代谢组学技术在微藻研究中的应用

代谢组学(metabolomics/metabonomics)是系统生物学的重要组成部分之一,主要通过分析生物体受环境刺激、病理生理或基因变异等因素引起的内源性小分子代谢物变化来研究其生理功能与代谢之间的关系,进而揭示代谢物变化背后的代谢调控机制与机理。代谢组学技术具有灵敏度高、选择范围广和分析速度快等特点,逐渐在微藻研究领域发挥出优势。本文介绍了代谢组学的研究流程、分析方法以及代谢组学在微藻领域的应用和发展趋势,并提出了代谢组学在微藻研究过程中面临的问题和挑战,以期为代谢组学技术在微藻生物能源利用、环境保护、生产高价值产物等方面的应用提供新的思路和选择。     

微藻趋向运动及其靶向运输应用研究进展

微藻主要是指一类能进行光合自养的微生物,且很多藻株还兼具运动特性。因而将微藻与微流控芯片结合,实现精确靶向,或用于分子药物递送,在生物医学治疗和药效学分析等领域有重要的潜在应用价值,也是当今的研究热点之一。然而,目前关于微藻趋向运动的研究及潜在的应用的综述报道却相对较少。本文主要以模式微藻莱茵衣藻为例,概述基于微藻细胞趋光、趋化和趋磁等特征,实现微藻可控运动的研究进展,并对其现存的问题以及未来可能的应用方向进行了展望,为进一步利用合成生物学等前沿技术理性改造微藻,实现靶向运输和精准医疗等提供科学依据。     

微藻产油技术进展

发展微藻生物能源是解决能源危机和环境问题的有效途径之一。目前微藻生物能源的藻种筛选、室外养殖、采收、油脂提取、能源制备等各工艺环节均已经打通,但成本高制约了微藻生物能源的产业化发展。本文分析了微藻生物能源的制备工艺(包括藻种特性、培养技术、油脂诱导技术、油脂转化技术等)及应用研究进展(包括反应器),并结合多年在藻种选育、室外规模化培养、低成本采收和藻油多组分分离方面的研究结果与经验,从多角度为微藻生物能源发展给出建议。指出微藻的全价开发将是微藻生物能源发展的有效模式,其中筛选采收成本低、耐污染、油脂含量较高、富含高值副产物的藻种非常重要,丝状藻是一个非常有潜力的方向,并考虑将物理法和水热液化法结合,实现微藻的多成分提取与分离,提高微藻价值的全价开发。     

莱茵衣藻中脂质代谢过程研究进展

微藻中脂质代谢产生的化合物,可用于生物燃料、营养品和生物药品的生产,因此具有重要的经济价值。脂质代谢贯穿微藻的全部生命过程,对微藻的生长发育和应对外界胁迫都具有重要意义。微藻与研究较清楚的真菌和陆地植物在脂质代谢过程方面具有相似性。当然,随着微藻脂质代谢相关功能基因逐渐被鉴定,人们发现微藻的脂质代谢也具有区别真菌和陆地植物的独特性,因此针对微藻脂质代谢过程的分析具有重要意义。莱茵衣藻是研究脂质代谢过程的模式生物,已经通过基因组、转录组、蛋白质组和代谢组等方法,对其质体、内质网和过氧化物酶体中进行的脂质合成和分解过程进行了研究。本文总结了近年来莱茵衣藻质体、内质网和过氧化物酶体中脂质代谢过程的研究成果,并进行综合阐述。     

生态代谢组学研究进展

代谢组学指某一生物系统中产生的或已存在的代谢物组的研究,以质谱和核磁共振技术为分析平台,以信息建模与系统整合为目标。随着代谢组学中的研究方法与技术成为生态学研究的有力工具,生态代谢组学概念应运而生,即研究某一个生物体对环境变化的代谢物组水平的响应。理清代谢组学与生态代谢组学学科发展的脉络,综述代谢组学研究中的常用技术及其优势与局限性,论述代谢组学技术在生态学研究中的应用现状,展望代谢组学技术与其他系统生物学组学技术的结合在生态学中的应用前景,提出生态代谢组学研究者未来要完成的任务和面对的挑战。     

絮凝微生物采收微藻的作用机制研究进展

微藻广泛分布于自然界,其易培养,生长快且应用价值高,普遍用于生物燃料、医学原料、优质食品源及畜牧养殖业等。近年来,通过对光生物反应器改造设计、高产藻株筛选、代谢通路基因改造等方法实现微藻产量的提高,而在微藻处理的下游过程的研究与创新不足,特别是微藻采收已经成为其产业发展的瓶颈。本文综述了絮凝法在微藻采收中的作用,重点讨论了絮凝微生物在微藻采收中的作用,并对絮凝微生物对微藻的絮凝机制进行广泛探讨,为絮凝微生物采收微藻提供理论依据。     

微藻规模化培养研究进展

微藻作为地球上最古老的物种之一,其诞生可追溯到35亿多年前。微藻的种类十分丰富,形态也多种多样。微藻一般都含有叶绿体,因此可进行光合作用,有研究表明微藻固定CO_2的能力是陆地植物的10倍。微藻以其丰富的代谢产物及独特的生理特性在可再生能源、生物医药、食品工业和环境监测等方面有着广泛的应用。然而如何在控制成本的前提下对微藻进行规模化培养成为困扰微藻应用行业的一大难题。为此,本文将从微藻的生化特点及其在各领域中的应用、微藻的规模化培养和微藻的采收3个方面对微藻的规模化培养近十年的研究进展进行综述,旨在为微藻高效培养、低成本采收的研究开发提供参考。     

微生物代谢组学的前处理及分析技术

微生物代谢组学主要研究细胞生长或生长周期某一时刻细胞内外所有低分子量代谢物。分析技术的不断发展促进了微生物代谢组学研究的进展。本文结合微生物样品前处理方法, 综述了目前研究中所采用的各种分析技术的特点与应用, 并展望微生物代谢组学研究中分析技术的发展趋势。     

土壤藻研究新进展

土壤藻是指分布在土壤表层、土壤下层及与土壤的形成、演替和土壤组成有关的石生、水-陆生的各种藻类的集合群,在土壤的保水、改良、防风固沙及全球气候变化方面都有明显的生态功能 ,自20世纪80年代以来 ,世界范围内土壤藻的生物技术和微藻代谢生理学得到迅猛的发展。       

利用叶绿素荧光监测微藻的生长及生理状态

衣藻与扁藻是生产生物柴油的优势藻种,监测其生长和生理状况是利用它们生产生物柴油的关键环节。本研究通过叶绿素荧光对这两种微藻的细胞密度进行监测并利用多激发波长调制叶绿素荧光仪(MultiColor-PAM)检测其在不同生长条件下的生理状况,获得本研究中两种藻的适宜的培养温度/光照强度:衣藻为28℃/80μmol/m~2·s~(-1),扁藻为28℃/100μmol/m2·s~(-1),利用叶绿素荧光可以便捷准确的监测微藻的生长及生理状态,为微藻培养及其代谢产物积累的研究提供切实可行的无损伤的检测方法。     

Quantitative metabolomics based on gas chromatography mass spectrometry: status and perspectives

Metabolomics involves the unbiased quantitative and qualitative analysis of the complete set of metabolites present in cells, body fluids and tissues (the metabolome). By analyzing differences between metabolomes using biostatistics (multivariate data analysis; pattern recognition), metabolites relevant to a specific phenotypic characteristic can be identified. However, the reliability of the analytical data is a prerequisite for correct biological interpretation in metabolomics analysis. In this review the challenges in quantitative metabolomics analysis with regards to analytical as well as data preprocessing steps are discussed. Recommendations are given on how to optimize and validate comprehensive silylation-based methods from sample extraction and derivatization up to data preprocessing and how to perform quality control during metabolomics studies. The current state of method validation and data preprocessing methods used in published literature are discussed and a perspective on the future research necessary to obtain accurate quantitative data from comprehensive GC-MS data is provided.     

代谢组及其在真菌研究中的应用

代谢组学是利用现代分析化学手段对一定条件下生物体内小分子代谢产物（初级和次级代谢产物）定性及定量,从而揭示生命现象及其内在规律的学科。相对于基因组、转录组和蛋白质组,代谢组是一定条件下生物学过程完成后的最终代谢产物的集合,因而是各种组学研究中最接近表型的一种组学,可以直接动态地反映出细胞的生理生化过程,从而有效地检测和发现特定的生化途径,准确地解释生理或者病理现象。代谢组学作为系统生物学中基因组学、转录组学以及蛋白质组学三大组学的延伸和补充,是目前的研究热点之一。目前代谢组学在真菌领域的研究得到日益重视和发展。本文首先从历史发展和技术路线简述了代谢组学的发展历程和常见的代谢组学研究方法。接着从真菌的分类鉴定、生物膜研究、代谢途径、代谢工程、天然产物发现与植物互作这6个方面介绍了代谢组学在真菌研究领域的应用。     

功能代谢组学技术在微生物研究中的应用

功能代谢组学是以代谢组学技术发现关键代谢物为基础,结合体内体外实验和分子生物学等技术手段,研究差异代谢物及相关蛋白、酶和基因的功能,从而揭示生物体内在的分子调控机制。功能代谢组学技术具有精准识别关键调控代谢物及其相关基因或酶的特性,近年来在微生物相关疾病的防控和工业化生产等方面受到了广泛的关注。本文介绍了功能代谢组学技术的分析流程、相关研究方法与平台及其在微生物研究方面的应用,其中重点阐述了真核、原核以及病毒微生物的代谢特性、调控靶点及相关防控策略等。最后,提出功能代谢组学研究在未来面临的问题与挑战,为后续功能代谢组学的研究与发展提供新的思路。     

Metabolomics – an overview. From basic principles to potential biomarkers (part 2)

The metabolome, which represents the complete set of molecules (metabolites) of a biological sample (cell, tissue, organ, organism), is the final downstream product of the metabolic cell process that involves the genome and exogenous sources. The metabolome is characterized by a large number of small molecules with a huge diversity of chemical structures and abundances. Exploring the metabolome requires complementary analytical platforms to reach its extensive coverage. The metabolome is continually evolving, reflecting the continuous flux of metabolic and signaling pathways. Metabolomic research aims to study the biochemical processes by detecting and quantifying metabolites to obtain a metabolic picture able to give a functional readout of the physiological state. Recent advances in mass spectrometry (one of the mostly used technologies for metabolomics studies) have given the opportunity to determine the spatial distribution of metabolites in tissues. In a two-part article, we describe the usual metabolomics technologies, workflows and strategies leading to the implementation of new clinical biomarkers. In this second part, we first develop the steps of a metabolomic analysis from sample collection to biomarker validation. Then with two examples, autism spectrum disorders and Alzheimer's disease, we illustrate the contributions of metabolomics to clinical practice. Finally, we discuss the complementarity of in vivo (positron emission tomography) and in vitro (metabolomics) molecular explorations for biomarker research.     

Metabolomics technology and bioinformatics

Metabolomics is the global analysis of all or a large number of cellular metabolites. Like other functional genomics research, metabolomics generates large amounts of data. Handling, processing and analysis of this data is a clear challenge and requires specialized mathematical, statistical and bioinformatics tools. Metabolomics needs for bioinformatics span through data and information management, raw analytical data processing, metabolomics standards and ontology, statistical analysis and data mining, data integration and mathematical modelling of metabolic networks within a framework of systems biology. The major approaches in metabolomics, along with the modern analytical tools used for data generation, are reviewed in the context of these specific bioinformatics needs.     

植物应答非生物胁迫的代谢组学研究进展

代谢组学技术是研究植物代谢的理想平台, 通过现代检测分析技术对胁迫环境下植物中代谢产物进行定性和定量分析, 可以监测其随时间变化的规律。而各种组学平台包括基因组学、转录组学及代谢组学的整合, 更是一个强有力的工具箱, 将所获得的不同组学的信息联系起来, 有利于从整体研究生物系统对基因或环境变化的响应, 如可判断代谢物的变化是从哪一个层面开始发生的, 帮助人们揭开复杂的植物胁迫应答机制。该文对近期代谢组学技术及其与蛋白质组学、基因组学技术相结合探索植物应答非生物胁迫的研究进行了综述。代谢组学的应用, 拓展了对植物耐受非生物胁迫分子机制的认识, 开展更多这方面的研究, 再通过植物代谢组学、转录组学、蛋白质组学和基因组学整合, 有助于从整体水平上把握植物胁迫应答机制。     

Metabolomics

Metabolomics is the systematic identification and quantitation of all metabolites in a given organism or biological sample. The enhanced resolution provided by nuclear magnetic resonance (NMR) spectroscopy and mass spectrometry (MS), along with powerful chemometric software, allows the simultaneous determination and comparison of thousands of chemical entities, which has lead to an expansion of small molecule biochemistry studies in bacteria, plants, and mammals. Continued development of these analytical platforms will accelerate the widespread use of metabolomics and allow further integration of small molecules into systems biology. Here, recent studies using metabolomics in xenobiotic metabolism and genetically modified mice are highlighted.