Metabolomics is de systematische, grootschalige analyse van het metaboloom: de volledige verzameling kleine moleculen — metabolieten — die in een cel, weefsel, orgaan of organisme aanwezig zijn op een bepaald moment. Metabolieten zijn de eindproducten van enzymatische reacties: aminozuren, organische zuren, lipiden, suikers, nucleotiden en tal van andere verbindingen met een molecuulmassa doorgaans onder 1.500 Da. Anders dan genomics en transcriptomics, die beschrijven wat een cel kán maken, weerspiegelt het metaboloom wat er werkelijk, op dit moment, in het organisme omgaat: de actuele fysiologische staat als resultaat van genetische aanleg, voeding, omgeving, ziekte en medicatie. Daarmee is metabolomics de omics-discipline die het dichtstbij het fenotype staat.
In dit artikel leest u wat metabolomics is en hoe het verschilt van verwante omics-disciplines, wat de twee hoofdstrategieën zijn (targeted en untargeted), welke analytische platforms worden ingezet, hoe de workflow verloopt — van monstervoorbereiding tot data-analyse — en in welke onderzoeksgebieden metabolomics wordt toegepast.
Het metaboloom omvat alle kleine organische moleculen in een biologisch systeem op een gegeven moment. Schattingen lopen uiteen, maar in humaan materiaal worden doorgaans enkele duizenden tot tienduizenden chemisch onderscheiden verbindingen aangetroffen; de Human Metabolome Database (HMDB) catalogiseert er momenteel meer dan 220.000. Het metaboloom is dynamisch: concentraties veranderen binnen seconden tot uren als reactie op voeding, lichamelijke activiteit, medicatie of pathologie. Dat maakt het een bijzonder gevoelige spiegel van de actuele biologische toestand.
Metabolieten worden ingedeeld in chemische klassen:
Naast de indeling in chemische klassen worden metabolieten ook onderscheiden naar hun rol in de stofwisseling. Primaire metabolieten zijn direct betrokken bij groei, ontwikkeling en voortplanting: ze vormen de ruggengraat van de centrale stofwisseling, zoals de glycolyse, de citroenzuurcyclus en de aminozuurbiosynthese. Secundaire metabolieten zijn niet direct onmisbaar voor deze basisfuncties, maar vervullen ecologische, defensieve of signaleringsrollen: alkaloïden, terpenen, flavonoïden en mycotoxinen zijn voorbeelden. In microbiologie en plantenfysiologie is dit onderscheid van groot belang voor de interpretatie van metaboloomdata; in humane klinische metabolomics staat de analyse van primaire metabolieten doorgaans centraal.
Metabolomics maakt deel uit van een groep verwante disciplines die samen de omics-wetenschappen worden genoemd. Elke discipline bestudeert een andere laag van de biologische informatiestroom:
Genomics en transcriptomics beschrijven het potentieel of de intentie van een cel; proteomics beschrijft de uitvoering; metabolomics beschrijft de directe uitkomst. Een genetische variant hoeft pas in het metaboloom zichtbaar te worden als het bijbehorende enzym ook daadwerkelijk actief is en zijn substraataanbod heeft. Dat maakt het metaboloom het meest functionele eindpunt in de cascade. Sequencing-technieken voor genomics en transcriptomics worden besproken in het artikel over next-generation sequencing (NGS).
Metabolomics-onderzoek valt uiteen in twee complementaire strategieën die elk hun eigen analytische aanpak vereisen.
Bij targeted metabolomics worden vooraf geselecteerde metabolieten — doorgaans tientallen tot een paar honderd — met hoge gevoeligheid en nauwkeurigheid gekwantificeerd. De methode is gebaseerd op LC-MS/MS in de zogenoemde Multiple Reaction Monitoring (MRM)-modus, waarbij de massaspectrometer voor elke verbinding een specifiek ionenpaar bewaakt. Targeted metabolomics levert absolute concentraties (in nmol/L of pmol/L), is goed valideerbaar en voldoet aan klinische en regulatoire kwaliteitseisen. De beperking is dat uitsluitend bekende verbindingen worden gemeten: nieuwe of onverwachte metabolieten worden niet gezien.
Untargeted metabolomics beoogt het meten van alle detecteerbare metabolieten in een monster, zonder voorafgaande selectie. De aanpak is hypothesevrij en geschikt voor biomarker-ontdekking en patroonherkenning. Hoogresolutie-massaspectrometers — Orbitrap of quadrupol-vluchttijdanalysatoren (Q-TOF) — registreren de exacte massa van duizenden pieken. De uitdaging ligt in de annotatie: slechts een fractie van de gedetecteerde signalen kan met zekerheid worden toegewezen aan een bekende verbinding op basis van spectrale databases.
Een derde variant, semi-targeted of metabolite profiling, neemt een middenpositie in: een breed maar voorgedefinieerd panel van metabolieten wordt kwalitatief en semi-kwantitatief gevolgd, zoals in commercieel beschikbare plasma-metaboloom-kits.
Lipidomics is de gerichte studie van het lipidoom: alle lipiden in een biologisch systeem. Lipiden zijn structureel bijzonder divers — fosfolipiden, sfingolipiden, glycolipiden, steroïden en triacylglycerolen vertonen elk eigen chromatografisch gedrag — en worden geanalyseerd met gespecialiseerde LC-MS/MS-methoden, doorgaans gecombineerd met omgekeerde-fase chromatografie of HILIC. Lipidomics heeft toepassingen in de studie van cardiovasculaire aandoeningen, neurodegeneratieve ziekten en membraanbiologie, en wordt zowel als zelfstandige discipline als als onderdeel van bredere metabolomics-studies uitgevoerd. Wat is het verschil tussen metabolomics en lipidomics? Metabolomics beslaat het gehele kleine-moleculenspectrum; lipidomics richt zich exclusief op de lipidenklasse en vereist daarvoor specifiek geoptimaliseerde extractie- en analysemethoden.
Geen enkel platform dekt het volledige chemische diversiteitsgebied van het metaboloom. In de praktijk worden meerdere platforms gecombineerd of gekozen op grond van de te meten verbindingsklassen.
LC-MS en LC-MS/MS zijn de meest gebruikte platforms in metabolomics. Omgekeerde-fase HPLC of HILIC — voor polaire metabolieten die op C18 onvoldoende retineren — scheidt de metabolieten chromatografisch; een massaspectrometer identificeert en kwantificeert ze op basis van massa-ladingverhouding (m/z). ESI (electrospray-ionisatie) is de standaard-ionisatiemethode. Voor hoge doorvoer en minimale looptijden wordt UHPLC toegepast. Nano-LC wordt ingezet bij schaarse monsters waarbij metabolieten op sporniveau gekwantificeerd moeten worden. Tweedimensionale LC (2D-LC) biedt extra piekcapaciteit bij zeer complexe mengsels, en is inmiddels een breed geaccepteerde techniek voor metabolomics en omics-onderzoek.
Gaschromatografie gekoppeld aan massaspectrometrie (GC-MS) is de aangewezen keuze voor vluchtige en semi-vluchtige metabolieten: vetzuurmethylesters (FAME), vluchtige organische verbindingen, korteketenige vetzuren en derivaten van aminozuren en suikers na trimethylsilylering of methoxymering. GC-MS heeft als voordeel dat grote, gestandaardiseerde spectrale bibliotheken beschikbaar zijn (NIST, Golm Metabolome Database), waardoor annotatie betrouwbaarder is dan bij LC-MS. De beperking is dat niet-vluchtige en thermisch labiele verbindingen derivatisering vereisen, wat monstervoorbereiding complexer maakt.
NMR-spectroscopie is het enige platform dat niet-destructief, kwantitatief en zonder chromatografische scheiding een volledig overzicht van het metaboloom kan geven. ¹H-NMR van plasma, urine of celextracten geeft in één meting een vingerafdruk van honderden verbindingen. De methode vereist minimale monstervoorbereiding, is uitstekend reproduceerbaar en levert absolute concentraties wanneer een interne standaard wordt gebruikt. De gevoeligheid is echter substantieel lager dan die van MS: verbindingen in concentraties onder circa 1 µmol/L zijn doorgaans niet detecteerbaar. NMR wordt veel ingezet in voedings- en gewasonderzoek (herkomst van honing, olijfolie, wijn) en in klinische metabolomics van urine.
Capillaire elektroforese gekoppeld aan massaspectrometrie (CE-MS) is krachtig voor de analyse van polaire en geladen metabolieten die met LC-MS lastig te scheiden zijn: aminozuren, nucleotiden, organische zuren, co-enzymen en wateroplosbare vitaminen. HILIC-MS/MS-methoden zijn de standaard geworden in de kwantificering van centrale metabolieten in plasma, cerebrospinaalvloeistof en celextracten. Beide platforms vullen LC-MS aan in de analyse van de meest polaire fractie van het metaboloom.
De meest gebruikte monstertypen in metabolomics zijn plasma en serum (voor systemische metabolietprofielen), urine (niet-invasief, geschikt voor grote cohorten), cerebrospinaalvloeistof (voor neurologisch en psychiatrisch onderzoek), weefselextracten (voor lokale analyses van organen of tumoren), celkweekextracten (voor in-vitro-studies) en feces (voor microbioomgerelateerde metabolomics). De keuze van het monstertype bepaalt mede welke metabolietklassen detecteerbaar zijn en welke analytische aanpak het meest geschikt is.
De monstervoorbereiding is een kritische stap in metabolomics: het metaboloom verandert vrijwel onmiddellijk na bemonstering als enzymen actief blijven. Quenching — het snel stopzetten van enzymatische activiteit — is dan ook de eerste stap. Voor microbiële cellen wordt doorgaans een methanol/water-mengsel bij -40 °C gebruikt; voor dierlijke cellen of weefsels worden vloeibare stikstof of perchloorzuur ingezet. Na quenching worden cellen gelyseerd en worden de metabolieten met een organisch oplosmiddel (methanol, acetonitril of een mengsel) geëxtraheerd. Polaire en apolaire fracties worden soms gescheiden opgewerkt om de dekking van het metaboloom te vergroten. Voor de analyse van droge of gevriesdroogde monsters — bijvoorbeeld voor opslag van weefsel of plasma vóór LC-MS-analyse — is vriesdrogen een geschikte conserveringstechniek.
Metabolomics genereert grote datasets: een typische untargeted LC-MS-analyse produceert tienduizenden pieken per monster, verspreid over tientallen tot honderden monsters. De data-analyseworkflow omvat de volgende stappen:
Annotatie is de meest uitdagende stap: de metabolomics-gemeenschap hanteert een vierniveaus-indeling (Metabolomics Standards Initiative), waarbij niveau 1 staat voor identificatie met een authentieke referentiestandaard en niveau 4 voor onbekende verbindingen zonder klassificatie.
De meest gebruikte webomgeving voor metabolomics-data-analyse is MetaboAnalyst, een gratis online platform dat pieklijsten, spectrale datasets en concentratiematrices accepteert en een volledige workflow biedt: normalisatie, statistische analyse (PCA, PLS-DA, ANOVA), pathway-verrijking op basis van KEGG en biomarkervalidatie via ROC-analyse. MetaboAnalyst is breed geaccepteerd in de metabolomics-gemeenschap en integreert de stappen van MVA, annotatie en pathway-analyse in één omgeving, zonder dat lokale software-installatie vereist is.
Is metabolomics onderdeel van bioinformatica? Metabolomics genereert grote, complexe datasets die zonder bioinformatische tools niet te analyseren zijn; de data-analysefase valt dan ook nadrukkelijk binnen het domein van de bioinformatica. De experimentele kant — monstername, chemische extractie en instrumentele analyse — is primair een discipline van de analytische chemie en biochemie. Metabolomics is daarmee een inherent multidisciplinaire wetenschap die analytische chemie, biologie en bioinformatica combineert.
Een biomarker is een meetbare biologische parameter — in de context van metabolomics een metaboliet of metabolietprofiel — die een fysiologische of pathologische toestand objectief aangeeft en bruikbaar is als diagnostisch kenmerk, risico-indicator of maat voor therapierespons. Metabolomics wordt gebruikt voor de ontdekking en validatie van dergelijke biomarkers voor cardiovasculaire ziekten, diabetes type 2, kanker en neuropsychiatrische aandoeningen. Metabolietprofielen in plasma, serum, urine of cerebrospinaalvloeistof kunnen vroege ziektesignalen bevatten die nog niet tot klinische symptomen hebben geleid. In de neonatale screening (newborn screening) worden tientallen metabole stofwisselingsziekten al bij pasgeborenen opgespoord via tandem-MS-analyse van bloedvlekken op filtreerpapier.
In geneesmiddelonderzoek wordt metabolomics ingezet voor het in kaart brengen van farmacokinetiek (PK) en farmacodynamiek (PD), voor de identificatie van werkzame metabolieten en voor de vroege detectie van orgaantoxiciteit. Metabolietprofielen van lever, nier en plasma na blootstelling aan een kandidaat-geneesmiddel geven informatie over de metabole route en mogelijke bijwerkingen — sneller en meer mechanistisch dan klassieke klinisch-chemische parameters.
In de voedingswetenschappen wordt metabolomics gebruikt voor herkomst- en authenticiteitsonderzoek (NMR-profilometry van honing, olijfolie en wijn), voor de karakterisering van de nutritionele compositie van gewassen en voor de studie van de invloed van teeltcondities op de metabolietsamenstelling. In plantenfysiologie maakt metabolomics de stressrespons van gewassen op droogte, hitte of pathogenen zichtbaar.
Het darmmicrobioom produceert een grote verscheidenheid aan metabolieten — korteketenige vetzuren (acetaat, propionaat, butyraat), secundaire galzuren, tryptofaanderivaten — die de gastheerfysiologie beïnvloeden. Fecale en plasmaprofilering koppelt het microbioomcompositie-onderzoek via NGS aan de functionele metabole uitkomst, wat inzicht geeft in de rol van het microbioom bij darmaandoeningen, obesitas en immuunfunctie.
Het exposoom omvat de cumulatieve blootstelling van een individu aan alle externe en interne omgevingsfactoren gedurende het leven — van voeding en luchtverontreiniging tot medicijnen en psychologische stress — en de biologische respons daarop. Metabolomics wordt ingezet in het onderzoek naar het exposoom via urine- of plasmaprofilering, waarbij xenobiotica en hun biotransformatiemetabolieten worden opgespoord. Dit geeft inzicht in de daadwerkelijke blootstelling aan pesticiden, industriële chemicaliën, luchtverontreiniging en andere stressoren — onafhankelijk van de vraag wáár iemand is blootgesteld.
Ondanks de rijke informatie die metabolomics oplevert, kent de discipline een aantal inherente beperkingen die bij studieontwerp en interpretatie in acht moeten worden genomen.
Reproduceerbaarheid is een aandachtspunt in metabolomics: biologische variabiliteit, monsterinstabiliteit en instrumentdrift kunnen de datakwaliteit beïnvloeden. Standaardmaatregelen omvatten het gebruik van stabielisotoop-gelabelde interne standaarden, pooled QC-monsters (een mengsel van alle studiesamples, herhaald door de meetrij geïnjecteerd), randomisatie van de meetvolgorde en het beperken van de bewaartijd van monsters. De Metabolomics Society en het Metabolomics Standards Initiative publiceren richtlijnen voor minimale rapportage-eisen. Validatie van kwantitatieve targeted metabolomics-methoden verloopt conform de kaders die ook gelden voor andere bioanalytische LC-MS-methoden; zie het artikel over validatie van analytische methoden.
Metabolomics vult een unieke positie in binnen de omics-wetenschappen: als meest stroomafwaartse discipline in de informatiestroom van DNA naar fenotype meet het de directe biologische uitkomst van genomische, transcriptomische en proteomische processen. De keuze van platform — LC-MS, GC-MS, NMR of CE-MS — bepaalt welke klassen metabolieten toegankelijk zijn; voor de breedst mogelijke dekking worden platforms gecombineerd. Labvakhandel levert verbruiksmaterialen en hulpmiddelen voor de monstervoorbereiding en chromatografische scheiding in metabolomics-werkstromen. Neem contact op voor advies over de juiste productkeuze voor uw toepassing.
Disclaimer: De informatie in dit artikel is bedoeld als algemene technische toelichting. Canidae Seal B.V. / Labvakhandel.nl aanvaardt geen aansprakelijkheid voor de toepassing van deze informatie in specifieke analytische, klinische of industriële situaties. Raadpleeg voor uw eigen toepassing altijd de geldende normen, vakliteratuur en de documentatie van fabrikant en apparatuur.
Inloggen
Wachtwoord vergeten
Account aanmaken
Uw winkelwagen is leeg.
