メタボロミクス

メタボロミクスは、代謝産物、小分子基質、中間体、細胞代謝産物を含む化学プロセスの科学的研究です。具体的には、メタボロミクスは「特定の細胞プロセスが残す独自の化学指紋の体系的な研究」、つまり小分子代謝産物プロファイルの研究です。^[1]メタボロームは、細胞プロセスの最終産物である生物学的細胞、組織、器官、または生物における代謝産物の完全なセットを表します。^[2] メッセンジャーRNA（mRNA）、遺伝子発現データ、およびプロテオーム分析により、細胞機能の1つの側面を表すデータである、細胞で生成される遺伝子産物のセットが明らかになります。逆に、代謝プロファイリングは、その細胞の生理機能の瞬間的なスナップショットを提供できます。^[3]したがって、メタボロミクスは生物の「生理学的状態の機能的読み出し」を直接提供します。^[4]メタボロームと他の細胞集団（ゲノム、トランスクリプトーム、プロテオーム、リピドーム）の間には確かに定量化可能な相関関係があり、それらを使って、例えばmRNAの量から生物学的サンプル中の代謝物の量を予測することができます。^[5]システム生物学の究極の課題の一つは、メタボロミクスを他のすべてのオミクス情報と統合して、細胞生物学をより深く理解することです。

個人が「代謝プロファイル」を持ち、それが体液の構成に反映されるという概念は、1940年代後半にロジャー・ウィリアムズによって提唱されました。^[6]彼はペーパークロマトグラフィーを使用して、尿と唾液の特徴的な代謝パターンが統合失調症などの疾患に関連していることを示唆しました。しかし、代謝プロファイルを定性ではなく定量的に測定できるようになったのは、1960年代と1970年代の技術進歩によってのみでした。^[7]「代謝プロファイル」という用語は、ガスクロマトグラフィー質量分析法(GC-MS) を使用して人間の尿と組織抽出物に存在する化合物を測定できることを実証した後、1971年にホーニングらによって導入されました。^{[8] [9]ホーニンググループは、}ライナス・ポーリングとアーサー・B・ロビンソンのグループとともに、1970年代を通じて尿中に存在する代謝物をモニターするためのGC-MS法の開発を主導しました。^[10]

同時に、1940年代に発見されたNMR分光法も急速な進歩を遂げていました。1974年、Seeleyらは、未改変の生物学的サンプル中の代謝物を検出するためにNMRを使用することの有用性を実証しました。 ^{[11]この最初の筋肉に関する研究では、細胞内}ATPの90%がマグネシウムと複合体を形成していることが判明し、NMRの価値が強調されました。高磁場強度とマジック角スピニングの進化に伴って感度が向上したため、NMRは代謝を調査するための主要な分析ツールであり続けています。^{[8] [12]}メタボロミクスにNMRを利用する最近の取り組みは、主にロンドン大学バークベック・カレッジ、後にインペリアル・カレッジ・ロンドンのJeremy K. Nicholsonの研究室によって推進されてきました。1984年、Nicholsonは^1H NMR分光法が糖尿病の診断に使用できる可能性があることを示し、後にNMR分光データへのパターン認識法の応用を開拓しました。^{[13] [14]}

1994年と1996年に、ゲイリー・シウズダックは、リチャード・ラーナー（当時のスクリプス研究所所長）およびベンジャミン・クラヴァットと共同で、睡眠^不足の動物の脳脊髄液を分析するために液体クロマトグラフィー質量分析法によるメタボロミクス実験[15] [16]を実施しました。特に興味深い分子の1つであるオレアミドが観察され、後に睡眠を誘発する特性があることが示されました。この研究は、メタボロミクスにおいて液体クロマトグラフィーと質量分析法を組み合わせた最も初期の実験の1つです。

2005年、スクリプス研究所のシウズダック研究室で、ヒト代謝物の特性評価を目的とした最初のメタボロミクスタンデム質量分析データベースMETLIN [17] [18] が開発されました。METLINはその後成長^を続け、2023年12月現在、METLINには93万を超える分子標準物質およびその他の化学物質に関するMS/MS実験データが含まれており、^[19]各化合物には、複数の衝突エネルギーおよび正イオン化モードと負イオン化モードで分子標準物質から生成された実験的タンデム質量分析データがあります。METLINは、この種のタンデム質量分析データの最大のリポジトリです。専門の学術誌Metabolomicsは、現在の編集長であるロイ・グッドエーカーによって2005年に初めて登場しました。

2005年、Siuzdak研究室は敗血症に関連する代謝物の特定に取り組んでおり、数百のLC/MSデータセットから最も関連性の高い調節異常代謝物を統計的に特定するという問題に対処するために、質量分析メタボロミクスデータの非線形アライメントを可能にする最初のアルゴリズムが開発されました。XCMS ^[20]と呼ばれるこのアルゴリズムは、2012年^[21]以来オンラインツールとして開発されており、2019年現在（METLINと共に）3万人を超える登録ユーザーがいます。

2007年1月23日、デイビッド・S・ウィシャートが率いるヒト・メタボローム・プロジェクトは、約2,500の代謝物、1,200の薬物、3,500の食品成分のデータベースからなるヒト・メタボロームの初稿を完成させた。^{[22] [23]同様のプロジェクトは、} Medicago truncatula ^[24]やArabidopsis thaliana ^[25]などいくつかの植物種で数年前から進行中である。

2010年半ばになっても、メタボロミクスは依然として「新興分野」と考えられていました。^{[26]さらに、この分野のさらなる進歩は、}質量分析計の技術的進化によって、そうでなければ「解決不可能な技術的課題」に対処することに大きく依存していることが指摘されました。^[26]

2015年にリアルタイムメタボロームプロファイリングが初めて実証されました。^[27]

メタボロームとは、単一生物などの生物学的サンプル内に存在する小分子（<1.5 kDa）^{[22]代謝物（}代謝中間体、ホルモンやその他のシグナル伝達分子、二次代謝物など）の完全なセットを指します。 ^{[28] [29]この言葉は、トラン}スクリプトミクスやプロテオミクスとの類似性から造られたものです。トランスクリプトームやプロテオームのように、メタボロームは動的であり、秒ごとに変化します。メタボロームは簡単に定義できますが、現在のところ、単一の分析方法で代謝物の全範囲を分析することはできません。

2007 年 1 月、アルバータ大学とカルガリー大学の科学者がヒトメタボロームの最初の草案を完成させました。ヒトメタボローム データベース(HMDB) は、おそらく現在までに公開されているメタボローム スペクトル データベースの中で最も広範なものであり^[30]、人体に含まれる小分子代謝物に関する詳細な情報を含む、無料で利用できる電子データベース (www.hmdb.ca) です。メタボロミクス、臨床化学、バイオマーカーの発見、一般教育の分野での応用を目的としています。このデータベースは、次の 3 種類のデータを含むか、またはリンクするように設計されています。

1. 化学データ、
2. 臨床データと
3. 分子生物学/生化学データ。

このデータベースには、水溶性代謝物と脂溶性代謝物の両方を含む220,945の代謝物エントリが含まれています。さらに、8,610のタンパク質配列（酵素とトランスポーター）がこれらの代謝物エントリにリンクされています。各MetaboCardエントリには130のデータフィールドが含まれており、情報の2/3は化学/臨床データに、残りの1/3は酵素または生化学データに充てられています。^[31] HMDBバージョン3.5には、 16,000を超える内因性代謝物、1,500を超える薬物、22,000を超える食品成分または食品代謝物が含まれています。^[32]この情報は、ヒトメタボロームデータベースで入手でき、現在の科学文献で入手可能な情報の分析に基づいていますが、完全とは程遠いものです。^[33]対照的に、他の生物のメタボロームについてははるかに多くのことが分かっています。例えば、植物界からは50,000以上の代謝物が特徴付けられており、単一の植物からは数千の代謝物が同定および/または特徴付けられています。^{[34] [35]}

細胞や組織の種類ごとに、臓器や組織特有の情報を解明できる独自の代謝「指紋」があります。メタボロミクス分析に使用される生体試料には、血漿、血清、尿、唾液、便、筋肉、汗、呼気、胃腸液などがありますが、これらに限定されるものではありません。^[36]収集が容易なため、高い時間分解能が得られ、常に体と動的平衡状態にあるため、宿主全体を説明できます。^[37] ゲノムは何が起こり得るかを伝え、トランスクリプトームは何が起こっているように見えるかを伝え、プロテオームはそれが起こる原因を伝え、メタボロームは何が起こったか、何が起こっているかを伝えます。^[38]

代謝物は、代謝の基質、中間体、生成物である。メタボロミクスの文脈では、代謝物は通常、サイズが1.5 kDa未満の分子として定義される。 ^[22]ただし、サンプルと検出方法によっては例外があります。たとえば、リポタンパク質やアルブミンなどの高分子は、血漿のNMRベースのメタボロミクス研究で確実に検出されます。 ^[39]植物ベースのメタボロミクスでは、「一次」代謝物と「二次」代謝物を指すのが一般的です。^[3]一次代謝物は、正常な成長、発達、生殖に直接関与しています。二次代謝物はそれらのプロセスに直接関与していませんが、通常は重要な生態学的機能を持っています。例としては、抗生物質や色素があります。^{[40]対照的に、ヒトベースのメタボロミクスでは、代謝物を}内因性（宿主生物によって生成される）または外因性として説明するのが一般的です。^{[41] [42]}薬物などの異物の代謝物は異種代謝物と呼ばれる。^[43]

メタボロームは、1 つの酵素化学反応からの出力が他の化学反応への入力となる、大規模な代謝反応ネットワークから派生しています。このようなシステムはハイパーサイクルと呼ばれています。^{[引用が必要]}

メタボノミクスは、「病態生理学的刺激または遺伝子組み換えに対する生体システムの動的多パラメータ代謝反応の定量的測定」と定義される。語源はギリシャ語のμεταβολή（変化）とnomos（ルールセットまたは法則セット）である。^{[44]このアプローチは}マードック大学のジェレミー・ニコルソンによって開拓され、毒物学、病気の診断、その他多くの分野で使用されている。歴史的に、メタボノミクスアプローチはシステム生物学の範囲を代謝の研究に適用した最初の方法の1つであった。^{[45] [46] [47]}

「メタボロミクス」と「メタボノミクス」の正確な違いについては意見の相違があります。2 つの用語の違いは分析プラットフォームの選択とは関係ありません。メタボノミクスはNMR 分光法と関連付けられ、メタボロミクスは質量分析法に基づく技術と関連付けられることが多いですが、これは単に、異なる用語を普及させたさまざまなグループでの使用法によるものです。まだ絶対的な合意はありませんが、「メタボロミクス」は細胞レベルまたは臓器レベルでの代謝プロファイリングを重視し、主に正常な内因性代謝に関係するという点でコンセンサスが高まっています。「メタボノミクス」は代謝プロファイリングを拡張して、環境要因 (食事や毒素を含む)、疾患プロセス、腸内細菌叢などのゲノム外の影響の関与によって引き起こされる代謝の乱れに関する情報を含めます。これは些細な違いではありません。メタボロミクス研究では、定義上、研究対象システムの外部にあるゲノム外のソースからの代謝寄与を除外する必要がある。しかし、実際には、ヒト疾患研究の分野では、両方の用語の使用方法にかなりの重複があり、事実上同義語となっていることが多い。^[48]

エキソメタボロミクス、または「代謝フットプリント」は、細胞外代謝産物の研究です。メタボロミクスの他のサブフィールドからの多くの技術を使用し、バイオ燃料の開発、バイオプロセス、薬物の作用機序の決定、細胞間相互作用の研究に応用されています。^[49]

メタボロミクス研究の典型的なワークフローを図に示します。まず、組織、血漿、尿、唾液、細胞などからサンプルを収集します。次に、多くの場合、内部標準の追加と誘導体化によって代謝物が抽出されます。^[38]サンプル分析中に、代謝物が定量化されます（液体クロマトグラフィーまたはガスクロマトグラフィーとMSおよび/またはNMR分光法の組み合わせ）。^[50]生の出力データは、代謝物の特徴抽出に使用でき、統計分析（主成分分析、PCAなど）の前にさらに処理できます。多くのバイオインフォマティクスツールとソフトウェアが利用可能であり、疾患の状態と結果との関連性を特定し、有意な相関関係を決定し、既存の生物学的知識を使用して代謝シグネチャを特徴付けることができます。^[51]

当初、メタボロミクス サンプルの分析対象物は非常に複雑な混合物です。この複雑な混合物は、一部の分析対象物を他の分析対象物から分離することで、検出前に単純化できます。分離によってさまざまな目的が達成されます。検出器で分離できない分析対象物はこのステップで分離できます。MS 分析ではイオン抑制が軽減されます。分析対象の保持時間は、その識別情報として役立ちます。この分離ステップは必須ではなく、NMR やショットガン リピドミクスなどの「ショットガン」ベースのアプローチでは省略されることがよくあります。

ガスクロマトグラフィー（GC）は、特に質量分析（GC-MS）と組み合わせると、代謝分析に広く使用されている分離技術です。GCは非常に高いクロマトグラフィー分解能を備えており、水素炎イオン化検出器（GC/FID）または質量分析計（GC-MS）と組み合わせて使用​​できます。この方法は、小さく揮発性の高い分子の識別と定量に特に役立ちます。^[52]しかし、GCの実際的な制限は、多くの生体分子に対して化学的誘導体化が必要であることです。これは、誘導体化なしでは揮発性化学物質しか分析できないためです。より高い分解能が必要な場合は、2次元クロマトグラフィー（GCxGC）を適用できます。

高性能液体クロマトグラフィー（HPLC）は、メタボロミクス分析のための最も一般的な分離技術として登場しました。エレクトロスプレーイオン化の出現により、HPLCはMSと連携しました。GCとは対照的に、HPLCはクロマトグラフィー分解能が低いですが、極性分子の誘導体化を必要とせず、液相で分子を分離します。さらに、HPLCには、GC法よりも高い感度ではるかに広い範囲の分析対象物を測定できるという利点があります。^[53]

キャピラリー電気泳動（CE）は、HPLCよりも理論的な分離効率が高く（ただし、分離ごとにはるかに長い時間を必要とする）、GCよりも幅広い代謝物クラスに適しています。すべての電気泳動技術と同様に、CEは荷電分析物に最も適しています。^[54]

直接注入質量分析法（DI-MS）では、サンプルは直接分析計に導入され、分離ステップは省略されます。DI-MSは、ヒト細胞の単一細胞代謝分析を実行するために使用できます。^[55]

質量分析法(MS) は、GC、HPLC、またはCEで任意に分離した後、代謝物を識別および定量するために使用されます。GC-MS は、最初に開発されたハイフン付き技術です。識別では、分析対象物が断片化する独特のパターンを活用します。これらのパターンは、質量スペクトルの指紋と考えることができます。この断片化パターンに従って代謝物を識別できるライブラリが存在します ^{[例が必要]}。 MS は感度が高く、非常に特異的です。 MS をスタンドアロン技術として使用する技術も多数あります。サンプルは事前の分離なしで質量分析計に直接注入され、MS は代謝物を分離して検出するのに十分な選択性を提供します。

質量分析法による分析では、分析対象物に電荷を与えて気相に移す必要があります。電子イオン化(EI) は、低圧で使用できるため、GC 分離に適用される最も一般的なイオン化技術です。EI では分析対象物の断片化も発生し、構造情報を提供する一方でデータの複雑さが増し、分子イオンが不明瞭になる可能性があります。大気圧化学イオン化(APCI) は、上記のすべての分離技術に適用できる大気圧技術です。APCI は気相イオン化法であり、ESI よりもわずかに強力なイオン化を提供し、極性の低い化合物に適しています。エレクトロスプレーイオン化(ESI) は、LC/MS に適用される最も一般的なイオン化技術です。このソフトなイオン化は、イオン化可能な官能基を持つ極性分子に最も効果的です。よく使用される別のソフトなイオン化技術は、二次エレクトロスプレーイオン化 (SESI)です。

2000 年代には、表面ベースの質量分析が復活し、新しい MS 技術は感度の向上、バックグラウンドの最小化、サンプル準備の削減に重点を置きました。生体液や組織から直接代謝物を分析する機能は、主に数千から数万の代謝物を含むこれらのサンプルの複雑さによって課せられる制限のために、現在の MS 技術の課題であり続けています。この課題に対処するために開発されている技術の 1 つが、ナノ構造イニシエーター MS (NIMS) です。^{[56] [57]}は、マトリックスを適用する必要がなく、低分子 (代謝物) の同定を容易にする脱離/イオン化アプローチです。MALDIも使用されますが、 MALDIマトリックスを適用すると、< 1000 Daで重大なバックグラウンドが追加され、低質量範囲 (代謝物) の分析が複雑になります。さらに、結果として得られるマトリックス結晶のサイズによって、組織イメージングで達成できる空間分解能が制限されます。これらの制限のため、生体液および組織の分析には、マトリックスフリーの脱離/イオン化の他のいくつかのアプローチが適用されてきました。

二次イオン質量分析法(SIMS) は、生体サンプルの代謝産物を分析するために使用された最初のマトリックスフリー脱離/イオン化アプローチの 1 つでした。^[要出典] SIMS は、高エネルギー一次イオンビームを使用して表面から二次イオンを脱離および生成します。SIMS の主な利点は、その高い空間分解能 (最小 50 nm) であり、これは MS による組織イメージングの強力な特徴です。ただし、SIMS は、 >500 Daでの感度の限界と、高エネルギー一次イオンビームによって生成される分析対象物の断片化のため、生体液および組織の分析にはまだ容易に適用されていません。脱離エレクトロスプレーイオン化(DESI) は、生体サンプルを分析するためのマトリックスフリー技術であり、荷電溶媒スプレーを使用して表面からイオンを脱離します。DESI の利点は、特別な表面が不要で、取得中にサンプルに完全にアクセスして分析が大気圧で実行されることです。DESI の制限は、荷電溶媒スプレーを「フォーカス」するのが難しいため、空間分解能です。しかし、レーザーアブレーションESI （LAESI）と呼ばれる最近の開発は、この制限を回避する有望なアプローチです。^{[要出典]最近では、}オービトラップ質量分析などのイオントラップ技術もメタボロミクス研究に応用されています。^[58]

核磁気共鳴（NMR）分光法は、分析物の分離に依存しない唯一の検出技術であり、サンプルは回収してさらに分析することができます。あらゆる種類の小分子代謝物を同時に測定できるため、NMRはほぼ万能検出器と言えます。NMRの主な利点は、分析の再現性が高く、サンプルの準備が簡単なことです。しかし、実際には、質量分析法に基づく技術に比べると感度が低いです。^{[59] [60]}

NMRとMSは、現在最も広く使用されている検出技術ですが、他にも使用されている方法があります。これには、フーリエ変換イオンサイクロトロン共鳴、^[61] イオン移動度分光法、^[62]電気化学検出（HPLCと組み合わせる）、ラマン分光法、放射性標識（薄層クロマトグラフィーと組み合わせた場合）が含まれます。^{[引用が必要]}

メタボロミクスで生成されるデータは通常、さまざまな条件下で被験者に対して行われた測定から構成されます。これらの測定は、デジタル化されたスペクトル、または代謝物の特徴のリストである可能性があります。最も単純な形式では、被験者に対応する行と代謝物の特徴に対応する列（またはその逆）を含むマトリックスが生成されます。^[8]現在、NMR および質量分析データの両方の分析に使用できる統計プログラムがいくつかあります。表に示されているメタボロミクス データの分析には、すでに多数の無料ソフトウェアが利用可能です。表にリストされている統計ツールの中には、NMR データ分析用に設計されたものもありますが、MS データにも役立ちます。^[63]質量分析データの場合、質量過電荷値と、実験設計に応じて保持時間に基づいて被験者グループごとに異なる分子を識別するソフトウェアが利用可能です。^[64]

代謝物データマトリックスが決定したら、教師なしデータ削減技術（PCAなど）を使用してパターンと関連性を解明できます。薬物毒性や一部の疾患モデルを評価する研究を含む多くの研究では、対象の代謝物は事前にわかっていません。そのため、クラスのメンバーシップを事前に想定しない教師なし方法が、一般的な第一選択肢となっています。最も一般的な方法には、データセットの次元を、最大の変動を説明するいくつかの次元に効率的に削減できる主成分分析（PCA）があります。 ^[37]低次元のPCA空間で分析すると、同様の代謝指紋を持つサンプルのクラスタリングを検出できます。PCAアルゴリズムは、相関するすべての変数をはるかに少ない数の相関しない変数（主成分（PC）と呼ばれる）に置き換え、元のデータセットのほとんどの情報を保持することを目的としています。^[65]このクラスタリングによりパターンが解明され、クラスのメンバーシップと最も相関する代謝物である疾患バイオマーカーの決定に役立ちます。

メタボロミクスデータには線型モデルがよく使われるが、多重共線性の影響を受ける。一方、多変量統計は高次元の相関メタボロミクスデータによく使われる手法で、その中で最も人気のあるのは潜在構造への投影（PLS）回帰とその分類バージョンであるPLS-DAである。ランダムフォレストやサポートベクターマシンなどの他のデータマイニング手法は、非標的メタボロミクスデータ分析においてますます注目を集めている。^[66]単変量法の場合、変数は古典的な統計ツール（スチューデントのt検定、分散分析、混合モデルなど）を使用して1つずつ分析され、p値が十分に小さいものだけが関連性があるとみなされる。^{[36]しかし、非標的メタボロミクスでは代謝物の総量を直接測定する標準的な方法がないため、}多重比較を行う場合は、誤った発見を減らすために補正戦略を使用する必要があります。^[67]多変量解析では、結果が一般化できることを保証するために、モデルは常に検証されるべきである。

機械学習はメタボロミクス分析に使用できる強力なツールです。最近、科学者は保持時間予測ソフトウェアを開発しました。これらのツールにより、研究者は、ヒト血漿、植物抽出物、食品、微生物培養物などの複雑な混合物中の小分子の保持時間予測に人工知能を適用できます。保持時間予測は液体クロマトグラフィーでの識別率を高め、メタボロミクスデータの生物学的解釈を改善することができます。^[68]

代謝プロファイリングによる毒性評価/毒物学（特に尿または血漿サンプル）は、化学物質（または化学物質の混合物）の毒性による生理学的変化を検出します。多くの場合、観察された変化は、肝臓や腎臓の特定の病変など、特定の症候群に関連している可能性があります。これは、潜在的な薬剤候補の毒性をテストしたい製薬会社にとって特に重要です。臨床試験に到達する前に、有害な毒性を理由に化合物を排除できれば、試験にかかる膨大な費用を節約できます。 ^[48]

機能ゲノミクスにとって、メタボロミクスは遺伝子の欠失や挿入などの遺伝子操作によって生じる表現型を決定するための優れたツールとなり得る。これは、例えばヒトや動物の食用を目的とした遺伝子組み換え植物における表現型の変化を検出するなど、それ自体で十分な目標となる場合がある。さらに興味深いのは、既知の遺伝子の欠失/挿入によって引き起こされる代謝の乱れと比較することによって、未知の遺伝子の機能を予測できるという見通しである。このような進歩は、サッカロミセス・セレビシエやシロイヌナズナなどのモデル生物から生まれる可能性が最も高い。スクリプス研究所のクラバット研究室は最近、この技術を哺乳類システムに適用し、 N -アシルタウリンがこれまで特性が明らかにされていなかった脂肪酸アミド加水分解酵素 (FAAH) の内因性基質であること、モノアルキルグリセロールエーテル (MAGE) が特性が明らかにされていない加水分解酵素KIAA1363の内因性基質であることを特定した。^{[69] [70]}

メタボロゲノミクスは、微生物から排出される代謝産物と予測される生合成遺伝子を相関させることにより、メタボロミクスとゲノミクスのデータを統合する新しいアプローチです。^[71]このバイオインフォマティクスに基づくペアリング法は、非標的メタボロミクス分析を改良して関連する生合成を持つ小分子を特定し、これまでよく知られていない構造を持つ可能性のある分子に焦点を当てることで、より大規模な天然物質の発見を可能にします。

フラクソミクスはメタボロミクスをさらに発展させたものです。メタボロミクスの欠点は、代謝物の存在量や濃度しかユーザーに提供できないことです。一方、フラクソミクスは代謝反応の反応速度を決定し、生物システム内の代謝物を経時的に追跡できます。

ニュートリゲノミクスは、ゲノミクス、トランスクリプトミクス、プロテオミクス、メタボロミクスを人間の栄養に結び付ける一般的な用語です。一般的に、特定の体液では、メタボロームは年齢、性別、体組成、遺伝学などの内因性要因や基礎にある病状の影響を受けます。大腸の微生物叢も代謝プロファイルの非常に重要な潜在的交絡因子であり、内因性要因または外因性要因のいずれかに分類できます。主な外因性要因は食事と薬物です。食事は栄養素と非栄養素に分解できます。メタボロミクスは、生物学的エンドポイント、つまり代謝指紋を決定する 1 つの手段であり、個体の代謝に対するこれらすべての力のバランスを反映します。^{[72] [73]}最近のコスト削減により、メタボロミクスは妊娠中の犬などのペットにも利用できるようになりました。^{[74] [75]}

植物メタボロミクスは、植物サンプルの代謝物の全体的な変化を研究し、その後、詳細なデータマイニングとケモメトリックス分析を行うように設計されています。特殊な代謝物は、生物的および非生物的ストレスに反応して生合成される植物防御システムの構成要素であると考えられています。^[76]メタボロミクスのアプローチは、最近、個々の植物間の代謝物含有量の自然な変動を評価するために使用されており、作物の組成品質を改善する大きな可能性を秘めたアプローチです。^[77]

• エピゲノミクス
• フラクソミクス
• ゲノミクス
• リピドミクス
• 分子疫学
• 分子医学
• 分子病理学
• 精密医療
• プロテオミクス
• トランスクリプトミクス
• XCMS Online は、質量分析データの統計分析用に設計されたバイオインフォマティクスソフトウェアです。

無料辞書『ウィクショナリー』でメタボロミクスを調べてください。

Wikibooksにはメタボロミクスに関する詳細があります

• ヒトメタボロームデータベース (HMDB)
• メトリン
• 翻訳
• LCM統計
• メタボライト
• NIH共通基金メタボロミクスコンソーシアム
• メタボロミクスワークベンチ
• ゴルムメタボロームデータベース
• メタボロン