最新动态更多>>

2020年武汉安隆科讯延迟开工通知

高通量氨基酸绝对定性定量分析平台上线

神经递质绝对定量分析更新啦！

2020年春节放假通知

各位尊敬的老师们： 您们好！   安隆科讯2020年春节放假时间定为1月20日-1月30日，1月31号（正月初七正式上班）。节假日期间如果您有什么需要咨询或者帮助以及有推荐文章或者反馈意见的，依然可以通过邮箱sales@anachro.com，或者通过微信公众号（安隆代谢组）给我们留言，我们会尽快回复您的消息！ 　　提前祝各位老师新年快乐，万事如意，大吉大利！ 微信公众号：安隆代谢组 咨询邮箱：sales@anachro.com　　　 公司网站：www.anachro.com.cn 推荐文章或反馈意见可直接在公众号内留言投稿或发邮件给我们sales@anachro.com

一波关于肠道微生物的代谢工具来袭，快来了解一下！

基本知识与应用案例
生物技术

生物技术

　微生物

　系统生物学

　细胞生物学

应用前景：
随着生物技术水平的不断发展，基因组、蛋白组等上游组学在微生物领域的研究逐渐成熟，如何延伸研究成果，突破研究瓶颈？如何更系统性描述生物体研究现象，使研究成果向具体实践转化？代谢组学的应用需求将逐渐增加。

沙门氏菌的多细胞发展改变全局代谢表型

研究背景

生物膜作为一种细菌的多细胞行为，被认为是在自然界最常见的存在形式，并与超过60%的致病菌有关,它能够很好地降低外界因素影响，提高微生物生存率的理论已经得到广泛认可，但是这些微生物如何在不同环境下形成类似性质生物膜的调控机制尚不明确。

研究目的

通过代谢组和转录分析生物膜相关的代谢调控网络及环境耐受能力。

实验设计

1. 样本分类：野生型鼠伤寒沙门氏菌，csgD缺失突变菌株
2. GC-MS和NMR进行代谢物检测

研究结果

通过代谢组学数据分析结果找到研究切入点，合理设计后续基因转录试验，以及结合多层面生物学信息进行微生物研究做出了一个很好的示范，在此只对文章中提到的代谢组学分析及糖异生路径的多组学分析结果进行描述。
1通过多元统计学分析找到25个显著差异代谢物。大部分在野生型中含量更高的差异代谢物包括葡萄糖及其形成的多聚体、糖原、半乳糖，甘露糖，和甘油-3-磷酸等都是糖异生的终产物;2在csgD缺失突变菌株中含量变高的代谢物有琥珀酸盐、富马酸盐、苹果酸盐、聚胺化合物腐胺、尸胺、腺苷一磷酸（AMP）、腺嘌呤和脯氨酸;3将这些显著差异代谢物放入代谢通路分析显示糖异生路径在野生型中被激活，或是在csgD缺失的菌株中受到了抑制;4在csgD缺失菌株中存在糖异生路径中受到阻碍，致使TCA循环中产物及多胺物质产生蓄积。这也从AMP在csgD缺失菌株内含量的升高得到了代谢水平上的数据支持;
5在基因表达水平上，共监控59个单基因或多基因的表达情况，涵盖了从代谢组学数据中了解的所有可能变化通路;6转录分析表明，在野生型细胞聚集的同时伴随着大量相关基因的激活，而在csgD缺失菌株中就没有观察到这种现象;7在监控包括琥珀酸脱氢酶（sdhCD），延胡索酸还原酶（fumAC）和苹果酸脱氢酶（MDH）在内的TCA上游通路相关基因表达时发现，野生型菌株在聚集的过程中这些基因都有明显上调，而在csgD缺失菌株内表达下降提示TCA循环中间产物的升高不是由于相关酶上调所造成的，而更可能是由于糖异生受到了抑制所造成的。
研究启示——多组学结合应用
代谢组学作为一种新型分析方法，能够帮助研究者们从代谢层面解释生物现象，并能够通过多组学交叉验证帮助验证上游组学结果，使研究结果更具有可信度，得到更丰富的生物学信息。原文索引：
A Global Metabolic Shift is Linked to Salmonella Multicelluar Development, Plos One, 2010, 5(7):1-12

生物技术领域2015年发表的文献

  1. Bhute, V. J.; Palecek, S. P. Metabolic responses induced by DNA damage and poly (ADP-ribose) polymerase (PARP) inhibition in MCF-7 cells. Metabolomics 2015, 11, 1779-1791. (IF:3.855)
  2. Huang, Z.; Shao, W.; Gu, J.; Hu, X.; Shi, Y.; Xu, W.; Huang, C.; Lin, D. Effects of culture media on metabolic profiling of the human gastric cancer cell line SGC7901. Molecular bioSystems 2015, 11, 1832-1840. (IF:3.210)（chenomx）
  3. Paiva, C.; Amaral, A.; Rodriguez, M.; Canyellas, N.; Correig, X.; Ballesca, J. L.; Ramalho-Santos, J.; Oliva, R. Identification of endogenous metabolites in human sperm cells using proton nuclear magnetic resonance (1H-NMR) spectroscopy and gas chromatography-mass spectrometry (GC-MS). Andrology 2015, 3, 496-505. (IF:2.596)
  4. Wang, B.; Sheriff, S.; Balasubramaniam, A.; Kennedy, M. A. NMR based metabolomics study of Y2 receptor activation by neuropeptide Y in the SK-N-BE2 human neuroblastoma cell line. Metabolomics 2015, 11, 1243-1252. (IF:3.855)
  5. Wen, H.; Cho, H. R.; Yun, T.; Kim, H.; Park, C. K.; Lee, S. H.; Choi, S. H.; Park, S. Metabolomic comparison between cells over-expressing isocitrate dehydrogenase 1 and 2 mutants and the effects of an inhibitor on the metabolism. Journal of neurochemistry 2015, 132, 183-193. (IF:4.281)
  6. Kalfe, A.; Telfah, A.; Lambert, J.; Hergenroder, R. Looking into Living Cell Systems: Planar Waveguide Microfluidic NMR Detector for in Vitro Metabolomics of Tumor Spheroids. Analytical chemistry 2015, 87, 7402-7410. (IF:5.636)
  7. Davies, S. K.; Bundy, J. G.; Leroi, A. M. Metabolic Youth in Middle Age: Predicting Aging in Caenorhabditis elegans Using Metabolomics. Journal of proteome research 2015, 14, 4603-4609. (IF:4.245)
  8. Herbst, F. A.; Danielsen, H. N.; Wimmer, R.; Nielsen, P. H.; Dueholm, M. S. Label-free quantification reveals major proteomic changes in Pseudomonas putida F1 during the exponential growth phase. Proteomics 2015, 15, 3244-3252. (IF:4.132)
  9. Kuhlisch C, Pohnert G. Metabolomics in chemical ecology[J]. Natural product reports, 2015.
  10. Lam C W, Law C Y, Sze K H, et al. Quantitative metabolomics of urine for rapid etiological diagnosis of urinary tract infection: Evaluation of a microbial–mammalian co-metabolite as a diagnostic biomarker[J]. Clinica Chimica Acta, 2015, 438: 24-28.
  11. Lamichhane S, Westerhuis J A, Ouwehand A C, et al. Gut microbial activity as influenced by fiber digestion: dynamic metabolomics in an in vitro colon simulator[J]. Metabolomics, 2016, 12(2): 1-12.
  12. Gibbons H, McNulty B A, Nugent A P, et al. A metabolomics approach to the identification of biomarkers of sugar-sweetened beverage intake[J]. The American journal of clinical nutrition, 2015, 101(3): 471-477.
  13. Zhang W, Tan N G J, Fu B, et al. Metallomics and NMR-based metabolomics of Chlorella sp. reveal the synergistic role of copper and cadmium in multi-metal toxicity and oxidative stress[J]. Metallomics, 2015, 7(3): 426-438.
  14. Jung J, Jung Y, Gill B, et al. Metabolic Responses to Orientia tsutsugamushi Infection in a Mouse Model[J]. PLoS neglected tropical diseases, 2015, 9(1): e3427.
  15. Villar M, Ayllón N, Alberdi P, et al. Integrated metabolomics, transcriptomics and proteomics identifies metabolic pathways affected by Anaplasma phagocytophilum infection in tick cells[J]. Molecular & Cellular Proteomics, 2015, 14(12): 3154-3172.