代谢组学是研究代谢产物所经历的化学过程的一个研究领域。它涉及到使用复杂的分析技术来识别和量化细胞代谢物，除了提取相关信息，以便在实际环境中对数据进行解释和应用。
第一部分：什么是代谢组学？
代谢组学是研究代谢产物所经历的化学过程的一个研究领域。它涉及到使用复杂的分析技术来识别和量化细胞代谢物，除了提取相关信息，以便在实际环境中对数据进行解释和应用。
代谢组学是一个新兴的研究领域的后缀为“组学”、“与基因组学、转录组学和蛋白质组学。这些区域在理解和应用生物体的生物学及其与环境和遗传组成的相互作用方面是有用的。
代谢产物，代谢组学和代谢组学
代谢产物是帮助细胞传递信息和传递信号的物质，可能根据其基因组成和环境刺激而变化。它们是细胞内发生的过程的最终产物。因此，包括代谢组的所有代谢物在生物细胞、组织或有机体。
鉴于代谢产物对细胞生命和功能的重要性，代谢组学的研究可以洞察生物体的生理状态，包括其遗传蓝图和当前的环境影响。
代谢组学分析技术
有各种类型的分析技术，可以利用代谢组学来获取数据，并确定不同生物体、组织和体液中存在的代谢物的特性。这些可能包括：
质谱法
电子电离
两性压力化学电离（APCI）
电喷雾电离（ESI）
高效液相色谱法（HPLC）
毛细管电泳
气相色谱法
核磁共振（NMR）
当组合使用时，这些工具能够同时分析大量的代谢物。
然而，代谢组学技术仍有一些有待改进的地方。挑战之一是代谢产物的化学结构和数量巨大的多样性，这使得它的任何一个技术分析代谢组作为一个整体，难。相反，目前在实践中使用了一种技术组合来提取和分析数据。
代谢组学数据分析
有多种统计和多变量数据分析工具，可用于代谢组学分析。这些包括分析技术，如：
聚类分析
路径映射
比较覆盖
热地图
然而，目前在代谢组学数据的提取和解释方面存在着一些困难，可以在生物环境中应用或应用这些数据。高通量技术产生了如此多的数据，以至于研究人员常常被信息量淹没，很难做出有意义的结论。看来，思维方式和方法的转变可能需要从技术所提供的大量数据中提取有用的信息。
代谢组学的过去、现在和未来
代谢组学是一个相对较新的领域，与“代谢组学”第一次使用1998。然而，几十年来，代谢组学领域的研究取得了重大进展，它已作为一种功能遗传学方法被牢固地确立，以促进我们对分子生命的理解。
几种生物的测序工作已经取得了很大进展，用于分析蛋白质和代谢物的细胞产物的方法也有了显着的改进。目前，我们已经开发出相对有效的技术获取代谢组信息。
希望将来能够引入更实用的分析和理解数据的技术。这可能使增加的理解及分子生物学中有机体的健康代谢的作用，这可能有一些实际应用。
第二部分：代谢组学的应用
代谢组学领域有可能被应用于许多环境中，以提供实际应用。它仍然是一个相对年轻的研究领域，因此它的许多应用代谢组学仍然只是变得明显。尽管如此，本文还是介绍了代谢组学应用的一些目前和未来的方法。
毒理
尿液或血液的代谢谱可以用来评估毒性。几种技术能够检测出毒素或毒素导致的生理样本中的生理变化。
代谢分析显示的信息也可能与特定的健康状况或综合征有关，如肝脏或肾脏的病变。制药公司对这一领域表示出兴趣，因为通过药物代谢效应来检测潜在药物候选者的毒性，有可能在新药上市前大大节省临床试验所需的资金。
功能基因组学
代谢组学在研究功能基因组学中某些基因操纵可能产生的表型方面是非常有用的。例如，对相关行为的足够知识可以帮助预测的表型，可如果一个基因被删除或插入基因组。
表型变化的检测可以应用于许多实际环境中。作为一个很好的例子，转基因植物材料用于人类的消费可以检查表型的变化。要改变这种消费转基因材料可以预测才是供公众消费的生物代谢的潜在变化。
此外，代谢组学可以通过预测已知基因修饰引起的代谢紊乱来预测未知基因的功能。目前正在进行酿酒酵母和拟南芥的模式生物研究，并可能在将来产生这种进展。
营养基因学
相关的故事
代谢组学和核磁共振
用细胞表征大脑、细胞
代谢组学研究的现象在伯明翰中心
营养基因组学结合基因组学、转录组学得到的知识，蛋白质组学和代谢组学与人类营养原则。
一个代谢体液的取决于多种内源性因素包括个体的年龄、性别、身体成分、遗传易感性和并发的健康状况，以及外源性因素如营养、食物和药物等组成。
代谢组学可以应用在营养基因组学来确定一个人的代谢指纹图谱，它描绘的是内源性和外源性的主体因素对个体代谢的影响。
健康和医疗
代谢组学也有助于促进目前对多种健康状况的了解、诊断和治疗，如内分泌疾病和癌症。该领域可以帮助确定疾病的病理生理过程和机制，可以有针对性地管理疾病。
例如，组织样本或活组织切片中的代谢组学标记可用于分类和分期癌症进展。这些信息可以用来指导治疗的适当决定。
环境代谢组学研究
代谢组学也可以用来描述生物体与其环境相互作用的方式。研究这些环境相互作用，并在分子水平上评估生物体的功能和健康，可以揭示环境对机体健康影响的有用信息。这也可以应用于更广泛的人群，为其他研究领域提供数据，如生态学。
Yolanda Smith，学士
