尝试用代谢组学打开中药的“黑箱” 贾伟 我们实验室近年来建立了基于代谢组学策略的药物代谢动力学新方法,在分子水平上刻画包括复方中药和天然产物在内的多成分药物(Multi-component Agents)在体内的整体、动态的代谢和相互作用过程。最近与上海中医药大学刘平教授团队合作,采用高通量代谢组学平台以及所建立的多组分药物生物信息学数据分析手段,开展了复方中药黄芪汤的药物动力学研究,结果于2017年7月4日在线发表于国际药理学期刊 Clinical Pharmacology Therapeutics。 药物动力学(pharmacokinetics, PK)是表征药物分子在生物体内随时间变化的吸收、分布、代谢和排泄(ADME)规律的方法。由于化学成分组成的复杂性以及在生物体内发挥药效成分的多样性,包括复方中药在内的多成分药物的代谢动力学研究一直以来是一个“瓶颈”。这种技术和方法学的“瓶颈”包括:(1)缺乏整体性,以偏概全地将一种或数种成分来代表和预测包含了成百上千个化学成分的复方药物系统;(2)缺乏动态变化,只关注药物原型分子的数据而不涉及药物互相作用以及药物分子的体内代谢全过程;(3)缺乏生化效应的信息,只关注药物分子的化学变化而没有生物体对药物的代谢反应信息。复方中药在体内的ADME是一个多成分化学系统和一个多层次多靶点的生物系统之间的相互作用过程,这个复杂的体内过程无法在还原论的思维下用一个或几个药物成分来简单还原。由于无法在理论和方法学上突破现有的瓶颈,目前定量检测单一化合物的药物PK方法很难真正描述中药整体性和动态性的体内代谢状况。因此,复方中药作为一个“黑箱”,其体内过程一直以来无法得到客观性的评价,用简单的还原方法得出的结果无法真正体现中医方剂配伍下具有协同效应的复方中药的临床价值。 2010年的时候,我与四川大学华西药学院的兰轲博士合作(有意思的是我们俩是通过科学网认识的),共同提出了一种采用代谢组学方法同时监测多成分药物动力学的新策略—我们称之为“多药药物动力学Poly-PK (poly-pharmacokinetics)”。这个新思想利用代谢组学技术,对药物自身的化学成分、体内产生的次级代谢成分,以及生物体的内源性的代谢物三组变量同时进行定性和定量检测,联合生物信息学方法对所获得的数据进行差异性和关联性的分析比较,获得远远多于传统药代动力学方法所能得到的药物代谢信息,体现复杂药物整体成分的代谢效应。在这种新的研究策略下,我们于2012年将Poly-PK成功应用于普洱茶对人体代谢影响的研究,初步验证了其有效性和可行性。2015年应邀在Science杂志有关传统药物研究的副刊上撰文总结了多成分中草药体内Poly-PK的新策略。 最近,我们与正在开展复方中药黄芪汤I期临床研究的刘平教授团队合作,对健康志愿者服用中药黄芪汤(含黄芪和甘草两味药)前后药物的多种化学成分在体内的吸收、代谢过程、以及对机体代谢网络的影响进行了系统研究。 研究结果显示黄芪汤包含有84种不同的化学成分,服药前志愿者体内被检测到292种体内代谢物,服药后则被检测到有532种代谢物。对服药前与服药后各时间点的代谢物分析比较,发现其中有485种代谢物发生变化,并且这种变化与服用黄芪汤有关。经生物信息学分析得知,黄芪汤中有56种成分是以原型成分形式被吸收进入血液,还有292种新成分(黄芪汤的次级代谢物)是黄芪汤中的原药成分通过机体代谢新产生的。另外,有166种体内的代谢物(内源性代谢产物)由于服用黄芪汤发生了显著变化。在此基础上,对这3组数据的相关性进行了系统分析。同时,黄芪汤成分被体内吸收和代谢后,能显著调节机体数十种内源性代谢物通路,也就是说黄芪汤中的成分在体内代谢过程的同时能对机体的代谢发生影响,即产生了药效作用。 这个工作首次在临床试验中验证了Poly-PK研究思路的有效性和技术可行性。我们将Poly-PK结果与常规的药物PK结果做了比较,用UPLC-TQMS(三重四级杆)定量检测的五种药物成分与Poly-PK中的相应结果完全一致,但是后者能够提供的信息远远超出前者,所检出的化合物种类和数量、观察到的药物互相作用关系,以及获得的人体代谢应答信息(药效信息)是基于单一化合物的传统PK方法无可比拟的。 Poly-PK也同样适用于复方化学药(西药)的研究。从Poly-PK概念的提出,到采用普洱茶在人群中开展验证性研究(proof of concept study),再到真正意义上的临床药代动力学研究,历时7年,因为觉得有意义,便一直摸索着做下来了。Poly-PK整合了药物分子轮廓分析和定量代谢组学技术,采用一系列多变量统计分析方法,可同时对数百种药物成分的体内代谢变化以及人体的代谢应答(药效)进行系统评价,研究展示了复杂的(黄芪汤中的)药物原型成分、经过代谢的次级成分、机体在(黄芪汤)药物影响下发生的代谢变化以及三者之间的相互关系,在系统水平上描绘出复杂药物系统的体内ADME全过程。 主要参考文献 1. Lan K, Jia W. An integrated metabolomics and pharmacokinetics strategy for multi-component drugs evaluation. Current drug metabolism. 2010, 11(1):105-14. 2. Xie G, Zhao A, Zhao L, et al. Metabolic fate of tea polyphenols in humans. Journal of proteome research. 2012, 11(6):3449-57. 3. Lan K, Xie G, Jia W. Towards polypharmacokinetics: pharmacokinetics of multicomponent drugs and herbal medicines using a metabolomics approach. Evidence-based complementary and alternative medicine: eCAM. 2013;2013:819147. 4. Jia W, Fang T, Wang X, Xie G. The polypharmacokinetics of herbal medicine. Science, The Art and Science of Traditional Medicine. 2015, 350, 6262:871. https://www.sciencemag.org/custom-publishing/collections/art-and-science-traditional-medicine-part-3-global-impact-traditional 5. Xie G, Wang S, Zhang H, Zhao A, Liu J, Ma Y, Lan K, Ni Y, Liu C, Liu P, Chen T, and Jia W. Poly-Pharmacokinetic Study of a Multicomponent Herbal Medicine in Healthy Chinese Volunteers. Clinical Pharmacology Therapeutics. 2017, Jul 4. doi: 10.1002/cpt.784. .
组学的未来 贾伟 2011 年 10 月 1 日出版的 The Scientist 刊出了 Stephen Friend ( 曾经是 Merck 的 Sr. VP 现在是 Sage 总裁)的一篇短文, Opinion: Thinking Outside the Genome 。文章的第一段对组学的未来作了极具煽情的展望。 Today, we’ve gotten to the point where almost no biological phenomenon can escape omics-ization, and within the next 25 years, omics will be the biggest, if not the only, game in town. Why? Because we are about to undergo what experts call a phase shift, where a technology drives a fundamental change not just in what is known, but, more importantly, in how we think of ourselves. Put another way: omics is destined to change our patterns of living in ways that only technological revolutionscan deliver. (今天,组学在我们的生物学中已经到了无处不在的地步,而在未来的 25 年内,它们将在生物学中占据老大的地位-如果还不是垄断地位的话。为什么这么说呢?因为我们正在经历着一种专家们称之为相位移动式的技术进步,这种新的科学技术将不仅动摇我们知识大厦的根基,而且会改变我们对自身(生命)的看法。换句话说,如同一场技术革命的东风,组学注定将吹遍并改变我们生存社会的每一个角落。) 作为组学研究队伍中的一个成员,我不确定是否完全赞同 Friend 对组学技术的这种 more than friendly 、准确地说是抬到了至高无上的极至地位的评价。但这几年来我的确能感受到西方科学从点到面到系统的思维认识上的相位移动,而组学技术无疑是实现这种相位移动的最为有效的科学工具。 这里说的组学( Omics )包含了很多个具体的组学技术,英文词根 -ome 表示一类个体的系统集合。基因组学( Genomics )主要研究生物系统的基因结构组成,即 DNA 的序列和表达;转录组学( Transcriptomics )是在整体水平上研究细胞中基因转录的情况及转录调控规律的一门学科;蛋白组学 (Proteomics) 主要研究由生物系统表达的蛋白质及其由外部刺激引起的差异;代谢组学 (Metabolomics) 则研究生物体(包括细胞、组织或个体)在不同条件下所产生的代谢产物的变化。 我们实验室从事代谢组学的研究。什么是代谢组学呢?我们知道生物体由基因调控下的生化反应以及与环境相互作用所形成的所有的生命活动几乎都发生在代谢层面,都会在代谢物的范围内留下变化印迹。我们称细胞内的代谢物变化为代谢指纹 (Metabolic Fingerprints) ,细胞外的代谢物变化为代谢足迹 (Metabolic Footprints) ,生物体的代谢组实质上最接近于其生理表型,在这个角度下,也可以说我们的生物世界其实是由各种代谢组组成的,也正是这些不同的代谢组让我们生物界呈现出五彩缤纷、气象万千的表型。我们地球上的各种植物含有几十万种(大约 25 - 50 万种植物化学分子)代谢物,微生物界包含几万种代谢物,而我们哺乳动物体内拥有 5 - 7 千种小分子代谢物(分子量小于 1500 )。这三类代谢组互相渗透,循环往复,植物和微生物的代谢物通过食物、营养补充、药物等形式进入我们人体的代谢网络,也使我们每一个人的代谢表型呈现出各自的特征。 由于一次分析能够观察到成百上千的生化指标的变化,组学技术在疾病诊断和生物标志物的发现方面已经登堂入室,开始强势进入主流的研究领域。以药物基因组为例,一个病人的独特的 DNA 序列对单个药物反应的相互关系可以用来判断其治疗效果和副作用,从而找到与该病人个体基因组或单核苷酸多态性( SNP )相契合的最佳疗法。目前药物基因组学已经进入临床,开始扮演起支撑临床个体化医学发展的转化医学技术体系的核心角色,我相信药物基因组技术最终将成为医生为病人选择最佳疗法的常规手段之一。国际上正在广泛开展的肿瘤代谢研究就是一个新兴的传统分子生物学结合代谢组学的研究方向,该方向积聚了大量的来自于医药企业和高校研究机构的研究人员,他们通过代谢组学的手段探测肿瘤分子内的特征性代谢异常,然后采用其他手段如蛋白质分析或分子药理学等方法对关键代谢酶和调控基因进行表征并施加影响,以寻找新型的肿瘤治疗药物靶点。 Friend 在这篇短文中展望:在不久的将来……研究人员、患者和医生之间的关系就好比人人皆可编辑的维基百科中词条编辑者、审核者和登录维基获取知识的大众读者一样。人们会发现运用组学信息,他们也可以成为疾病模型的搭建者,像飞行中的副驾驶员一样跟医生一起决定什么情况下用什么药物,或制订和实施新的治疗方案。 组学的发展现状有君临天下的态势,其应用前景是辉煌灿烂的。但需要认识到的是,它的实质也就是一种科研工具,并不能包打天下!作为一个从事或即将从事组学研究的实验室应该头脑清醒,把握好趋势,寻找好自己的位置和发展契机。以我不成熟的观点来看,未来几年组学技术将以前所未有的速度商品化,我们日常科研工作中需要的绝大多数组学工具将成为一种服务可以按较低廉的价格从专业公司购买到,因此对于尚未搭建组学平台的许多科研实体,需要详细的调研和冷静地思考是否有必要化巨资(一哄而上)进行这样的重复性(甚至是低水平)建设。另外,组学技术将进一步自动化和规模化。从代谢组学的领域来看,我个人预计未来 3 - 5 年将有一系列简便实用的新技术问世,它们包括( 1 )高通量、全定量代谢组学技术 (highthroughput quantitative metabolomics) ,针对大批量生物样本尤其是临床样本进行全谱分析;( 2 )采用同位素标记物质的代谢通量分析技术 (FluxMetabolomics) ,针对性地研究某一关键代谢通路中的代谢物流量的动态变化和代谢节点(代谢酶)的功能;( 3 )代谢组试剂盒 (Metabolomicskits) ,市场将推出针对某一类代谢物进行定量的代谢组试剂盒,如胆碱类代谢物、脂肪酸类代谢物等。因此,从事组学技术研究的实验室需要寻找该技术领域内的不足之处,通过错位竞争建立自己的技术优势和平台特点,避免旷日持久的全面铺开建设或依样画葫芦式的跟踪性研究。 不同组学技术之间的交叉使用和数据关联、组学技术和传统的分子生物学手段有机结合都将是未来转化医学研究的重要手段。前两周我和上海交大 Bio-X 研究中心的万春玲博士对一篇最近发表的精神分裂研究论文写了一个同行(网上)评论,这类评论比较简单随意,类似于写博客,我把其中一段贴到这里,反映一下我们对组学和多指标手段进行生物标志物发现 (Biomarker Discovery) 的粗浅看法: In the old days, scientists used to measure a single molecule or a small set of targeted molecules and extrapolate from these data to predict what was changing in biology in neurological conditions. We often looked at what we knew best to find only what we expected to find; akin to looking under the streetlamp for lost keys. Modern technology makes it possible to use multiple platforms and measure a large panel of molecules in a single biological sample. An unbiased profiling strategy to measure protein or metabolite molecules involved in glucose/lipid metabolism will provide profuse information in uncovering the potential biomarkers of this disease. Recently, we conducted a global metabolite profiling study to identify metabolite markers of schizophrenia ( Yang et al, 2011 ), which revealed characteristic changes of multiple fatty acids and ketone bodies in both sera and urine of schizophrenia patients, suggesting an up-regulated fatty acid catabolism. Fatty acid-binding protein was also observed to associate with T0PANSS score in schizophrenia subjects in Schwarz's study. Therefore, a broad spectrum analysis on key metabolic pathways deserves more attention in discovering and developing clinical molecular tools for schizophrenia. With multiplat form assays employed in the future clinical studies, we will be able to reduce the fuzziness associated with human studies and identify new biomarkers and mechanistic pathways because we are looking beyond the light shed by the streetlamp we were trained under. 说到 streetlamp (街灯),不知怎么就想到了八十年代(我们学生时代)的一首流行歌,齐秦的《狂流》。 北风在吹着清冷的街道 , 街灯在拉开长长的影子 , 走过的路,想过的事 , 仿佛愈来愈远愈来愈长愈来愈多愈难以抛开…… 没有人能挽回时间的狂流 , 没有人能誓言相许永不分离 , 是我的错是你错过,喔 ...... 我喜欢这句没有人能挽回时间的狂流,时间能改变一切,时间也的确改变了一切,也包括我们的科学世界。就像每个时代都有流行曲,我们科学界昨天时兴的是基因,今天是组学,明天又会是什么呢?我想这些恐怕都不重要,都会改变的,新技术你方唱罢我登场,还会有比组学更新的技术问世的。在时间的狂流里,改变的是技术工具,不变的,是我们心里的 Science 。
相关研究主题: 代谢组学;核磁共振;代谢产物;代谢物;系统生物学;疾病诊断;模式识别;生物标志物;蛋白质组学;证候;中医药现代化;研究方法;代谢物组学;综述;毒理学;分析技术;作用机制;高血压病;重型肝炎 分析平台: http://www.gopubmed.org/web/gopubmed/WEB1mOWEB10O00d000j10020001000f01000j100300.y 检索策略:metabonomics and Magnetic Resonance Imaging 分析结果: 24 documents semantically analyzed Top Years Publications 2008 9 2009 8 2010 3 2007 2 2006 1 2003 1 Top Countries Publications USA 15 France 3 Netherlands 2 South Africa 1 South Korea 1 Spain 1 Top Cities Publications Denver 3 Boston 2 Richland 2 Potchefstroom 1 Paris 1 Dallas 1 New Haven 1 Leiden 1 Philadelphia 1 Detroit 1 Toulouse 1 Chapel Hill 1 Vlaardingen 1 Madrid 1 Durham 1 Orlans 1 1 2 Top Journals Publications Nmr Biomed 2 Biomark Med 1 J Inherit Metab Dis 1 J Hepatol 1 Expert Rev Mol Diagn 1 Mol Diagn Ther 1 J Proteome Res 1 Acc Chem Res 1 J Neurochem 1 J Chem Ecol 1 Clin Cancer Res 1 Cancer Biomark 1 Chem Res Toxicol 1 Tissue Eng Part C Methods 1 Am J Physiol-lung C 1 J Magn Reson 1 J Pharm Sci 1 Toxicol Mech Method 1 Radiology 1 Curr Opin Mol Ther 1 1 2 1 2 3 ... 18 Top Terms Publications Metabolism 23 Magnetic Resonance Imaging 20 Magnetic Resonance Spectroscopy 19 metabolic process 12 Biological Markers 12 Humans 12 Animals 11 Spectrum Analysis 9 Tissues 8 Patients 7 Pharmaceutical Preparations 6 Tumor Markers, Biological 6 Neoplasms 6 Proteomics 6 Proteome 6 Evaluation Studies as Topic 6 Lactation 6 Lactates 6 lactation 6 Glucose 5 1 2 3 ... 18 1 2 3 ... 6 Top Authors Publications Serkova N 2 Park S 1 Wen H 1 Yoo S 1 Kang J 1 Kim H 1 Park J 1 Jeong S 1 Lee J 1 Kwon H 1 Kang S 1 Lee D 1 Kassis A 1 Yang S Y 1 Adelstein J 1 Dib M 1 Pradat P 1 Cottingham K 1 Sherry A 1 De Leon-Rodriguez L 1 1 2 3 ... 6
北卡又下了第三场雪,窗外梨花尽开,俨然一片北国风光。晚上洗漱时眼前有什么东西闪了一下,定睛一看,是一只(据说能够给我带来好运的)暗红色的七星瓢虫飞到了面前的镜子上。这次它不去浴缸了,跑到光滑的大镜面上垂直性的徜徉一番,看来在这儿它颇有安全感,开始玩有技术含量的动作了。 前几年听代谢组学领域的一位资深科学家 - 荷兰莱顿大学药物系统生物学中心的 Jan van der Greef教授做报告,在报告的开始部分他把在巴西Pantanal大沼泽地度假时拍到的水鸟捕鱼的录影展示给大家看。视频中的是一群黑剪嘴鸥(Black Skimmer),它们觅食时在空中突然俯冲而下,临近水面时将下喙插入水中分水而行,接触目标瞬间上、下喙迅速闭合,一击而中。 一只红色的小瓢虫在一个东南朝向的卫生间的出现和一只水鸟瞬间捕捉到一条小鱼似乎都是一个孤立的、偶然的现象,其实不然。我们这个世界的奇妙之处就在于它美丽的三维空间里蕴涵了无数复杂的系统性行为。小瓢虫在某处的出现伴随了一个以寻找最佳取暖场所为目的的系统性运动过程;而照片中神奇的黑剪嘴鸥一击成功的捕鱼结果是由一系列前期的系统性侦察行为来铺垫的,正如Jan 在他的报告中所说:an effective strategy combines a certain amount of discovery/exploratory behavior with prior knowledge on the ecosystem - 一个有效的(捕鱼)策略其实包含了熟知该生态系统前提下所进行的相当数量的发现/探索行为。《岳阳楼记》里对洞庭湖的有沙鸥翔集,锦鳞游泳的描述,风景煞是美丽。我们也许并未想过沙鸥在水面上的翔集不是自由和随机的,而是跟水面下游泳的锦鳞的动向高度关联的,如果我们要做一个代谢组学中的Scores plot,就会得到以水面为界的两个动物聚集(clusters)。 我的同事Ron Morrison曾经认真地问我什么是代谢组,如何采用代谢组学进行合作研究。他是研究胰岛素信号转导MAPK通路中的ERK 和JNK途径的,我问他知道跟肥胖表型相关的一共有多少个基因多少条通路?他所研究的JNK途径对于一个肥胖表型的发生大致贡献率是多大呢?他摇摇头说这些都说不好。我说打个比方,从我们校园到Greensboro的飞机场理论上有无数条途径可走,但你我都知道比较可行的途径也就是少数两三条。现在的问题是都不知道这2-3条最重要的通路时,我们各自在自己熟悉的道路上潜心研究,都发现了有通往机场的车流量经过你的Market Street和我的Spring Garden Street,都认为自己研究的可能就是那主要的2-3条道之一,十年以后也许我们认识到我们都错了。现在我们有一种技术对交通的正常状况、繁忙状况和瘫痪状况进行航拍,通过比较发现当XYZ共3条道路阻塞以后前往机场的交通才真正瘫痪,那么我们就可以有针对性地研究这几条道路了。代谢组学就是这种航拍技术,它不做任何假设,针对疾病和健康两种状态(人群)进行代谢物全谱检测,帮你寻找出与疾病相关的一组差异物,可能会有好几十个,从它们所在的被上调或下调的代谢通路上我们再去找到关键的代谢(限速)酶,再找到它们上游的调控基因。代谢组学有很多功能,如生物标志物的发现,疾病早期诊断和预测,药物或营养干预的评价,药物毒性评价,代谢工程研究,等等,但它也仅仅是个平台技术,不是万能的,无法独立开展机制性研究;而用代谢组学与分子生物学协同研究,进行导航,就可以起到事半功倍的作用。湖面上的黑剪嘴鸥需要在空中对河面浅水层的鱼群进行系统扫描,确定具体区域和目标后,开始俯冲攻击。在这种协同作战中代谢组学完成前面的勘察工作,完成后面致命一击的多半是我们分子生物学的同仁。我们人类已知的小分子(分子量小于1000)代谢物大概有2500种左右,能被我们常规分析仪器检测到的大致有一半,1200种左右,但我们尚无法确定其所有的结构。目前世界上较好的代谢组学实验室通常能一次性在一个生物样本(如血清)中同时鉴别出400-600 个内源性代谢物,可见代谢组学还有很大的上升空间,当然其处理的数据量和后期生化通路诠释的工作量也是非常庞大的。 我们代谢组学的第一个十年(从上世纪末到两三年前)用一句话来总结是 - 欧洲发起和领跑、中国很快跟上。过去十多年我们的目光一直紧盯着英国帝国理工的Jeremy Nicholson教授的实验室、原德国马普现在美国加州大学Davis分校的Oliver Fiehn实验室、以及荷兰的Jan van der Greef实验室。我们的领域内曾经有Metabonomics 还是Metabolomics 之争,说得更实在一点是核磁共振(NMR)与质谱(Mass Spectrometry)孰优孰劣之争。今天的学术会议上已经少有这种争论了,因为我们的视野已今非昔比了,用什么名字其实无所谓,质谱技术在代谢组学领域的应用已经逐渐成为主力军;而在生物样本的微量和无损检测以及在组织样本的原位检测方面核磁分析技术有无可替代性。中国科学家之间(先于外国科学家)开展交叉合作、取长补短的一个标志是2007年国内三个实验室 - 中科院大连化学物理所的许国旺实验室、武汉数学物理所唐惠儒实验室以及我所在的上海交通大学实验室合作申请973项目,将核磁、气质和液质两种技术三个平台捆到了一起。 代谢组学发展的第二个十年正在酝酿着巨大的变化。除了领域中像Jeremy 和Jan等几位欧洲的标杆性实验室以外,北美洲正在全面崛起,其速度已经远超出中国。从仪器硬件上,美国的代谢组学实验室大多装备精良,我目前负责的代谢组学核心实验室( http://www.dhmri.org/about.html )拥有10台最新型号的液质(包括Waters UPLC-HDMS)和气质(GCxGC-tofMS)以及包括950MHz在内的3台核磁共振仪,这样的重型武器配备堪称北美最强之一。据我所知,美国还有几个地方正在立项筹建大型代谢组学研究设施。软件方面,美国的少数几个实验室已经成功解决了困扰质谱代谢组学研究的几个瓶颈,全面加快了从高通量样品分析到完成海量数据分析的整个研究过程,基本可以随心所欲地把整个平台应用于农业、植物、临床医学、药物或营养等任何一个领域的项目研究中去。导致近年代谢组学在美国快速发展的原因有很多,NIH在内的政府资助和导向是一个重要推动力;另一个原因是工业界尤其是制药工业界经历了(前些年)蛋白组和代谢组学骤热以后出现的冷却,逐步理性地认识了组学平台技术的优势和技术局限性;另外,一个最重要的原因或许是美国的代谢组学研究与欧洲的发展模式不一样,他们没有包袱、不拘一格,一开始就与分子生物学以及其他学科协同作战,相得益彰,美国高校和研究院所高水平的生物学基础为代谢组学在生化机制、转化医学方面的深入应用提供了其他国家所不具备的强大的推动力。