药物代谢组学（ pharmaco-metabonomics） 是在后基因时代和系统生物学的背景下，以代谢组学为平台，并与药学紧密交叉且有机结合而形成的一门新兴学科。它依托现代分析技术、化学计量学和生物信息学技术，通过分析比较给药前后生物体液中小分子代谢物轮廓的改变，进行药物疗效和毒性的评价和预测[1].在肿瘤的发生及进展中，肿瘤细胞中的微小变化都会引起代谢物的“延增效应”,产生大量的代谢物[2],而这些小分子的产生和代1映生物体系的状态[3].因此，药物代谢组学在肿瘤诊治、药物使用安全和预后评价中的作用越来越受到关注。本文就药物代谢组学的概念、研究方法及其在肿瘤诊治中的应用等方面的研究进展进行综述。
1 代谢组学和药物代谢组学的概念
1999 年，英国学者 Nicholson 等[4]将代谢组学（ metabonomics） 定义为： 以动物的体液和组织为研究对象，运用核磁共振（ nuclear magnetic resonance,NMR） 、色谱、质谱（ mass spectrometry,MS） 等分析技术，研究生物体对病理生理刺激或基因修饰产生的代谢物质如糖、脂质、氨基酸、维生素等的质和量的动态变化，它关注的对象是相对分子质量在1 000 以下的小分子化合物。2000 年，德国学者Fiehn 等[5]将代谢组学定位为一个静态的过程，也可称为“代谢物组学”,即对限定条件下的特定生物样品中所有代谢产物的定性定量分析，并按照研究目的不同，将生物体系的代谢产物分析分为 4 个层次，即代谢物靶标分析（ metabolite targetanalysis） 、代谢轮廓 （ 谱） 分析 （ metabolic profilinganalysis） 、代谢指纹分析 （ metabolic fingerprintinganalysis） 和代谢组学分析（ metabonomics analysis） .
随着代谢组学的发展，Clayton 等[6]于 2006 年提出了药物代谢组学的概念： 借助代谢组学技术平台，通过对个体给药前代谢物所包含的信息研究，预测个体对药物的代谢和毒性反应及其差异。药物代谢组学从系统生物学的角度，通过研究药物引起的内源性代谢物的动态变化，能够直接反映体内生物化学过程和状态变化，进而有助于在整体水平了解药物作用及其与内源性物质变化的关联[7],从而阐明药物的药效、作用机制和毒性进行预测。近年来，药物代谢组学在肿瘤诊治中的研究越来越广泛，特别是在肿瘤药物疗效判断、毒性作用、耐药预测、个性化用药以及肿瘤标志物发现上发挥重要作用。
2 药物代谢组学的研究方法
药物代谢组学的分析流程主要包括： 生物样品的采集与前处理、样品的制备和数据的采集、分析及解释等步骤。
2. 1 生物样品的采集与前处理
生物样品来自生物体液如唾液、眼泪、呼出空气、脑脊液、支气管肺泡灌洗液、胆汁、乳液、细胞提取物及组织提取液，其中血液和尿液最为常用。一般液体生物样品（ 尿液、血液、唾液） 的采集量为毫升级，固体生物样品（ 组织、器官） 的采集量为毫克级，细胞培养样品按细胞数计为 1 × 106~ 1 × 107级。为减少活性酶的影响，一般采取快速改变样本温度或 pH 来实现代谢灭活[8].目前生物样品的提取方法主要包括液液萃取、冷冻干燥、加速溶剂萃取、超声波萃取、固相萃取、固相微萃取等，其中以预冷（ -20 ℃或 4 ℃） 甲醇、甲醇-氯仿（ 3∶ 1） 液液萃取最为常用。Schaub 等[9]通过建立样本快速转移、灭活和定量化提取流程，有效提高了生物样品的回收率、准确性和重复性。
2. 2 生物样品的制备
根据不同的实验目的、样品种类和数据分析仪器，样品的提取制备步骤有所不同[10-11].比如，采用 NMR 为数据采集手段时，对样品制备要求相对简单，样品一般只需要加入缓冲盐溶液调节 pH,以减少酸碱度变化造成的化学位移偏差； 若以气质联用（ gas chromatography-mass spectrometry,GC-MS）技术采集数据，样品在进样前需要做复杂的衍生化处理，最常用的是甲氧基胺肟化结合氮-甲基-氮-（ 三甲基硅烷基） 三氟乙酰胺（ MSTFA） 硅烷化的两步衍生化法，以降低待测物的沸点、提高稳定性、增强质谱响应、调节色谱行为； 若以液质联用（ liquidchromatography-mass spectrometry,LC-MS ） 技术采集数据，需要在样品中加入有机试剂或过滤膜以除去大分子蛋白[1].
2. 3 数据采集和处理
代谢组学的数据采集和处理分析技术主要包括 NMR、MS 以及与气相、液相及毛细管电泳质谱联用技术，这些技术各有优缺点，互为补充。NMR技术样品预处理简单、无损伤性、无偏向性，但灵敏度低、分辨率差[12].MS 技术灵敏度强、专一性高、有标准谱图库，但选择性低、识别力差、离子化程度易波动等[13].因此，MS 常与其他色谱技术联用，如气相色谱-质谱（ GC-MS） 、液相色谱-质谱（ LC-MS） 、超高效液相色谱串联质谱（ UPLC-MS / MS） 、高分辨气相色谱-飞行时间质谱（ gas chromatogra-phy time of flight mass spectrometry,GC-TOF / MS） 、超高效液相色谱/高分辨飞行时间质谱技术（ UP-LC / TOF-MS） 、傅里叶变换离子回旋共振技术（ FT-ICR） 、直接输注大气压电离化质谱技术 （ DIMS）等[14].目前，LC-MS/MS 技术是药物代谢组学的重要工具，主要包括串联质谱系统（ MS/MS 或 MS1技术） 、信息依赖扫描（ IDA） 和能量相关二级质谱（ MSE） 数据采集方法。其中，串联质谱系统有子离子扫描、母离子扫描、中性丢失扫描和多反应监测或选择反应监测 4 种数据采集方式。
2. 4 数据分析及解释
代谢组学的数据分析是指将海量多维和分散的谱学数据进行提取、峰对齐、去噪等处理，通过整理、转换、统计、输出，最终解释其生物学意义。分析方法主要包括主成分分析（ principal componentanalysis,PCA ） 、非线形映射 （ non linear maping,NLM） 和聚类分析 （ cluster analysis,CA） 等非监督分类方法，以及显着性分析（ discriminant analysis,DA） 、独立建模分类法 （ SIMCA） 、偏最小二乘法（ PLS） 和偏最小二乘法显着性分析（ PLS-DA） 等监督分类方法[15].为了快速对代谢物进行鉴定，提高数据分析效率，研究人员建立了代谢组学分析数据库[如美国国家健康研究院（ NIH） 数据库和人类代谢数据库（ HMDB） 等],目前数据库包含的代谢条目已超过7 900 条[16].
3 药物代谢组学在肿瘤诊治中的应用
3. 1 药物代谢组学在肿瘤治疗效果评价中的应用
手术切除肿瘤病灶和放化疗治疗，体内肿瘤的负荷明显下降，代谢谱也会发生变化，可以通过药物代谢组学来判断肿瘤患者的手术、放化疗效果。
Feng 等[17]采用反相高效液相色谱法检测 52 例结直肠癌患者术前1 d 与术后8 d 尿中14 种正常与修饰核苷水平，同时以 62 例健康志愿者作为对照组，结果发现40 例结直肠癌患者的假尿嘧啶核苷（ Pseu） 、1-甲基腺苷（ m1A） 、2,2-二甲基鸟苷（ m22G） 等在根治性手术后 8 d 显着降低，说明尿核苷在结直肠癌诊断和手术疗效评价中有临床实用价值。Ma 等[18]采用 GC-MS 与模式识别技术（ pattern recognitiontechnique） 对 30 例结直肠癌患者手术前后的血清进行检测分析，结果发现术后患者血清中的 L-缬氨酸、1-脱氧葡萄糖等 7 种代谢物的含量下降，而L-酪氨酸上升，提示药物代谢组学可以作为结肠癌患者预后和手术疗效评价的重要技术。Wibom等[19]采用立体定向显微透析法收集胶质母细胞瘤患者放疗前、后 5 d 内瘤组织及毗邻脑组织的细胞外液，发现代谢物具有显着差异。化疗药物作用于机体后，代谢物的变化先于可测得的临床或病理变化，提示代谢物监测可用于早期判断化疗疗效，调整化疗方案。Kim 等[20]连续 5 d 对小鼠人胃癌移植瘤模型行阿霉素腹腔注射，利用 NMR 检测分析治疗前和治疗后2、5 d 的尿液，结果显示治疗后尿液中氧化三甲胺、马尿酸和牛磺酸的含量显着升高，而 2-酮戊二酸、三甲胺、柠檬酸等物质的含量则明显降低，提示药物代谢组学可以反映阿霉素的抗肿瘤效果，指导临床用药。Pan 等[21]发现暴露于顺铂后的 4 种脑肿瘤细胞株的葡糖胺（ UDP-GlcNAc）和尿苷二磷酸-N-乙酰基半乳糖胺（ UDP-GalNAc）的含量较暴露前明显增加，而对顺铂无响应的细胞株中的代谢物则无明显变化，提示该方法可以作为提示肿瘤细胞增殖和恶性转移的重要依据。
