ログイン
ランキング
お知らせ
ログイン
文献詳細
文献概要
最新基礎科学/知っておきたい
メタボローム解析―唾液から癌の診断
著者： 杉本昌弘1
所属機関： 1慶應義塾大学先端生命科学研究所
ページ範囲：P.214 - P.218
文献購入ページに移動■メタボロームとは？
ポストゲノム時代，様々なオミックス技術を組み合わせて生体内の構成要素の情報を集め，その要素間の相互作用から，生体内で起きている現象を包括的に解明しようとするシステムバイオロジーが盛んに行われるようになってきた．このようなアプローチは，大量の情報をハイパフォーマンスなコンピュータを用いて処理するバイオインフォマティクス技術と，細胞内の様々な分子群を網羅的に測定する技術との融合により，実現化されてきた．このような測定技術には，ゲノミクスに加え，遺伝子の発現状況やRNA分子全体の挙動を把握するトランスクリプトーム，タンパク質を網羅的に測定するプロテオームなどがある．さらに，近年の質量分析装置を中心とした高感度な測定技術の発展により，タンパク質を構成するアミノ酸のような低分子の網羅的測定も可能となってきた．厳密にどの範囲という定義はないが，1,000Da以下程度のこのような低分子である代謝物(メタボライト)の総称をメタボロームと呼ぶ．本項では，これらを網羅的に測定して解析するメタボローム測定技術の紹介と，本技術を唾液診断に応用した研究例を紹介する．
ポストゲノム時代，様々なオミックス技術を組み合わせて生体内の構成要素の情報を集め，その要素間の相互作用から，生体内で起きている現象を包括的に解明しようとするシステムバイオロジーが盛んに行われるようになってきた．このようなアプローチは，大量の情報をハイパフォーマンスなコンピュータを用いて処理するバイオインフォマティクス技術と，細胞内の様々な分子群を網羅的に測定する技術との融合により，実現化されてきた．このような測定技術には，ゲノミクスに加え，遺伝子の発現状況やRNA分子全体の挙動を把握するトランスクリプトーム，タンパク質を網羅的に測定するプロテオームなどがある．さらに，近年の質量分析装置を中心とした高感度な測定技術の発展により，タンパク質を構成するアミノ酸のような低分子の網羅的測定も可能となってきた．厳密にどの範囲という定義はないが，1,000Da以下程度のこのような低分子である代謝物(メタボライト)の総称をメタボロームと呼ぶ．本項では，これらを網羅的に測定して解析するメタボローム測定技術の紹介と，本技術を唾液診断に応用した研究例を紹介する．
参考文献
1) Emekli-Alturfan E, Demir-G, Kasikci E, et al:Altered biochemical parameters in the saliva of patients with breast cancer. Tohoku J Exp Med 214:89-96, 2008
2) Fiehn O, Kopka J, Dormann P, et al:Metabolite profiling for plant functional genomics. Nat Biotechnol 18:1157-1161, 2000
3) Gao K, Zhou H, Zhang L, et al:Systemic disease-induced salivary biomarker profiles in mouse models of melanoma and non-small cell lung cancer. PLoS One 4:e5875, 2009
4) Hirayama A, Kami K, Sugimoto M, et al:Quantitative metabolome profiling of colon and stomach cancer microenvironment by capillary electrophoresis time-of-flight mass spectrometry. Cancer Res 69:4918-4925, 2009
5) Ishii N, Nakahigashi K, Baba T, et al:Multiple high-throughput analyses monitor the response of E. coli to perturbations. Science 316:593-597, 2007
6) Minami Y, Kasukawa T, Kakazu Y, et al:Measurement of internal body time by blood metabolomics. Proc Natl Acad Sci U S A 106:9890-9895, 2009
7) Monton MR, Soga T:Metabolome analysis by capillary electrophoresis-mass spectrometry. J Chromatogr A 1168:237-246;discussion 236, 2007
8) Plumb R, Granger J, Stumpf C, et al:Metabonomic analysis of mouse urine by liquid-chromatography-time of flight mass spectrometry (LC-TOFMS):detection of strain, diurnal and gender differences. Analyst 128:819-823, 2003
9) Reo NV:NMR-based metabolomics. Drug Chem Toxicol 25:375-382, 2002
10) Soga T, Ohashi Y, Ueno Y, et al:Quantitative metabolome analysis using capillary electrophoresis mass spectrometry. J Proteome Res 2:488-494, 2003
11) Soga T, Baran R, Suematsu M, et al:Differential metabolomics reveals ophthalmic acid as an oxidative stress biomarker indicating hepatic glutathione consumption. J Biol Chem 281:16768-16776, 2006
12) Sreekumar A, Poisson LM, Rajendiran TM, et al:Metabolomic profiles delineate potential role for sarcosine in prostate cancer progression. Nature. 457:910-914, 2009
13) Sugimoto M, Kikuchi S, Arita M, et al:Large-scale prediction of cationic metabolite identity and migration time in capillary electrophoresis mass spectrometry using artificial neural networks. Anal Chem 77:78-84, 2005
14) Sugimoto M, Hirayama A, Ishikawa T, et al:Differential metabolomics software for capillary electrophoresis-mass spectrometry data analysis. Metabolomics 6:27-41, 2010
15) Sugimoto M, Wong DT, Hirayama A, et al:Capillary electrophoresis mass spectrometry-based saliva metabolomics identified oral, breast and pancreatic cancer-specific profiles. Metabolomics 6:78-95, 2010
16) Sugimoto M, Hirayama A, Robert M, et al:Prediction of metabolite identity from accurate mass, migration time prediction and isotopic pattern information in CE-TOFMS data. Electrophoresis 31:2311-2318, 2010
17) Zhang L, Farrell JJ, Zhou H, et al:Salivary transcriptomic biomarkers for detection of resectable pancreatic cancer. Gastroenterology 138:949-957 e941-947, 2010
掲載誌情報
