Skip to main content

Oliver Fiehn 博士

洞悉未知世界


安捷伦帮助研究者理解错综复杂的代谢组学

代谢组学在许多方面仍然存在等待我们去探索的未知领域。以大肠杆菌为例,它也许是地球上被研究得最全面的生物体了。

“即使对于这种生物体,尚有 50% 的酶的功能不明确”,Oliver Fiehn 博士说,“我们知道这些酶参与代谢过程,但我们不知道它们具体发挥着怎样的作用。”

作为美国加州大学戴维斯分校西海岸代谢组学研究中心的主任,Fiehn 知道,还有许多工作在等待着他和他在全世界的同事们去完成。

“那么对于人类呢?”他问道。“有数万亿个微生物细胞与我们共存,当然,还有我们自身的新陈代谢。”

Fiehn 和他在加州大学戴维斯分校的团队正在借助安捷伦的仪器寻找答案,其中包括最先进的质谱仪以及与之联用的尖端的气相和液相色谱系统。

“我们的实验室致力于更全面、深入地理解代谢过程”,Fiehn 说道。“我们开发了信息学工具,并且应用了新型分离技术和质谱仪器,以便全方位地了解生物系统的代谢过程。”

他介绍,最终主要实现两个目的。一是从本质上理解代谢机制;二是将这些知识转化为各种人类疾病的早期诊断测试手段。

“安捷伦质谱仪(GC/MS 和 LC/MS 系统)具有更高的灵敏度,能够检测到可应用于生物医学研究的多种信号,例如帮助我们预测未来两年或两个月内谁可能会患上心脏病。”他说。

Fiehn 坚信,他和同事们正在进行的研究总有一天会转化为专一性的早期诊断方法。

“实现这个目标的唯一途径就是要理解您在生物样品(例如血浆)中所发现的每种成分的复杂性。永远不会简单到只需关注一种生物标记物。不可能会有一种分子能够十分明确地指示某种特定类型的癌症。准确地说,它将是一种模式,并且需要模式识别。”

Fiehn 和同事们正在尽可能多地收集质谱数据,然后将它们输入科学界可以访问的数据库(可以是免费访问的政府资助研究的数据库,也可以是需要收取一定费用才能访问的公司资助研究的数据库,如 Fiehn-Agilent GC/MS 谱库),从而为这一工作奠定基础。

“去年,我们推出了包括复杂脂类和中性脂类的 200000 张质谱图的 LipidBlast 数据库,共涉及 29 种脂类。”他说。

而 Fiehn 表示这仅仅是一个开始。

“虽然存在初级代谢物,即许多物种中常见的糖类、氨基酸和羟基酸,但小分子真正的多样性来自于大量的萜类、脂类、黄酮类或酚类衍生物,这些化合物的种类极其丰富多样,以致于没有单独的实验室或数据库能够囊括所有。”Fiehn 说道。

“因此,我们需要预测谱图。如果我们真的想理解其本质,就必须要能够预测质谱图。这是一项长期事业,我们已经开始与整个科学界协作进行。我们非常感谢安捷伦及其他公司对这项工作提供的有力支持。”

为能进行这种预测,科学家们需要利用现有数据和物理学基本原理。

“一旦掌握了特定分子的裂解方式,就可以在计算机中构建其化学结构,并说,‘好,现在我们来想象一下,如果这个酰基链被更长的酰基链取代,或者这个分子成为了甲基化变体。这将如何影响我们所看到的质谱图中的离子以及丰度?’”他说道。“我们拥有的已知化合物的质谱图越多,这一模型就将建立得越完善。”

Oliver Fiehn 博士

分子和细胞生物学系及基因组中心教授
西海岸代谢组学研究中心主任
加州大学戴维斯分校

代表性出版物

Software Tools and Approaches for Compound Identification of LC-MS/MS Data in Metabolomics.
Blaženović I, Kind T, Ji J, Fiehn O.
Metabolites. 2018 May 10;8(2). pii: E31. doi: 10.3390/metabo8020031

Increasing Compound Identification Rates in Untargeted Lipidomics Research with Liquid Chromatography Drift Time-Ion Mobility Mass Spectrometry.
Blaženović I, Shen T, Mehta SS, Kind T, Ji J, Piparo M, Cacciola F, Mondello L, Fiehn O.
Anal Chem. 2018 Aug 10. doi: 10.1021/acs.analchem.8b01527.

Diversity of Neuropeptide Cell-Cell Signaling Molecules Generated by Proteolytic Processing Revealed by Neuropeptidomics Mass Spectrometry.
Hook V, Lietz CB, Podvin S, Cajka T, Fiehn O.
J Am Soc Mass Spectrom. 2018 May;29(5):807-816. doi: 10.1007/s13361-018-1914-1.

LC-MS-Based Lipidomics and Automated Identification of Lipids Using the LipidBlast In-Silico MS/MS Library.
Cajka T, Fiehn O.
Methods Mol Biol. 2017;1609:149-170. doi: 10.1007/978-1-4939-6996-8_14

Using Accurate Mass Gas Chromatography-Mass Spectrometry with the MINE Database for Epimetabolite Annotation.
Lai Z, Kind T, Fiehn O.
Anal Chem. 2017 Oct 3;89(19):10171-10180. doi: 10.1021/acs.analchem.7b01134

Metabolomic characteristics of cholesterol-induced non-obese nonalcoholic fatty liver disease in mice.
Tu LN, Showalter MR, Cajka T, Fan S, Pillai VV, Fiehn O, Selvaraj V.
Sci Rep. 2017 Jul 21;7(1):6120. doi: 10.1038/s41598-017-05040-6.

相关信息