代谢组学在抑郁症方面的应用课件.pptx

1、代谢组学在抑郁症方面的应用 郑晓丽2目录CONTENTS第一章第二章第三章第四章代谢组学代谢组学在抑郁症中应用展望抑郁症系统生物学系统生物学基因组学基因组学蛋白质组学蛋白质组学转录组学转录组学代谢组学代谢组学在整体水平上研究细胞中在整体水平上研究细胞中基因转录基因转录的情况及转录调控规的情况及转录调控规律的学科律的学科从系统的整体的观念去研究生物体从系统的整体的观念去研究生物体全部遗传物质全部遗传物质结构与功能的新兴学科结构与功能的新兴学科是以是以蛋白质组蛋白质组为研究对象，研究细胞、组织或生物体蛋为研究对象，研究细胞、组织或生物体蛋白质组成及其变化规律的科学白质组成及其变化规律的科学运用系统

2、的研究手段从整体水平考察运用系统的研究手段从整体水平考察生物体系生物体系受受刺刺激或扰动激或扰动后其下游代谢产物的变化，从而反映生物后其下游代谢产物的变化，从而反映生物体的病理生理动态变化规律体的病理生理动态变化规律1 1代谢组学的特点1、关注内源化合物。2、对生物体系中的小分子化合物进行定性定量的研究。3、化合物的上调和下调指示了与疾病、毒性、基因修饰或环境因子的影响。4、可以被用于疾病诊断和药物治疗。2代谢组学的优点基因和蛋白质表达的微小变化会在代谢物上得到放大，使检测更容易代谢物的种类远远小于基因和蛋白质的数目采用的技术更为通用。给定的代谢物在每个组织中都一样不需要进行基因组测序和大量的

3、表达序列标签3代谢组学研究的应用药物研发药物研发 1 1药物筛选药物筛选 2 2药效及毒性评价药效及毒性评价 3 3作用机制与临床评价作用机制与临床评价疾病研究疾病研究 1 1病变标记物的发现病变标记物的发现 2 2疾病的诊断疾病的诊断 3 3治疗和预后的判断治疗和预后的判断微生物代谢组学微生物代谢组学 1 1微生物表型分类微生物表型分类 2 2突变体的筛选突变体的筛选 3 3代谢途径及微生物工程代谢途径及微生物工程 4 4发酵工艺的监控和优化发酵工艺的监控和优化 5 5微生物降解环境污染物微生物降解环境污染物植物代谢组学植物代谢组学 1 1特定种类植物的代谢物特定种类植物的代谢物 2 2不同

4、基因型植物的代谢不同基因型植物的代谢 物组学表型的研究物组学表型的研究 3 3某些生态植物的代谢物组学某些生态植物的代谢物组学 4 4受外界刺激后植物自身免疫应答受外界刺激后植物自身免疫应答44代谢组学研究流程5 癌症、心脏病、心血管疾病是人类癌症、心脏病、心血管疾病是人类健康的三大杀手，健康的三大杀手，随着人类生存压随着人类生存压力的增大和生活节奏的变快力的增大和生活节奏的变快,抑郁症抑郁症已成为损害人类健康的第四大疾病，已成为损害人类健康的第四大疾病，抑郁症的发病率将不断上升，到抑郁症的发病率将不断上升，到20202020年，抑郁将成为导致人类死亡年，抑郁将成为导致人类死亡和伤残的第二大因

5、素和伤残的第二大因素6抑郁症的临床表现心境低落显著而持久的情显著而持久的情感低落，抑郁悲感低落，抑郁悲观观思维迟缓意志活动减退临床表现行为缓慢，生活被动、疏懒，不想做事，整日卧床，闭门独居、回避社交。认知功能损害躯体症状0103050402患者思维联想患者思维联想速度缓慢，反速度缓慢，反应迟钝，思路应迟钝，思路闭塞闭塞近事记忆力下降、近事记忆力下降、注意力障碍、反应注意力障碍、反应时间延长、警觉性时间延长、警觉性增高、抽象思维能增高、抽象思维能力差、学习困难。力差、学习困难。睡眠障碍、睡眠障碍、乏力、食欲乏力、食欲减退、体重减退、体重下降下降7抑郁症治疗方法药物治疗目前抗抑郁药主要包括选择性5

6、-羟色胺再摄取抑制剂（代表药物氟西汀、帕罗西汀、舍曲林）、5-羟色胺和去甲肾上腺素再摄取抑制剂（代表药物文拉法辛和度洛西汀）。促去甲肾上腺素和5-羟色胺释放（米氮平）食疗法首乌桑葚粥，莲子百合粥，西芹炒百合心理治疗常用的心理治疗方法包括支持性心理治疗、认知行为治疗、人际治疗、婚姻和家庭治疗、精神动力学治疗等，其中认知行为治疗对抑郁发作的疗效已经得到公认。物理治疗近年来出现了一种新的物理治疗手段重复经颅磁刺激（rTMS）治疗，主要适用于轻中度的抑郁发作8单击此处添加标题单击此处添加文本，本模版所有图形线条及其相应素材均可自由编辑、改色、替换，建议您在展示时字体选择微软雅黑。2代谢组学关于抑郁症的

7、研究9实例1抑郁症患者血清代谢物及组学的初步研究下丘脑下丘脑垂体垂体肾上腺肾上腺CRHCRHACTHACTH皮质醇皮质醇10实例1抑郁症患者血清代谢物及组学的初步研究5-HT NEDA去去甲甲基基前前体体单氨类的神经递质单氨类的神经递质E EHVAHVADOPACDOPAC5-HIAAMAOMAOMAOMAOCOMTCOMT以通过抑制突触外单胺类神经递质的降解或重吸收来提高其浓度，以通过抑制突触外单胺类神经递质的降解或重吸收来提高其浓度，达到抗抑郁效果的药物，仅对达到抗抑郁效果的药物，仅对70-80%70-80%的患者有效的患者有效.提示抑郁症的提示抑郁症的发生还存在单胺类神经递质以外的因素，

8、值得进一步研究。发生还存在单胺类神经递质以外的因素，值得进一步研究。11为什么用代谢组学研究呢 抑郁症的发病机制非常复杂，仅从某一方面或单系统的研究往往不能得到对整体现象的圆抑郁症的发病机制非常复杂，仅从某一方面或单系统的研究往往不能得到对整体现象的圆满解释，也不能全面充分的阐明其发病机制。满解释，也不能全面充分的阐明其发病机制。目前研究认为抑郁症发病与神经、免疫、内分泌等系统功能紊乱密切相关联。仅是这三个目前研究认为抑郁症发病与神经、免疫、内分泌等系统功能紊乱密切相关联。仅是这三个系统，其各自都具有复杂的自身调节和自我反馈功能系统，其各自都具有复杂的自身调节和自我反馈功能 一个正常工作的人体

9、包括一个正常工作的人体包括“人体人体”本身和与之共同进化而来且共生的消化道微生物群体本身和与之共同进化而来且共生的消化道微生物群体 (或称菌群或称菌群)，孤立地研究，孤立地研究“人体人体”本身的基因，转录子以及蛋白质当然可以为人们认识人本身的基因，转录子以及蛋白质当然可以为人们认识人体生物学提供重要信息，但无法提供使人体正常工作不可缺少的菌群的信息体生物学提供重要信息，但无法提供使人体正常工作不可缺少的菌群的信息.人体血液和人体血液和尿液的代谢组却携带着包括菌群在内的每一个细胞的信息，因此代谢组学方法对研究如人尿液的代谢组却携带着包括菌群在内的每一个细胞的信息，因此代谢组学方法对研究如人体这样

10、复杂的进化杂合体十分有效体这样复杂的进化杂合体十分有效12抑郁症患者血清代谢物及组学的初步研究PCAPLS-DARFA13聚类分析 研究对象：选取研究对象：选取单胺类神经递质及其代谢产物水平变化显著单胺类神经递质及其代谢产物水平变化显著的样本的样本 20 20 例，作为例，作为抑郁症患者组，同期健康体检者抑郁症患者组，同期健康体检者 20 20 例为对照组样品处理例为对照组样品处理 样品处理：从样品处理：从-80-80冰箱取出血清样本，室温下溶化。冰箱取出血清样本，室温下溶化。取血清取血清 100L 100L，用，用 400L 400L甲醇提取液抽提后，甲醇提取液抽提后，2500 r/m 25

11、00 r/m 离心离心 5min 5min 沉淀蛋白质。沉淀蛋白质。转移含有小分子化合物的上清液转移含有小分子化合物的上清液100L 100L 至至 96 96 孔板，转移孔板，转移 96 96 孔板用氮吹仪氮气孔板用氮吹仪氮气吹干约吹干约 30min 30min 后，再真空冷冻干燥过夜。色谱上样前，用含有质量控制标准物的后，再真空冷冻干燥过夜。色谱上样前，用含有质量控制标准物的流动相溶解。（流动相溶解。（UPLCUPLC）对干燥的样品进行样品对干燥的样品进行样品衍生化衍生化。衍生试剂为。衍生试剂为 N,O-N,O-双双(三甲基硅烷三甲基硅烷基基)三氟乙酰胺，三氟乙酰胺，衍生反应条件为衍生反应

12、条件为 60 60，衍生时间为，衍生时间为 1 1 小时小时（GCGC）14对于特定化合物来说对于特定化合物来说,其其定性信息就是该化合物的定性信息就是该化合物的特征谱图和色谱特征谱图和色谱保留时间保留时间 ,是化合物鉴定的基础是化合物鉴定的基础;其其定量信息就是该定量信息就是该化合物化合物的色谱响应强度的色谱响应强度,如如峰高、峰面积峰高、峰面积,是定量是定量比较比较不同样品或组别之间差异的不同样品或组别之间差异的基础基础 由于每分析一个样品都出现由于每分析一个样品都出现大量大量(通常通常数百甚至数百甚至数千个数千个)色谱峰色谱峰 最终所得到的定量数据都将构成最终所得到的定量数据都将构成一个

13、的一个的数据集数据集,表表第一列为样品第一列为样品名名;第第一行对应一行对应之处为之处为色谱色谱定量数据。定量数据。这样每个样品的特征就由同一行这样每个样品的特征就由同一行中的中的众多定量数据所决定众多定量数据所决定,而各个样品之间或者而各个样品之间或者各组各组样品之间差异的程度取样品之间差异的程度取决于上述定量数据。决于上述定量数据。由于数据量非常大由于数据量非常大 ,采样常规统计分析方法采样常规统计分析方法既难以既难以发现样品之间或各组之间的异同发现样品之间或各组之间的异同 ,也难以也难以发现发现样品中的样品中的哪些变量哪些变量(分子分子)造成上述差异造成上述差异 。因此代谢因此代谢组学数

14、据需要特殊方法加以分析组学数据需要特殊方法加以分析 。15 数据规范的标准化处理 为了消除了仪器因为不同运行为了消除了仪器因为不同运行天数所产生的机器调谐效率不天数所产生的机器调谐效率不同所造成的同一组的样品的数同所造成的同一组的样品的数据变化所带来的误差，每一个据变化所带来的误差，每一个化合物在不同运行天数（横坐化合物在不同运行天数（横坐标）测定的同组样品中的信号标）测定的同组样品中的信号要进行如下归一化处理要进行如下归一化处理161 1红色棱锥代表抑郁症患者组，位于红色棱锥代表抑郁症患者组，位于 3D 3D 图前方，蓝色圆球代表健康对照组，位图前方，蓝色圆球代表健康对照组，位于图后方于图后

15、方.2 2血清代谢物分析数据经血清代谢物分析数据经 PCA PCA 处理，将处理，将多维的数据进行降维，将样本进行分类，多维的数据进行降维，将样本进行分类，可以直观每一个样品在空间中的分布从可以直观每一个样品在空间中的分布从而了解代谢变化的趋势而了解代谢变化的趋势.3 3该模型并不稳定，对抑郁症和对照组的该模型并不稳定，对抑郁症和对照组的判别率不高，需进行其他多元判别分析。判别率不高，需进行其他多元判别分析。17PCA原理 统计学上把数据点与它在回归直线上相应位置的差异称为残差，把每个残差平方之后加起来统计学上把数据点与它在回归直线上相应位置的差异称为残差，把每个残差平方之后加起来 称为残称为

16、残差平方和，它表示随机误差的效应。一组数据的残差平方和越小差平方和，它表示随机误差的效应。一组数据的残差平方和越小,其拟合程度越好。其拟合程度越好。假如假如该组数据中样品数为该组数据中样品数为 n,n,检测检测到的到的色谱峰色谱峰 /或变量数为或变量数为 m m。那么。那么,这个原始数据这个原始数据表的表的几何含几何含义就代表了在一个义就代表了在一个 m m 维空间中分布着维空间中分布着n n个个点点 ,每个样品的位置由其对应的一组变量每个样品的位置由其对应的一组变量(矢量矢量)所确定所确定 。考虑用投影的方法对上述考虑用投影的方法对上述(多维空间多维空间)模型模型,进行进行降维处理以化繁为简

17、降维处理以化繁为简。在模型计算时在模型计算时首先首先利用最小二乘法原理找到一条直线使所有利用最小二乘法原理找到一条直线使所有样品距离样品距离该直线的该直线的残差平方和残差平方和最小最小,而而投影在此投影在此数轴方向数轴方向的矢量平方和最大的矢量平方和最大,那么该直线方向也就那么该直线方向也就体现体现了样品间最大差异了样品间最大差异 ,由此得到第一由此得到第一个个主成分主成分(PC1);(PC1);在此基础上在此基础上,沿着与前一个主成分直线垂直沿着与前一个主成分直线垂直方向找到其次差异最显著的直线方向找到其次差异最显著的直线,得到第得到第二二个主成分个主成分(PC2(PC2)。通过这种方式通过

18、这种方式,抛弃抛弃细小细小的的 、无序的差异、无序的差异,保留最大的保留最大的 、有序的差异、有序的差异,最终得到最终得到只有少数几个主成只有少数几个主成分的数学模型分的数学模型,并使并使数据变得数据变得简单并容易理解和简单并容易理解和展示。展示。数据的数据的权重权重 如果如果直接采用主成分分析这种直接采用主成分分析这种最大化最大化差异投影的方法差异投影的方法 ,往往造成绝对数值大、往往造成绝对数值大、变异较变异较大大的变量在的变量在模型模型拟合中的贡献占主导地位拟合中的贡献占主导地位 ,而绝对而绝对数值范围小、变异小的变量对模型的贡献数值范围小、变异小的变量对模型的贡献也小也小。为了消除这种

19、偏重为了消除这种偏重 ,可以对数据进行合理可以对数据进行合理的权重的权重(weighting)(weighting)或缩放或缩放(scaling)(scaling)。18参考文献：阿基业.代谢组学处理方法-PCA J.中国临床药理学与治疗学 2010 15(5):481-489Omnisoft Array Studio 软件1 1取每个化合在所有样品中的均值取每个化合在所有样品中的均值为比对标准，高于均值用红色表示，为比对标准，高于均值用红色表示，低于均值用的是绿色代表示，横坐低于均值用的是绿色代表示，横坐标代表所有样品，纵坐标为所有化标代表所有样品，纵坐标为所有化合物。合物。2 2基本上能够

20、区分抑郁症患者和健基本上能够区分抑郁症患者和健康对照组，区分度良好。康对照组，区分度良好。3 3个别样品分布出现交叉，如抑郁个别样品分布出现交叉，如抑郁症组样品症组样品 1 1、2 2、3 3、2020、25 25 分布分布远离大多数样品聚类区远离大多数样品聚类区。19Yiran Yao,Pei Zhang,Jing Wang,Jiaqing Chen,Yong Wang,Yin Huang,Zunjian Zhang*,Fengguo XuFengguo Xu*.Dissecting target toxic tissue and tissue specific responses of i

21、rinotecan in rats using metabolomics approach.Front Pharmacol.2017 8:122（SCI,IF:4.418）用代谢组学方法研究伊立替康对大鼠靶器官的毒性和组织特异性反应用代谢组学方法研究伊立替康对大鼠靶器官的毒性和组织特异性反应在回肠，空肠，盲肠，结肠，心脏，肺，肝脏，肾脏和脾脏筛选出的代谢物的倍数变化热图。在回肠，空肠，盲肠，结肠，心脏，肺，肝脏，肾脏和脾脏筛选出的代谢物的倍数变化热图。每个小方格表示每个小方格表示每个每个代谢物代谢物物在该器官的量物在该器官的量其其颜色表示颜色表示该该代谢物代谢物量大小量大小，量量越大颜色越越大

22、颜色越深深红色红色为上调为上调，绿色为绿色为下调下调每行表示每个每行表示每个代谢物代谢物在不同器官中的量在不同器官中的量每列表示每个每列表示每个器官器官中所有中所有代谢物代谢物的量的量结论：肝脏结论：肝脏，回肠和，回肠和空肠是最空肠是最受影响的受影响的组织。组织。基于代谢组学的中药西联用减毒增效研究Yiran Yao,Pei Zhang,Jing Wang,Jiaqing Chen,Yong Wang,Yin Huang,Zunjian Zhang*,Fengguo XuFengguo Xu*.Dissecting target toxic tissue and tissue specific

23、 responses of irinotecan in rats using metabolomics approach.Front Pharmacol.2017 8:122（SCI,IF:4.418）用代谢组学方法研究伊立替康对大鼠靶器官的毒性和组织特异性反应用代谢组学方法研究伊立替康对大鼠靶器官的毒性和组织特异性反应筛选出筛选出9 9个组织中代谢物的倍个组织中代谢物的倍数变化的分层聚类分析数变化的分层聚类分析。红色红色，蓝色和绿色的背景分别，蓝色和绿色的背景分别是肝脏，空肠和回肠样品是肝脏，空肠和回肠样品。回肠回肠 肝脏、空肠、结肠、盲肝脏、空肠、结肠、盲肠肠心脏、肾脏、脾脏、肺心脏、肾脏

24、、脾脏、肺基于代谢组学的中药西联用减毒增效研究1、将抑郁症组和对照组血清代谢物组将抑郁症组和对照组血清代谢物组学检测数据导入学检测数据导入 SIMCA-P 12 SIMCA-P 12 软件进软件进行行PLS-DA PLS-DA 分析，采用得分因子作为分析，采用得分因子作为预测变量线性关系的依据，通过预测预测变量线性关系的依据，通过预测变量之间的变量之间的协方差协方差来建立判别模型。来建立判别模型。2 2、PLS-DA PLS-DA 得分矩阵得分矩阵投影散点图投影散点图红色方块图标代表对照组，黑色菱形红色方块图标代表对照组，黑色菱形图标代表抑郁症患者组图标代表抑郁症患者组3 3、R R2 2Y=

25、0.699Y=0.699，表明，表明 69.9 69.9的样本的样本符合该模型判别；符合该模型判别；Q Q2 2=0.447=0.447，接近，接近 0.50.5。这些参数说明。这些参数说明 PLS-DA PLS-DA模型对抑模型对抑郁症和健康对照组的判别能力较强，郁症和健康对照组的判别能力较强，但预测力并不高。但预测力并不高。20 方差（方差（Standard DeviationStandard Deviation）用来用来度量随机变量和其数学期望（即均值）之间的偏离程度度量随机变量和其数学期望（即均值）之间的偏离程度 协方差协方差协方差用于衡量两个变量的总体误差协方差用于衡量两个变量的总体

26、误差方差和标准差都是对一组方差和标准差都是对一组(一维一维)数据进行统计的，反映的是一维数组的离数据进行统计的，反映的是一维数组的离散程度；而协方差是对散程度；而协方差是对2 2组数据进行统计的，反映的是组数据进行统计的，反映的是2 2组数据之间的相关组数据之间的相关性性21差异化合物的t-检验 利用利用 UPUPLC-MSLC-MS、GC-MS GC-MS 技术分析抑郁症组和对照组血清代谢物，技术分析抑郁症组和对照组血清代谢物，通过通过 Metabolon Metabolon公司自建的标准化合物数据库（公司自建的标准化合物数据库（pure reference pure reference c

27、ompound librarycompound library）进行严格比对，获得鉴定，共检测到）进行严格比对，获得鉴定，共检测到 345 345 个代谢化合物。个代谢化合物。采取严格的显著差异条件时（采取严格的显著差异条件时（p0.05p0.05），抑郁症患者组和健康对），抑郁症患者组和健康对照组之间有照组之间有 66 66 个化合物是有显著差异的个化合物是有显著差异的 在在 66 66 个显著差异的化合物中，相对于健康对照的血清，个显著差异的化合物中，相对于健康对照的血清，16 16 个个在抑郁症患者血清中上升，在抑郁症患者血清中上升，50 50 个下降。个下降。221 1随机森林分析（随

28、机森林分析（random forest analysisrandom forest analysis）能对数据进行分类的同时，可以给出各个潜在）能对数据进行分类的同时，可以给出各个潜在生物标志物在分类过程中的重要性评分，根据评分能够筛选出相对重要的生物标志物生物标志物在分类过程中的重要性评分，根据评分能够筛选出相对重要的生物标志物.2 2一方面可结合生物标志物的代谢途径研究其与抑郁症发病的关系，另一方面潜在生物标志一方面可结合生物标志物的代谢途径研究其与抑郁症发病的关系，另一方面潜在生物标志物可用于抑郁症的实验诊断物可用于抑郁症的实验诊断3 3从图表中可以看出，随机森林分布图对抑郁症病人和健康

29、对照的分组预测能力为从图表中可以看出，随机森林分布图对抑郁症病人和健康对照的分组预测能力为92.5%92.5%，优于，优于PLS-DAPLS-DA判别模型判别模型23氨基酸类包括谷氨酸盐、谷氨酰胺、胱氨酸-谷氨酰氨基酸、5-氧脯氨酸天冬氨酸盐、乙酰天门冬氨酸、色氨酸、5-羟色胺、3-吲哚硫酸、抗坏血酸、苏氨酸天冬氨酸盐脂肪酸类白三烯B4、DPA、DHE、EPA、5-HETE、12-HETE能量代谢类1,5-脱水葡萄糖醇、葡萄糖、乳酸、丙酮酸盐、柠檬酸盐类固醇代谢类皮质醇、可的松、脱氢表雄酮硫酸盐，硫化孕烯醇酮类固醇硫酸酯、琥珀酰胆碱、苹果酸酯血红素代谢类血红素（heme），胆红素（E，E）和胆

30、红素（Z，Z）。241用软件 MicroLab STAR软件绘制箱形图（Box-plot），表达抑郁症患者和健康人血清中代谢物的差异。2中间方块内的数据为所有数据点的中间 50%的数据集，方块上边缘线到最高值线之间的数据是最高的 25%，方块下边缘线到最高低线之间的数据是最低的 25%。加号是整组数据的平均值，方块里的横线是中值25分类分类定义定义方法方法定义定义 非监督模式的分非监督模式的分析析按相似性的特征对原始数据进行分类，把同一类特征的样品归类，并用可视化的技术表达结果主成分分析法（PCA）旨在利用降维的思想，把多指标转化为少数几个综合指标（主要成分）上，从而利用主要成分提取数据集的特

31、征 聚类分析根据因子本身的特性研究个体，目的在于将相似的因子归类。有监督模式的分有监督模式的分析析有监督的分类判别分析是利用已获得的信息对未知数据进行归类、识别及预测。偏最小二乘法-判别分析（PLS-DA）采用得分因子作为预测变量线性关系的依据，通过预测变量之间的协方差来建立模型，使不同种类的样品得到最大分离的方向随机森林分析首先随机选取部分分类信息已知的数据 建立一棵决策树,剩余的数据。通过该决策树来获得每个样品的分类预测26相关重要代谢物通路与抑郁症可能的发生发展关系进行分析讨论：1 1氨基酸类神经递质氨基酸类神经递质/氨基酸代谢氨基酸代谢 血清氨基酸含量可间接反映脑内氨基酸水平血清氨基酸

32、含量可间接反映脑内氨基酸水平2 2脂肪酸类脂肪酸类 脂肪酸的含量，一直被用来评估营养状况脂肪酸的含量，一直被用来评估营养状况3 3能量代谢能量代谢 能量的代谢对于氨基酸类神经递质的能源供应能量的代谢对于氨基酸类神经递质的能源供应4 4类固醇代谢类固醇代谢 皮质醇水平的改变可能会导致糖代谢的变化皮质醇水平的改变可能会导致糖代谢的变化5 5血红素代谢血红素代谢 血清血清中血红素和胆红素含量的降低，提示抑郁症患者造血系统可能发生紊乱。中血红素和胆红素含量的降低，提示抑郁症患者造血系统可能发生紊乱。27结论 1.1.血清单胺类神经递质及其代谢产物紊乱与抑郁症密切相关。血清单胺类神经递质及其代谢产物紊乱

33、与抑郁症密切相关。2.2.通过通过 PCA PCA 聚类分析、聚类分析、PLS-DA PLS-DA 判别分析和随机森林分析法建立的抑郁症诊断模型判别分析和随机森林分析法建立的抑郁症诊断模型可以有效区分抑郁症患者和健康对照人群，具有良好的预测能力，可以对抑郁症进可以有效区分抑郁症患者和健康对照人群，具有良好的预测能力，可以对抑郁症进行临床实验诊断。行临床实验诊断。3.3.从全部鉴定出的从全部鉴定出的 345 345 个代谢物中，用有监督的随机森林分析筛选了个代谢物中，用有监督的随机森林分析筛选了 30 30 种对分种对分组贡献最大的代谢物作为抑郁症潜在的生物代谢标志物，分别涉及氨基酸代谢物、组贡

34、献最大的代谢物作为抑郁症潜在的生物代谢标志物，分别涉及氨基酸代谢物、脂肪酸代谢物、能量代谢物、类固醇激素代谢物以及血红素代谢物，这些发现为抑脂肪酸代谢物、能量代谢物、类固醇激素代谢物以及血红素代谢物，这些发现为抑郁症发病机制研究和临床实验诊断奠定了基础郁症发病机制研究和临床实验诊断奠定了基础。参考文献：和昱辰参考文献：和昱辰.抑郁症患者血清代谢物及组学的初步研究抑郁症患者血清代谢物及组学的初步研究M.M.第三军医大学第三军医大学 2014 1-802014 1-80 28实例2.文拉法辛和氟西汀抗抑郁作用机制和药效特点的代谢组学研究利用代谢组学来比较文拉法辛和氟西汀的抗抑郁效果目的1.分别利用

35、氟西汀和文拉法辛两种药物对CUMS动物模型进行干预，观察大鼠的行为学变化。2.采集尿液，利用GC-MS法进行代谢组学分析，寻找潜在的生物标志物。方法29CUMS动物模型 禁食、禁水、冰水游泳、禁食、禁水、冰水游泳、50 50 热热应激、夹尾、电击足底、潮湿垫料应激、夹尾、电击足底、潮湿垫料和倾斜和倾斜4545、束缚应激、陌生物品、束缚应激、陌生物品、噪音共噪音共10 10 种刺激随机安排，具体种刺激随机安排，具体刺激种类，每日刺激种类，每日1 1 种，每种刺激累种，每种刺激累计计2 2 3 3 次，同种刺激不能连续次，同种刺激不能连续出现，顺序随机，使动物不能预料出现，顺序随机，使动物不能预料

36、刺激的发生，应激持续刺激的发生，应激持续21 d21 d。给药组及模型组同时予以孤养，正给药组及模型组同时予以孤养，正常对照组群养且不予任何刺激。常对照组群养且不予任何刺激。30单击此处添加标题单击此处添加文本，本模版所有图形线条及其相应素材均可自由编辑、改色、替换，建议您在展示时字体选择微软雅黑。31实例1.文拉法辛和氟西汀抗抑郁作用机制和药效特点的代谢组学研究1 文拉法辛文拉法辛和氟西汀对潜在生物和氟西汀对潜在生物标志物的回归调节分析通过独立标志物的回归调节分析通过独立样本样本t t 检验比较了正常对照组和检验比较了正常对照组和模型组中这模型组中这15 15 种差异代谢物种差异代谢物的的含

37、量变化，含量变化，2 2 其中其中缬氨酸，丝氨酸，谷氨酸缬氨酸，丝氨酸，谷氨酸和和-丙氨酸均无显著性差异，丙氨酸均无显著性差异，其中除在天冬氨酸和吲哚乙酸含其中除在天冬氨酸和吲哚乙酸含量水平上两种阳性药均没有回调量水平上两种阳性药均没有回调趋势，故只对其余趋势，故只对其余9 9 种代谢产物种代谢产物进行回归调节分析进行回归调节分析32 两种两种药物干预均可以使甘氨酸、琥珀酸盐、酮戊二酸、苯丙氨酸、乌头酸盐和棕榈酸盐药物干预均可以使甘氨酸、琥珀酸盐、酮戊二酸、苯丙氨酸、乌头酸盐和棕榈酸盐6 6 种标志种标志物物 回回调至正常水平，除此之外，文拉法辛还可以回调核糖和调至正常水平，除此之外，文拉法辛

38、还可以回调核糖和异柠檬酸盐，氟西汀可以回调异柠檬酸盐，氟西汀可以回调丙氨酸。丙氨酸。甘氨酸甘氨酸琥珀酸琥珀酸盐盐酮戊二酮戊二酸酸苯丙氨苯丙氨酸酸核糖核糖乌头酸乌头酸盐盐异柠檬异柠檬酸盐酸盐棕榈酸棕榈酸盐盐丙氨酸丙氨酸文拉法辛组略低于正常水平高于正常水平高于正常水平接近正常水平略低于正常水平高于正常水平高于正常水平高于正常水平氟西汀组略低于正常水平高于正常水平接近正常水平接近正常水平接近正常水平高于正常水平接近正常水平33实例1.文拉法辛和氟西汀抗抑郁作用机制和药效特点的代谢组学研究行为学数据显示，与模型组相比，文拉法辛和氟西汀组在行为学指标上均有显著性差异，显示出抗抑郁作用。结果1结果2代谢组

39、学分析结果显示，散点图中文拉法辛距离正常对照组较近，其抗抑郁效果较优，通过正常对照与模型组的载荷图寻找出了CUMS 抑郁模型的15 个潜在生物标志物，文拉法辛所能回调的标志物较氟西汀多。参考文献：薛水玉,郑兴宇,窦春艳等 文拉法辛和氟西汀抗抑郁作用机制和药效特点的代谢组学研究J.中国药学杂志,2012,47（1）:29-3334展望 代谢组学已经广泛地应用到了包括药物研发，分子生理学，分子病理学，基因功能组学，代谢组学已经广泛地应用到了包括药物研发，分子生理学，分子病理学，基因功能组学，营养学，环境科学等重要领域营养学，环境科学等重要领域.从总体上看，代谢组学仍然处于发展阶段，在方法学和应用两

40、方面面临着极大地挑战，需从总体上看，代谢组学仍然处于发展阶段，在方法学和应用两方面面临着极大地挑战，需要和其他学科的配合和交叉。在技术平台和方法学研究方面，生物样本的复杂性使得代谢要和其他学科的配合和交叉。在技术平台和方法学研究方面，生物样本的复杂性使得代谢组学研究的深入得益于分析技术的不断发展。组学研究的深入得益于分析技术的不断发展。肠道菌群微生态学肠道菌群微生态学和代谢组学的结合很可能成为推动中医药现代化和国际化的一把金钥匙。和代谢组学的结合很可能成为推动中医药现代化和国际化的一把金钥匙。我们相信随着代谢产物分析技术和数据分析方法的不断改进，复杂环境评价的代谢组学新我们相信随着代谢产物分析技术和数据分析方法的不断改进，复杂环境评价的代谢组学新方法将会不断地开发，环境毒物的生理环境方法将会不断地开发，环境毒物的生理环境,疾病的致病机制将会得到阐释，代谢组学技疾病的致病机制将会得到阐释，代谢组学技术也必然会在后基因组时代环境安全评价及其他方面拥有更为广阔的发展前景。术也必然会在后基因组时代环境安全评价及其他方面拥有更为广阔的发展前景。35感 谢 您 的 聆 听