的考慮和措施，以限制糖尿病和健康受試者之間可能改變結果的可變性因素，包括年齡、BMI、血壓和膽固醇。
- 根據結果，與對照組相比，1 型糖尿病患者表現出全身 NO 合成的顯著增加，特別是那些患病史超過 20 年的患者。所有與個體特徵、肌酐清除率和消除率相關的變數均微不足道。只有性別的差異會影響 15N-硝酸鹽水平，無論是否患有糖尿病，女性總體表現出最高的 NO 產生。確定體內氧化應激水平的 F2-異前列腺素水平表明 NO 合成與自由基之間存在反比關係。這與早期假設一致，即氧化物質（自由基）的存在使 NO 合成失活。異前列腺素濃度在糖尿病組和對照組中相似，因此糖尿病組中 NO 產生更高的一個可能解釋可能是由於 NO 的抗氧化和保護活性。NO 抑制自由基，自由基在糖尿病患者產生的高血糖條件下積聚。這項研究的結果為人們對 NO 在 1 型糖尿病患者中的作用提供了新的有希望的見解。
- 微血管
- 指小的血管 (http://diabetes.org.au/glossary.htm)
- 血管病
- 任何血管或淋巴管的疾病 (http://wordnetweb.princeton.edu/perl/webwn?s=angiopathy)
- 微量白蛋白尿
- 少量蛋白質（白蛋白）洩漏到尿液中；腎臟損傷的早期預警訊號 (http://diabetes.org.au/glossary.htm)
- 有絲分裂
- 誘導細胞的有絲分裂 (http://medical-dictionary.thefreedictionary.com/mitogenesis)
- 血糖正常
- 指血糖正常；體內血糖水平正常 (http://en.wiktionary.org/wiki/euglycemic)
- 為了進一步瞭解 1 型糖尿病患者中 NO（從精氨酸代謝到脯氨酸的產生）產生與自由基之間的關係以及微血管疾病的出現。
German, J. Bruce. Roberts, Matthew-Alan. and Watkins, Steven M. “Personal Metabolomics as a Next Generation Nutritional Assessment” The American Society for Nutritional Sciences. J. Nutr. May 2009. 133:4260-4266, December 2003. http://jn.nutrition.org/cgi/content/full/133/12/4260
- 每個人在代謝調節方面都有所不同，因此並不一定存在每個人都必須遵循的最佳飲食。未來將需要對個人獨特的代謝進行個性化評估。最終目標將是使每個人的健康個性化，以便更好地預測和管理疾病。現在，由於理解個體代謝健康的挑戰，需要採取更精確和更通用的方法。重要的是要定義飲食組成部分作為完整飲食的輸入變數以及整合代謝的輸出變數，以便判斷一個人的健康狀況。迄今為止，營養研究人員尚未解決在營養臨床試驗中獲取代謝組學範圍內的資料集作為輸出變數的問題。代謝組學的目標是準備一個包含給定生物樣本中所有代謝物的綜合資料集。由於生物樣本中小型代謝物的廣泛動態和化學範圍，這目前還不可行。但是，可以將代謝物分成特定的類別，分析這些類別，然後以電子方式重新組合資料。例如，血液中的所有脂類類別都可以根據每個脂肪酸成分的質量進行量化。質譜等技術提供了一種非常高效且相對便宜的方法來實施系統以收集此類資料。用於解決大多數代謝物類別的技術與用於脂肪酸和複雜脂類的技術一樣可用。因此，在使用這些技術組裝人類和實驗動物的代謝物資料庫方面，沒有重大的技術障礙，這些資料庫包括氨基酸和小肽、甾醇、有機酸、糖和醇、維生素、核苷酸等。只要資料是定性和定量的，來自不同人類和動物研究的資料都可以直接比較。如果資料既定性又定量，那麼在不同的實驗室中使用完全不同的分析技術，相隔數年進行的研究將產生直接可比的資料。疾病的主要致病因素通常是細胞和組織的生化成分發生改變。因此，基因調控控制與主要致病因素之間的聯絡對於藥物開發、醫藥、營養和其他治療措施的應用至關重要。識別基因、轉錄物、蛋白質和代謝物之間的關係是瞭解整合代謝的必要組成部分。現在已經有了軟體可以將分析資料疊加到上述途徑上，這提供了一種強大的方法來識別透過從微陣列獲得的基因資料的共表達來調節代謝的生物學機制。GenMAPP 是一個特別有用的工具，它允許使用者將途徑資訊連結到基因表達資料。總的來說，目標是與各個實驗室合作，解釋血液脂類的差異，從而提供關於使用食物、藥物和生活方式進行干預以改善脂類代謝的預測性知識。
- 環境
所有外部變數的總和，包括飲食、生活方式，以及不可忽視的共存生物體。
- 脂質組學
脂質的研究和探索。
- 脂質
廣泛定義為任何脂溶性（親脂性）、天然存在的分子，例如脂肪、油脂、蠟、膽固醇、甾醇、脂溶性維生素（如維生素 A、D、E 和 K）、單甘油酯、二甘油酯、磷脂等。脂質的主要生物學功能包括能量儲存、作為細胞膜的結構成分以及重要的訊號分子。（http://en.wikipedia.org/wiki/Lipid）
- 營養遺傳學
指人類之間特定的基因序列差異，以及這些差異如何影響對飲食的反應差異和對特定營養物質的需求差異。
- 營養基因組學
是研究飲食對所有基因表達及其功能的影響。
- 與每個人都有關，因為脂質的研究和探索，以及根據自身代謝結構制定個性化飲食，可能會影響我們的個人健康。可能會徹底改變我們對健康和飲食的看法。
Snyderman, Ralph 和 Langheier, Jason。“前瞻性醫療保健：醫學的第二次轉型”基因組生物學 2006 年。2009 年 5 月。7:104。2006 年 3 月 27 日。 http://genomebiology.com/2006/7/2/104
圖片:Breast Cancer Awareness (263497131).jpg
.jpg){kind=link}
- “前瞻性醫療保健”一詞是指個性化的風險預測和戰略性醫療保健規劃，它將促進一種新的護理形式。目前醫療保健的方法基於還原論方法，該方法簡化了傳染病和慢性病的因果關係。疾病並非由一種微生物引起（因為這過於簡單），而是由於遺傳易感性和環境暴露而發展。隨著時間的推移，病理增加，可逆性下降，護理成本增加。更早的干預措施可以明顯降低成本和疾病負擔。因此，目前的研究似乎集中在治療慢性疾病，而不是預防慢性疾病。藉助包括基因組學、蛋白質組學和代謝組學等快速發展的領域在內的現代科學技術，預測事件並在發生損害之前進行干預是可能的。前瞻性醫療保健是一種新的方法，它融合了當前以疾病為導向的醫學的所有力量，但基於戰略性健康規劃的概念，即一種積極的、前瞻性的護理方法。在這個系統中，將對個人進行評估，以確定他們患各種疾病的基線風險、他們當前的健康狀況以及鑑於他們的風險，他們發展特定臨床問題的可能性。為了實現這一點，必須獲得必要的工具，例如預測性生物標誌物，例如低密度脂蛋白 (LDL) 用於心血管疾病。需要識別這些生物標誌物並隨著時間的推移進行跟蹤，以確定個人發展任何特定疾病的可能性是增加還是降低。因此，需要一個預測模型來完成這項任務。預測性建模包含各種用於建立模型的過程，這些模型可以區分預測因子和其他許多對預測結果沒有那麼有價值的因素。數學模型可以作為提高總體護理標準的指南，但不應用於確定最終診斷或治療方案，因為人類對模型可能無法解釋的異常情況敏感。最好的做法是醫療保健使用這些數學模型作為指南來幫助標準化護理，而目前還沒有這樣做。為了最大限度地發揮作用，臨床醫學需要能夠在更短的時間內準確預測事件的預測模型，而不是 10 年內復發的可能性。為了實現這一目標，將需要收集更多相關且具體的資料進行分析，如圖 5 所示，該圖說明了從人群佇列中收集臨床資料和生物標誌物分析結果（如基因表達、蛋白質陣列和心電圖），並將這些結果儲存在疾病模型庫中，然後從中開發模型。這些模型可用於識別特定疾病或事件的風險預測因子，因此可以與特定個人的概況進行比較，以確定他們的風險或診斷疾病進展。與因果基因高度相關的 SNP 等生物標誌物將比目前收集的大部分資料更好地預測不良結局，並提供更好的預測模型。對於被確定為高風險的個人，他們將接受廣泛的監視，以儘可能多地跟蹤疾病，並提供治療支援，例如乳腺癌。對於任何疾病，特別是乳腺癌，為了實現個性化的預防和早期干預，有必要預測基線風險，提供早期檢測的監視，並在疾病發展時促進最佳的個性化治療。為了用乳腺癌做到這一點，有一些特定的模型，稱為 Gail 和 Claus 模型，以及 BRCAPRO，它們用於預測風險，並用於促進適當的治療。將這些新技術應用於醫療保健不僅將提供對健康及其向疾病演變的更詳細的理解，而且還將支援預測事件和預測適當干預的能力。
- 還原論方法
- 將發病機制的概念簡化為最少數量的因果因素
- 生物標誌物
- 可測量的生物學因素，可預測疾病的發展
- BRCA1/BRCA2
- 人類基因，其特定突變會增加女性患乳腺癌和卵巢癌的風險（乳腺癌高達 86%），以及男性患乳腺癌和前列腺癌的風險。
- Claus 模型
- 一個計算機程式，使用統計學來預測一個人根據家族史患乳腺癌的風險（http://www.cancer.gov/Templates/db_alpha.aspx?CdrID=446553)
- Gail 模型
- 一個計算機程式，使用個人和家族史來估計女性患乳腺癌的可能性。也稱為 Gail 風險模型。（http://www.cancer.gov/Templates/db_alpha.aspx?searchTxt=gail&sgroup=Starts+with&lang=)
- SNP
- 單核苷酸多型性 -- 當基因組（或其他共享序列）中的單個核苷酸（A、T、C 或 G）在物種成員之間（或在個體中配對染色體之間）發生差異時，就會發生 DNA 序列變異。（http://en.wikipedia.org/wiki/Single_nucleotide_polymorphism)
- 如果實施，前瞻性醫療保健可能會影響現代醫療保健的運作方式。我們可以成為試驗品，看看這種型別的干預是否可行，如果成功，我們最終會從中受益。總體上與代謝和身體調節如何影響健康相關。
- O'Byrne，Sharon，P Forte，LJ Roberts II，JD Morrow，A Johnston，E Anggard，RDG Leslie 和 Nigel Benjamin。“1 型糖尿病和正常尿白蛋白排洩患者的一氧化氮合成和異前列腺素生成”。糖尿病。49. 5, 857-862。2000 年 5 月。
- Li, Xiang。Xu,Z。Lu, X。Yang, X。Yin, P。Kong, H。Xu, G。“用於代謝組學的綜合二維氣相色譜/飛行時間質譜：糖尿病生物標誌物發現”。分析化學學報 663。2008 年 11 月。257-262。2009 年 2 月 11 日 <http://www.sciencedirect.com/science?_ob=ArticleURL&_udi=B6TF4-4V2NKGK-2&_user=47004&_rdoc=1&_fmt=&_orig=search&_sort=d&view=c&_acct=C000005018&_version=1&_urlVersion=0&_userid=47004&md5=bc0216cfd9f5107aa5fd79797ede270b>.
- Zhang，Shucha。Nagana Gowda，GA。Asiago，V。Shanaiah，N。Barbas，C。“相關和定量 (1)H NMR 基於代謝組學揭示了糖尿病大鼠中特定代謝途徑的紊亂”。分析生化 383。2008 年 5 月。76-84。2009 年 2 月 11 日<http://www.ncbi.nlm.nih.gov/pubmed/18775407?ordinalpos=1&itool=EntrezSystem2.PEntrez.Pubmed.Pubmed_ResultsPanel.Pubmed_DefaultReportPanel.Pubmed_RVDocSum>。
- “糖尿病風險測試”。PreDX。2008 年。Tethys Bioscience，Inc.。2009 年 2 月 15 日<http://predictmyrisk.com/about.html>。
- “首頁”。代謝組學協會。2008 年 12 月。賽默飛世爾科技。2009 年 2 月 13 日<129.128.185.121/metabolomics_society>
- German, J. Bruce. Roberts, Matthew-Alan. and Watkins, Steven M. “Personal Metabolomics as a Next Generation Nutritional Assessment” The American Society for Nutritional Sciences. J. Nutr. May 2009. 133:4260-4266, December 2003. http://jn.nutrition.org/cgi/content/full/133/12/4260
- Snyderman, Ralph 和 Langheier, Jason。“前瞻性醫療保健：醫學的第二次轉型”基因組生物學 2006 年。2009 年 5 月。7:104。2006 年 3 月 27 日。 http://genomebiology.com/2006/7/2/104
- 確定資源的主要重點。可能的答案包括特定生物體、資料庫設計、資訊整合，但也還有很多其他可能性。
- 新術語 1
- 定義。（來源：http://）
- 新術語 2
- 定義。（來源：http://）
- 新術語 3
- 定義。（來源：http://）
- 新術語 4
- 定義。（來源：http://）
- 新術語 5
- 定義。（來源：http://）
- 新術語 6
- 定義。（來源：http://）
- 新術語 7
- 定義。（來源：http://）
- 新術語 8
- 定義。（來源：http://）
- 新術語 9
- 定義。（來源：http://）
- 新術語 10
- 定義。（來源：http://）
- 在此輸入您的文章摘要。請注意，每條條目開頭（有時也包括結尾）的標點符號至關重要。它應該在 300-500 字之間。文章的主要觀點是什麼？他們試圖回答什麼問題？他們找到了明確的答案嗎？如果是，是什麼？如果不是，他們發現了什麼或者他們的發現中存在哪些相互矛盾的想法？
- 輸入一個 100-150 字的描述，說明這篇文章中的內容如何與傳統的代謝課程相關聯。這篇文章是否與特定途徑（例如，糖酵解、檸檬酸迴圈、類固醇合成等）或調節機制、能量學、位置、途徑的整合相關聯？它是否談到了新的分析方法或想法？這篇文章是否展示了與人類基因組計劃（或其他基因組計劃）的聯絡？
- 確定資源的主要重點。可能的答案包括特定生物體、資料庫設計、資訊整合，但也還有很多其他可能性。
- 新術語 1
- 定義。（來源：http://）
- 新術語 2
- 定義。（來源：http://）
- 新術語 3
- 定義。（來源：http://）
- 新術語 4
- 定義。（來源：http://）
- 新術語 5
- 定義。（來源：http://）
- 新術語 6
- 定義。（來源：http://）
- 新術語 7
- 定義。（來源：http://）
- 新術語 8
- 定義。（來源：http://）
- 新術語 9
- 定義。（來源：http://）
- 新術語 10
- 定義。（來源：http://）
- 在此輸入您的文章摘要。請注意，每條條目開頭（有時也包括結尾）的標點符號至關重要。它應該在 300-500 字之間。文章的主要觀點是什麼？他們試圖回答什麼問題？他們找到了明確的答案嗎？如果是，是什麼？如果不是，他們發現了什麼或者他們的發現中存在哪些相互矛盾的想法？
- 輸入一個 100-150 字的描述，說明這篇文章中的內容如何與傳統的代謝課程相關聯。這篇文章是否與特定途徑（例如，糖酵解、檸檬酸迴圈、類固醇合成等）或調節機制、能量學、位置、途徑的整合相關聯？它是否談到了新的分析方法或想法？這篇文章是否展示了與人類基因組計劃（或其他基因組計劃）的聯絡？
- 確定資源的主要重點。可能的答案包括特定生物體、資料庫設計、資訊整合，但也還有很多其他可能性。
- 新術語 1
- 定義。（來源：http://）
- 新術語 2
- 定義。（來源：http://）
- 新術語 3
- 定義。（來源：http://）
- 新術語 4
- 定義。（來源：http://）
- 新術語 5
- 定義。（來源：http://）
- 新術語 6
- 定義。（來源：http://）
- 新術語 7
- 定義。（來源：http://）
- 新術語 8
- 定義。（來源：http://）
- 新術語 9
- 定義。（來源：http://）
- 新術語 10
- 定義。（來源：http://）
- 在此輸入您的文章摘要。請注意，每條條目開頭（有時也包括結尾）的標點符號至關重要。它應該在 300-500 字之間。文章的主要觀點是什麼？他們試圖回答什麼問題？他們找到了明確的答案嗎？如果是，是什麼？如果不是，他們發現了什麼或者他們的發現中存在哪些相互矛盾的想法？
- 輸入一個 100-150 字的描述，說明這篇文章中的內容如何與傳統的代謝課程相關聯。這篇文章是否與特定途徑（例如，糖酵解、檸檬酸迴圈、類固醇合成等）或調節機制、能量學、位置、途徑的整合相關聯？它是否談到了新的分析方法或想法？這篇文章是否展示了與人類基因組計劃（或其他基因組計劃）的聯絡？
- 確定資源的主要重點。可能的答案包括特定生物體、資料庫設計、資訊整合，但也還有很多其他可能性。
- 新術語 1
- 定義。（來源：http://）
- 新術語 2
- 定義。（來源：http://）
- 新術語 3
- 定義。（來源：http://）
- 新術語 4
- 定義。（來源：http://）
- 新術語 5
- 定義。（來源：http://）
- 新術語 6
- 定義。（來源：http://）
- 新術語 7
- 定義。（來源：http://）
- 新術語 8
- 定義。（來源：http://）
- 新術語 9
- 定義。（來源：http://）
- 新術語 10
- 定義。（來源：http://）
- 在此輸入您的文章摘要。請注意，每條條目開頭（有時也包括結尾）的標點符號至關重要。它應該在 300-500 字之間。文章的主要觀點是什麼？他們試圖回答什麼問題？他們找到了明確的答案嗎？如果是，是什麼？如果不是，他們發現了什麼或者他們的發現中存在哪些相互矛盾的想法？
- 輸入一個 100-150 字的描述，說明這篇文章中的內容如何與傳統的代謝課程相關聯。這篇文章是否與特定途徑（例如，糖酵解、檸檬酸迴圈、類固醇合成等）或調節機制、能量學、位置、途徑的整合相關聯？它是否談到了新的分析方法或想法？這篇文章是否展示了與人類基因組計劃（或其他基因組計劃）的聯絡？