分析测试百科网 > 行业资讯 > 会议会展

云起紫荆时代共鉴学术大咖共享代谢组学最新进展

2021.7.27

　　分析测试百科网讯 2021年7月20日，由清华大学药学院主办，安捷伦科技（中国）有限公司协办的紫荆代谢组学国际会议在北京举办。来自代谢组学领域百余位科技工作者参加了本次会议。

会议现场

参会代表合影留念

　　清华大学药学院胡泽平研究员和中国科学院大连化学物理研究所许国旺研究员共同担任本次会议主席。本次会议线上线下同步举行。会议聚焦代谢组学前沿技术，分享代谢重塑与肿瘤、代谢重塑与病毒传染病等研究中的最新进展，邀请了国内外代谢组学领域具有重要影响的专家学者进行学术交流，展示代谢组学研究的新理论、新方法及新应用，促进代谢组学与多组学、细胞功能分析、信息技术、人工智能等多学科的交叉融合，推动代谢组学相关学科的纵深发展，增进生物医药领域研究人员的交流合作。

　　会议开始，由清华大学药学院教授、副院长、中药研究院院长、清华大学药学技术中心主任尹航教授，以及安捷伦高级副总裁兼首席技术官、美国国家工程院院士Darlene Solomon博士分别进行了致辞。

清华大学药学院副院长尹航教授

　　尹航教授提到，今年是清华大学建校110周年，清华始终坚持面向世界科技前沿和国家的重大战略需要，坚定地走中国特色的自主创新之路。清华大学长期以来以文理学科交叉、中西融合的多学科平台为科学发展和社会进步做出了贡献。在新冠疫情的大环境下，我们积极响应习总书记提出的“面向人民健康”的号召，承担起引领科技发展方向，增进人类健康共同福祉的重要使命。今天的代谢组学会议是从整体角度出发，用高通量、可量化的组学数据分析，为疾病的发生、发展等全过程的全面认识提供支持，通过多组学的数据的整合分析已经成为科学家探索生命机制的新方向。代谢组学检测的是基因转录翻译等系列事件的最终产物，能够准确反映生物体系的状态，是当前组学发展的重要组成部分，期待今天的会议大家能够了解当前代谢组学研究的前沿进展。

安捷伦高级副总裁兼首席技术官、美国国家工程院院士Darlene Solomon

　　Darlene讲到，此次大会聚焦生命科学和转化研究的重要课题，新冠疫情也证明，只有生命科学的进步才能为人类创造更健康的生活环境。目前生命科学研究面临很多挑战，需要技术的持续创新突破相关研究瓶颈。创新是安捷伦的基因，安捷伦不仅通过总部研发的持续投入来实现创新方案的推出，还不断拓展与科研学术客户的紧密合作来发掘创新的源泉。公司非常重视在组学解决方案上的创新，提供行业领先的代谢组学、脂质组学及多组学解决方案，同时整合细胞分析、NGS及病理学分析，帮助科学家实现疾病机制及下一代转化研究。安捷伦愿意成为用户最佳的合作伙伴，成就用户科研目标，提升人类生活质量。

　　代谢组学作为生命组学家族的最新成员和重要环节，通过对生命体中的代谢物进行系统全面分析，比较不同生理状态下的代谢网络变化，最终揭示与表型关联的特征性代谢响应。目前代谢组学技术已被广泛应用于与生物医药相关的各个领域，如疾病机制阐释、药物靶标发现、药物毒理及安全评价、精准医学和用药、营养科学、植物代谢组、微生物代谢组及中医药现代化等研究。此外，通过提供生命代谢的大数据，代谢组学与其他生命组学和人工智能等生物计算技术结合，逐步实现了精准大健康这一理念。

　　本次会议上有中科院大连化学物理研究所许国旺研究员，中科院遗传发育所税光厚研究员，杜克大学Jason Locasale, PhD，清华大学化学系瑕瑜教授，中国医学科学院北京协和医学院药物研究所张金兰研究员，中国科学院上海有机化学研究所朱正江研究员、华盛顿大学Daniel Raftery, PhD，纪念斯隆-凯特琳癌症中心Justin R. Cross,Ph.D.，和清华大学药学院研究员胡泽平进行代谢组学领域的学术分享。安捷伦创新合作研究中心冉小蓉博士也分享了安捷伦在代谢组学方面的平台和解决方案。

中国科学院大连化学物理研究所许国旺研究员

报告题目：向着代谢组的全景分析

　　代谢组学是一门研究生物体内整个代谢组动态变化的科学。因此，对内源性代谢物进行全面分析是代谢组学研究的基础。由于代谢物的复杂性，不可能通过单一的分析方法获得整个代谢组的信息，通常需要多种分析方法或平台。

　　在本次报告中，来自中国科学院大连化学物理研究所的许国旺研究员就其课题组在实现代谢组的全景分析方面所作的工作进行了详细介绍。除了传统的靶向和非靶向方法外，许老师组还进行了以下工作以获得全面的代谢组信息：1.针对复杂样品不同的分离需求，开发了多种多维色谱分离方法提高分辨率以获得更大的峰容量；2.采用拟靶向代谢组学和脂质组学方法改善全景分析的数据质量；3.通过纳米材料辅助和衍生化方法改进痕量代谢物的检测；4.使用稳定同位素标记，获取动态代谢组学和脂质组学信息；5.建立基于保留时间、质谱和质谱/质谱信息的本地数据库用于代谢物的鉴定。同时，利用结构-保留关系预测和扩展代谢物信息。通过使用以上新技术，目前一次分析可以半定量近2000种代谢物，并广泛应用于生命科学、重大疾病、中医药现代化、公共安全、转化医学等领域。

中科院遗传发育所分子发育生物学国家重点实验室税光厚研究员

报告题目：Systematic discovery and functional analyses of metabolic disorders in COVID-19

　　本次会议中，中国科学院遗传与发育生物学研究所的税光厚研究员为我们介绍了代谢在细菌生长、病毒感染过程中的重要作用。

　　关于代谢对于细菌生长的作用：税光厚课题组通过对分枝杆菌从休眠期过渡到复苏期进行脂质组学分析发现复苏期的分枝杆菌甘油三酯含量大量降低，抑制甘油三酯的水解能够抑制分枝杆菌的生长，暗示分枝杆菌的复苏过程中需要通过大量水解甘油三酯产生能量满足自身的生长。

　　关于代谢对于病毒感染的作用：税光厚课题组通过对新型冠状病毒患者的血浆成分进行脂质组学分析发现一组代谢物能够很好的用于区分感染患者与非感染患者，揭示了代谢物水平与患者的炎症因子密切相关，发现富含单唾液酸二己糖神经节苷脂的外泌体与新型冠状病毒的致病机制相关，基于前一个工作的启发税光厚课题组进一步解析了不同时期的型冠状病毒患者血浆中外泌体脂质组轮廓发现在炎症爆发期膜流动性显著高于炎症消退期，并且发现来自不同时间段的外泌体能够触发受体细胞产生不同的代谢以及转录反应。

杜克大学 Jason Locasale博士

报告题目：Dietary amino acids and methionine in health and cancer

　　来自美国杜克大学的Jason Locasale 博士长期致力于发展与整合定量代谢组学，计算生物学（包括机器学习和人工智能）以及分析化学技术，旨在更好地理解代谢通路的网络调控机制及其在生物学问题中的功能和意义。

　　在本次会议中，他向我们分享了饮食调节在人类健康和癌症中的潜在作用。他提到，饮食中不同的营养元素能够重塑机体的代谢状态，不同食物和饮食习惯会导致氨基酸等重要营养元素组成结构的差异性。其中，氨基酸组成结构和含量的差异与疾病，例如糖尿病、肥胖和癌症等密切相关。结合机器学习等计算生物学手段，Jason博士提出不同的营养元素组成结构和含量可以用于预测机体的健康状态和疾病发生。他特别指出，甲硫氨酸在人体血浆中含量具有极大的个体差异性，该差异性与饮食习惯密切相关。甲硫氨酸饮食限制有助于改善机体代谢健康，在衰老、肥胖和肿瘤药物治疗中发挥重要调节功能。此外，在分子机理层面，他进一步探讨了代谢改变对表观遗传学和染色质状态的潜在影响、功能和意义。Jason博士最后指出，饮食干预策略有望在未来改善人类健康，进一步提高肿瘤药物治疗疗效。

清华大学化学系瑕瑜教授

报告题目：脂质组精细结构分析的质谱方法

　　质谱是对脂质分子进行结构鉴定、定量分析的主要技术。由于脂质物理化学性质各异，异构体多，且缺乏标准品，基于质谱的脂质组学分析通常仅能鉴定到脂肪酸链组成水平，脂质的精细结构分析长期进展缓慢。

　　瑕瑜教授介绍了基于Paternò-Büchi光衍生-串联质谱（PB-MS/MS）的脂质C=C异构体定性、定量分析技术，该技术可以准确表征脂质C=C异构体，具有灵敏度高、普适性强、无需标准品对照、适用于混合物分析等优势。通过将PB反应与液相色谱-质谱联用（LC-MS）、鸟枪法（shotgun lipidomics）、单细胞分析、超临界流体色谱（SFC）等技术结合，可以实现对磷脂、中性脂、甘油磷脂等多种脂质的精细结构分析。基于PB-MS/MS的脂质精细结构分析，有望为疾病分型、新型生物标志物的研发等提供新的策略。

中国医学科学院北京协和医学院药物研究所张金兰研究员

报告题目：基于代谢途径内源性代谢物分析新方法探索研究

　　中国医学科学院北京协和医学院药物研究所的张金兰教授为我们介绍了基于代谢途径的内源性代谢物分析的新方法。该方法基于内源性代谢物的生物学合成途径，建立代谢物的理论数据库，定向设计基于LC-MS/MS的靶向MRM检测方法，以扩大潜在未知代谢物的鉴定范围。进一步，张教授以胆固醇酯和神经节苷脂两类代谢物的鉴定为实例向我们详细介绍了该方法。

　　胆固醇酯（CE）类代谢物的鉴定：张教授课题组从人、大鼠和金黄地鼠血浆以及3种不同密度脂蛋白生物样本中共筛选到81种CE，其中57种被首次发现，并基于此，发现了35种CE可作为表征高脂血症的生物标志物。

　　神经节苷脂（AGSL）类代谢物的鉴定：张教授课题组从大鼠脑组织样品中鉴定到199个AGSL类化合物，该鉴别数量远超于现有文献报道，此外，发现脑缺血后神经节苷脂类代谢物水平发生了显著变化。

中国科学院上海有机化学研究所朱正江研究员

报告题目：基于离子淌度质谱的多维高分辨代谢组学技术

　　中国科学院上海有机化学研究所朱正江研究员作了题为《基于离子淌度质谱的多维代谢组学技术》的报告。代谢组学技术面临着代谢物数目众多、理化性质复杂、结构多样、同分异构体多、浓度分布范围广等诸多挑战。针对上述问题，朱老师介绍了基于离子淌度质谱的非靶向代谢组学技术。离子淌度质谱（Ion Mobility-Mass Spectrometry，IM-MS）能够根据分析物离子的尺寸、形状和电荷对分析物在静电场下进行气相分离和检测，一次分析能够同时提供包括精确质量数（MS1）、二级碎片谱图（MS/MS）和碰撞截面积（CCS）数据等多个维度信息，从而有效提升对复杂生物样品代谢组的定性和定量分析能力。传统的代谢物CCS数据获取方法主要是基于标准品的CCS值建立CCS数据库，受限于标准品数目，覆盖度很低。朱老师团队开发了机器学习算法来大规模计算代谢物的CCS值，建立代谢物的CCS数据库，并将该策略拓展到了脂质CCS值的计算，从而建立了基于离子淌度质谱的碰撞截面积数据库AllCCS。AllCCS包含了3500多个已报道的化合物的CCS值，用于已知和未知代谢物的结构鉴定，可支持高覆盖的代谢组学和脂质组学分析。同时，与传统方法只采用保留时间、MS1和MS/MS信息进行代谢物鉴定相比，CCS的引入也进一步提高了代谢物鉴定的准确度。在此基础上，朱老师以甾醇代谢物分析为例，介绍了如何利用离子淌度质谱进行深入的定性研究。朱老师所介绍的技术为代谢物的鉴定提供了一种全新的方法。

安捷伦创新合作研究中心冉小蓉博士

报告组学：代谢组学、代谢流整合细胞分析——深入功能与机理阐释

　　冉小蓉表示，代谢组学现在已经进入到更高维度的发展需求，需要阐释机理与关联功能。安捷伦在代谢组学领域持续创新提供业内领先的解决方案，为应对当前代谢组学分析的新挑战，安捷伦推出质谱代谢组学、VistaFlux代谢流与活细胞分析的整合方案，提供从功能筛选、生物标记物发现、机理阐释到功能验证全流程解决方案。该方案为转化医学、药物研发等代谢组学的热点研究领域提供强有力工具，已经帮助国内外不同领域的知名实验室产出重要的科研成果，未来将支持更多应用领域实现代谢组学关联功能与机理阐释的深入研究。

华盛顿大学 Daniel Raftery博士

报告题目：So Why is Biomarker Validation So Hard in Metabolic? Exploring Date Quality and Confounding Effects

　　本次会议来自美国华盛顿大学Daniel Raftery教授为我们介绍了利用代谢组学探究生物标志物过程中面临的诸多挑战，并且提出了改善数据质量以及干扰因素的一些可能性。

　　Raftery表示探究生物标志物过程存在诸多挑战，如早期发现潜在标志物，由于目前没有公认的代谢谱分析程序，不同研究小组在样本收集、处理和分析方案上存在差异，导致实验室间存在较大差异，此外诸多未知代谢物仍无法被鉴定。另外，前期进行初步验证时，由于个体差异较大，招募患者的生物学变异因素复杂并且收集真正具有代表性的患者群体较难。技术开发阶段，同位素类似物标记利用质谱对相关代谢产物进行定量成本较高以及验证过程中获得大量独立样本队列的途径有限，此外商品化应用转化成本较高等一系列问题。

　　NIST 1950是现有的用于MS全局分析血液的标准品，尽管其得以广泛应用且数据质量有一定提高，但全局分析在数据重现性等方面存在问题。目前，Raftery团队在开发标准品方面做出了一些新的工作，并致力于5个数据质量指标，作为衡量好的数据质量标准。他们还尝试通过建立代谢物水平模型，根据临床变量模拟代谢物水平，他们的研究使用了SUR模型，代谢研究中考虑协变量，在一定程度上对候选代谢物进行了校正。

　　最后，Raftery表示生物标志物的发现，特别是鉴定是非常具有挑战性的，且数据质量是首要问题。目前代谢组全景分析技术在不断改善，新的数据质量指标将有助于评估这些改进。在代谢标志物鉴定中存在一些干扰因素的挑战，开发一些新的统计方法(如SUR和其他建模方法)，可能为解释这些干扰因素提供一种途径。

纪念斯隆-凯特琳癌症中心 Justin R. Cross博士

报告题目：Building a successful in-house metabolomics capability for biomedical research

　　Justin R. Cross博士表示区别于其他组学，代谢物种类繁多且并没有固定的编码模板，浓度分布范围极大（＞10⁸），因而代谢组学的检测更具有挑战性。他从自己过去十数年的代谢组学研究经验出发，从平台构建、运行及科学合作三方面向我们分享了如何成功构建满足生物医学研究的代谢组平台。其核心要点在于，培养具有高代谢组学知识素养的研究人员，协助讨论并合理性设计相应生物学课题；在合理设计并有相应规划的前提下开展相关实验，建立长效的代谢组学检测平台考评机制，从而产生高质量的组学数据达成良好的互动合作。通过科研性产出及业内影响力，获取更多的资源支持从而保证组学平台的良性运转。

清华大学药学院胡泽平研究员

报告题目：代谢组学技术解析疾病代谢重塑

　　来自清华大学的胡泽平教授长期致力于发展前沿代谢组学和代谢流分析技术，并结合多组学整合分析策略，开展与生理、疾病及药物耐药性相关的代谢重塑研究，以期阐明其相应的生物学功能与调控机制。

　　在本次报告中，胡泽平教授以代谢组学技术及基于组学技术的代谢重塑研究两方面对其前沿性工作进行介绍。从组学技术方面，该研究组发展了一种超灵敏的靶向代谢组学方法，率先实现了在极少量（～5,000）细胞中进行代谢组学分析，并以该方法与合作者揭示了造血干细胞的代谢特征及其生物学意义。在此基础上，进一步发展了基于新型衍生化试剂的超灵敏、宽覆盖的代谢组学和代谢流分析技术，推动实现高精准、单细胞代谢组学技术。

　　以所创建的代谢组学和代谢流分析技术为基础，该研究组揭示了小细胞肺癌亚组的代谢重编程及其分子机制，发现了新型治疗靶标和潜在靶向药物，突破了该病数十年缺乏靶向治疗策略的瓶颈；以多组学整合分析策略，率先从代谢角度揭示了寨卡病毒导致新生儿小头症、新冠病毒导致细胞因子风暴、发热伴血小板减少综合征SFTS致病的潜在代谢分子机制，并为其临床治疗提供了新思路和新策略。