幾種用于尋找新型天然活性物質的開放型代謝組學數據庫介紹

張小蒙孫明慧李艷萍李鳳卓微偉周敏

（1. 鹽城衛(wèi)生職業(yè)技術學院，鹽城 224005；2. 鹽城市第三人民醫(yī)院，鹽城 224001）

幾種用于尋找新型天然活性物質的開放型代謝組學數據庫介紹

張小蒙1孫明慧1李艷萍1李鳳1卓微偉1周敏2

（1. 鹽城衛(wèi)生職業(yè)技術學院，鹽城 224005；2. 鹽城市第三人民醫(yī)院，鹽城 224001）

經過長時間的探索和積累，人們已經建立了許多代謝組學數據庫，這些數據庫雖然所用到的技術手段不盡相同、所收集和公開的數據也存在差異，但是都有各自的特點和用處，同時也有各自的缺點與不足。主要介紹幾種用于尋找新型天然活性物質的開放型代謝組學數據庫，主要涉及數據庫建立的技術手段、數據庫包含數據的多少、如何接入查找等方面，同時也給出一些改進的意見，希望以后可以更加完善。

天然活性物質；高效氣相；高效液相；質譜；核磁共振；代謝組學

一般來說，天然活性物質其實就是生物在生命活動中的一種代謝產物，本質上就是一種化合物。但是這里要探討的天然活性物質其實是一種次級代謝產物，這些次級代謝產物結構復雜，數量、種類龐大，單純依靠小規(guī)模、單種類的逐一研究和發(fā)現已經無法滿足現代科技的發(fā)展，因此需要建立此類次級代謝產物的數據庫，以便新的次級代謝產物被分離出來后可以迅速的歸類和進行進一步的研究，同時也可以利用這類數據庫對后續(xù)次級代謝產物的開發(fā)提供平臺和支撐，這也是我們建立數據庫來幫助尋找天然活性物質的原因。

到目前為止，已經有很多天然活性物質被分離出來，并進行了藥理學實驗，結果發(fā)現它們有非常復雜的作用機制［1］。而且，藥物化學家還對天然活

性物質進行修飾改造，以此來改善這些物質的藥理藥效和安全性［2］。而事實上，天然活性物質之所以有其特殊的作用和特點，關鍵在于其所處環(huán)境中不同生物之間的相互作用［3］，這也給人們研究天然活性物質提出了難題，因此，建立天然活性物質的數據庫就顯得極為重要。其實，天然活性物質的尋找和代謝組學有聯系又有各自不同的特點。單純天然活性物質的尋找只關注尋找有用的物質，代謝組學則強調樣品中所有物質的收集。盡管這兩者有重復的部分［4］，有時也用到了某個相同的技術，如質譜和核磁共振它們都會用到。雖然現代技術的進步為代謝產物的分離提供了很大的幫助，但是鑒于天然活性物質結構的復雜和數據的龐大，分析化學家想要研究它們還是非常困難。例如，一些生物活性代謝物是相當小的，一些是親水的，一些是親脂的。所以建立基于含有海量數據的天然活性物質的代謝組數據庫就具有很重要的現實意義。

在基于代謝組學理論的數據庫建立之前，關于天然活性物質所建立的數據庫大都是依靠光譜分析建立的，要想搜索它們必須依靠相應的物理化學參數，這樣雖然可以很明確的找到某個或某種化合物，但是無法確定復雜的混合物或孤立的沒有明確參數的化合物。因此，通過代謝組學實驗所得到的一些天然活性物質，如果想要得到其極其精確的結構和功能，必須依賴依靠光譜所建立的數據庫的完整性和可訪問性，即數據庫越龐大、越詳細越好。

多年來，研究人員主要依賴商業(yè)數據庫或者自己開發(fā)建立的小型數據庫，或者一些其他機構內部的不公開訪問的數據庫。隨著代謝組學的發(fā)展，基于代謝組學理論建立的數據庫采取了完全截然不同的策略，無論是從樣品獲取、數據分析、搜索算法、甚至最后原始數據積累等方面已經開始了開放獲取數據庫和數據交換方面的實踐探索。雖然在將來一段時間里，商業(yè)數據庫仍然是尋找新的天然活性物質的主要工具，但是，由于其所能搜索的內容和搜索算法都是專有的，因此，這些商業(yè)數據庫很難大規(guī)模推廣。所以，未來關于天然活性物質數據庫的發(fā)展將向如何共享數據庫、如何更好使用基于代謝組學理論所建立的數據庫方面發(fā)展，商業(yè)的、小型的、算法深奧的一些不是基于代謝組學理論建立的數據庫將逐步被兼并和替代。

下面就每個數據庫的開發(fā)國家及實驗室，數據庫內容，數據量，更新周期，數據庫的特點等方面分別進行介紹，按照這些數據庫建立所用的技術手段分為以下幾類。

1 以質譜分析為基礎的數據庫

目前，在天然活性物質的發(fā)現過程中，我們運用的質譜分析方法主要有氣相色譜法、高效液相色譜和在線質譜分析。氣相色譜法的優(yōu)勢是可以反映物質的結構屬性，尤其是多級氣相色譜，且由于色譜技術的發(fā)展，更高的靈敏度、更快的采集速度、更高的分辨率、更高準確性的色譜技術都有了長足進步。因此，氣相色譜和高效液相色譜在代謝組學上有著非常重要的應用［5］。以質譜分析為基礎的數據庫主要有以下幾種。

1.1 GMD（golm metabolome database）

GMD（http://gmd.mpimp-golm.mpg.de/）由德國波茨坦的馬克斯普朗克分子植物生理研究所建立并維護，是一個基于氣相色譜分析的數據庫，同時還加入了一些電子轟擊質譜的數據。此數據庫對所收集的天然活性物質均設定了特定的標記物，當用戶利用GMD數據庫搜索所需代謝物時，就可以利用這些標記物來快速的找到。GMD的查詢方式非常簡單，提供了網頁模式和程序模式兩種入口，便于進入。GMD還可提供進化樹的搜索［6］，利用此項功能，即使某個代謝物的結構無法完全確定，也可以將其歸為某種代謝物種類下，方便后續(xù)的研究。

1.2 METLIN

METLIN（http://metlin.scripps.edu）是由美國斯克里普斯研究院開發(fā)的新型數據庫，是一個非常全面的質譜或二級質譜數據庫，包含大約62 000個已經檢測的光譜峰值數據，有超過12 000個代謝物數據，還包括大量的理論光譜峰值數據。所有數據都是在標準條件下利用QTOF質譜儀獲得的。該數據庫共有超過240 000個條目，支持批量查詢，不足是不能進行數據的下載，只能查詢［7］。

1.3 MassBank

MassBank（http://www.massbank.jp/）是由日本國家生物科學數據庫中心和日本科學技術振興機構

建立并維護，是目前為止最全面的一個以質譜分析為基礎的代謝組學數據庫，也是基于色譜分析、高效液相為基本數據的整合查詢平臺［8］。該數據庫可以通過在線搜索界面或Mass++軟件進行搜索，MassBank還有一個簡單的訪問門戶接口，允許以編程方式提交查詢。MassBank的不足在于保留時間不可以作為一個搜索參數在該數據庫中進行搜索。

1.4 ReSpect

ReSpect（http://spectra .psc .riken .jp）由日本的RIKEN植物科學中心建立并維護，是一個專門針對植物代謝產物的二級質譜數據庫，截至2011年9月已收錄8 649條記錄，對應3 595個代謝物。其特點是建立了物種分類和代謝物分類之間的關系，當要尋找某個新的天然活性物質時，可借助該數據庫先確定物種的種類，再確定代謝物的種類［9］。

1.5 GNPS（The Global Natural Products Social）

GNPS（http://gnps.org/）由美國佐治亞州鄉(xiāng)土植物學會發(fā)起建立，是一個強調天然活性物質生物起源的二級質譜數據庫。除了包含自己的一些獨特的光譜數據外，還包括一些來自MassBank和ReSpect的數據。該數據庫的特點是利用網絡和計算機等工具去除了重復記錄，便于查找。其他的一些質譜數據庫，如HMDB、MMCD、SDBS2、Spektraris將會在后面的多參數數據庫中介紹到。

2 以核磁共振為基礎的數據庫

核磁共振技術雖然可以精確分析蛋白質的結構，但是，與質譜分析及高效液相氣相相比，核磁共振技術不夠靈敏，速度不夠快。因此，在分析天然活性物質結構方面并不是一個經常采用的方法。下面介紹幾個基于核磁共振技術的代謝組學數據庫。

2.1 NAPROC-13

NAPROC-13（http://c13.usal.es/c13/usuario/views/ inicio.jsp?lang=en&country=EN）由西班牙薩拉曼卡大學建立并維護，是一個收集大分子（＞20 000）代謝物的數據庫，并且這些代謝物已經按照生化性質進行了分類［10］。

2.2 NMRShiftDB

NMRShiftDB（http://nmrshiftdb.nmr.uni-koeln.de/）由德國研究委員會建立并維護和SDBS（http://sdbs. db.aist.go.jp）由日本國立研究開發(fā)法人產業(yè)技術綜合研究所建立并維護，也是基于核磁共振技術的代謝組學數據庫，但是它們所包含的代謝物不僅僅局限于天然活性物質，還包含一些其他物質。但是，它們的光譜范圍有限，數量很多但種類不全［11］。

2.3 BML-NMR

BML-NMR數據庫（http://www.bml-nmr.org/）由伯明翰大學收集建立，雖然只包含203種天然活性物質，但是，每一種天然活性物質的結構都非常精確［12］。BMRB數 據 庫（http://www.bmrb.wisc.edu/）由威斯康星大學建立并維護，該數據庫更加注重蛋白質、多肽和核酸等常見生物大分子［13］。

上述幾個基于核磁共振的數據庫都必須借助專有軟件才可以接入。如COLMAR是用來接入BMRB的［14］。這些工具只是用來接入相應數據庫，接入后可以搜索到相應結果，如果要對結果進行分析還要進一步借助其他工具。

3 多參數數據庫

根據代謝組學標準的倡議［15］，一種在最高置信度（MSI 1級）的化合物的識別，需要一個比較正交參數來衡量。在MSI 2級的化合物的識別，也就是對化合物的注釋，最好由一個數據庫單獨完成。在MSI 3級的化合物的識別，也就是化合物種類的判定，最好是基于簡單的光譜數據庫即可完成。因此，通過對多種類型的色譜和光譜參數進行比較，如一個數值既可以放在二級質譜數據庫，也可以放在核磁共振數據庫中進行比較，這樣可有效降低假陽性，提高正確率。這樣的數據庫稱為多參數數據庫。

NMRShiftDB［16］和SDBS［17］既可以進行單一的搜索也可以在多個光譜類型中進行查詢。但是，這些數據庫包含的光譜信息針對天然活性物質的較少，所以從這些數據庫中搜索到的化合物通常不是天然活性物質，而更多的是合成化合物；HMDB含有很多光譜數據，還提供了一個查詢接口，使用復雜的布爾邏輯組合即可以搜索到相關結果［18］；MMCD包含一維或二維的核磁共振數據，大約包含800種次級代謝物［19］；Spektraris數據庫包含HPLC-MS和NMR數據庫的內容，更加關注天然活性物質（目前已經有超過700種代謝物）；MS2數據庫既包含MS2

的內容，同時也涵蓋部分MS的內容，并且其數據還提交給MassBank。

4 不依賴光譜數據的數據庫

以上介紹的數據庫，都是依靠自身獲取的數據匯集而成的數據庫，下面介紹幾個依靠收集其他數據庫信息而建成的數據庫。

UNPD（http://pkuxxj.pku.edu.cn/UNPD/index. php）由北京大學建立，通過鏈接相關數據庫的信息，可以查詢到大于20萬種的天然活性物質［20］。KEGG（http://www.genome.jp/kegg/） 由 Kanehisa實驗室建立［21］和MetaCyc（http://metacyc.org/）由SRI國際公司支持建立［22］根據他人注釋或序列比對，通過代謝途徑以及代謝產物和代謝反應的關系推斷出新的代謝物，雖然無法證實，但是這些產物可能真的存在。SuperNatural數據庫（http://bioinformatics. charite.de/supernatural）由德國查理特大學醫(yī)學院結構生物信息學小組建立并維護，其根據代謝物結構和作用機制的相似度等方面的信息，可以提供大于30萬種代謝物的檢索［23］。ChEBI（http://www.ebi. ac.uk/chebi/）由英國劍橋惠康基因組實驗室建立并維護，是一個手工打造的化學和生物物質數據庫。由于是手工打造的，它包含的代謝物記錄比其他一些結構數據庫少，但每個化合物的注釋非常詳細［24］。有些數據庫被開發(fā)成專門檢索物質的結構多樣性。例如，AfroDB可提供下載1 000多種從非洲植物中提取的天然產物的結構信息［25］。此外，還有中國臺灣的TCMD數據庫包含了從中藥分離出來的超過2萬種代謝物的結構記錄［26］。

5 數據記錄的標準化和信息存儲的集中化

目前，雖然已建立許多關于天然活性物質的代謝組學數據庫，但是這些數據庫基本上都是各自為戰(zhàn)，數據的記錄標準各不相同，數據的存儲也是各行其是。因此很多學者還是堅持所有的代謝組學數據庫需要采用一個標準化的記錄格式，同時建立一個統一的代謝組學數據庫［27-30］。其中最關鍵的是為代謝物制定標準的化學結構標識符，同時整合資源形成統一的存儲空間。但要將舊的數據庫按照統一的標準做非常困難，因為舊的數據庫所用的技術比較落后，獲得的化合物豐度低、結構奇異、且很多不是天然活性物質。例如，NAPROC-13、ReSpect和Spektraris-NMR就是靠簡單記錄峰值數據，最后匯集而成的。上述數據庫的建立過程雖然繁瑣，但在統一的代謝數據庫未建立之前，需要這些基礎數據庫的不斷充實，且后續(xù)的發(fā)展趨勢一定是數據記錄的標準化和信息存儲的集中化。

6 結論

開放型的代謝組學數據庫對研究天然活性物質的人員來說是非常有用的。但是，關于天然活性物質的數據庫還是太少。因此，建議一個開放的和基于標準所建立的數據庫應該允許不同資源之間的數據交換，從而提高準確性、覆蓋范圍和特殊功能。同時，數據庫的建設也應該確保廣泛的參與，應該讓研究人員將獲得的數據共享，從而實現共贏，節(jié)約成本，提高效率。

［1］Harvey AL. Natural products in drug discovery［J］. Drug Discov Today, 2008, 13（19-20）：894-901.

［2］Cragg GM, Newman DJ. Natural products：a continuing source of novel drug leads［J］. Biochim Biophys Acta, 2013, 1830（6）：3670-3695.

［3］Duffy B, Schouten A, Raaijmakers JM. Pathogen self-defense：mechanisms to counteract microbial antagonism［J］. Annu Rev Phytopathol, 2003, 41：501-538.

［4］Johnson SR, Lange BM. Open-access metabolomics databases for natural product research：present capabilities and future potential［J］. Front Bioeng Biotechnol, 2015, 3：22.

［5］Zhang A, Sun H, Wang P, et al. Modern analytical techniques in metabolomics analysis［J］. Analyst, 2012, 137（2）：293-300.

［6］Hummel J, Strehmel N, Selbig J, et al. Decision tree supported substructure prediction of metabolites from GC-MS profiles［J］. Metabolomics, 2010, 6（2）：322-333.

［7］Benton HP, Wong DM, Trauger SA, Siuzdak G. XCMS2：processing tandem mass spectrometry data for metabolite identification and structural characterization［J］. Anal Chem, 2008, 80（16）：6382-6389.

［8］Horai H, Arita M, Kanaya S, et al. MassBank：a public repository for sharing mass spectral data for life sciences［J］. J Mass Spectrom,

2010, 45（7）：703-714.

［9］Sawada Y, Nakabayashi R, Yamada Y, et al. RIKEN tandem mass spectral database（ReSpect）for phytochemicals：a plant-specific MS/MS-based data resource and database［J］. Phytochemistry, 2012, 82：38-45.

［10］López-Pérez JL, Therón R, delOlmo E, Díaz D. NAPROC-13：a database for the dereplication of natural product mixtures in bioassay-guided protocols［J］. Bioinformatics, 2007, 23（23）：3256-3257.

［11］Steinbeck C, Krause S, Kuhn S. NMRShiftDB-constructing a free chemical information system with open-source components［J］. J Chem Inf Comput Sci, 2003, 43（6）：1733-1739.

［12］Ludwig C, Easton JM, Lodi A, et al. Birmingham metabolite library：a publicly accessible database of 1-D1H and 2-D1H J-resolved NMR spectra of authentic metabolite standards（BMLNMR）［J］. Metabolomics, 2012, 8：8-18.

［13］Ulrich EL, Akutsu H, Doreleijers JF, et al. BioMagResBank［J］. Nucleic Acids Res, 2008, 36：402-408.

［14］Bingol K, Bruschweiler-Li L, Li DW, Brüschweiler R. Customized metabolomics database for the analysis of NMR1H-1H TOCSY and13C-1H HSQC-TOCSY spectra of complex mixtures［J］. Anal Chem, 2014, 86（11）：5494-5501.

［15］Sumner LW, Amberg A, Barrett D, et al. Proposed minimum reporting standards for chemical analysis Chemical Analysis Working Group（CAWG）Metabolomics Standards Initiative（MSI）［J］. Metabolomics, 2007, 3（3）：211-221.

［16］Steinbeck C, Kuhn S. NMRShiftDB-compound identification and structure elucidation support through a free community-built web database［J］. Phytochemistry, 2004, 65（19）：2711-2717.

［17］Yamamoto O, Someno K, Wasada N, et al. An integrated spectral data base system including IR, MS, 1H-NMR, 13CNMR, ESR and Raman spectra［J］. Anal Sci, 1988, 4：233-239.

［18］Wishart DS, Jewison T, Guo AC, et al. HMDB 3. 0-The Human Metabolome Database in 2013［J］. Nucleic Acids Res, 2013, 41：801-807.

［19］Cui Q, Lewis IA, Hegeman AD, et al. Metabolite identification via the Madison Metabolomics Consortium Database［J］. Nat Biotechnol, 2008, 26（2）：162-164.

［20］Gu J, Gui Y, Chen L, et al. Use of natural products as chemical library for drug discovery and network pharmacology［J］. PLoS One, 2013, 8（4）：e62839.

［21］Kanehisa M, Goto S, Sato Y, et al. Data, information, knowledge and principle：back to metabolism in KEGG［J］. Nucleic Acids Res, 2014, 42：199-205.

［22］Caspi R, Foerster H, Fulcher CA, et al. The MetaCyc Database of metabolic pathways and enzymes and the BioCyc collection of Pathway/Genome Databases［J］. Nucleic Acids Res, 2008, 36（Database issue）：623-631.

［23］Banerjee P, Erehman J, Gohlke BO, et al. Super Natural II—a database of natural products［J］. Nucleic Acids Res, 2015, 43（Database issue）：935-939.

［24］Hastings J, de Matos P, et al. The ChEBI reference database and ontology for biologically relevant chemistry：enhancements for 2013［J］. Nucleic Acids Res, 2013, 41：456-563.

［25］Ntie-Kang F, Zofou D, Babiaka SB, et al. AfroDb：a select highly potent and diverse natural product library from African medicinal plants［J］. PLoS One, 2013, 8（10）：e78085.

［26］Chen CY. TCM Database@Taiwan：the world's largest traditional Chinese medicine database for drug screening in silico［J］. PLoS One, 2011, 6（1）：e15939.

［27］Kind T, Scholz M, Fiehn O. How large is the metabolome? A critical analysis of data exchange practices in chemistry［J］. PLoS One, 2009, 4（5）：e5440.

［28］Griffin JL, Steinbeck C. So what have data standards ever done for us? The view from metabolomics［J］. Genome Med, 2010, 3：1-3.

［29］Kim HK, Choi YH, Verpoorte R. NMR-based plant metabolomics：where do we stand, where do we go?［J］. Trends Biotechnol, 2011, 29（6）：267-275.

［30］Goeddel LC, Patti GJ. Maximizing the value of metabolomic data［J］. Bioanalysis, 2012, 4（18）：2199-2201.

（責任編輯 馬鑫）

The Introduction of Open Metabolomics Database Used for Looking for Novel Natural Active Substances

ZHANG Xiao-meng1SUN Ming-hui1LI Yan-ping1LI Feng1ZHUO Wei-wei1ZHOU Min2
（1. College of Pharmacy，Yancheng Institute of Health Sciences，Yancheng 224005；2. Department of Dermatology，Yancheng Third People’s Hospital，Yancheng 224001）

A lot of metabolomics database have been established after a long exploration and accumulation，they all have their own pros and cons though these databases are different on technical methods as well as collected and published data. This paper introduces several open metabolomics databases used for looking for novel natural active substances，mainly focusing on the technologies for establishing databases，the amount of data in databases，and how to access databases and seek information，etc. Concurrently，we also give some improvement suggestions for perfecting these databases in the future.

natural active substances；efficient gas phase；high performance liquid phase；mass spectrometry；nuclear magnetic resonance（NMR）；metabolomics

10.13560/j.cnki.biotech.bull.1985.2016.12.006

2016-05-13

江蘇省大學生實踐創(chuàng)新訓練項目（201512682008Y），江蘇高校品牌專業(yè)建設工程項目（PPZY2015A097）

張小蒙，男，碩士，研究方向：微生物代謝組學；E-mail：zxm_0305@163.com

周敏，女，碩士，研究方向：天然活性物質抗性；E-mail：zhoumin0603@163.com