1.1代谢组学概述
2003年4月，Francis Collins教授等在美国白宫正式宣布，人类基因组计划完成，从此人类进入到后基因组时代[1]。而在后基因组时代，有关基因功能的相关研究已经成为各国科学家研究的热点，其最为核心的思想是从整体和联系的角度去认识生命体中的物质变化及相互关系。对于生命体系而言，不仅仅要在某个特定的时候研究单个基因、蛋白质、代谢物，更是要研究特定体系中所有起作用成分之间的功能和联系[2]。通过整合基因组学、转录组学、蛋白组学、代谢组学的方法来从全局的角度来理解生物系统[3, 4]。
代谢组学正是在这样的时代背景中快速发展。虽然早在20世纪70，80年代就有关于代谢轮廓分析的论文[5]出现，但其概念真正地提出是在90年代中后期，Nicholson[6, 7]和Oliver Fiehn[8, 9]分别提出了“metabonomics”和“metabolomics”。前者被定义为“新陈代谢过程中系统研究代谢产物变化规律的一门科学”，后者则定义为“定性和定量地去分析某一生物或者细胞当中所有的低分子量代谢物”。
代谢组学与其他组学相互联系而又有所不同。它们都是系统生物学的一部分，处于生命信息流中的各个阶段，共同影响生命体的进程。而从差别上来看，基因组学、转录组学、蛋白质组学分别以DNA、mRNA、蛋白质为主要研究对象，在根源上来寻找某种生命活动所发生的原因。而代谢组学主要是研究生物液体（biofluids）、组织（tissue）等复杂体系中分子量小于1000的小分子代谢物，而小分子代谢物正是生命体应对生理挑战、毒性刺激和疾病过程的响应。从研究手段上来看，基因组与转录组以DNA测序和基因芯片等为主要手段，而蛋白组和代谢组更偏重于使用高通量高灵敏度的分析化学仪器。
此外，代谢组学相较于其他组学的优点有[10]：
- 所有基因和蛋白质表达的微小变化都会在代谢层面上得到放大，从而更便于检测。
- 代谢组学技术所需要建立的数据库相对其他组学要简单。
- 代谢组的种类数目远远小于其他组学。
所以代谢组学已经逐渐成为研究生命体系整体功能变化的重要学科之一，亦有人称之为“最伟大的组学”（The Greatest Omics）[11]。通过代谢组学，我们能更好地理解有机体中基因和功能表型（Functional Phenotype）之间的联系[12]，这也使代谢组学被越来越多地应用到各个领域，比如生物标志物发现[13-15]、疾病诊断[15, 16]、病理研究[17]、新药开发[18]、药物毒性[19, 20]和效果评价等多个领域。
1.2 基于质谱方法的代谢组学及其研究现状
代谢组学流程可以简单地概括成以下一些步骤：样品的采集及前处理、代谢组数据采集及数据预处理、数据的分析及解释。而其中的数据采集过程是代谢组学发展的最为关键的因素之一。代谢组学的发展，尤其是数据采集的进步，紧密地依赖于现代分析化学技术的发展。因为生物系统的复杂性，分析对象中代谢物的数目、大小、官能团、极性、挥发性、热稳定性和电迁移率等差异很大，至今尚没有一种分析技术能完全满足代谢组学需求，同时实现对所有代谢物的检测。
在代谢组学研究中，目前最为常用的分析手段是核磁共振技术（NMR）[21, 22]和质谱技术（MS）[23, 24]。核磁共振技术能够提供代谢物独特的结构信息，且样品无需特别繁琐的前处理，具有良好的重现性和无损性，但是因其本身原理所限，只能提供有限的灵敏度、动态范围，检测的代谢物种类有限[23]。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
