मेटाबोलॉमिक्स

From Vigyanwiki
Revision as of 12:12, 5 August 2023 by alpha>AshishG
जीव विज्ञान की केंद्रीय हठधर्मिता डीएनए से फेनोटाइप तक सूचना के प्रवाह को दर्शाती है। जीनोमिक्स से लेकर मेटाबोलॉमिक्स तक, प्रत्येक चरण के साथ संबंधित सिस्टम बायोलॉजी टूल जुड़ा हुआ है।

मेटाबोलोमिक्स मेटाबोलाइट्स छोटे अणु सब्सट्रेट्स, मध्यवर्ती और सेल उपापचय के उत्पादों से जुड़ी रासायनिक प्रक्रियाओं का वैज्ञानिक अध्ययन है। विशेष रूप से मेटाबोलॉमिक्स अद्वितीय रासायनिक उंगलियों के निशान का व्यवस्थित अध्ययन है जो विशिष्ट सेलुलर प्रक्रियाएं पीछे छोड़ती हैं, उनके छोटे-अणु मेटाबोलाइट प्रोफाइल का अध्ययन[1] उपापचय जैविक कोशिका, ऊतक, अंग या जीव में मेटाबोलाइट्स के पूरे सेट का प्रतिनिधित्व करता है, जो सेलुलर प्रक्रियाओं के अंतिम उत्पाद हैं।[2] मैसेंजर आरएनए (एमआरएनए), जीन एक्सप्रेशन डेटा और प्रोटिओमिक्स विश्लेषण से कोशिका में उत्पादित होने वाले जीन उत्पाद के सेट का पता चलता है, डेटा जो सेलुलर कार्य के विधि का प्रतिनिधित्व करता है। इसके विपरीत, मेटाबॉलिक प्रोफाइलिंग उस कोशिका के निकाय क्रिया विज्ञान का तात्कालिक स्नैपशॉट दे सकती है,[3] और इस प्रकार, मेटाबोलॉमिक्स किसी जीव की शारीरिक स्थिति का प्रत्यक्ष कार्यात्मक रीडआउट प्रदान करता है।[4] मेटाबोलोम और अन्य सेलुलर एन्सेम्बल (जीनोम, ट्रांस्क्रिप्टोम , प्रोटीओम और लिपिडोम) के बीच वास्तव में मात्रात्मक सहसंबंध हैं, जिनका उपयोग जैविक नमूनों में मेटाबोलाइट प्रचुरता की पूर्वानुमान करने के लिए किया जा सकता है, उदाहरण के लिए एमआरएनए प्रचुरता।[5] सिस्टम जीव विज्ञान की अंतिम चुनौतियों में से सेलुलर बायोलॉजी की उत्तम समझ प्रदान करने के लिए अन्य सभी ओमिक्स या -ओमिक्स जानकारी के साथ मेटाबोलॉमिक्स को एकीकृत करना है।

इतिहास

यह अवधारणा कि व्यक्तियों की उपापचय प्रोफ़ाइल हो सकती है जो उनके जैविक तरल पदार्थों की संरचना में परिलक्षित हो सकती है, 1940 के दशक के अंत में रोजर विलियम्स द्वारा प्रस्तुत की गई थी,[6] जिन्होंने मूत्र और लार में विशिष्ट उपापचय पैटर्न का सुझाव देने के लिए पेपर क्रोमैटोग्राफी का उपयोग किया था, वे प्रकार का मानसिक विकार जैसी बीमारियों से जुड़े थे। चूँकि, 1960 और 1970 के दशक में तकनीकी प्रगति के माध्यम से ही उपापचय प्रोफाइल को मात्रात्मक (गुणात्मक के विपरीत) मापना संभव हो गया है।[7] मेटाबॉलिक प्रोफ़ाइल शब्द हॉर्निंग और अन्य द्वारा प्रस्तुत किया गया था। 1971 में जब उन्होंने प्रदर्शित किया कि गैस क्रोमैटोग्राफी-मास स्पेक्ट्रोमेट्री (जीसी-एमएस) का उपयोग मानव मूत्र और ऊतक अर्क में उपस्थित यौगिकों को मापने के लिए किया जा सकता है।[8][9] हॉर्निंग समूह ने लिनस पॉलिंग और आर्थर बी. रॉबिन्सन के साथ मिलकर 1970 के दशक के समय मूत्र में उपस्थित उपापचय की निगरानी के लिए जीसी-एमएस विधियों के विकास का नेतृत्व किया जाता है।[10]

समवर्ती रूप से, परमाणु चुंबकीय अनुनाद स्पेक्ट्रोस्कोपी, जिसे 1940 के दशक में खोजा गया था, भी तेजी से प्रगति के अवधि से गुजर रहा था। 1974 में, सीली एट अल असंशोधित जैविक नमूनों में मेटाबोलाइट्स का पता लगाने के लिए एनएमआर का उपयोग करने की उपयोगिता का प्रदर्शन किया गया था।[11] मांसपेशियों पर इस पहले अध्ययन ने एनएमआर के मान पर प्रकाश डाला जिसमें यह निर्धारित किया गया था कि सेलुलर एडेनोसाइन ट्रायफ़ोस्फेट का 90% मैग्नीशियम के साथ सम्मिश्र है। चूंकि उच्च चुंबकीय क्षेत्र शक्तियों और जादुई कोण स्पिनिंग के विकास के साथ संवेदनशीलता में सुधार हुआ है, एनएमआर उपापचय की जांच के लिए अग्रणी विश्लेषणात्मक उपकरण बना हुआ है।[8][12] मेटाबोलॉमिक्स के लिए एनएमआर का उपयोग करने के आधुनिक प्रयासों को अधिक सीमा तक बिर्कबेक कॉलेज, लंदन विश्वविद्यालय और इसके पश्चात् में इंपीरियल कॉलेज लंदन में जेरेमी के. निकोलसन की प्रयोगशाला द्वारा संचालित किया गया है। 1984 में, निकोलसन ने दिखाया 1H एनएमआर स्पेक्ट्रोस्कोपी का उपयोग संभावित रूप से मधुमेह मेलिटस के निदान के लिए किया जा सकता है, और बाद में एनएमआर स्पेक्ट्रोस्कोपिक डेटा के लिए पैटर्न पहचान विधियों के अनुप्रयोग का अग्रणी किया गया।[13][14]

1994 और 1996 में मास स्पेक्ट्रोमेट्री या तरल क्रोमैटोग्राफी मेटाबोलॉमिक्स प्रयोग[15][16] नींद से वंचित जानवरों के सेरेब्रल स्पाइनल तरल पदार्थ का विश्लेषण करने के लिए रिचर्ड लर्नर (द स्क्रिप्स रिसर्च इंस्टीट्यूट के तत्कालीन अध्यक्ष) और बेंजामिन क्रावेट के साथ काम करते हुए गैरी सिउज़दाक द्वारा प्रदर्शन किया गया था। विशेष रुचि का अणु, ओलेमाइड, देखा गया और बाद में इसमें नींद लाने वाले गुण पाए गए। यह कार्य मेटाबोलॉमिक्स में तरल क्रोमैटोग्राफी और मास स्पेक्ट्रोमेट्री के संयोजन वाले सबसे प्रारंभिक प्रयोगों में से है।

2005 में, पहला मेटाबोलॉमिक्स अग्रानुक्रम मास स्पेक्ट्रोमेट्री डेटाबेस, मेटलिन,[17][18] मानव उपापचय को चिह्नित करने के स्क्रिप्स अनुसंधान संस्थान में गैरी सिउज़डक प्रयोगशाला में विकसित किया गया था। मेटलिन तब से बड़ा हो गया है और 1 जुलाई, 2019 तक, मेटलिन में 450,000 से अधिक मेटाबोलाइट्स और अन्य रासायनिक इकाइयां सम्मिलित हैं, प्रत्येक यौगिक में अनेक टकराव ऊर्जाओं और धनात्मक और ऋणात्मक आयनीकरण मोड में आणविक मानकों से उत्पन्न प्रयोगात्मक अग्रानुक्रम द्रव्यमान स्पेक्ट्रोमेट्री डेटा होता है। मेटलिन अपनी तरह का टेंडेम मास स्पेक्ट्रोमेट्री डेटा का सबसे बड़ा संचयन है। समर्पित अकादमिक पत्रिका मेटाबोलॉमिक्स पहली बार 2005 में प्रकाशित हुई, जिसकी स्थापना इसके वर्तमान प्रधान संपादक रॉय गुडाकरे ने की थी।

2005 में, सिउज़डैक लैब सेप्सिस से जुड़े मेटाबोलाइट्स की पहचान करने में लगी हुई थी और सैकड़ों एलसी/एमएस डेटासेट में सबसे प्रासंगिक अनियमित मेटाबोलाइट्स की सांख्यिकीय रूप से पहचान करने के उद्देश्यों को संबोधित करने के प्रयास में द्रव्यमान के गैर-रेखीय संरेखण की अनुमति देने के लिए पहला एल्गोरिदम विकसित किया गया था।[19] स्पेक्ट्रोमेट्री मेटाबोलॉमिक्स डेटा इसे एक्ससीएमएस कहा जाता है (2012)[20] से इसे एक ऑनलाइन टूल के रूप में विकसित किया गया है और 2019 तक (मेटलिन के साथ) इसके 30,000 से अधिक पंजीकृत उपयोगकर्ता हैं।

23 जनवरी 2007 को, डेविड एस. विशार्ट के नेतृत्व में मानव उपापचय परियोजना ने मानव मेटाबोलोम का पहला अनुबंध को पूरा किया गया था, जिसमें लगभग 2,500 मेटाबोलाइट्स, 1,200 दवाओं और 3,500 खाद्य घटकों का डेटाबेस सम्मिलित था।[21][22] अनेक पौधों की प्रजातियों में इसी तरह की परियोजनाएँ चल रही हैं, विशेष रूप से मेडिकैगो ट्रंकैटुला में[23] और अरबीडोफिसिस थालीआना[24] अनेक वर्षों के लिए है।

2010 के मध्य तक, मेटाबोलॉमिक्स को अभी भी उभरता हुआ क्षेत्र माना जाता था।[25] इसके अतिरिक्त, यह नोट किया गया कि क्षेत्र में आगे की प्रगति बड़े पैमाने पर मास स्पेक्ट्रोमेट्री इंस्ट्रूमेंटेशन के तकनीकी विकास द्वारा, अन्यथा अघुलनशील तकनीकी चुनौतियों को संबोधित करने पर निर्भर करती है।[25]

2015 में, पहली बार वास्तविक समय मेटाबोलोम प्रोफाइलिंग का प्रदर्शन किया गया था।[26]


मेटाबोलोम

File:Human metabolome project.png
मानव उपापचय परियोजना
See also: मेटाबोलोम and मानव मेटाबॉलिज्म डेटाबेस

मेटाबोलोम छोटे-अणु के पूर्ण सेट को संदर्भित करता है (<1.5 केडीए)[21] मेटाबोलाइट्स (जैसे उपापचय मध्यवर्ती, हार्मोन और अन्य सिग्नलिंग अणु, और माध्यमिक मेटाबोलाइट्स) जैविक नमूने के अंदर पाए जाते हैं, जैसे कि जीव।[27][28] यह शब्द ट्रांस्क्रिप्टोमिक्स और प्रोटिओमिक्स के अनुरूप गढ़ा गया था; ट्रांस्क्रिप्टोम और प्रोटिओम की तरह, मेटाबोलोम गतिशील है, दूसरे से दूसरे में बदलता रहता है। यद्यपि उपापचय को सरलता से परिभाषित किया जा सकता है, वर्तमान में एकल विश्लेषणात्मक विधि द्वारा उपापचय की संपूर्ण श्रृंखला का विश्लेषण करना संभव नहीं है।

टेंडेम मास स्पेक्ट्रोमेट्री प्रयोगों से फ्रेगमेंटेशन डेटा की खोज के लिए पहला मेटाबोलाइट डेटाबेस (जिसे मेटलिन कहा जाता है) 2005 में द स्क्रिप्स रिसर्च इंस्टीट्यूट में सिउज़डैक लैब द्वारा विकसित किया गया था।[17][18] मेटलिन में 450,000 से अधिक मेटाबोलाइट्स और अन्य रासायनिक इकाइयां सम्मिलित हैं, प्रत्येक यौगिक में प्रयोगात्मक अग्रानुक्रम मास स्पेक्ट्रोमेट्री डेटा होता है। 2006 में,[19] सिउज़डैक लैब ने मास स्पेक्ट्रोमेट्री मेटाबोलॉमिक्स डेटा के नॉनलाइनियर संरेखण की अनुमति देने के लिए पहला एल्गोरिदम भी विकसित किया। एक्ससीएमएस कहा जाता है, जहां x किसी भी क्रोमैटोग्राफिक तकनीक का गठन करता है, इसे ऑनलाइन टूल के रूप में विकसित किया गया है।

जनवरी 2007 में, अल्बर्टा विश्वविद्यालय और कैलगरी विश्वविद्यालय के वैज्ञानिकों ने मानव उपापचय का पहला अनुबंध पूरा किया। मानव उपापचय डेटाबेस (एचएमडीबी) संभवतः अब तक का सबसे व्यापक सार्वजनिक मेटाबॉलिक स्पेक्ट्रल डेटाबेस है[29] और स्वतंत्र रूप से उपलब्ध इलेक्ट्रॉनिक डेटाबेस (www.hmdb.ca) है जिसमें मानव निकाय में पाए जाने वाले छोटे अणु उपापचय के बारे में विस्तृत जानकारी है। इसका उपयोग मेटाबोलॉमिक्स, क्लिनिकल केमिस्ट्री, बायोमार्कर डिस्कवरी और सामान्य शिक्षा में अनुप्रयोगों के लिए किया जाना है। डेटाबेस को तीन प्रकार के डेटा को सम्मिलित करने या लिंक करने के लिए डिज़ाइन किया गया है:

  1. रासायनिक डेटा,
  2. क्लिनिकल डेटा और
  3. आणविक जीव विज्ञान/जैव रसायन डेटा।

डेटाबेस में 220,945 मेटाबोलाइट प्रविष्टियाँ हैं जिनमें पानी में घुलनशील और लिपिड घुलनशील मेटाबोलाइट्स दोनों सम्मिलित हैं। इसके अतिरिक्त, 8,610 प्रोटीन अनुक्रम (एंजाइम और ट्रांसपोर्टर) इन मेटाबोलाइट प्रविष्टियों से जुड़े हुए हैं। प्रत्येक मेटाबोकार्ड प्रविष्टि में 130 डेटा फ़ील्ड होते हैं जिनमें से 2/3 जानकारी रासायनिक/नैदानिक ​​​​डेटा के लिए समर्पित होती है और अन्य 1/3 एंजाइमैटिक या जैव रासायनिक डेटा के लिए समर्पित होती है।[30] एचएमडीबी के संस्करण 3.5 में >16,000 अंतर्जात मेटाबोलाइट्स, >1,500 दवाएं और >22,000 खाद्य घटक या खाद्य मेटाबोलाइट्स सम्मिलित हैं।[31] ह्यूमन मेटाबोलोम डेटाबेस पर उपलब्ध और वर्तमान वैज्ञानिक साहित्य में उपलब्ध जानकारी के विश्लेषण पर आधारित यह जानकारी पूर्ण नहीं है।[32] इसके विपरीत, अन्य जीवों के उपापचय के बारे में बहुत कुछ ज्ञात है। उदाहरण के लिए, 50,000 से अधिक मेटाबोलाइट्स को प्लांट किंगडम से चिह्नित किया गया है, और अनेक हजारों मेटाबोलाइट्स को एकल पौधों से पहचाना और/या चिह्नित किया गया है।[33][34]

प्रत्येक प्रकार की कोशिका और ऊतक में अद्वितीय उपापचय 'फ़िंगरप्रिंट' होता है जो अंग या ऊतक-विशिष्ट जानकारी को स्पष्ट कर सकता है। मेटाबोलॉमिक्स विश्लेषण के लिए उपयोग किए जाने वाले जैव-नमूनों में प्लाज्मा, सीरम, मूत्र, लार, मल, मांसपेशी, पसीना, साँस छोड़ना और जठरांत्र द्रव सम्मिलित हैं, किंतु इन्हीं तक सीमित नहीं हैं।[35] संग्रह में सरलता से उच्च अस्थायी समाधान की सुविधा मिलती है, और क्योंकि वे सदैव निकाय के साथ गतिशील संतुलन में होते हैं, वे होस्ट का समग्र रूप से वर्णन कर सकते हैं। [36] जीनोम बता सकता है कि क्या हो सकता है, ट्रांस्क्रिप्टोम बता सकता है कि क्या हो रहा है, प्रोटीओम बता सकता है कि ऐसा क्यों होता है और मेटाबोलोम बता सकता है कि क्या हुआ है और क्या हो रहा है।[37]

मेटाबोलाइट्स

Part of a series on
Microbiomes
Plant microbiota.png
Plant microbiomes
Marine microbiomes
Human microbiomes
Other microbiomes
Microbiota
Holobionts
Viromes
Related
Projects

मेटाबोलाइट्स उपापचय के सब्सट्रेट, मध्यवर्ती और उत्पाद हैं। मेटाबोलॉमिक्स के संदर्भ में, मेटाबोलाइट को समान्यत: 1.5 डाल्टन (इकाई) से कम आकार के किसी भी अणु के रूप में परिभाषित किया जाता है।[21] चूँकि, नमूने और पता लगाने की विधि के आधार पर इसके अपवाद भी हैं। उदाहरण के लिए, रक्त प्लाज्मा के परमाणु चुंबकीय अनुनाद-आधारित मेटाबोलॉमिक्स अध्ययन में लिपोप्रोटीन और एल्बुमिन जैसे मैक्रोमोलेक्यूल्स का विश्वसनीय रूप से पता लगाया जाता है।[38] प्लांट -आधारित उपापचय में, प्राथमिक और द्वितीयक उपापचय का उल्लेख करना समान्य बात है।[3] एक प्राथमिक मेटाबोलाइट सीधे सामान्य वृद्धि, विकास और प्रजनन में सम्मिलित होता है। द्वितीयक मेटाबोलाइट सीधे रूप से उन प्रक्रियाओं में सम्मिलित नहीं होता है, किंतु समान्यत: महत्वपूर्ण पारिस्थितिकीय कार्य करता है। उदाहरणों में एंटीबायोटिक दवाओं और रंग सम्मिलित हैं।[39] इसके विपरीत, मानव-आधारित मेटाबोलॉमिक्स में, मेटाबोलाइट्स को या तो अंतर्जात (होस्ट जीव द्वारा निर्मित) या बहिर्जात के रूप में वर्णित करना अधिक समान्य है।[40][41] दवाओं जैसे विदेशी पदार्थों के मेटाबोलाइट्स को ज़ेनोमेटाबोलाइट्स कहा जाता है।[42]

मेटाबोलोम उपापचय प्रतिक्रियाओं का बड़ा नेटवर्क बनाता है, जहां एंजाइमी रासायनिक प्रतिक्रिया से आउटपुट अन्य रासायनिक प्रतिक्रियाओं के लिए इनपुट होते हैं। ऐसी प्रणालियों को हाइपरसाइकल (रसायन विज्ञान) के रूप में वर्णित किया गया है।[citation needed]

मेटाबोनॉमिक्स

मेटाबोनॉमिक्स को पैथोफिजियोलॉजिकल उत्तेजनाओं या आनुवंशिक संशोधन के लिए जीवित प्रणालियों की गतिशील मल्टीपैरामीट्रिक उपापचय प्रतिक्रिया के मात्रात्मक माप के रूप में परिभाषित किया गया है। उत्पत्ति शब्द ग्रीक μεταβολή से आया है जिसका अर्थ है परिवर्तन और नोमोस का अर्थ है नियम सेट या कानूनों का समूह।[43] इस दृष्टिकोण की शुरुआत मर्डोक विश्वविद्यालय में जेरेमी निकोलसन द्वारा की गई थी और इसका उपयोग विष विज्ञान, रोग निदान और अनेक अन्य क्षेत्रों में किया गया है। ऐतिहासिक रूप से, मेटाबोनॉमिक्स दृष्टिकोण उपापचय के अध्ययन के लिए सिस्टम बायोलॉजी के दायरे को लागू करने वाले पहले तरीकों में से था।[44][45][46] 'मेटाबोलॉमिक्स' और 'मेटाबोनोमिक्स' के बीच सटीक अंतर पर कुछ असहमति रही है। दोनों शब्दों के बीच का अंतर विश्लेषणात्मक मंच की पसंद से संबंधित नहीं है: हालांकि मेटाबोनोमिक्स परमाणु चुंबकीय अनुनाद स्पेक्ट्रोस्कोपी और मेटाबोलॉमिक्स मास स्पेक्ट्रोमेट्री-आधारित तकनीकों के साथ अधिक जुड़ा हुआ है, यह केवल विभिन्न समूहों के बीच उपयोग के कारण है जिन्होंने विभिन्न शब्दों को लोकप्रिय बनाया है। हालांकि अभी भी कोई पूर्ण सहमति नहीं है, किंतु इस बात पर आम सहमति बढ़ रही है कि 'मेटाबोलॉमिक्स' सेलुलर या अंग स्तर पर उपापचय प्रोफाइलिंग पर अधिक जोर देता है और मुख्य रूप से सामान्य अंतर्जात उपापचय से संबंधित है। 'मेटाबोनॉमिक्स' पर्यावरणीय कारकों (आहार और विषाक्त पदार्थों सहित), रोग प्रक्रियाओं और आंत माइक्रोफ्लोरा जैसे एक्सट्रेजेनोमिक प्रभावों की भागीदारी के कारण होने वाली उपापचय की गड़बड़ी के बारे में जानकारी सम्मिलित करने के लिए उपापचय प्रोफाइलिंग का विस्तार करता है। यह कोई मामूली अंतर नहीं है; परिभाषा के अनुसार, मेटाबॉलिक अध्ययन में एक्सट्रेजेनोमिक स्रोतों से मेटाबोलिक योगदान को बाहर रखा जाना चाहिए, क्योंकि ये अध्ययन किए जा रहे सिस्टम के लिए बाहरी हैं। चूँकि , व्यवहार में, मानव रोग अनुसंधान के क्षेत्र में दोनों शब्दों के उपयोग के तरीके में अभी भी अधिक सीमा तक ओवरलैप है, और वे अक्सर प्रभाव में पर्यायवाची होते हैं।[47]


एक्सोमेटाबोलोमिक्स

Main article: Exometabolomics

एक्सोमेटाबोलॉमिक्स, या मेटाबोलिक फ़ुटप्रिंटिंग, बाह्य कोशिकीय मेटाबोलाइट्स का अध्ययन है। यह मेटाबोलॉमिक्स के अन्य उपक्षेत्रों से अनेक तकनीकों का उपयोग करता है, और इसमें जैव ईंधन विकास, जैव प्रसंस्करण , दवाओं की कार्रवाई के तंत्र को निर्धारित करने और अंतरकोशिकीय इंटरैक्शन का अध्ययन करने में अनुप्रयोग हैं।[48]


विश्लेषणात्मक प्रौद्योगिकियाँ

File:Key stages of a metabolomics study.png
उपापचय अध्ययन के मुख्य चरण

उपापचय अध्ययन का विशिष्ट कार्यप्रवाह चित्र में दिखाया गया है। सबसे पहले, ऊतक, प्लाज्मा, मूत्र, लार, कोशिकाओं आदि से नमूने एकत्र किए जाते हैं। इसके बाद, मेटाबोलाइट्स को अक्सर आंतरिक मानकों और व्युत्पन्नकरण के साथ निकाला जाता है।[49] नमूना विश्लेषण के दौरान, मेटाबोलाइट्स की मात्रा निर्धारित की जाती है (तरल क्रोमाटोग्राफी या गैस वर्णलेखन मास स्पेक्ट्रोमेट्री और/या परमाणु चुंबकीय अनुनाद स्पेक्ट्रोस्कोपी के साथ मिलकर)। कच्चे आउटपुट डेटा का उपयोग मेटाबोलाइट सुविधा निष्कर्षण के लिए किया जा सकता है और सांख्यिकीय विश्लेषण (जैसे प्रमुख घटक विश्लेषण) से पहले संसाधित किया जा सकता है। रोग की स्थिति और परिणामों के साथ जुड़ाव की पहचान करने, महत्वपूर्ण सहसंबंध निर्धारित करने और मौजूदा जैविक ज्ञान के साथ उपापचय हस्ताक्षरों को चिह्नित करने के लिए अनेक जैव सूचनात्मक उपकरण और सॉफ़्टवेयर उपलब्ध हैं।[50]</nowiki></ref>

पृथक्करण विधियाँ

प्रारंभ में, मेटाबोलॉमिक नमूने में विश्लेषण में अत्यधिक सम्मिश्र मिश्रण सम्मिलित होता है। कुछ विश्लेषणों को दूसरों से अलग करके इस सम्मिश्र मिश्रण को पता लगाने से पहले सरल बनाया जा सकता है। पृथक्करण विभिन्न लक्ष्यों को प्राप्त करता है: जिन विश्लेषणों को डिटेक्टर द्वारा हल नहीं किया जा सकता है उन्हें इस चरण में अलग किया जा सकता है; एमएस विश्लेषण में, तरल क्रोमैटोग्राफी-मास स्पेक्ट्रोमेट्री में आयन दमन कम हो जाता है; विश्लेषक का अवधारण समय उसकी पहचान के संबंध में जानकारी के रूप में कार्य करता है। यह पृथक्करण चरण अनिवार्य नहीं है और इसे अक्सर एनएमआर और शॉटगन आधारित दृष्टिकोण जैसे शॉटगन लिपिडोमिक्स में छोड़ दिया जाता है।

गैस क्रोमैटोग्राफी (जीसी), खासकर जब मास स्पेक्ट्रोमेट्री (गैस क्रोमैटोग्राफी-मास स्पेक्ट्रोमेट्री | जीसी-एमएस) के साथ इंटरफेस किया जाता है, मेटाबॉलिक विश्लेषण के लिए व्यापक रूप से इस्तेमाल की जाने वाली पृथक्करण तकनीक है। जीसी बहुत उच्च क्रोमैटोग्राफिक रिज़ॉल्यूशन प्रदान करता है, और इसका उपयोग लौ आयनीकरण डिटेक्टर (जीसी/एफआईडी) या मास स्पेक्ट्रोमीटर (जीसी-एमएस) के साथ संयोजन में किया जा सकता है। यह विधि छोटे और अस्थिर अणुओं की पहचान और मात्रा निर्धारण के लिए विशेष रूप से उपयोगी है।[51] चूँकि , जीसी की व्यावहारिक सीमा अनेक जैव अणुओं के लिए रासायनिक व्युत्पन्नकरण की आवश्यकता है क्योंकि व्युत्पन्नकरण के बिना केवल अस्थिर रसायनों का विश्लेषण किया जा सकता है। ऐसे मामलों में जहां अधिक विभेदन शक्ति की आवश्यकता होती है, द्वि-आयामी क्रोमैटोग्राफी (जीसीएक्सजीसी) लागू की जा सकती है।

उच्च प्रदर्शन तरल क्रोमैटोग्राफी (एचपीएलसी) उपापचय विश्लेषण के लिए सबसे आम पृथक्करण तकनीक के रूप में उभरी है। इलेक्ट्रोस्प्रे आयनीकरण के आगमन के साथ, एचपीएलसी को एमएस से जोड़ा गया। गैस-तरल क्रोमैटोग्राफी के विपरीत, एचपीएलसी में कम क्रोमैटोग्राफिक रिज़ॉल्यूशन होता है, किंतु ध्रुवीय अणुओं के लिए व्युत्पन्नकरण की आवश्यकता नहीं होती है, और तरल चरण में अणुओं को अलग करता है। इसके अतिरिक्त एचपीएलसी का लाभ यह है कि जीसी विधियों की तुलना में अधिक संवेदनशीलता के साथ विश्लेषणों की विस्तृत श्रृंखला को मापा जा सकता है।[52] केशिका वैद्युतकणसंचलन (सीई) में एचपीएलसी की तुलना में उच्च सैद्धांतिक पृथक्करण दक्षता है (हालांकि प्रति पृथक्करण के लिए बहुत अधिक समय की आवश्यकता होती है), और जीसी की तुलना में मेटाबोलाइट वर्गों की विस्तृत श्रृंखला के साथ उपयोग के लिए उपयुक्त है। जहां तक ​​सभी इलेक्ट्रोफोरेटिक तकनीकों का सवाल है, यह चार्ज किए गए विश्लेषणकर्ताओं के लिए सबसे उपयुक्त है।[53]


पहचान के तरीके

मास स्पेक्ट्रोमेट्री (एमएस) का उपयोग गैस क्रोमैटोग्राफी, उच्च-प्रदर्शन तरल क्रोमैटोग्राफी, या केशिका वैद्युतकणसंचलन द्वारा वैकल्पिक पृथक्करण के बाद मेटाबोलाइट्स की पहचान और मात्रा निर्धारित करने के लिए किया जाता है। जीसी एमएस विकसित होने वाली पहली हाइफ़नेटेड तकनीक थी। पहचान अलग-अलग पैटर्न का लाभ उठाती है जिसमें टुकड़े का विश्लेषण किया जाता है। इन पैटर्न को मास स्पेक्ट्रल फ़िंगरप्रिंट के रूप में सोचा जा सकता है। ऐसे पुस्तकालय उपस्थित हैं जो इस विखंडन पैटर्न के अनुसार मेटाबोलाइट की पहचान की अनुमति देते हैं . एमएस संवेदनशील भी है और बहुत विशिष्ट भी हो सकता है। ऐसी अनेक तकनीकें भी हैं जो एमएस को स्टैंड-अलोन तकनीक के रूप में उपयोग करती हैं: नमूना बिना किसी पूर्व पृथक्करण के सीधे मास स्पेक्ट्रोमीटर में डाला जाता है, और एमएस मेटाबोलाइट्स को अलग करने और उनका पता लगाने के लिए पर्याप्त चयनात्मकता प्रदान करता है।

मास स्पेक्ट्रोमेट्री द्वारा विश्लेषण के लिए, विश्लेषकों को चार्ज दिया जाना चाहिए और गैस चरण में स्थानांतरित किया जाना चाहिए। इलेक्ट्रॉन आयनीकरण (ईआई) जीसी पृथक्करणों पर लागू होने वाली सबसे आम आयनीकरण तकनीक है क्योंकि यह कम दबाव के लिए उत्तरदायी है। ईआई विश्लेषण का विखंडन भी उत्पन्न करता है, दोनों डेटा की जटिलता को बढ़ाते हुए संरचनात्मक जानकारी प्रदान करते हैं और संभवतः आणविक आयन को अस्पष्ट करते हैं। वायुमंडलीय-दबाव रासायनिक आयनीकरण (एपीसीआई) वायुमंडलीय दबाव तकनीक है जिसे उपरोक्त सभी पृथक्करण तकनीकों पर लागू किया जा सकता है। एपीसीआई गैस चरण आयनीकरण विधि है, जो ईएसआई की तुलना में थोड़ा अधिक आक्रामक आयनीकरण प्रदान करती है जो कम ध्रुवीय यौगिकों के लिए उपयुक्त है। इलेक्ट्रोस्प्रे आयनीकरण (ईएसआई) एलसी/एमएस में लागू सबसे आम आयनीकरण तकनीक है। यह नरम आयनीकरण आयनीकरण योग्य कार्यात्मक समूहों वाले ध्रुवीय अणुओं के लिए सबसे सफल है। समान्यत: इस्तेमाल की जाने वाली अन्य नरम आयनीकरण तकनीक है माध्यमिक इलेक्ट्रोस्प्रे आयनीकरण|सेकेंडरी इलेक्ट्रोस्प्रे आयनीकरण (एसईएसआई)।

2000 के दशक में, सतह-आधारित द्रव्यमान विश्लेषण में पुनरुत्थान देखा गया है, नई एमएस प्रौद्योगिकियों ने संवेदनशीलता बढ़ाने, पृष्ठभूमि को कम करने और नमूना तैयारी को कम करने पर ध्यान केंद्रित किया है। बायोफ्लुइड्स और ऊतकों से सीधे मेटाबोलाइट्स का विश्लेषण करने की क्षमता वर्तमान एमएस तकनीक को चुनौती देना जारी रखती है, मुख्यतः इन नमूनों की जटिलता द्वारा लगाई गई सीमाओं के कारण, जिनमें हजारों से दसियों हजार मेटाबोलाइट्स होते हैं। इस चुनौती से निपटने के लिए विकसित की जा रही प्रौद्योगिकियों में नैनोस्ट्रक्चर-इनिशिएटर एमएस (एनआईएमएस) सम्मिलित है।[54][55] विशोषण/आयनीकरण दृष्टिकोण जिसमें मैट्रिक्स के अनुप्रयोग की आवश्यकता नहीं होती है और इस प्रकार छोटे-अणु (यानी, मेटाबोलाइट) की पहचान की सुविधा मिलती है। MALDI का भी प्रयोग किया जाता है; चूँकि , MALDI मैट्रिक्स का अनुप्रयोग <1000 Da पर महत्वपूर्ण पृष्ठभूमि जोड़ सकता है जो कम-द्रव्यमान सीमा (यानी, मेटाबोलाइट्स) के विश्लेषण को सम्मिश्र बनाता है। इसके अतिरिक्त , परिणामी मैट्रिक्स क्रिस्टल का आकार स्थानिक रिज़ॉल्यूशन को सीमित करता है जिसे ऊतक इमेजिंग में प्राप्त किया जा सकता है। इन सीमाओं के कारण, बायोफ्लुइड्स और ऊतकों के विश्लेषण के लिए अनेक अन्य मैट्रिक्स-मुक्त डिसोर्प्शन/आयनीकरण दृष्टिकोण लागू किए गए हैं।

माध्यमिक आयन मास स्पेक्ट्रोमेट्री (SIMS) जैविक नमूनों से मेटाबोलाइट्स का विश्लेषण करने के लिए उपयोग किए जाने वाले पहले मैट्रिक्स-मुक्त डिसोर्प्शन/आयनीकरण दृष्टिकोणों में से था। SIMS सतह से द्वितीयक आयनों को सोखने और उत्पन्न करने के लिए उच्च-ऊर्जा प्राथमिक आयन किरण का उपयोग करता है। SIMS का प्राथमिक लाभ इसका उच्च स्थानिक रिज़ॉल्यूशन (50 एनएम जितना छोटा) है, जो MS के साथ ऊतक इमेजिंग के लिए शक्तिशाली विशेषता है। चूँकि , SIMS को अभी तक बायोफ्लुइड्स और ऊतकों के विश्लेषण के लिए सरलता से लागू नहीं किया गया है क्योंकि इसकी 500 Da से अधिक की संवेदनशीलता और उच्च-ऊर्जा प्राथमिक आयन बीम द्वारा उत्पन्न विश्लेषण विखंडन है। विशोषण इलेक्ट्रोस्प्रे आयनीकरण (डीईएसआई) जैविक नमूनों का विश्लेषण करने के लिए मैट्रिक्स-मुक्त तकनीक है जो सतह से आयनों को सोखने के लिए चार्ज किए गए विलायक स्प्रे का उपयोग करती है। DESI के लाभ यह हैं कि किसी विशेष सतह की आवश्यकता नहीं होती है और अधिग्रहण के समय नमूने तक पूरी पहुंच के साथ परिवेशीय दबाव पर विश्लेषण किया जाता है। DESI की सीमा स्थानिक रिज़ॉल्यूशन है क्योंकि चार्ज किए गए विलायक स्प्रे पर ध्यान केंद्रित करना मुश्किल है। चूँकि , लेजर एब्लेशन इलेक्ट्रोस्प्रे आयोनाइजेशन (एलएईएसआई) नामक आधुनिक विकास इस सीमा को दूर करने के लिए आशाजनक दृष्टिकोण है। हाल ही में, ऑर्बिट्रैप मास स्पेक्ट्रोमेट्री जैसी आयन ट्रैप तकनीकों को मेटाबोलॉमिक्स अनुसंधान पर भी लागू किया जाता है।[56] परमाणु चुंबकीय अनुनाद स्पेक्ट्रोस्कोपी | परमाणु चुंबकीय अनुनाद (एनएमआर) स्पेक्ट्रोस्कोपी एकमात्र पता लगाने की तकनीक है जो विश्लेषकों को अलग करने पर निर्भर नहीं करती है, और इस प्रकार आगे के विश्लेषण के लिए नमूना पुनर्प्राप्त किया जा सकता है। सभी प्रकार के छोटे अणु मेटाबोलाइट्स को साथ मापा जा सकता है - इस अर्थ में, एनएमआर सार्वभौमिक डिटेक्टर होने के करीब है। एनएमआर के मुख्य लाभ उच्च विश्लेषणात्मक प्रतिलिपि प्रस्तुत करने योग्यता और नमूना तैयार करने में सरलता हैं। व्यावहारिक रूप से, हालांकि, यह मास स्पेक्ट्रोमेट्री-आधारित तकनीकों की तुलना में अपेक्षाकृत असंवेदनशील है।[57][58] यद्यपि एनएमआर और एमएस सबसे व्यापक रूप से उपयोग किए जाते हैं, आधुनिक तकनीक में पता लगाने के अन्य तरीकों का भी उपयोग किया गया है। इनमें फूरियर-परिवर्तन आयन साइक्लोट्रॉन अनुनाद सम्मिलित है,[59] आयन-गतिशीलता स्पेक्ट्रोमेट्री,[60] इलेक्ट्रोकेमिकल डिटेक्शन (एचपीएलसी से युग्मित), रमन स्पेक्ट्रोस्कोपी और रेडियोलेबल (जब पतली परत क्रोमैटोग्राफी के साथ जोड़ा जाता है)।

Table 1. Comparison of most common used metabolomics methods
Technology Sensitivity (LOD) Sample volume Compatible with gases Compatible with liquids Compatible with solids Start-up cost Can be used in metabolite imaging (MALDI or DESI) Advantages Disadvantages
GC-MS 0.5 µM 0.1-0.2 mL Yes Yes No <$300,000 No
  • Quantitative (with calibration)
  • Large body of software and databases for metabolite identification
  • Detects most organic and some inorganic molecules
  • Excellent separation reproductibility
  • Destructive (not recoverable)
  • Requires sample separation
  • Slow (20—40 min per sample)
LC-MS 0.5 nM 10—100 µL No Yes Yes >$300,000 Yes
  • Very flexible technology
  • Detects most organic and some inorganic molecules
  • Destructive (not recoverable)
  • Not very quantitative
  • Slow (15—40 min per sample)
  • Usually requires separation
NMR spectroscopy 5 µM 10—100 µL No Yes Yes >US$1 million Yes
  • Very flexible technology
  • Detects most organic and some inorganic molecules
  • Large instrument footprint
  • Cannot detect or identify salts and inorganic ions
  • Cannot detect non-protonated compounds
  • Requires large sample volumes (0.1—0.5 mL)


सांख्यिकीय विधियाँ

मेटाबोलॉमिक्स में उत्पन्न डेटा में समान्यत: विभिन्न परिस्थितियों में विषयों पर किए गए माप सम्मिलित होते हैं। ये माप डिजीटल स्पेक्ट्रा, या मेटाबोलाइट सुविधाओं की सूची हो सकते हैं। अपने सरलतम रूप में, यह विषयों के अनुरूप पंक्तियों और मेटाबोलाइट विशेषताओं (या इसके विपरीत) के अनुरूप स्तंभों के साथ मैट्रिक्स उत्पन्न करता है।[8]एनएमआर और मास स्पेक्ट्रोमेट्री डेटा दोनों के विश्लेषण के लिए वर्तमान में अनेक सांख्यिकीय कार्यक्रम उपलब्ध हैं। तालिका में दिखाए गए मेटाबोलॉमिक्स डेटा के विश्लेषण के लिए बड़ी संख्या में मुफ्त सॉफ़्टवेयर पहले से ही उपलब्ध हैं। तालिका में सूचीबद्ध कुछ सांख्यिकीय उपकरण एनएमआर डेटा विश्लेषण के लिए डिज़ाइन किए गए थे जो एमएस डेटा के लिए भी उपयोगी थे।[61] मास स्पेक्ट्रोमेट्री डेटा के लिए, सॉफ्टवेयर उपलब्ध है जो उन अणुओं की पहचान करता है जो प्रयोगात्मक डिजाइन के आधार पर मास-ओवर-चार्ज मान और कभी-कभी अवधारण समय के आधार पर विषय समूहों में भिन्न होते हैं।[62]

एक बार मेटाबोलाइट डेटा मैट्रिक्स निर्धारित हो जाने के बाद, पैटर्न और कनेक्शन को स्पष्ट करने के लिए बिना पर्यवेक्षित डेटा कटौती तकनीकों (जैसे पीसीए) का उपयोग किया जा सकता है। अनेक अध्ययनों में, जिनमें दवा-विषाक्तता और कुछ रोग मॉडल का मूल्यांकन सम्मिलित है, रुचि के मेटाबोलाइट्स को प्राथमिकता से नहीं जाना जाता है। यह बिना पर्यवेक्षित तरीकों को, जिनमें वर्ग सदस्यता की कोई पूर्व धारणा नहीं होती, लोकप्रिय पहली पसंद बनाता है। इन विधियों में सबसे आम में प्रमुख घटक विश्लेषण (पीसीए) सम्मिलित है जो डेटासेट के आयामों को कुशलतापूर्वक कुछ तक कम कर सकता है जो सबसे बड़ी भिन्नता को समझाता है। Cite error: Invalid <ref> tag; invalid names, e.g. too many जब निचले-आयामी पीसीए स्थान में विश्लेषण किया जाता है, तो समान उपापचय फिंगरप्रिंट वाले नमूनों के क्लस्टरिंग का पता लगाया जा सकता है। पीसीए एल्गोरिदम का लक्ष्य सभी सहसंबद्ध चर को बहुत कम संख्या में असंबद्ध चर (जिन्हें प्रमुख घटक (पीसी) कहा जाता है) से बदलना और अधिकांश जानकारी को मूल डेटासेट में बनाए रखना है।

[63]</nowiki></ref> यह क्लस्टरिंग पैटर्न को स्पष्ट कर सकती है और रोग बायोमार्कर - मेटाबोलाइट्स के निर्धारण में सहायता कर सकती है जो वर्ग सदस्यता के साथ सबसे अधिक सहसंबद्ध होते हैं।

रैखिक मॉडल समान्यत: मेटाबोलॉमिक्स डेटा के लिए उपयोग किए जाते हैं, किंतु बहुसंरेखता से प्रभावित होते हैं। दूसरी ओर, बहुभिन्नरूपी आँकड़े उच्च-आयामी सहसंबद्ध मेटाबोलॉमिक्स डेटा के लिए संपन्न तरीके हैं, जिनमें से सबसे लोकप्रिय है आंशिक न्यूनतम वर्ग प्रतिगमन | अव्यक्त संरचनाओं का प्रक्षेपण (पीएलएस) प्रतिगमन और इसका वर्गीकरण संस्करण पीएलएस-डीए। अन्य डेटा खनन विधियों, जैसे बेतरतीब जंगल, समर्थन वेक्टर यंत्र |सपोर्ट-वेक्टर मशीनें, आदि पर अलक्षित मेटाबोलॉमिक्स डेटा विश्लेषण के लिए अधिक ध्यान दिया जा रहा है।[64]</nowiki> </ref> अविभाज्य तरीकों के मामले में, शास्त्रीय सांख्यिकी उपकरणों (जैसे छात्र का टी-टेस्ट, विचरण या मिश्रित मॉडल का विश्लेषण) का उपयोग करके चर का एक-एक करके विश्लेषण किया जाता है और केवल पर्याप्त छोटे पी-मान वाले इन्हें ही प्रासंगिक माना जाता है।[35]चूँकि , अनेक तुलनाओं की समस्या होने पर गलत खोजों को कम करने के लिए सुधार रणनीतियों का उपयोग किया जाना चाहिए क्योंकि अलक्षित मेटाबोलॉमिक्स में सीधे मेटाबोलाइट्स की कुल मात्रा को मापने के लिए कोई मानक तरीका नहीं है।[65] बहुभिन्नरूपी विश्लेषण के लिए, मॉडल को सदैव यह सुनिश्चित करने के लिए मान्य किया जाना चाहिए कि परिणामों को सामान्यीकृत किया जा सके।

यंत्र अधिगम और डेटा माइनिंग

मशीन लर्निंग शक्तिशाली उपकरण है जिसका उपयोग मेटाबोलॉमिक्स विश्लेषण में किया जा सकता है। हाल ही में वैज्ञानिकों ने रिटेंशन टाइम प्रेडिक्शन सॉफ्टवेयर विकसित किया है। ये उपकरण शोधकर्ताओं को मानव प्लाज्मा, पौधों के अर्क, खाद्य पदार्थ, या माइक्रोबियल संस्कृतियों जैसे सम्मिश्र मिश्रण में छोटे अणुओं की अवधारण समय की पूर्वानुमान के लिए कृत्रिम बुद्धिमत्ता को लागू करने की अनुमति देते हैं। अवधारण समय की पूर्वानुमान तरल क्रोमैटोग्राफी में पहचान दर को बढ़ाती है और मेटाबोलॉमिक्स डेटा की उत्तम जैविक व्याख्या को जन्म दे सकती है।[66]


मुख्य अनुप्रयोग

मेटाबोलिक प्रोफाइलिंग (विशेषकर मूत्र या रक्त प्लाज्मा नमूनों) द्वारा विषाक्तता मूल्यांकन/विष विज्ञान किसी रसायन (या रसायनों के मिश्रण) के विषाक्त अपमान के कारण होने वाले शारीरिक परिवर्तनों का पता लगाता है। अनेक मामलों में, देखे गए परिवर्तन विशिष्ट सिंड्रोम से संबंधित हो सकते हैं, जैसे यकृत या गुर्दे में विशिष्ट घाव। संभावित दवा उम्मीदवारों की विषाक्तता का परीक्षण करने की इच्छुक फार्मास्युटिकल कंपनियों के लिए यह विशेष रूप से प्रासंगिक है: यदि किसी यौगिक को प्रतिकूल विषाक्तता के आधार पर नैदानिक ​​​​परीक्षणों तक पहुंचने से पहले समाप्त किया जा सकता है, तो यह परीक्षणों के भारी खर्च को बचाता है।[47]

कार्यात्मक जीनोमिक्स के लिए, जीन विलोपन या सम्मिलन जैसे आनुवंशिक हेरफेर के कारण होने वाले फेनोटाइप को निर्धारित करने के लिए मेटाबोलॉमिक्स उत्कृष्ट उपकरण हो सकता है। कभी-कभी यह अपने आप में पर्याप्त लक्ष्य हो सकता है - उदाहरण के लिए, मानव या पशु उपभोग के लिए आनुवंशिक रूप से संशोधित प्लांट में किसी भी फेनोटाइपिक परिवर्तन का पता लगाना। ज्ञात जीन के विलोपन/सम्मिलन के कारण होने वाली उपापचय गड़बड़ी की तुलना करके अज्ञात जीन के कार्य की पूर्वानुमान करने की संभावना अधिक रोमांचक है। इस तरह की प्रगति सबसे अधिक संभावना Saccharomyces cerevisiae और अरेबिडोप्सिस थालियाना जैसे मॉडल जीवों से आने की है। स्क्रिप्स रिसर्च इंस्टीट्यूट के बेंजामिन क्रावेट III ने हाल ही में स्तनधारी प्रणालियों में इस तकनीक को लागू किया है, जिसमें एंजाइम फैटी एसिड एमाइड हाइड्रोलेस (एफएएएच) के लिए पहले से अस्वाभाविक अंतर्जात सब्सट्रेट के रूप में एन-एसिलटॉरिन की पहचान की गई है और अस्वाभाविक हाइड्रॉलेज़ KIAA1363 के लिए अंतर्जात सब्सट्रेट के रूप में मोनोएल्किलग्लिसरॉल ईथर (MAGEs) की पहचान की गई है।[67][68]

मेटाबोलोजेनोमिक्स पूर्वानुमानित बायोसिंथेटिक जीन के साथ माइक्रोबियल-निर्यातित मेटाबोलाइट्स को सहसंबंधित करके मेटाबोलॉमिक्स और जीनोमिक्स डेटा को एकीकृत करने का नया दृष्टिकोण है।[69] यह जैव सूचना विज्ञान-आधारित युग्मन विधि संबंधित जैवसंश्लेषण के साथ छोटे अणुओं की पहचान करने और उन पर ध्यान केंद्रित करने के लिए गैर-लक्षित उपापचय विश्लेषणों को परिष्कृत करके बड़े पैमाने पर प्राकृतिक उत्पाद खोज को सक्षम बनाती है, जिनकी पहले से ज्ञात संरचनाएं नहीं हो सकती हैं।

फ्लक्सोमिक्स मेटाबोलॉमिक्स का और विकास है। मेटाबोलॉमिक्स का नुकसान यह है कि यह उपयोगकर्ता को केवल मेटाबोलाइट्स की प्रचुरता या सांद्रता प्रदान करता है, जबकि फ्लक्सोमिक्स उपापचय प्रतिक्रियाओं की प्रतिक्रिया दर निर्धारित करता है और समय के साथ जैविक प्रणाली में मेटाबोलाइट्स का पता लगा सकता है।

पोषक तत्वविज्ञान सामान्यीकृत शब्द है जो जीनोमिक्स, ट्रांसक्रिपटॉमिक्स, प्रोटिओमिक्स और मेटाबोलॉमिक्स को मानव पोषण से जोड़ता है। सामान्य तौर पर, किसी दिए गए निकाय के तरल पदार्थ में, उपापचय उम्र, लिंग, निकाय की संरचना और आनुवंशिकी के साथ-साथ अंतर्निहित विकृति जैसे अंतर्जात कारकों से प्रभावित होता है। बड़ी आंत का माइक्रोफ्लोरा भी उपापचय प्रोफाइल का बहुत ही महत्वपूर्ण संभावित कन्फ़ाउंडर है और इसे अंतर्जात या बहिर्जात कारक के रूप में वर्गीकृत किया जा सकता है। मुख्य बहिर्जात कारक आहार और औषधियाँ हैं। फिर आहार को पोषक तत्वों और गैर-पोषक तत्वों में विभाजित किया जा सकता है। मेटाबोलोमिक्स जैविक समापन बिंदु, या मेटाबोलिक फिंगरप्रिंट निर्धारित करने का साधन है, जो किसी व्यक्ति के उपापचय पर इन सभी बलों के संतुलन को दर्शाता है।[70][71] हाल की लागत में कटौती के कारण, मेटाबोलॉमिक्स अब गर्भवती कुत्तों जैसे साथी जानवरों के लिए सुलभ हो गया है।[72][73]

प्लांट मेटाबोलॉमिक्स को पौधों के नमूनों के मेटाबोलाइट्स में समग्र परिवर्तनों का अध्ययन करने और फिर गहन डेटा खनन और केमोमेट्रिक विश्लेषण करने के लिए डिज़ाइन किया गया है। विशिष्ट मेटाबोलाइट्स को जैविक और अजैविक तनावों के जवाब में जैवसंश्लेषित पादप रक्षा प्रणालियों के घटक माना जाता है।[74]व्यक्तिगत पौधों के बीच मेटाबोलाइट सामग्री में प्राकृतिक भिन्नता का आकलन करने के लिए हाल ही में मेटाबोलॉमिक्स दृष्टिकोण का उपयोग किया गया है, यह दृष्टिकोण फसलों की संरचना गुणवत्ता में सुधार के लिए अधिक संभावनाएं रखता है।[75]


यह भी देखें

संदर्भ

  1. ↑ Daviss B (April 2005). "मेटाबोलॉमिक्स के लिए बढ़ती पीड़ा". The Scientist. 19 (8): 25–28. Archived from the original on 13 October 2008.
  2. ↑ Jordan KW, Nordenstam J, Lauwers GY, Rothenberger DA, Alavi K, Garwood M, Cheng LL (March 2009). "अक्षुण्ण ऊतक चुंबकीय अनुनाद स्पेक्ट्रोस्कोपी के साथ मानव रेक्टल एडेनोकार्सिनोमा का मेटाबॉलिक लक्षण वर्णन". Diseases of the Colon and Rectum. 52 (3): 520–525. doi:10.1007/DCR.0b013e31819c9a2c. PMC 2720561. PMID 19333056.
  3. ↑ 3.0 3.1 Villate A, San Nicolas M, Gallastegi M, Aulas PA, Olivares M, Usobiaga A, et al. (February 2021). "Review: Metabolomics as a prediction tool for plants performance under environmental stress". Plant Science. 303: 110789. doi:10.1016/j.plantsci.2020.110789. PMID 33487364. S2CID 230533604.
  4. ↑ Hollywood K, Brison DR, Goodacre R (September 2006). "मेटाबोलॉमिक्स: वर्तमान प्रौद्योगिकियां और भविष्य के रुझान". Proteomics. 6 (17): 4716–4723. doi:10.1002/pmic.200600106. PMID 16888765. S2CID 14631544.
  5. ↑ रेफरी>Cavicchioli MV, Santorsola M, Balboni N, Mercatelli D, Giorgi FM (March 2022). "मानव कैंसर कोशिका रेखाओं में ट्रांसक्रिप्टोमिक्स डेटा से मेटाबोलिक प्रोफाइल की भविष्यवाणी". International Journal of Molecular Sciences. 23 (7): 3867. doi:10.3390/ijms23073867. PMC 8998886. PMID 35409231.<nowiki>
  6. ↑ Gates SC, Sweeley CC (October 1978). "गैस क्रोमैटोग्राफी पर आधारित मात्रात्मक चयापचय प्रोफाइलिंग". Clinical Chemistry. 24 (10): 1663–1673. doi:10.1093/clinchem/24.10.1663. PMID 359193.
  7. ↑ Preti, George (June 6, 2005). "Metabolomics comes of age?". The Scientist. 19 (11): 8.
  8. ↑ 8.0 8.1 8.2 van der Greef J, Smilde AK (May 2005). "Symbiosis of chemometrics and metabolomics: past, present, and future". Journal of Chemometrics: A Journal of the Chemometrics Society. 19 (5–7): 376–386. doi:10.1002/cem.941. S2CID 122419960.
  9. ↑ Shapiro I, Kavkalo DN, Petrova GV, Ganzin AP (1989). "[Angioleiomyoma of the large-intestinal mesentery complicated by diffuse peritonitis]". Sovetskaia Meditsina (in Russian) (9): 116. PMID 2603028.{{cite journal}}: CS1 maint: unrecognized language (link)
  10. ↑ Griffiths WJ, Wang Y (July 2009). "Mass spectrometry: from proteomics to metabolomics and lipidomics". Chemical Society Reviews. 38 (7): 1882–1896. doi:10.1039/b618553n. PMID 19551169. S2CID 12237358.
  11. ↑ Hoult DI, Busby SJ, Gadian DG, Radda GK, Richards RE, Seeley PJ (November 1974). "Observation of tissue metabolites using 31P nuclear magnetic resonance". Nature. 252 (5481): 285–287. Bibcode:1974Natur.252..285H. doi:10.1038/252285a0. PMID 4431445. S2CID 4291661.
  12. ↑ Nicholson JK, Lindon JC (October 2008). "Systems biology: Metabonomics". Nature. 455 (7216): 1054–1056. Bibcode:2008Natur.455.1054N. doi:10.1038/4551054a. PMID 18948945. S2CID 4411723.
  13. ↑ Holmes E, Antti H (December 2002). "Chemometric contributions to the evolution of metabonomics: mathematical solutions to characterising and interpreting complex biological NMR spectra". The Analyst. 127 (12): 1549–1557. Bibcode:2002Ana...127.1549H. doi:10.1039/b208254n. PMID 12537357.
  14. ↑ Lenz EM, Wilson ID (February 2007). "मेटाबोनॉमिक्स में विश्लेषणात्मक रणनीतियाँ". Journal of Proteome Research. 6 (2): 443–458. doi:10.1021/pr0605217. PMID 17269702.
  15. ↑ Lerner RA, Siuzdak G, Prospero-Garcia O, Henriksen SJ, Boger DL, Cravatt BF (September 1994). "Cerebrodiene: a brain lipid isolated from sleep-deprived cats". Proceedings of the National Academy of Sciences of the United States of America. 91 (20): 9505–9508. Bibcode:1994PNAS...91.9505L. doi:10.1073/pnas.91.20.9505. PMC 44841. PMID 7937797.
  16. ↑ Cravatt BF, Prospero-Garcia O, Siuzdak G, Gilula NB, Henriksen SJ, Boger DL, Lerner RA (June 1995). "मस्तिष्क लिपिड के एक परिवार का रासायनिक लक्षण वर्णन जो नींद को प्रेरित करता है". Science. 268 (5216): 1506–1509. Bibcode:1995Sci...268.1506C. doi:10.1126/science.7770779. PMID 7770779.
  17. ↑ 17.0 17.1 Smith CA, O'Maille G, Want EJ, Qin C, Trauger SA, Brandon TR, et al. (December 2005). "मेटलिन: एक मेटाबोलाइट मास स्पेक्ट्रल डेटाबेस". Therapeutic Drug Monitoring. 27 (6): 747–751. doi:10.1097/01.ftd.0000179845.53213.39. PMID 16404815. S2CID 14774455.
  18. ↑ 18.0 18.1 Guijas C, Montenegro-Burke JR, Domingo-Almenara X, Palermo A, Warth B, Hermann G, et al. (March 2018). "METLIN: A Technology Platform for Identifying Knowns and Unknowns". Analytical Chemistry. 90 (5): 3156–3164. doi:10.1021/acs.analchem.7b04424. PMC 5933435. PMID 29381867.
  19. ↑ 19.0 19.1 Smith CA, Want EJ, O'Maille G, Abagyan R, Siuzdak G (February 2006). "XCMS: processing mass spectrometry data for metabolite profiling using nonlinear peak alignment, matching, and identification". Analytical Chemistry. 78 (3): 779–787. doi:10.1021/ac051437y. PMID 16448051.
  20. ↑ Tautenhahn R, Patti GJ, Rinehart D, Siuzdak G (June 2012). "XCMS Online: a web-based platform to process untargeted metabolomic data". Analytical Chemistry. 84 (11): 5035–5039. doi:10.1021/ac300698c. PMC 3703953. PMID 22533540.
  21. ↑ 21.0 21.1 21.2 Wishart, David S.; Tzur, Dan; Knox, Craig; Eisner, Roman; Guo, An Chi; Young, Nelson; Cheng, Dean; Jewell, Kevin; Arndt, David; Sawhney, Summit; Fung, Chris; Nikolai, Lisa; Lewis, Mike; Coutouly, Marie-Aude; Forsythe, Ian J.; Tang, Peter; Shrivastava, Savita; Jeroncic, Kevin; Stothard, Paul; Amegbey, Godwin; Block, David; Hau, David D.; Wagner, James; Miniaci, Jessica; Clements, Melisa; Gebremedhin, Mulu; Guo, Natalie; Zhang, Ying; Duggan, Gavin E.; Macinnis, Glen D.; Weljie, Alim M.; Dowlatabadi, Reza; Bamforth, Fiona; Clive, Derrick; Greiner, Russ; Li, Liang; Marrie, Tom; Sykes, Brian D.; Vogel, Hans J.; Querengesser, Lori (January 1, 2007). "HMDB: the Human Metabolobe Database". Nucleic Acids Research. 35 (D1): D521–D526. doi:10.1093/nar/gkl923. PMC 1899095. PMID 17202168.
  22. ↑ Wishart, David S.; Knox, Craig; Guo, An Chi; Eisner, Roman; Young, Nelson; Gautam, Bijaya; Hau, David D.; Psychogios, Nick; Dong, Edison; Bouatra, Souhaila; Mandal, Rupasri; Sinelnikov, Igor; Xia, Jianguo; Jia, Leslie; Cruz, Joseph A.; Lim, Emilia; Sobsey, Constance A.; Shrivastava, Savita; Huang, Paul; Liu, Philip; Fang, Lydia; Peng, Jun; Fradette, Ryan; Cheng, Dean; Tzur, Dan; Clements, Melisa; Lewis, Avalyn; de Souza, Andrea; Zúñiga, Azaret; Dawe, Margot; Xiong, Yeping; Clive, Derrick; Greiner, Russ; Nazyrova, Alsu; Shaykhutdinov, Rustem; Li, Liang; Vogel, Hans J.; Forsythe, Ian J. (1 January 2009). "HMDB: a knowledgebase for the human metabolome". Nucleic Acids Research. 37 (D1): D603–D610. doi:10.1093/nar/gkn810. PMC 2686599. PMID 18953024.
  23. ↑ Farag MA, Huhman DV, Dixon RA, Sumner LW (February 2008). "मेटाबोलोमिक्स मेडिकैगो ट्रंकैटुला सेल संस्कृतियों में फेनिलप्रोपेनॉइड और आइसोफ्लेवोनॉइड जैवसंश्लेषण में नए रास्ते और विभेदक यंत्रवत और एलिसिटर-विशिष्ट प्रतिक्रियाओं का खुलासा करता है।". Plant Physiology. 146 (2): 387–402. doi:10.1104/pp.107.108431. PMC 2245840. PMID 18055588.
  24. ↑ "ववव.प्लाण्टमेटाबोलोमिक्स.ऑर्ग". Nov 7, 2012. Archived from the original on 2012-11-07. Retrieved May 20, 2020.
  25. ↑ 25.0 25.1 Morrow Jr KJ (1 April 2010). "मास स्पेक सेंट्रल टू मेटाबोलॉमिक्स". Genetic Engineering & Biotechnology News. Vol. 30, no. 7. p. 1. Archived from the original on 12 August 2011. Retrieved 28 June 2010.
  26. ↑ "चयापचय उत्पादों का वास्तविक समय विश्लेषण". phys.org. Retrieved May 20, 2020.
  27. ↑ Oliver SG, Winson MK, Kell DB, Baganz F (September 1998). "यीस्ट जीनोम का व्यवस्थित कार्यात्मक विश्लेषण". Trends in Biotechnology. 16 (9): 373–378. doi:10.1016/S0167-7799(98)01214-1. PMID 9744112.
  28. ↑ Griffin JL, Vidal-Puig A (June 2008). "Current challenges in metabolomics for diabetes research: a vital functional genomic tool or just a ploy for gaining funding?". Physiological Genomics. 34 (1): 1–5. doi:10.1152/physiolgenomics.00009.2008. PMID 18413782. S2CID 9416755.
  29. ↑ HMDB 4.0 – the human metabolome database in 2018.
  30. ↑ Wishart DS, Guo A, Oler E, Wang F, Anjum A, Peters H, et al. (January 2022). "HMDB 5.0: the Human Metabolome Database for 2022". Nucleic Acids Research. 50 (D1): D622–D631. doi:10.1093/nar/gkab1062. PMC 8728138. PMID 34986597.
  31. ↑ Wishart DS, Jewison T, Guo AC, Wilson M, Knox C, Liu Y, et al. (January 2013). "एचएमडीबी 3.0--2013 में मानव मेटाबोलोम डेटाबेस". Nucleic Acids Research. 41 (Database issue): D801–D807. doi:10.1093/nar/gks1065. PMC 3531200. PMID 23161693.
  32. ↑ रेफरी>Pearson H (March 2007). "मानव चयापचय से मिलें". Nature. 446 (7131): 8. Bibcode:2007Natur.446....8P. doi:10.1038/446008a. PMID 17330009. S2CID 2235062.<nowiki>
  33. ↑ रेफरी>De Luca V, St Pierre B (April 2000). "क्षारीय जैवसंश्लेषण की कोशिका और विकासात्मक जीव विज्ञान". Trends in Plant Science. 5 (4): 168–173. doi:10.1016/S1360-1385(00)01575-2. PMID 10740298.<nowiki>
  34. ↑ Griffin JL, Shockcor JP (July 2004). "कैंसर कोशिकाओं की मेटाबोलिक प्रोफ़ाइल". Nature Reviews. Cancer. 4 (7): 551–561. doi:10.1038/nrc1390. PMID 15229480. S2CID 527894.
  35. ↑ 35.0 35.1 Ulaszewska MM, Weinert CH, Trimigno A, Portmann R, Andres Lacueva C, Badertscher R, et al. (January 2019). "Nutrimetabolomics: An Integrative Action for Metabolomic Analyses in Human Nutritional Studies". Molecular Nutrition & Food Research. 63 (1): e1800384. doi:10.1002/mnfr.201800384. PMID 30176196.
  36. ↑ रेफरी नाम = निकोलसन 2003 668-676 >Nicholson JK, Wilson ID (August 2003). "राय: 'वैश्विक' सिस्टम जीवविज्ञान को समझना: मेटाबोनॉमिक्स और चयापचय की निरंतरता". Nature Reviews. Drug Discovery. 2 (8): 668–676. doi:10.1038/nrd1157. PMID 12904817. S2CID 23743031.<nowiki>
  37. ↑ फरी>Dettmer K, Aronov PA, Hammock BD (2007). "मास स्पेक्ट्रोमेट्री-आधारित मेटाबोलॉमिक्स". Mass Spectrometry Reviews. 26 (1): 51–78. Bibcode:2007MSRv...26...51D. doi:10.1002/mas.20108. PMC 1904337. PMID 16921475.<nowiki>
  38. ↑ Nicholson JK, Foxall PJ, Spraul M, Farrant RD, Lindon JC (March 1995). "750 MHz 1H and 1H-13C NMR spectroscopy of human blood plasma". Analytical Chemistry. 67 (5): 793–811. doi:10.1021/ac00101a004. PMID 7762816.
  39. ↑ Bentley R (1999). "Secondary metabolite biosynthesis: the first century". Critical Reviews in Biotechnology. 19 (1): 1–40. doi:10.1080/0738-859991229189. PMID 10230052.
  40. ↑ Nordström A, O'Maille G, Qin C, Siuzdak G (May 2006). "Nonlinear data alignment for UPLC-MS and HPLC-MS based metabolomics: quantitative analysis of endogenous and exogenous metabolites in human serum". Analytical Chemistry. 78 (10): 3289–3295. doi:10.1021/ac060245f. PMC 3705959. PMID 16689529.
  41. ↑ Lin W, Conway LP, Block A, Sommi G, Vujasinovic M, Löhr JM, Globisch D (June 2020). "कीमोसेलेक्टिव संशोधन का उपयोग करके मानव मूत्र और मल के नमूनों में कार्बोनिल मेटाबोलाइट्स का संवेदनशील द्रव्यमान स्पेक्ट्रोमेट्रिक विश्लेषण". The Analyst. 145 (11): 3822–3831. Bibcode:2020Ana...145.3822L. doi:10.1039/D0AN00150C. PMID 32393929.
  42. ↑ Crockford DJ, Maher AD, Ahmadi KR, Barrett A, Plumb RS, Wilson ID, Nicholson JK (September 2008). "1H NMR and UPLC-MS(E) statistical heterospectroscopy: characterization of drug metabolites (xenometabolome) in epidemiological studies". Analytical Chemistry. 80 (18): 6835–6844. doi:10.1021/ac801075m. PMID 18700783.
  43. ↑ Nicholson JK (2006). "वैश्विक प्रणाली जीव विज्ञान, व्यक्तिगत चिकित्सा और आणविक महामारी विज्ञान". Molecular Systems Biology. 2 (1): 52. doi:10.1038/msb4100095. PMC 1682018. PMID 17016518.
  44. ↑ Nicholson JK, Lindon JC, Holmes E (November 1999). "'Metabonomics': understanding the metabolic responses of living systems to pathophysiological stimuli via multivariate statistical analysis of biological NMR spectroscopic data". Xenobiotica; the Fate of Foreign Compounds in Biological Systems. 29 (11): 1181–1189. doi:10.1080/004982599238047. PMID 10598751.
  45. ↑ Nicholson JK, Connelly J, Lindon JC, Holmes E (February 2002). "Metabonomics: a platform for studying drug toxicity and gene function". Nature Reviews. Drug Discovery. 1 (2): 153–161. doi:10.1038/nrd728. PMID 12120097. S2CID 17881327.
  46. ↑ Holmes E, Wilson ID, Nicholson JK (September 2008). "स्वास्थ्य और रोग में मेटाबोलिक फेनोटाइपिंग". Cell. 134 (5): 714–717. doi:10.1016/j.cell.2008.08.026. PMID 18775301. S2CID 6677621.
  47. ↑ 47.0 47.1 Robertson DG (June 2005). "Metabonomics in toxicology: a review". Toxicological Sciences. 85 (2): 809–822. doi:10.1093/toxsci/kfi102. PMID 15689416.
  48. ↑ Silva LP, Northen TR (August 2015). "Exometabolomics and MSI: deconstructing how cells interact to transform their small molecule environment". Current Opinion in Biotechnology. Elsevier BV. 34: 209–216. doi:10.1016/j.copbio.2015.03.015. PMID 25855407.
  49. ↑ Dettmer K, Aronov PA, Hammock BD (2007). "मास स्पेक्ट्रोमेट्री-आधारित मेटाबोलॉमिक्स". Mass Spectrometry Reviews. 26 (1): 51–78. Bibcode:2007MSRv...26...51D. doi:10.1002/mas.20108. PMC 1904337. PMID 16921475.
  50. ↑ रेफरी नाम = pmid23157406 >Rasmiena AA, Ng TW, Meikle PJ (March 2013). "मेटाबोलोमिक्स और इस्केमिक हृदय रोग". Clinical Science. 124 (5): 289–306. doi:10.1042/CS20120268. PMID 23157406.<nowiki>
  51. ↑ "गैस क्रोमैटोग्राफी मास स्पेक्ट्रोमेट्री (जीसी-एमएस) सूचना". Thermo Fisher Scientific - US. Retrieved 2018-09-26.
  52. ↑ Gika HG, Theodoridis GA, Wingate JE, Wilson ID (August 2007). "Within-day reproducibility of an HPLC-MS-based method for metabonomic analysis: application to human urine". Journal of Proteome Research. 6 (8): 3291–3303. doi:10.1021/pr070183p. PMID 17625818.
  53. ↑ Soga T, Ohashi Y, Ueno Y, Naraoka H, Tomita M, Nishioka T (September 2003). "केशिका वैद्युतकणसंचलन मास स्पेक्ट्रोमेट्री का उपयोग करके मात्रात्मक चयापचय विश्लेषण". Journal of Proteome Research. 2 (5): 488–494. doi:10.1021/pr034020m. PMID 14582645.
  54. ↑ Northen TR, Yanes O, Northen MT, Marrinucci D, Uritboonthai W, Apon J, et al. (October 2007). "मास स्पेक्ट्रोमेट्री के लिए क्लैथ्रेट नैनोस्ट्रक्चर". Nature. 449 (7165): 1033–1036. Bibcode:2007Natur.449.1033N. doi:10.1038/nature06195. PMID 17960240. S2CID 4404703.
  55. ↑ Woo HK, Northen TR, Yanes O, Siuzdak G (July 2008). "Nanostructure-initiator mass spectrometry: a protocol for preparing and applying NIMS surfaces for high-sensitivity mass analysis". Nature Protocols. 3 (8): 1341–1349. doi:10.1038/NPROT.2008.110. PMID 18714302. S2CID 20620548.
  56. ↑ Ghaste M, Mistrik R, Shulaev V (May 2016). "मेटाबोलॉमिक्स और लिपिडोमिक्स में फूरियर ट्रांसफॉर्म आयन साइक्लोट्रॉन रेजोनेंस (एफटी-आईसीआर) और ऑर्बिट्रैप आधारित उच्च रिज़ॉल्यूशन मास स्पेक्ट्रोमेट्री के अनुप्रयोग". International Journal of Molecular Sciences. 17 (6): 816. doi:10.3390/ijms17060816. PMC 4926350. PMID 27231903.
  57. ↑ Griffin JL (October 2003). "Metabonomics: NMR spectroscopy and pattern recognition analysis of body fluids and tissues for characterisation of xenobiotic toxicity and disease diagnosis". Current Opinion in Chemical Biology. 7 (5): 648–654. doi:10.1016/j.cbpa.2003.08.008. PMID 14580571.
  58. ↑ Beckonert O, Keun HC, Ebbels TM, Bundy J, Holmes E, Lindon JC, Nicholson JK (2007). "मूत्र, प्लाज्मा, सीरम और ऊतक अर्क की एनएमआर स्पेक्ट्रोस्कोपी के लिए मेटाबोलिक प्रोफाइलिंग, मेटाबॉलिक और मेटाबोनोमिक प्रक्रियाएं". Nature Protocols. 2 (11): 2692–2703. doi:10.1038/nprot.2007.376. PMID 18007604. S2CID 205463871.
  59. ↑ Habchi B, Alves S, Jouan-Rimbaud Bouveresse D, Appenzeller B, Paris A, Rutledge DN, Rathahao-Paris E (January 2018). "Potential of dynamically harmonized Fourier transform ion cyclotron resonance cell for high-throughput metabolomics fingerprinting: control of data quality". Analytical and Bioanalytical Chemistry. 410 (2): 483–490. doi:10.1007/s00216-017-0738-3. PMID 29167936. S2CID 3769892.
  60. ↑ King AM, Mullin LG, Wilson ID, Coen M, Rainville PD, Plumb RS, et al. (January 2019). "HILIC-MS और आयन गतिशीलता सक्षम HILIC-MS का उपयोग करके मूत्र में ध्रुवीय विश्लेषकों के विश्लेषण के लिए एक तीव्र प्रोफ़ाइलिंग विधि का विकास". Metabolomics. 15 (2): 17. doi:10.1007/s11306-019-1474-9. PMC 6342856. PMID 30830424.
  61. ↑ Sugimoto M, Kawakami M, Robert M, Soga T, Tomita M (March 2012). "मास स्पेक्ट्रोस्कोपी-आधारित मेटाबोलॉमिक डेटा प्रोसेसिंग और विश्लेषण के लिए जैव सूचना विज्ञान उपकरण". Current Bioinformatics. 7 (1): 96–108. doi:10.2174/157489312799304431. PMC 3299976. PMID 22438836.
  62. ↑ Spicer R, Salek RM, Moreno P, Cañueto D, Steinbeck C (2017). "मेटाबोलॉमिक्स विश्लेषण के लिए स्वतंत्र रूप से उपलब्ध सॉफ़्टवेयर टूल को नेविगेट करना". Metabolomics. 13 (9): 106. doi:10.1007/s11306-017-1242-7. PMC 5550549. PMID 28890673.
  63. ↑ रेफरी>Ren S, Hinzman AA, Kang EL, Szczesniak RD, Lu LJ (December 2015). "मेटाबोलॉमिक्स डेटा का कम्प्यूटेशनल और सांख्यिकीय विश्लेषण।". Metabolomics. 11 (6): 1492–513. doi:10.1007/s11306-015-0823-6. S2CID 15712363.<nowiki>
  64. ↑ रेफरी>Gromski PS, Muhamadali H, Ellis DI, Xu Y, Correa E, Turner ML, Goodacre R (June 2015). "एक ट्यूटोरियल समीक्षा: मेटाबोलॉमिक्स और आंशिक रूप से न्यूनतम वर्ग-विभेदक विश्लेषण - सुविधा का विवाह या शॉटगन विवाह". Analytica Chimica Acta. 879: 10–23. doi:10.1016/j.aca.2015.02.012. PMID 26002472.<nowiki>
  65. ↑ "Metabolomics in the clinic: A review of the shared and unique features of untargeted metabolomics for clinical research and clinical testing". Metabolon (in English). Retrieved 2022-11-08.
  66. ↑ Bonini P, Kind T, Tsugawa H, Barupal DK, Fiehn O (June 2020). "Retip: Retention Time Prediction for Compound Annotation in Untargeted Metabolomics". Analytical Chemistry. 92 (11): 7515–7522. doi:10.1021/acs.analchem.9b05765. PMC 8715951. PMID 32390414.
  67. ↑ Saghatelian A, Trauger SA, Want EJ, Hawkins EG, Siuzdak G, Cravatt BF (November 2004). "वैश्विक मेटाबोलाइट प्रोफाइलिंग द्वारा एंजाइमों को अंतर्जात सब्सट्रेट्स का असाइनमेंट". Biochemistry. 43 (45): 14332–14339. doi:10.1021/bi0480335. PMID 15533037.
  68. ↑ Chiang KP, Niessen S, Saghatelian A, Cravatt BF (October 2006). "एक एंजाइम जो बहुआयामी प्रोफाइलिंग द्वारा एनोटेट किए गए कैंसर में ईथर लिपिड सिग्नलिंग मार्गों को नियंत्रित करता है". Chemistry & Biology. 13 (10): 1041–1050. doi:10.1016/j.chembiol.2006.08.008. PMID 17052608.
  69. ↑ Goering AW, McClure RA, Doroghazi JR, Albright JC, Haverland NA, Zhang Y, et al. (February 2016). "Metabologenomics: Correlation of Microbial Gene Clusters with Metabolites Drives Discovery of a Nonribosomal Peptide with an Unusual Amino Acid Monomer". ACS Central Science. 2 (2): 99–108. doi:10.1021/acscentsci.5b00331. PMC 4827660. PMID 27163034.
  70. ↑ Gibney MJ, Walsh M, Brennan L, Roche HM, German B, van Ommen B (September 2005). "Metabolomics in human nutrition: opportunities and challenges". The American Journal of Clinical Nutrition. 82 (3): 497–503. doi:10.1093/ajcn/82.3.497. PMID 16155259.
  71. ↑ Christopher KB (March 2018). "गंभीर बीमारी में पोषण संबंधी चयापचय". Current Opinion in Clinical Nutrition and Metabolic Care. 21 (2): 121–125. doi:10.1097/MCO.0000000000000451. PMC 5826639. PMID 29251691.
  72. ↑ Arlt SP, Ottka C, Lohi H, Hinderer J, Lüdeke J, Müller E, et al. (2023-05-10). Mükremin Ö (ed.). "कैनाइन गर्भावस्था और स्तनपान के दौरान चयापचय". PLOS ONE. 18 (5): e0284570. doi:10.1371/journal.pone.0284570. PMC 10171673. PMID 37163464.
  73. ↑ Ottka C, Vapalahti K, Arlt SP, Bartel A, Lohi H (2023-02-02). "The metabolic differences of anestrus, heat, pregnancy, pseudopregnancy, and lactation in 800 female dogs". Frontiers in Veterinary Science. 10: 1105113. doi:10.3389/fvets.2023.1105113. PMC 9932911. PMID 36816179.
  74. ↑ Cotrim GD, Silva DM, Graça JP, Oliveira Junior A, Castro C, Zocolo GJ, et al. (January 2023). "ग्लाइसीन मैक्स (एल.) मेर. (सोयाबीन) पोटेशियम उपलब्धता के लिए चयापचय प्रतिक्रियाएं". Phytochemistry. 205: 113472. Bibcode:2023PChem.205k3472C. doi:10.1016/j.phytochem.2022.113472. PMID 36270412.
  75. ↑ Schauer N, Fernie AR (October 2006). "Plant metabolomics: towards biological function and mechanism". Trends in Plant Science. 11 (10): 508–516. doi:10.1016/j.tplants.2006.08.007. PMID 16949327.


अग्रिम पठन


बाहरी संबंध

Look up मेटाबोलॉमिक्स in Wiktionary, the free dictionary.
Wikibooks has more on the topic of: मेटाबोलॉमिक्स
Retrieved from ‘https://www.vigyanwiki.in/index.php?title=मेटाबोलॉमिक्स&oldid=242722’