代谢组学方法与应用
代谢组学技术
代谢组学技术代谢组学是一种新兴的研究领域，它将分子生物学、生物化学和生物信息学等多学科知识相结合，利用高通量技术对生物体内代谢产物的组成和变化进行研究。
代谢组学技术的应用范围非常广泛，包括药物研发、临床诊断、食品安全、环境监测等领域。
本文将从代谢组学技术的原理、方法、应用等方面进行介绍。
一、代谢组学技术的原理代谢组学技术的原理是通过对生物体内代谢产物的组成和变化进行分析，从而揭示生物体内代谢通路的变化和代谢物之间的相互作用。
代谢产物可以是小分子化合物、蛋白质、核酸等，其中以小分子化合物的研究应用最广泛。
代谢产物的组成和变化与生物体的生理状态密切相关，因此代谢组学技术可以用来研究生物体在不同生理状态下的代谢变化，例如疾病状态、药物作用、环境污染等。
代谢组学技术的研究对象主要包括代谢物组成分析、代谢物变化分析、代谢通路分析和代谢物作用机制分析等。
代谢物组成分析是指对生物体内代谢产物的种类和数量进行分析，例如利用质谱、核磁共振等技术对生物体内代谢产物进行定性和定量分析。
代谢物变化分析是指对生物体内代谢产物的变化进行分析，例如在不同生理状态下对代谢产物的变化进行比较分析。
代谢通路分析是指对生物体内代谢通路的结构和功能进行分析，例如通过代谢产物的组成和变化分析来揭示代谢通路的变化。
代谢物作用机制分析是指对代谢产物的作用机制进行分析，例如通过代谢产物的作用机制来研究药物的作用机制等。
二、代谢组学技术的方法代谢组学技术的方法包括样品处理、代谢产物分析和数据分析等步骤。
样品处理是代谢组学研究的关键步骤，它涉及到生物样品的采集、处理和保存等方面。
代谢产物分析是代谢组学研究的核心步骤，它涉及到代谢产物的分离、检测和定量等方面。
数据分析是代谢组学研究的重要步骤，它涉及到数据的预处理、质量控制和统计分析等方面。
下面将具体介绍代谢组学技术的方法。
1. 样品处理样品处理是代谢组学研究的关键步骤，它涉及到生物样品的采集、处理和保存等方面。
代谢组学技术及其在茶叶研究中的应用
代谢组学技术是一种系统性研究细胞、组织或生物体代谢产物的方法，通过对代谢产物的分析，可以全面揭示生物体在特定生理或环境条件下的代谢活动，为深入了解生物体的生理功能、代谢途径和调控机制提供了重要的手段。
茶叶作为世界三大饮料之一，对其代谢组学的研究逐渐受到人们的重视。
本文将重点介绍代谢组学技术及其在茶叶研究中的应用。
一、代谢组学技术的原理及方法1. 代谢组学技术的原理代谢组学技术是以质谱和核磁共振等技术为基础，通过对代谢产物的鉴定和定量分析，综合研究生物体在不同生理状态下的代谢谱，揭示生物体代谢的整体情况。
2. 代谢组学技术的方法代谢组学技术包括取样、代谢产物的提取和分离、质谱或核磁共振分析、数据处理与生物信息学分析等步骤，其中代谢产物的分析是整个技术过程的核心。
二、代谢组学技术在茶叶研究中的应用1. 茶叶代谢组学研究的意义茶叶中含有丰富的化合物，如儿茶酚、茶多酚、氨基酸等，这些化合物对茶叶的品质和营养价值具有重要影响。
而茶叶在生长、发酵、加工等过程中会发生大量的代谢活动，代谢组学技术可以全面解析茶叶的代谢产物，帮助人们深入了解茶叶的生长发育、化学成分和特征。
2. 代谢组学技术在茶叶品质评价中的应用通过代谢组学技术的应用，可以对不同茶叶品种、不同生长环境、不同加工工艺等因素对茶叶化学成分的影响进行深入分析，从而为茶叶的品质评价提供客观依据。
可以通过代谢组学技术对不同茶叶中的儿茶酚、氨基酸、挥发性香气物质等进行定量分析，从而评价茶叶的香气、口感、色泽等品质特征。
3. 代谢组学技术在茶叶营养价值研究中的应用茶叶含有丰富的营养成分，如维生素、矿物质、氨基酸等，而这些营养成分对人体健康具有重要作用。
通过代谢组学技术，可以对不同类型的茶叶中的营养成分进行定量分析，比较茶叶的营养价值，为人们科学饮茶提供指导。
4. 代谢组学技术在茶叶加工质量控制中的应用茶叶在加工过程中会发生不同程度的氧化、发酵、烘焙等代谢反应，这些反应会对茶叶的化学成分产生影响，进而影响茶叶的品质。
代谢组学方法与应用(许国旺)张强
第1章绪论随着人类基因组测序工作的完成，基因功能的研究逐渐成为热点，随之出现了一系列的“组学"研究，包括研究转录过程的转录组学（transcriptomics）、研究某个生物体系中所有蛋白质及其功能的蛋白质组学（proteomics)及研究代谢产物的变化及代谢途径的代谢组学（metabolomics或metabonomics）（图1—1）。
代谢组学是众多组学中的一种，是随着生命科学的发展而发展起来的。
与其他组学不同，代谢组学是通过考察生物体系（细胞、组织或生物体）受刺激或扰动后（如将某个特定的基因变异或环境变化后)，其代谢产物的变化或其随时间的变化，来研究生物体系的一门科学[1]。
所谓代谢组（metabolome）是基因组的下游产物也是最终产物，是一些参与生物体新陈代谢、维持生物体正常功能和生长发育的小分子化合物的集合，主要是相对分子质量小于1000的内源性小分子。
代谢组中代谢物的数量因生物物种不同而差异较大，据估计，植物王国中代谢物的数量在200000种以上，单个植物的代谢物数量在5000～25000，甚至简单的拟南芥（Arabidopsisthaliana）也产生约5000种代谢产物，远远多于微生物中的代谢产物（约1500种)和动物中的代谢产物（约2500种）[2］。
实际上，在人体和动物中，由于还有共存的微生物代谢、食物及其代谢物本身的再降解，到目前为止，还不能估计出到底有多少种代谢产物，浓度分布范围有7~9个数量级.因此对代谢组学的研究,无论从分析平台、数据处理及其生物解释等方面均面临诸多挑战.本章对代谢组学发展的历史、国内外现状、研究方法、典型应用领域及研究热点等给予了介绍。
1.1代谢组学简介1。
1.1代谢组学发展的时代背景生命科学是研究生命现象、生命活动的本质、特征和发生、发展规律，以及各种生物之间和生物与环境之间相互关系的科学。
自从1953年Watson和Crick 建立了DNA双螺旋结构模型后，生命科学研究的面貌便焕然一新.在此基础上发展的分子生物学使得生命的基本问题，如遗传、发育、疾病和进化等，都能从分子机制上得到诠释。
代谢组学的研究与应用
代谢组学的研究与应用代谢组学是一种以分析生物体内代谢产物为主要研究内容的技术手段。
随着计算机技术、生物大数据等科学技术的发展壮大，代谢组学在诊断、治疗以及药物研发等领域中的应用逐渐得到广泛关注和应用。
本文将从代谢组学的原理、代谢物检测、应用领域和前景等多角度探讨代谢组学的研究与应用。
一、代谢组学的原理代谢组学是建立在代谢组这一概念基础上的一种技术手段。
代谢组是指在某个时刻，某个生物体内所有代谢物的总和。
而代谢物则是指生物体内的各种物质代谢产物，例如碳水化合物、脂肪酸、氨基酸、核酸等。
代谢组学技术包括代谢物检测、代谢通路分析以及代谢组信息处理等多个方面。
在代谢物检测中，通常采用质谱和核磁共振等技术手段对生物体内所有代谢产物进行鉴定和量化。
代谢通路分析则是基于代谢产物之间相互作用的原理，对代谢组内各个代谢通路之间的相互作用进行研究。
最后，代谢组信息处理则是通过计算机技术将代谢组的大量数据进行分析和处理，以得到关于生物体代谢状态的信息。
二、代谢物检测代谢物检测是代谢组学技术中至关重要的一环。
代谢物的检测手段主要包括核磁共振、质谱、色谱、毛细管电泳以及红外光谱等。
在这些技术中，质谱技术是代谢物检测中最为常用也是最为成熟的技术手段之一。
质谱技术的原理是将样品中的化合物离子化后，经过两个连续的质量分析器来鉴定和测量各样品分子的质量和含量。
在代谢物检测中，液相色谱质谱（LC-MS）和气相色谱质谱（GC-MS）等技术是常用的代谢物检测手段。
液相色谱质谱多用于代谢物含量测定，而气相色谱质谱则常用于代谢物的结构鉴定。
三、应用领域代谢组学技术的成熟应用，主要集中在以下几个领域。
1. 代谢疾病的诊断和治疗代谢疾病是指与代谢过程有关的多种疾病，如糖尿病、高血压、肥胖症等。
代谢组学技术可以通过检测代谢产物的变化，来为代谢疾病的诊断和治疗提供重要的依据。
此外，代谢组学技术还可以探究代谢疾病的机制和病因，从而为新型治疗方法的研发提供帮助。
基于生物大数据的代谢组学研究方法与应用案例
基于生物大数据的代谢组学研究方法与应用案例代谢组学是一种利用高通量技术和生物信息学手段研究生物体内代谢产物的定性定量分析方法。
其主要目的是探究生物体在不同生理状态下的代谢调控机制，以及代谢物与疾病之间的潜在关联。
随着近年来大规模生物数据的快速积累，基于生物大数据的代谢组学研究方法也得到了广泛应用。
本文将介绍代谢组学的研究方法以及几个基于生物大数据的代谢组学应用案例。
代谢组学的研究方法主要包括实验设计、样品采集与制备、代谢物分析和数据分析等步骤。
实验设计是一个重要的环节，合理的实验设计可以减小误差并提高数据可靠性。
在样品采集与制备过程中，需要选择适合的方法提取和纯化代谢物。
代谢物分析是代谢组学研究的核心环节，常用的方法包括质谱法和核磁共振法。
质谱法可以分为非定向和定向代谢组学两种，非定向代谢组学可以全面分析代谢物的谱图，而定向代谢组学则选择性地分析特定代谢途径的代谢产物。
数据分析是代谢组学研究的最后一步，通常包括数据预处理、特征选择和生物信息学分析等。
基于生物大数据的代谢组学研究方法已经在许多领域得到了应用，并取得了重要的科学发现。
下面我们将以几个实际案例来说明这些应用。
首先，基于生物大数据的代谢组学研究方法可以帮助我们揭示代谢物与疾病之间的关联。
例如，在肿瘤研究中，代谢组学可以用来发现肿瘤生长和代谢变化之间的相关性。
一项基于大样本的代谢组学研究发现，肿瘤细胞的代谢产物中含有特定代谢途径的异常积累物，这些积累物可能在肿瘤生长和进展中起到重要的调节作用。
通过分析大规模的代谢组学数据，我们可以鉴定出与特定肿瘤类型相关的代谢特征，为肿瘤分类和治疗提供新的靶点和策略。
其次，基于生物大数据的代谢组学研究方法也可以应用于检测和监测环境因素对生物体内代谢的影响。
例如，一项基于人群代谢组学数据的研究发现，空气污染物暴露与人体代谢异常之间存在密切关联。
研究人员通过分析大规模的生物大数据，发现暴露于某些空气污染物的人群的代谢物谱图存在显著的差异，与健康人群相比，这些人群可能更容易发生代谢相关疾病。
代谢组学技术的原理及应用
代谢组学技术的原理及应用随着科技的不断进步和人们对健康的重视，代谢组学技术应运而生。
代谢组学是一种研究生物体基因表达和代谢物水平变化关系的技术，其应用涉及医学、营养、环境等多个领域。
本文将探讨代谢组学技术的原理和应用。
一、代谢组学的原理代谢组学技术的主要原理是基于“代谢组”的概念，即将不同状态下细胞内的代谢物谱进行全面比较和分析，从而发现不同状态下的“代谢指纹”，了解细胞代谢变化的机制。
代谢组学技术主要包含以下几个方面：1. 代谢物分析技术代谢物分析技术是代谢组学技术的核心之一。
代谢物分析技术的目标是检测和定量已知的代谢物，以及识别未知的代谢物。
代谢物分析技术主要包括质谱法、核磁共振（NMR）法、色谱法等。
2. 数据分析技术代谢组学技术的数据分析技术主要包括统计学分析、模式识别和计算机学习等。
这些技术可以帮助研究者快速分析大量数据并筛选出具有差异性的代谢物，挖掘潜在的生物标记物和生物通路。
3. 生物信息学技术代谢组学技术也与生物信息学技术密切相关。
生物信息学技术主要用于代谢通路分析、信号通路分析和生物网络分析等方面，可以为代谢组学的结果提供更加深入的分析和解释。
二、代谢组学在医学领域的应用1. 诊断疾病代谢组学技术可以用于疾病的诊断。
例如，肝癌患者血液中甲烷二酸和花生四烯酸水平较高，可以作为肝癌的生物标记物进行诊断。
此外，代谢组学技术还可以用于诊断糖尿病、肥胖等代谢性疾病。
2. 病因研究代谢组学技术可以帮助研究者了解疾病的发生和发展机制。
例如，通过代谢组学技术可以了解肝炎病毒感染后人体代谢变化的机制及反应。
3. 药物筛选代谢组学技术可以帮助研究者了解药物对细胞代谢的影响，从而筛选出更加安全有效的药物。
研究人员可以通过代谢组学技术了解药物的代谢机制、药物对代谢物的影响以及副作用产生的机制，以此为基础进一步研发药物。
三、代谢组学在营养学领域的应用1. 了解人体代谢变化代谢组学技术可以帮助研究者了解食物对人体代谢的影响。
代谢组学及其应用
2、代谢谱分析：利用色谱、质谱等分析技术，对生物体的代谢谱进行分析， 找出特定代谢物或代谢途径的变化。
3、生物信息学分析：对代谢组学数据进行生物信息学分析，如主成分分析、 聚类分析等，找出特定代谢物或代谢途径的变化规律。
一、代谢组学的定义及概述
代谢组学主要研究生物体在受到内外环境因素刺激时，细胞内代谢产物的动态 变化及其与生物体代谢过程的。它以系统生物学、分析化学、计算机科学等多 学科为基础，涉及多个领域，包括代谢产物的检测、代谢途径的确定以及代谢 调控机制的研究等。目前，代谢组学在研究疾病发生发展、药物疗效及副作用、 环境污染等方面发挥着重要作用。
代谢组学及其应用
目录
01 一、代谢组学的定义 及概述
02
二、代谢组学技术的 应用
03
三、代谢组学技术的 未来发展
04 四、结论
05 参考内容
代谢组学是一门新兴的生物科学，专注于研究细胞内代谢产物的动态变化及其 与生物体代谢过程的。近年来，代谢组学在医学、药学、环境科学等多个领域 得到了广泛的应用，为诸多科学问题的解决提供了新的思路和方法。本次演示 将介绍代谢组学及其在各领域的应用，并探讨其未来发展趋势。
二、代谢组学技术的应用
1、医学领域
在医学领域，代谢组学主要用于疾病诊断、药物研发和机理研究。通过对患者 血液、尿液等样本中代谢产物的检测，可以实现对多种疾病的早期诊断和预后 评估。同时，通过对药物作用下机体内代谢产物的变化进行研究，有助于阐明 药物的作用机制及副作用，为新药研发提供依据。
2、药学领域
然而，代谢组学技术也存在一些挑战和限制。首先，代谢组学的实验成本较高， 需要大量的资金和设备投入。其次，代谢组学的数据分析复杂，需要专业的生 物信息学知识和技能。此外，由于生物体的代谢过程受到多种因素的影响，代 谢组学的结果可能存在一定的变异性和不确定性。
代谢组学研究技术及应用
代谢组学研究技术及应用代谢组学是一门研究生物体代谢产物的全面分析与研究的学科。
它综合运用生物技术和分析化学技术，通过检测和分析生物体内代谢物的种类、数量和变化，探究生物体在不同生理状态或环境条件下的代谢情况，从而揭示代谢网络的特征和调控机制，并找出代谢异常与疾病之间的关联。
代谢组学研究技术主要包括液相色谱-质谱联用（LC-MS）、气相色谱-质谱联用（GC-MS）、核磁共振（NMR）、质子转移反应飞行时间质谱（PTR-TOF-MS）等。
这些技术在代谢组学研究中发挥了重要作用，并在许多领域得到广泛应用。
首先，代谢组学在生物医学领域具有广泛的应用前景。
通过分析代谢物的种类和数量，可以揭示人体的代谢特征并研究其与疾病之间的关联。
例如，通过代谢组学研究可以发现肿瘤细胞的代谢特点，并找到代谢物作为肿瘤标志物的潜力。
此外，代谢组学还可以用于药物研发和个体化医疗的研究领域，利用代谢物的变化来评估药物的疗效和副作用，并为个体化治疗提供指导。
另外，代谢组学在农业领域也有广泛的应用价值。
通过分析植物代谢产物的组成和变化，可以评估植物的生长状态、适应能力和抗逆性，并优化农业生产管理策略。
例如，代谢组学技术可以用于评估农作物的品质和营养价值，指导农作物品种的选育和优化种植条件。
此外，代谢组学还可以用于植物病害和害虫的早期诊断和快速筛选防治措施，提高农作物的产量和质量。
除了生物医学和农业领域，代谢组学在环境科学、食品安全和化学生态学等领域也有重要的应用。
例如，在环境科学领域，代谢组学可以用来评估环境污染对生态系统和物种多样性的影响，并筛选出对环境污染物具有敏感性的生物标志物。
在食品安全领域，代谢组学可以用来评估食品中有害物质的含量和分布，以及食品的质量和真实性。
在化学生态学领域，代谢组学可以用来研究生物体与环境的相互作用及其对生态系统的影响，揭示化学信号和化学防御机制。
总之，代谢组学是一门新兴的研究领域，其研究技术的不断发展和广泛应用将为生物医学、农业、环境科学等多个领域带来重要的科学发现和实际应用。
代谢组学-方法与应用
代谢组学-方法与应用代谢组学是一种用于研究生物体内代谢物的综合性研究方法，通过分析分子水平上的代谢产物（代谢物）来揭示生物体内代谢过程的变化和代谢网络的连锁反应。
代谢组学的方法包括质谱和核磁共振等技术，可以检测到包括有机酸、氨基酸、核苷酸、糖类等在内的多种代谢物，从而为研究生物体的生理和病理状态提供了重要的信息。
代谢组学的研究方法主要有两个步骤：样本预处理和代谢物分析。
样本预处理是将生物样品（例如血液、尿液、组织等）进行适当的处理，去除干扰物质，并获取代谢物作为分析的对象。
常见的样本预处理方法包括提取、分离、纯化等。
代谢物分析则是使用质谱、核磁共振等技术对代谢物进行定量或定性的分析。
其中，质谱是代谢组学研究中最常用的技术之一，可以识别和定量测量样品中的多种代谢物。
利用质谱技术，可以实现高通量的代谢物分析，快速获取大量的代谢组学数据。
代谢组学在生物医学领域有着广泛的应用。
首先，代谢组学可以用于疾病早期的诊断和预测。
许多疾病都会导致代谢物的紊乱，而代谢组学可以检测出这些异常，并作为生物标志物来支持疾病的诊断和预测。
例如，糖尿病患者血液中的某些代谢物可以被用作疾病的指标，用以判断糖尿病的严重程度和预测患者的病情发展。
其次，代谢组学还可以用于药物研发和药效评估。
药物通过改变代谢物的生成和消耗来发挥作用，因此代谢组学可以用来研究药物对生物体的影响。
通过分析代谢物的组成和浓度变化，可以评估药物的疗效和不良反应，并帮助药物的优化设计。
此外，代谢组学还可以应用于环境监测、食品安全和农业研究等领域。
通过分析环境样品或食品样品中的代谢物，可以评估环境污染程度、食品质量和农产品的适应性等。
代谢组学的应用还扩展到了微生物研究领域。
微生物代谢物在微生物生态系统中发挥重要作用，通过代谢组学的方法可以研究微生物之间的相互作用和微生物群落的结构与功能。
虽然代谢组学在生物医学领域的应用已经取得了一定的成果，但仍然存在一些挑战。
首先，代谢物的组成非常复杂，存在着上百种不同的代谢物，因此对代谢物的分析和处理需要耗费大量的时间和精力。
代谢组学方法与应用
代谢组学方法与应用代谢组学是一种研究代谢物在生物体内的组成、结构、功能以及与遗传信息的关联等方面的科学研究方法。
代谢组学方法通过分析代谢物的生成、转化和消耗过程，可以评估生物体代谢状态的变化，研究生物体对外界刺激的响应，以及疾病状态下的代谢异常等。
本文将介绍代谢组学的方法以及在生物医学和农业领域的应用。
代谢组学方法主要包括样本采集、代谢物提取、分析和数据处理等步骤。
样本采集是代谢组学研究的第一步，代谢物主要存在于生物体的各种体液（例如血浆、尿液、唾液等），以及组织和细胞中。
样本采集应注意保持样本的稳定性和一致性，通常使用无菌采集器具采集，冷藏和冷冻保存。
代谢物提取是将样本中的代谢物从细胞或组织中提取出来的过程。
代谢物提取的方法包括溶剂提取、蛋白酶处理和固相萃取等。
溶剂提取是最常用的代谢物提取方法，根据不同的代谢学实验目标和研究对象，可以选用不同的有机溶剂进行提取，如醇类、酸类、酮类等。
蛋白酶处理是将生物样本中的蛋白质降解，以便于代谢物的提取和分析。
固相萃取是通过将样品溶液通过具有特定吸附剂的固相柱等手段，将目标代谢物从混合溶液中分离出来。
代谢物分析是代谢组学研究的核心环节，主要通过质谱和核磁共振等高灵敏度和高分辨率的仪器进行。
质谱分析是一种基于代谢物分子的质量、电荷和结构特征进行分析的方法，主要包括质谱质量分析（MS）和质谱成像（Imaging MS）等。
质谱质量分析可以从多个方面对代谢物进行检测和鉴定，包括基于母离子峰和特征离子片段等的定性分析，以及基于代谢物丰度和谱峰面积等的定量分析。
质谱成像则可以在组织中可视化代谢物的分布情况，有助于研究代谢物的空间分布和信息传递。
核磁共振分析（Nuclear Magnetic Resonance, NMR）则是一种通过核自旋共振信号对代谢物进行定性和定量分析的方法，具有非损伤性和无辐射的优势。
代谢组学方法在生物医学和农业领域具有广泛的应用。
在生物医学领域，代谢组学方法可以帮助研究和诊断各种疾病，如癌症、心血管疾病、糖尿病等。
代谢组学的研究方法与应用进展
代谢组学的研究方法与应用进展随着科学技术的不断发展，代谢组学作为一项重要的研究手段逐渐引起了人们的关注。
通过代谢组学分析，可以揭示生物体内代谢物的种类、含量以及相互之间的关系，为疾病的早期诊断、治疗以及个体化医学提供了新的思路和方法。
本文将重点介绍代谢组学的研究方法与应用进展。
一、代谢组学的研究方法1. 样品采集与预处理样品采集是代谢组学研究的基础，不同类型的样品对应着不同的研究目的。
例如，对于代谢疾病的研究，常用的样品包括血液、尿液和组织等。
而对于植物代谢组学的研究，则需要采集植物的叶片、根系或果实等样品。
预处理是样品分析之前的必要步骤，旨在去除杂质、稳定代谢物，提高测量的准确性。
常用的预处理方法包括样品提取、衍生化和洗脱等。
2. 代谢物分析技术代谢物的分析技术主要包括质谱、核磁共振和色谱等。
其中，质谱技术是代谢组学研究中最为常用和重要的技术之一。
质谱技术根据质量-电荷比对代谢物进行分析和鉴定。
常见的质谱技术包括质谱显微镜(MS)、气相色谱-质谱(GC-MS)和液相色谱-质谱(LC-MS)等。
其中，GC-MS适用于挥发性和半挥发性代谢物的分析，而LC-MS则适用于非挥发性和极性代谢物的分析。
3. 数据分析与处理数据分析与处理是代谢组学研究中的重要环节，旨在从海量的代谢组学数据中提取有用的信息。
常用的数据分析与处理方法包括多变量统计分析、主成分分析和聚类分析等。
二、代谢组学的应用进展1. 代谢组学在疾病诊断中的应用代谢组学已经被广泛应用于疾病的早期诊断和监测。
通过分析患者样品中的代谢物变化，可以识别出与疾病相关的标志物，为疾病的早期筛查和诊断提供依据。
例如，在肿瘤相关代谢物的研究中，代谢组学可以通过鉴定患者体液中的特定代谢物，实现肿瘤的早期诊断和疗效评估。
2. 代谢组学在药物研发中的应用代谢组学在药物研发中的应用也备受关注。
通过比较药物治疗前后的代谢组学变化，可以评估药物的疗效和毒副作用，为个体化治疗提供依据。
代谢组学研究方法及其在放射医学领域的应用展望
代谢组学研究方法及其在放射医学领域的应用展望随着科学技术的不断进步，不仅医学领域得到了长足的发展，科学研究也得到了新的突破。
其中，代谢组学作为近几年发展迅猛的研究领域，在放射医学领域的应用已经引起了广泛关注和研究。
本文面对代谢组学研究方法及其在放射医学领域的应用展望，进行阐述。
一、代谢组学研究方法介绍代谢组学，是一门研究生物体内化学反应产物（代谢物）组成及其动态变化规律的新兴科学。
它将高通量仪器时代的高效、大样本的数据采集技术应用到代谢物分析中，进行大规模的样本检测、数据处理以及靶向筛选代谢物，从而发现生物体代谢物水平变化与生理功能之间的关系，探讨影响疾病的生化反应网络，实现病症的早期诊断和个性化治疗。
代谢组学研究方法包括液质联用技术、气相色谱联用技术和核磁共振技术等。
其中，液质联用技术被广泛应用于代谢组学研究中，其具有分离度高、分析速度快、精度高等优点。
气相色谱联用技术是通过分离代谢产物，并将它们与气相柱相分离，超过一定时间后，可在质谱下监测。
核磁共振技术是由于其高分辨率、非破坏性、定量度高、信息获取量大等优势，在代谢组学研究中也被广泛应用。
二、代谢组学研究在放射医学领域的应用放射医学是关于放射线在人体内的应用和作用机理，对人体产生的生理、生化和组织学等变化进行研究和应用。
代谢组学研究在放射医学领域中的应用可以得到为诊断和治疗策略的优化提供良好的理论支持。
1. 放射性物质标记技术代谢组学研究通常采用同位素标记技术来研究放射性物质的代谢过程。
同位素标记技术是通过将代谢物体标记为特定的放射性核素，观察其代谢反应进程和异位转化过程。
其可同时鉴定数百个代谢物质，进而鉴定代谢产物与毒理机制之间的联系。
2. 监测辐射剂量辐射剂量是研究辐射生物效应和健康风险的关键指标。
研究人员利用代谢组学研究方法，监测被辐射个体的代谢物质水平的变化，比较不同剂量辐射对代谢物质的影响，揭示不同剂量辐射与代谢物质的关系。
3. 诊断和治疗策略的优化代谢组学研究可以为放射医学的诊断和治疗策略提供关键信息。
代谢组学技术在药物研发中的应用研究
代谢组学技术在药物研发中的应用研究在生物医药领域的科技突破中，代谢组学技术不断吸引着研究者的目光。
它通过分析生物样本中代谢物的变化，可以为药物研发提供丰富的信息，成为研究药效、药物在体内代谢动力学、副作用及信号途径等方面的有力工具。
本文主要介绍代谢组学技术的概念、研究方法、在药物研发中的应用以及未来发展趋势。
一、代谢组学技术的概念代谢组学技术是指通过对生物样本中代谢物的高通量检测和分析，绘制出这些代谢物之间的代谢网络，进而对样本进行综合解析的技术。
代谢组学技术主要检测代谢产物的含量和质量，获取有关生物体内代谢过程的信息，从而可以得到更全面、更准确的生物反应信息。
二、代谢组学的研究方法代谢组学技术包括代谢物的采集和检测两个步骤。
采集是指从生物体或样本中收集代谢物的方法，一般有生物体活检、体液、血液、尿液等多种形式，需要根据研究的目的进行选择。
检测则是在采集代谢物的基础上，对其进行测量和鉴定，现代化的检测手段主要有质谱、核磁共振等技术，充分结合这些技术可以做到高通量、高效率的代谢物检测和鉴定。
三、代谢组学技术在药物研发中的应用代谢组学技术在药物研发中，主要有如下应用：1）药物研发流程中的代谢物筛选药物的筛选往往是一个漫长而复杂的过程，代谢组学技术可以实现对大量代谢物快速准确的鉴定和筛选，极大地提高筛选效率和成功率，节省筛选时间和成本，有效地促进药物研发进程的优化和升级。
2）药物机制的研究药物的作用机制是一个关键的问题，代谢组学技术可以更加全面地解析药物作用和代谢的机制，从而量化药物作用以及代谢反应，并对药物的生物活性、代谢特点、靶标识别等方面进行深入研究，为下一步药物优化和研发提供依据。
3）副作用和毒性的评估为了确保药物的安全性，药物研发过程必须评估药物的毒性和副作用。
代谢组学技术在这方面可大大提高准确性，通过对药物代谢产物进行定性和定量分析，可以全面、快速地评估药物的安全性和副作用，从而有效地避免药物在人体中产生不良反应。
代谢组学技术的原理及应用
代谢组学技术的原理及应用代谢组学技术是一种综合应用代谢物分析和统计学方法的研究手段，旨在揭示生物系统在不同条件下的代谢反应变化，并进一步探究代谢反应与生理或病理状态之间的关联。
代谢组学技术的原理与应用主要包括代谢物分析方法、统计分析方法和生物信息学方法。
代谢物分析方法是代谢组学技术的核心，其目标是全面测定样品中存在的代谢物，包括小分子有机化合物、蛋白质、核酸和脂类等。
常用的代谢物分析方法包括质谱（mass spectrometry，MS）和核磁共振（nuclear magnetic resonance，NMR）。
质谱分析主要通过测定代谢物分子在电离室中的离子质荷比来确定其分子量和结构特征，从而实现代谢物的定性和定量分析。
核磁共振分析则通过测定样品中核磁共振信号的频率和强度来确定代谢物的种类和含量。
这些方法具有高分辨率、高灵敏度和广泛的应用范围，已经成为代谢组学研究中不可或缺的技术。
生物信息学方法则主要用于代谢组学数据的存储、处理和解释。
生物信息学方法包括数据库搭建、基因注释、通路分析和代谢网络建模等。
代谢组学研究产生的大量数据需要通过生物信息学方法进行存储和管理，以便进一步发现代谢反应的调控机制和生物学功能。
同时，生物信息学方法还可以对代谢组学数据进行基因-代谢物的关联分析，从而揭示代谢物合成和降解的通路，为代谢组学研究提供更深入的理解。
代谢组学技术的应用广泛涉及医学、农业、环境科学等多个领域。
在医学领域，代谢组学技术可以揭示生物体内代谢物的组成及其变化规律，帮助发现代谢性疾病的生物标志物或潜在治疗靶点。
例如，通过对肿瘤组织和正常组织的代谢组学分析，可以发现特定代谢物的异常积累或消失，从而辅助肿瘤的诊断和治疗。
在农业领域，代谢组学技术可以帮助揭示植物与环境因子之间的关系，如营养状况、病害抗性等，从而为作物育种和改良提供理论基础和实验依据。
在环境科学领域，代谢组学技术可以用来评估环境污染程度及其对生物体代谢的影响，如揭示水体污染对水生动物代谢的影响等。
代谢组学研究及其应用
代谢组学研究及其应用代谢组学是一门比较新兴的研究领域，它主要研究生物体内代谢产物的层次结构和动态变化规律，并利用现代高分辨质谱、核磁共振以及生物信息学技术，对这些变化规律进行分析和解释。
代谢组学不仅在生物学、医学领域得到了广泛应用，也在化学、农业、食品科学、环境科学等领域具有广泛的应用前景。
代谢组学研究的基本原理是：通过对生物样本进行代谢组分析，获取样本中多组学信息：如代谢产物、蛋白质、基因或小分子RNA的信息，并对这些信息进行综合分析，得出代谢组学特征和机制的结果。
目前常用的代谢组学技术主要包括质谱、核磁共振、毛细管电泳、高效液相色谱等。
代谢组学在生物医药领域的应用非常广泛，如：癌症、心脏病、糖尿病等疾病的早期诊断、药物研发、药效评价等方面。
以癌症项下为例，代谢组学技术可以检测某一人群体的血液、尿液等生物样品中的代谢物谱图差异，并解析癌症发生的生化过程，发现一些新型的肿瘤标志物，为早期筛查和诊断癌症带来希望。
代谢组学在食品安全及食品发酵领域的应用也是十分广泛，如：研究发酵产物、分析食品中的添加物、检测食品中的毒素等。
如在豆酱中添加泡菜汁，可以调节豆酱的氨基酸谱，增强其营养价值；在黄瓜酱的发酵过程中，利用代谢组学技术，可以减少其含有的酸类和芳香类化合物，也能够减少致癌物质亚硝酸钠的形成。
此外，代谢组学还具有许多的应用前景。
例如在农业领域：利用代谢组学技术，可以研究作物的生长发育，为高产优质作物的培育提供基础。
在环境科学领域：通过分析空气、水等生态系统中的代谢物谱图，可以监测某些环境因素对生态系统的影响，并促进环境污染的监测和治理工作。
在新材料研究领域：代谢组学技术可以为新型材料研究提供基础性的支撑。
总之，代谢组学是一门极具应用前景的研究领域。
它可以为疾病早期诊断、食品制造、材料研究、农业等领域提供帮助。
未来，随着科技的不断发展和代谢组学技术在多个领域的不断应用和深入研究，代谢组学技术的应用前景也将逐渐展现。
代谢组学研究技术与应用
代谢组学研究技术与应用随着生物技术的飞速发展，代谢组学研究作为生物医学领域的一个重要分支，已经越来越受到人们的关注。
代谢组学研究通常使用基于质谱和核磁共振等技术的代谢物组分析，对代谢物谱系进行分析和比较，以探索代谢物组变化与各种生物病理状态的关联性。
本文将对代谢组学研究技术与应用进行较为详细的介绍。
一、代谢组学研究技术1.1 质谱技术质谱技术是代谢组学研究中最常用的技术之一，其主要采用质谱仪对样品中的代谢产物进行分析。
质谱仪一般包括两个部分：质谱分析器和离子源。
实验过程中，样品进入离子源后，通过电子轰击、激光脱落或电弧等方式将其解离成离子，并且经由质谱分析器进行分析、计数和测定。
质谱技术可以进行原位和非原位的代谢物定量分析，同时还可以对代谢物进行结构鉴定。
此外，还可以利用分析手段对代谢物进行分子筛选、保留时间和指定离子等控制，进一步提高分析精度。
1.2 核磁共振技术核磁共振技术是利用核磁共振现象研究代谢物的结构和功能的一种非侵入性的方法。
核磁共振技术通常采用核磁共振仪进行实验，通过对样品分子中核自旋磁偶极矩的激发和解耦产生共振信号，从而测得核磁共振谱图。
通过氢原子核磁共振谱图和碳原子核磁共振谱图等代谢产物谱系的测量，可以更加直观地分析代谢物的种类和组成，从而探究其代谢通路的变化。
核磁共振技术对代谢组学研究起到了非常重要的作用。
1.3 毒性代谢组学技术毒性代谢组学技术是一种研究生物体代谢变化和毒物作用之间关系的方法。
在其中，代谢产物谱系的变化随着毒物浓度和暴露时间的变化而发生变化。
因此，毒性代谢组学技术可以通过研究代谢产物谱系的变化，突显出受测物对生物体和环境的潜在危害。
2. 代谢组学研究应用2.1 代谢紊乱研究代谢紊乱是生物体疾病发展的重要因素之一。
通过代谢组学分析，可以针对代谢紊乱的症状，对代谢物谱系有针对性地搜索，从而针对成瘾、糖尿病、心血管疾病、肝脏疾病等多种代谢紊乱疾病进行研究。
2.2 药物研究药物研究是代谢组学中最重要的应用，它可以帮助药物研究者以更深入的理解来研发和设计新药。
代谢组学的研究与应用
代谢组学可以用于营养学研究，通过 研究不同营养成分对生物体内代谢过 程的影响，为营养学研究提供科学依 据。
药物研发
代谢组学可以用于药物研发，通过研 究药物对生物体内代谢过程的影响， 为新药研发提供重要的药效和毒性评 价信息。
代谢组学的研究意义
要点一
促进生命科学的发展
代谢组学作为生命科学领域的一门前沿学科，对于深入了 解生物体内代谢过程的本质和规律，揭示生命活动的奥秘 具有重要意义。
研究植物次生代谢产物的 合成、分解及其与植物生 长、防御的关系，为植物 育种提供理论依据。
抗逆性育种
利用代谢组学技术，培育 具有优良抗逆性状的作物 新品种。
品质改良育种
通过研究与品质相关的代 谢物组分及其变化规律， 进行品质改良的作物育种 。
食品科学中的应用
食品营养与功能成分研究
01
研究食品中的营养物质和功能成分，为食品科学研究和开发提
局限性
代谢组学研究需要先进的仪器和技术，同时数据分析也较为复杂，需要专业的知识和技 能。
03
代谢组学在生物医学领域的应用
疾病诊断与预测
疾病诊断
代谢组学可以通过分析生物体受疾病影响后的代谢产物的变化，提供疾病诊断的依据。例如，通过对 尿液、血液等生物样本的代谢产物进行分析，可以识别出与特定疾病相关的代谢指纹，有助于疾病的 早期发现和精确诊断。
式和结构。
02
基于质谱的代谢组学研究方法通常包括样品制备、数
据获取和分析、数据库搜索和分子鉴定等步骤。
03
该方法具有高灵敏度、高精度和高通量等优点，但也
需要严格的质量控制和标准化操作。
基于核磁共振的代谢组学研究方法
01
核磁共振技术可以提供分子的结构和动态信息。
代谢组学的研究方法与应用
代谢组学的研究方法与应用代谢组学是一门研究生物体内代谢物质（如小分子有机物、无机物等）变化规律的学科，通过分析生物体内代谢物的种类和数量变化，揭示代谢途径、代谢网络以及其与生物体功能的关联。
代谢组学的研究方法和应用日益受到科学家们的关注，本文将主要介绍代谢组学的研究方法和其在生物医药、农业科学等领域的应用。
一、代谢组学的研究方法代谢组学的研究方法主要包括样本采集、代谢物分析、数据处理和模式识别等环节。
1. 样本采集在代谢组学研究中，样本的选择和采集十分重要。
常用的样本包括血液、尿液、组织和细胞等。
合理的样本选择能够更好地代表生物体内代谢情况，从而提高研究结果的准确性。
2. 代谢物分析代谢物分析是代谢组学研究的关键环节。
常用的代谢物分析技术包括质谱、核磁共振、色谱等。
质谱技术主要用于鉴定和定量代谢物，核磁共振则可以提供代谢物的结构信息，色谱则常用于分离和纯化代谢物。
3. 数据处理代谢组学数据通常具有大量的信息，需要进行合理的数据处理。
数据处理包括数据清洗、归一化、峰识别等步骤。
通过这些处理，可以减少噪声的影响，提取有用的信息。
4. 模式识别模式识别是代谢组学研究中的重要环节，通过比较和分析样本间的代谢物差异，可以发现代谢物与生物功能之间的关联。
常用的模式识别方法包括主成分分析、聚类分析、偏最小二乘判别分析等。
二、代谢组学在生物医药领域的应用代谢组学在生物医药领域有着广泛的应用，包括疾病早期诊断、疾病发生机制研究、药效评价等方面。
1. 疾病早期诊断代谢组学可以通过检测代谢物的变化，帮助医生及时诊断疾病。
例如，某些代谢物的浓度变化可以与疾病的发生和发展相关联，通过分析这些代谢物的水平可以实现对疾病的早期诊断。
2. 疾病发生机制研究代谢组学可以揭示疾病的发生机制。
通过比较疾病患者和正常人或不同疾病患者的代谢物差异，可以发现与疾病发生相关的代谢途径和信号通路，为疾病的治疗提供新的靶点和策略。
3. 药效评价代谢组学可以在药物研发过程中发挥重要作用。
代谢组学的方法和技术在生物学研究中的应用
代谢组学的方法和技术在生物学研究中的应用代谢组学是一种综合技术，利用现代分析化学和生物信息学等技术手段，对生物体代谢产物进行全面、系统和定量分析，以探索生命活动过程中的代谢网络及其调控机制。
这种技术不论是在理论方面还是在实践中都已成为当今生物学和医学研究的热点之一。
代谢组学主要涉及到代谢产物的定性和定量分析。
代谢产物是指在生命体的代谢过程中产生的化学物质，它们是生物代谢的结果。
代谢产物不仅包括有机物，还包括矿物质离子和气体等无机物。
代谢产物分析可分为两个方面，一方面是定性分析，另一方面是定量分析。
定性分析主要是利用一些色谱、质谱等分析技术，对样本中代谢产物进行分离和鉴定，确定它们的类型和数量。
而定量分析则是在定性的基础上，对代谢产物进行定量分析，以了解其在生物体代谢过程中所起的作用以及其量的变化规律。
当然，这只是代谢组学方法之一，还有很多其他方法可以用来分析代谢组。
代谢组学技术在生物学方面的应用代谢组学技术在生物学方面的应用非常广泛，涉及到多个方面。
研究生命的生长、发育和适应性调节通过代谢组学技术，可以研究各种生物体在不同的生长、发育和适应性调节状态下的代谢组变化，从而探究其代谢途径和代谢网络的调控机制以及相关基因表达。
例如，研究不同植物在干旱逆境下代谢组的变化，有助于我们理解植物的利用水分的机制，同时为极端气候条件下的农作物选择提供了重要的参考依据。
生物学研究中的检测和诊断代谢组学技术可以应用于生物学研究中的检测和诊断。
通过分析血液、尿液、脑脊液等生物样本中的代谢产物，可以发现一些特殊的代谢型，根据这些代谢型可以诊断出一些常见的疾病，如糖尿病、高血压、癌症等。
食品科学研究代谢组学技术可以应用于食品科学研究中。
通过对食品样本中代谢产物的分析，可以探究食品的营养组成以及食品成分在生物体内代谢的过程。
代谢组学技术在医学方面的应用代谢组学技术在医学方面的应用也非常广泛。
疾病预防、诊断和治疗通过代谢组学技术，可以在疾病早期发现患者的代谢组变化，从而早期发现并及时治疗疾病。
代谢组学技术及其应用
代谢组学技术及其应用代谢组学是一种以代谢物为研究对象的生物学研究方法，近年来得到了越来越广泛的应用。
代谢物是指生物体内的小分子有机化合物，包括脂质、氨基酸、糖类等。
这些代谢物受到生物体内环境、基因表达和蛋白质功能等因素的影响，与生物体内的生理状况密切相关。
因此，代谢组学技术可以通过对代谢物的分析来揭示生物体内代谢途径、生理变化和疾病机制，具有广泛的研究应用价值。
代谢组学技术主要包括代谢物标记、质谱分析、核磁共振等方法。
其中代谢物标记是一种基于同位素稳定性的技术，通过将同位素标签引入生物体内，根据代谢产物中同位素的比例变化来研究代谢途径和生理变化。
常用的代谢物标记包括13C、15N等。
质谱分析是一种高灵敏度的分析方法，可以对代谢物进行定量和鉴定。
根据代谢物的分子量、离子荷重等性质，利用质谱仪对代谢物进行分析和检测。
核磁共振是一种无损分析技术，可以对代谢物的化学环境进行精细的测定。
通过对代谢物的核磁共振谱进行分析，可以获得代谢物的分子结构、浓度和代谢路径等信息。
代谢组学技术可以应用于各种研究领域，包括食品安全、环境污染、营养代谢和疾病诊断等。
在食品安全领域，代谢组学技术可以用于分析食品中的有毒代谢产物、防腐剂残留等，以评估食品的安全性。
在环境污染领域，代谢组学技术可以用于评估环境中的污染物对生物的影响，并研究污染物的代谢途径和毒性病理学机制等。
在营养代谢领域，代谢组学技术可以用于评估不同饮食模式对人体代谢的影响，例如饮食对肥胖、糖尿病、心血管疾病等慢性疾病的影响。
在疾病诊断领域，代谢组学技术可以用于鉴定代谢物与疾病之间的关系，例如甲状腺功能亢进、乳腺癌等疾病的诊断和治疗。
在实际应用中，代谢组学技术还面临一些挑战和难点。
首先，代谢物的代谢途径和生理作用十分复杂，需要较为全面的生物学知识来解释代谢物的变化。
其次，生物个体间代谢物的差异很大，需要进行大规模的样本分析和基础数据积累。
此外，代谢组学技术本身也存在一定的限制和局限性，例如对于低浓度代谢物和高分子量代谢物的检测能力有限。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Unsupervised
Supervised
PC2
PC1
PCA
PLS-DA
Model validation
Methods: Independent test set Cross-validation Permutation test Criteria: Accuracy rate AUROC R2 and Q2
Metabolomics and its applications
Baichuan Deng 邓百川
University of Bergen
Contents
1. Background 2. Workflow 3. Application 4. Challenge
Contents
1. Background 2. Workflow 3. Application 4. Challenge
NMR MS
Good at quantification
Relative poor sensitivity
Need sample preparation
Disadvantages
Relative low sensitivity
Destructive
Data preprocessing
Raw data After baseline correction
Arabldopsis Moss
Barley Wheat
Principle component analysis (PCA) of metabolites of 4 different plant species obtained by GC-MS. Roessner et al. Biotechniques. 2009
Retention time
Comparison of NMR and MS platforms
Advantages
Non-destructive
High sensitivity
Little sample preparation
High selectivity
Applicable to intact biomaterials
Workflow of metabolomics
Key steps: Sample collection Sample preparation Data acquisition
Data preprocessing Statistical analysis Biomarker identification Pathway analysis
Bernstein et al. Analytical Chemistry. 2013
Data integration
Statistical analysis
Principal component analysis (PCA) Hierarchical cluster analysis (HCA) Soft independent modeling of class analogies (SIMCA) Self-organizing mapping (SOM) Partial least squares-discriminant analysis (PLS-DA) Artificial neural networks (ANN) Support vector machines (SVM) Random forests (RF)
Advantage of metabolomics
Noninvasive biofuids High Sensitivity
Genomics Proteomics Metabolomics Metabolic change
Urine Serum Plasma
Genomic change
Enzymatic change
Metabolic patterns for people from different regions
Japanese
Diet
Chinese
American
600 MHz 1H NMR spectra of human urine
Principal component analysis (PCA)
The Urine Metabolome
The overlap of serum metabolites detected by NMR, GC–MS, TLC/GC-FID, LC-ESI-MS/MS and DFI-MS methods
A: Bad model
B: Good model
Permutation test
Biomarker discovery
Statistical test: Student t test Variable importance: Loading weights
Regression coefficients (RC)
Matteo Cassotti etc. Chemometr. Intell. Lab. 2014
Challenge
Biomarker discovery Integration of different instrumental platforms Integration of different -omics techniques
Baseline correction
Liu et al. Chemometr Intell Lab. 2014
Raw data After baseline correction
Peak alignment
Liebeke et al. Analytical Chemistry. 2013
Deconvolution
Contents
1. Background 2. Workflow 3. Application 4. Challenge
Alternate workflows 1 2
Targeted metabolomics
Nontargeted metabolomics
Alternate workflows 1 2
Publications and citations related to metabolomics
(A) Publications (B) Citations
Number
Year
Number
Year
A literature survey in Web of Science (June 10th, 2015). ‘Metabolomics’ was used as a key word.
Integration of different instrumental platforms Integration of different -omics techniques
Combinatorial explosion
Assuming 10000 models per second.
1. Background 2. Workflow 3. Application 4. Challenge
Factors that influence metabolome
Claudino et al. Journal of clinical oncology. 2007
Genetic background
Alternate workflows 1 2
Targeted metabolomics
Nontargeted metabolomics Pose scientific question
Sample collection
High resolution detection
and data analysis Significant metabolites and pathways
G. A. Nagana Gowda et al. Expert Rev Mol Diagn. 2008
Workflow of metabolomics
Key steps:
Sample collection Sample preparation Data acquisition
Data preprocessing
Human Genome Project
Human Genome Project (1990-2003)
Manhattan Project (1942-1946)
Apollo Project (1961-1972)
The “omics” family
Weak Weak Weak
Human disease risk
Targeted metabolomics
Select analytical targets Select analytical methods Conduct experiments Analyze samples and perform statistical analysis
Nontargeted metabolomics
Statistical analysis Biomarker identification Pathway analysis
Clinic Trials
G. A. Nagana Gowda et al. Expert Rev Mol Diagn. 2008
Workflow of Nutritional Metabolomics
Dumas et al. Analytical Chemistry. 2006
The metabolic footprint of aging in mice
Age
Houtkooper et al. Scientific reports. 2011