利用精確血漿代謝組學方法揭示衰老相關代謝特征

　　過去二十年里，代謝（脂質）組學研究得到了迅速發展。液相色譜與高分辨質譜聯用（LC-HRMS）技術是目前內源性代謝物最常用的手段，然而困擾LC-HRMS技術的分析精度和結構鑒定的瓶頸問題仍然存在。尤其是血漿樣本，其組分化學性質各異，同時復雜的基質會顯著減低代謝物定性與定量結果的準確性，導致生物學信息的丟失或錯誤的結論。人類衰老的過程伴隨著器官功能下降和整體代謝的改變，對各種疾病的易感性增加。研究健康人不同年齡段血液中代謝物的變化規律，可以揭示衰老進程相關的生理、病理機制。內源性代謝水平的波動直接反映了生理和病理表型。

　　近日，中國科學院遺傳與發育生物學研究所稅光厚團隊與首都醫科大學附屬北京安貞醫院杜杰團隊合作建立了血漿精準代謝組學分析方法，并應用于不同年齡段健康人血漿代謝組的研究，揭示了多種與衰老相關的代謝特征。研究人員引入覆蓋人體主要代謝通路的64種同位素內標（ISs），校準代謝組數據。選擇ISs進行校準遵循最小變異系數（COV）的匹配規則。質控（QC）樣本中，如果代謝物經特定ISs校準后獲得的最小COV都在5%窗口內，則根據結構相似性和保留時間接近的原則進一步篩選ISs。通過引入和精確選擇合適的ISs校準代謝組數據，QC樣品中所鑒定的480種代謝物的COV從14.3%降低至9.8%。同時，對于未知代謝物的鑒定，根據其匹配的最佳ISs結構和保留時間，有助于其準確定性。研究人員將所建立的精確代謝組分析方法應用于225位年齡在20-88歲之間健康志愿者的血漿代謝組圖譜研究，發現多種與人類衰老相關的代謝特征，包括類固醇代謝、氨基酸代謝、脂質代謝、嘌呤代謝和尿素循環。該結果提供了衰老進程相關疾病的生理、病理學信息，為預防和治療這些與年齡有關的疾病提供了依據。

　　相關成果于近日在線發表在Small Methods上。研究工作得到科學技術部重點研發計劃和國家自然科學基金委項目的資助。

精準代謝組方法深度揭示衰老的代謝特征