生物化学与分子生物学/其他组学

组学与系统生物医学 - 基因组学 - 转录物组学 - 蛋白质组学 - 代谢组学 - 其他组学 - 系统生物医学及其应用

糖组学研究生命体聚糖多样性及其生物学功能

生物界丰富多样的聚糖类型狻盖了有机体所有细胞，它们不仅决定细胞的类型和状态，也参与了细胞许多生物学行为，如细胞发育、分化，肿瘤转移，微生物感染，免疫反应等。糖组学(glycomics)侧重于糖链组成及其功能的研究，其主要研究对象为聚糖，具体内容包括研究糖与糖之间、糖与蛋白质之间、糖与核酸之间的联系和相互作用。糖组学是基因组学和蛋白质组学等的后续和延伸。因此，要深入了解生命的复杂规律，就必须有“基因组-蛋白质组-糖组＂的整体观念，这样才有可能揭示生物体全部基因功能，从而为重大疾病发生、发展机制的进一步阐明和有效控制，以及为疾病预测、新的诊断标记物的筛选及药物靶标的发现提供依据。

糖组学分为结构糖组学与功能糖组学两个分支

糖组(glycome)指单个个体的全部聚糖，糖组学则对糖组（主要针对糖蛋白）进行全面的分析研究，包括结构和功能两方面内容，因此可将其分为结构糖组学(structural glycomics)和功能糖组学 (functional glycomics)两个分支。糖组学的内容主要涉及单个个体的全部糖蛋白结构分析，确定编码糖蛋白的基因和蛋白质糖基化的机制。因此，糖组学主要要回答4个方面的问题：①什么基因编码糖蛋白，即基因信息；②可能糖基化位点中实际被糖基化的位点，即糖基化位点信息；③聚糖结构，即结构信息；④糖基化功能，即功能信息。

色谱分离/质谱鉴定和糖微阵列技术是糖组学研究的主要技术

1. 色谱分离与质谱鉴定技术 色谱分离与质谱鉴定技术为糖组学研究的核心技术，被广泛地应用于糖蛋白的系统分析。通过与蛋白质组数据库结合使用，这种方法能系统地鉴定可能的糖蛋白和糖基化位点。
具体策略包括如下几个步骤：①凝集素亲和层析-1 (用于糖蛋白分离）：依据待分离糖蛋白的聚糖类型单独或串联使用不同的凝集素；②蛋白质消化：将分离得到的糖蛋白用蛋白酶I消化以生成糖肽；③凝集素亲和层析-2(用于糖肽分离）：采用与步骤①相同的凝集素柱从消化液中捕集目的糖肽；④HPLC纯化糖肽；⑤序列分析、质谱和解离常数测定；⑥数据库搜索和聚糖结构分析以获得相关遗传和糖基化信息。然后使用不同的凝集素柱进行第二和第三次循环，捕集其他类型的糖肽，以对某个细胞进行较全面的糖组学研究。其中凝集素亲和层析亦称为糖捕获 (glyco-catch)法。
2、糖微阵列技术 糖微阵列技术是生物芯片中的一种，是将带有氨基的各种聚糖共价连接在包被有化学反应活性表面的玻璃芯片上，一块芯片上可排列200种以上的不同糖结构，几乎涵盖了全部末端糖的主要类型包。糖微阵列技术可广泛用于糖结合蛋白的糖组分析，以对生物个体产生的全部蛋白聚糖结构进行系统鉴定与表征。但目前可用于微阵列的糖数量还非常有限，糖微阵列技术有待进一步的发展。
3、生物信息学 糖蛋白糖链研究的信息处理、归纳分析以及糖链结构检索都要借助生物信息学来进行。目前这方面的数据库和网络包括CFC、KEGG和CCSD等。

糖组学与肿瘤的关系密切

目前，2-DE已经成功地用于鉴定糖蛋白差异。已报道有多种血清糖蛋白可作为肾细胞癌、乳腺癌、结直肠癌等的标记物；糖基化改变普遍存在于肿瘤的发生、发展过程中，分析糖基化修饰对于深入研究肿瘤的发生机制及诊断治疗有着重要的价值；糖基化差异也可用于构建特异的多糖类癌症疫苗，以发展新的免疫治疗策略。
与基因组学和蛋白质组学研究相比，糖组学的研究还处于起步阶段。阻碍糖组学迅速发展的原因主要是糖链本身结构的复杂性和研究技术的限制。但不管如何，糖组学作为基因组学和蛋白质组学的重要补充，将为人类在对生命本质深层次理解的进程中发挥越来越重要的作用。

脂组学揭示生命体脂质多样性及其代谢调控

生命体脂质具有化学多样性和功能多样性的特点，其代谢与多种疾病的发生、发展密切相关，很多疾病都与脂代谢紊乱有关，如糖尿病、肥胖病、癌症等。因此，脂质的分析量化对研究疾病发生机制和诊断治疗，以及医药研发有非常重要的生物学意义。脂组学(lipidomics)就是对生物样本中脂质进行全面系统的分析，从而揭示其在生命活动和疾病中发挥的作用。

脂组学是代谢组学的一个分支

脂组学的研究内容为生物体内的所有脂质分子，并以此为依据推测与脂质作用的生物分子的变化，揭示脂质在各种生命活动中的重要作用机制。通过研究脂质提取物，可获得脂组(lipidome)的信息，了解在特定生理和病理状态下脂质的整体变化。因此，脂组学实际上是代谢组学的重要组成部分。
脂组学的研究有以下优势：①只研究脂质物质及其代谢物。脂质物质在结构上的共同点决定了样品前处理及分析技术平台的搭建较为容易，而且可以借鉴代谢组学的研究方法。②脂组学数据库的建立和完善速度较快，并能建立与其他组学的网络联系。③脂质组分析的技术平台可用于代谢组学的研究，促进代谢组学发展。

脂组学研究的三大步骤——分离、鉴定和数据库检索

样品分离 脂质主要从细胞、血浆、组织等样品中提取。由于脂质物质在结构上有共同特点，即有极性的头部和非极性的尾部。所以，脂质采用氯仿、甲醇及其他有机溶剂的混合提取液，能够较好地溶出样本中的脂质物质。
脂质鉴定 随着分析技术的不断发展，脂质的分析方法也在不断的改进。总体而言，大部分的分析技术都能用来分析脂质，包括脂肪酸、磷脂、神经鞘磷脂、甘油三酯和类固醇等。常规的技术有薄层色谱(TLC)、气相色谱-质谱联用(GC-MS）、电喷雾质谱(ESI/MS)、液相色谱-质谱联用(LC/MS)、高效液相色谱-芯片-质谱联用(HPLC-Chip/MS)、超高效液相色谱-质谱联用(UPLC/MS)、超高效液相色谱－傅立叶变换质谱联用(UPLC/FT-MS)等。
数据库检索 随着脂组学的迅速发展，相关数据库也逐步建立。现有数据库能够查询脂质结构、质谱信息、分类及实验设计、实验信息等，其功能也越来越完善。数据库的建立无疑成为推动脂组学自身发展的良好工具。国际上最大的数据库LIPID Maps(http://www.lipidmaps. org/)是由美国国立综合医学研究所(National Institute of General Medical Sciences, NIGMS)组织构建的，它包含了脂质分子的结构信息、质谱信息、分类信息、实验设计等。数据库包含了游离脂肪酸、胆固醇、甘油三酯、磷脂等八个大类共40 673种脂质的结构信息（截至2017年1月）。

脂组学研究促进脂质生物标志物的发现和疾病诊断

发现疾病相关的诊断标志物是进行疾病诊断的关键。脂组学所提供的方法能够监测病人与正常人之间的脂质变化，从中找到差异较大的脂质化合物，作为疾病早期诊断的指标。科学家定量研究了卵巢癌病人和良性卵巢瘤病人血清中各种胆固醇及脂蛋白的含量变化，结果表明：以载脂蛋白A I (apoA I)和游离胆固醇(free cholesterol, FC)为诊断指标排除卵巢瘤的正确率高达95.5%, 综合apoA I、FC、高密度脂蛋白游离胆固醇(HDLFC)、高密度脂蛋白总胆固醇(HDLTC)、apoB及高密度脂蛋白-3(HDL3)片段诊断卵巢癌的准确率达到97.0%。另有证据报道溶血磷脂酸在卵巢癌的诊断中表现出高度的敏感性和特异性，能够作为早期诊断卵巢癌及术后随访的生物标志物。
总之，脂组学从脂代谢水平研究疾病的发生、发展过程的变化规律，寻找疾病相关的脂生物标志物，进一步提高疾病的诊断效率，并为疾病的治疗提供更为可靠的依据。脂组学能够在一定程度上促进代谢组学的发展，并通过代谢组学技术的整合运用建立与其他组学之间的关系，最终实现医学科学的整体进步。