楊 晨,顏 軍,何 鋼,任鳳英,梁 立,魯 蘭
(成都大學(xué)藥學(xué)院,藥食同源植物資源開發(fā)四川省高校重點(diǎn)實(shí)驗(yàn)室,成都 610106)
不同學(xué)科間的交叉融合,多技術(shù)跨界交聯(lián)將不斷催生新學(xué)科、新技術(shù)和創(chuàng)新成果。在高校實(shí)驗(yàn)課程開展過程中,多學(xué)科交叉融合不僅可以拓展學(xué)生知識(shí)面,更能激發(fā)學(xué)生自主學(xué)習(xí)意識(shí),提高實(shí)驗(yàn)中創(chuàng)新能力,更能推動(dòng)學(xué)院間學(xué)科協(xié)同發(fā)展從而培養(yǎng)出復(fù)合型人才[1-6]。
生物信息學(xué)作為當(dāng)今生命科學(xué)和自然科學(xué)重大前沿領(lǐng)域之一,是以計(jì)算機(jī)為工具對(duì)生物信息進(jìn)行儲(chǔ)存、檢索和分析的科學(xué)。生物信息學(xué)作為一門實(shí)踐性很強(qiáng)的學(xué)科,需要從網(wǎng)絡(luò)信息中獲取大量實(shí)驗(yàn)數(shù)據(jù),因此對(duì)學(xué)生的計(jì)算機(jī)操作能力和數(shù)據(jù)分析能力顯得十分重要。通過生物信息學(xué)技術(shù),可以去探索基因如何形成代謝通路控制復(fù)雜生命現(xiàn)象和行為[7-12]。儀器分析作為化學(xué)學(xué)科重要分支,是以物質(zhì)理化性質(zhì)為基礎(chǔ)建立的一種分析方法。氣相色譜質(zhì)譜聯(lián)用技術(shù)(GC-MS)以其靈敏度高的優(yōu)點(diǎn),可檢測(cè)到大量低含量小分子物質(zhì)。目前已成為微生物功能基因組代謝表型研究的常規(guī)分析技術(shù)。GC-MS在色譜分析重復(fù)性、分辨率和質(zhì)譜裂解碎片重復(fù)性方面具有明顯優(yōu)勢(shì),因此可以選擇性地富集和檢測(cè)大量代謝物中痕量物質(zhì),表型代謝通路中參與各種反應(yīng)的化學(xué)物質(zhì),使其在代謝組學(xué)基礎(chǔ)上更好地評(píng)估生命系統(tǒng)。
結(jié)合生物、藥學(xué)學(xué)科特點(diǎn)以及研究生科研項(xiàng)目需求,本實(shí)驗(yàn)以生物信息學(xué)技術(shù)結(jié)合GC-MS對(duì)銅綠假單胞菌胞內(nèi)代謝物進(jìn)行定性分析,通過實(shí)驗(yàn)設(shè)計(jì)使學(xué)生掌握氣質(zhì)聯(lián)用儀工作原理,熟悉生物信息數(shù)據(jù)挖掘方法和化合物定性分析檢測(cè)技術(shù)。
本實(shí)驗(yàn)面向生物專業(yè)、藥學(xué)專業(yè)本科生及一年級(jí)藥物分析學(xué)研究生開設(shè)。實(shí)驗(yàn)內(nèi)容設(shè)計(jì)要在學(xué)生掌握基本知識(shí)與技能基礎(chǔ)上,提高學(xué)生在實(shí)驗(yàn)過程中的主動(dòng)性,挖掘?qū)嶒?yàn)分析結(jié)果的創(chuàng)造性。實(shí)驗(yàn)內(nèi)容不僅包含數(shù)據(jù)挖掘分析,還涉及儀器分析中氣相色譜質(zhì)譜聯(lián)用法的應(yīng)用,因而實(shí)驗(yàn)課程分為生物信息學(xué)數(shù)據(jù)挖掘及代謝產(chǎn)物定性鑒別兩部分構(gòu)成。本實(shí)驗(yàn)以大型精密儀器為教學(xué)平臺(tái),結(jié)合微生物樣本和學(xué)科前沿內(nèi)容而開設(shè),有利于充分建立不同學(xué)科專業(yè)知識(shí)間聯(lián)系,體現(xiàn)學(xué)科之間交叉性,提高學(xué)生實(shí)踐能力。
基因表達(dá)的綜合性(Gene Expression Omnibus,GEO)數(shù)據(jù)庫是生物信息學(xué)發(fā)現(xiàn)的重要基礎(chǔ),它接收和管理各研究機(jī)構(gòu)提交的基因芯片或測(cè)序技術(shù)獲得的不同生理、病理狀態(tài)等基因表達(dá)數(shù)據(jù)。實(shí)驗(yàn)選取GSE65882 數(shù)據(jù)芯片和GPL84(Affymetrix Pseudomonas aeruginosa Array)平臺(tái),利用GEO2R 在線分析工具比較芯片中兩組樣品,以鑒定在整個(gè)實(shí)驗(yàn)條件下差異表達(dá)基因[13]。獲得的大量差異表達(dá)基因通過KEGG(Kyoto Encyclopedia of Genes and Genomes,京都基因與基因組百科全書)數(shù)據(jù)庫,利用富集分析篩選與研究相關(guān)信號(hào)通路,為后續(xù)生物學(xué)實(shí)驗(yàn)提供思路。
GC-MS主要由氣相色譜-接口-質(zhì)譜儀組成。樣品經(jīng)進(jìn)樣口高溫霧化后進(jìn)入毛細(xì)管色譜柱,利用不同組分在兩相間吸附能力、分配系數(shù)等不同性質(zhì)使不同組分得到分離。分離后各組分通過毛細(xì)管柱直接連接法進(jìn)入質(zhì)譜儀。質(zhì)譜儀主要由離子源、質(zhì)量分析器和檢測(cè)器3 部分構(gòu)成。電子轟擊電離源(EI)作為應(yīng)用最廣泛的一種離子源,其電離效率高、能量分散小、結(jié)構(gòu)簡(jiǎn)單、操作方便;得到的特征性質(zhì)譜圖對(duì)化合物結(jié)構(gòu)鑒別和解析十分有利。質(zhì)量分析器將電離室中離子按質(zhì)荷比(m/z)大小分開進(jìn)入檢測(cè)器,最后在檢測(cè)器將離子束轉(zhuǎn)變成放大后的電信號(hào)。計(jì)算機(jī)將采集到的每個(gè)質(zhì)譜的所有離子相加得到總離子強(qiáng)度,其隨時(shí)間變化形成的曲線作為總離子流色譜圖(TIC),從而推斷每個(gè)色譜峰分子結(jié)構(gòu)相關(guān)信息。
由于GC-MS適用于分離分析具有揮發(fā)性物質(zhì),對(duì)揮發(fā)性低、熱穩(wěn)定性差的物質(zhì)不能直接進(jìn)樣分析,因而常對(duì)樣品進(jìn)行衍生化反應(yīng),取代分子中的活潑氫來降低化合物極性。硅烷化反應(yīng)在GC分析中常用來對(duì)樣品進(jìn)行前處理,化合物中羥基或氨基上活潑氫與硅烷化試劑中的烷基硅烷基發(fā)生交換,形成烷基硅烷基產(chǎn)物。常用的硅烷化類型有三甲基硅烷化(-TMS)和叔丁基二甲基硅烷化(-TBDMS)。烷基硅烷基產(chǎn)物其極性減弱,被測(cè)能力增強(qiáng),熱穩(wěn)定性提高而有利于GCMS對(duì)其分離分析。各產(chǎn)物經(jīng)國家標(biāo)準(zhǔn)技術(shù)研究所(NIST)數(shù)據(jù)庫進(jìn)行鑒定后,通過KEGG數(shù)據(jù)庫驗(yàn)證差異表達(dá)基因信號(hào)通路富集分析結(jié)果。
(1)實(shí)驗(yàn)儀器。Clarus SQ8 氣相色譜-質(zhì)譜聯(lián)用儀(美國珀金埃爾默公司)、AS5150A 超聲儀(天津奧特賽恩斯儀器有限公司)、TGL-16B 離心機(jī)(上海安亭科學(xué)儀器廠)、XS205 精密電子天平(瑞士梅特勒-托利多公司)。
(2)實(shí)驗(yàn)材料。鹽酸、吡啶、N,O-雙三甲硅基乙酰胺(BSA)均由成都市科隆化學(xué)品有限公司提供、色譜乙腈(美國Fisher公司);銅綠假單胞菌凍干菌絲體(由成都大學(xué)藥學(xué)院臨床藥學(xué)實(shí)驗(yàn)室提供)。
(1)差異表達(dá)基因的篩選。采用GEO2R 在線分析工具(https:/ /www.ncbi.nlm.nih.gov/geo/geo2r/)對(duì)GSE65882 數(shù)據(jù)芯片進(jìn)行分析。4 個(gè)對(duì)照組樣本(GSM1608059、GSM1608060、GSM1608061、GSM1608062)和6 個(gè)樣品組樣本(GSM1608067、GSM1608068、GSM1608069、GSM1608070、GSM1608071、GSM1608072)篩選銅綠假單胞菌差異表達(dá)基因,其中P<0.05,>1 的基因?yàn)椴町惐磉_(dá)基因。
(2)差異表達(dá)基因KEGG通路分析。將差異表達(dá)基因?qū)隓AVID(the Database for Annotation,Visualization and Integrated Discovery)數(shù)據(jù)庫(http:/ /david.ncifcrf.gov/)中進(jìn)行KEGG 通路分析,以P<0.05作為標(biāo)準(zhǔn)篩選得到銅綠假單胞菌KEGG關(guān)鍵信號(hào)通路[14]。
(3)樣品的準(zhǔn)備。精確稱取菌絲體樣品2 mg,加入100 μL 0.1% HCl-乙腈溶液。超聲處理10 min后,加入100 μL BSA 和100 μL 吡啶。60 ℃反應(yīng)30 min后離心,將上清液轉(zhuǎn)移至進(jìn)樣小瓶中進(jìn)行GC-MS分析。
(4)GC-MS 色譜條件。氣相色譜采用PerkinElmer clarus680 系統(tǒng),色譜柱為PerkinElmer Elite-5 ms毛細(xì)管柱(30 m×0.25 mm,0.25 μm);柱溫箱初始溫度設(shè)置為50 ℃,保持5 min 后以10 °C/min速度升溫至180 ℃,隨后以15 °C/min速度升溫至300℃,保持5 min。進(jìn)樣口溫度為200 ℃;不分流進(jìn)樣,進(jìn)樣體積1 μL;載氣為高純氦氣,流速為1.5 mL/min。質(zhì)譜采用PerkinElmer Clarus SQ8 MS 質(zhì)譜儀,離子源為電子轟擊離子源(EI)200 ℃,離子化能量70 eV;傳輸線溫度220 ℃;掃描方式為全掃描;掃描范圍50~500 amu。
GSE65882 芯片利用GEO2R 工具共篩選出3 138個(gè)差異表達(dá)基因,其中2 199 個(gè)為上調(diào)基因,939 個(gè)為下調(diào)基因。3 138 個(gè)差異表達(dá)基因中篩選出含有標(biāo)準(zhǔn)基因名基因1 020 個(gè),經(jīng)KEGG富集分析,以P<0.05為篩選條件,共得到13 個(gè)關(guān)鍵信號(hào)通路:代謝途徑(Pae01100)、抗生素生物合成(Pae01130)、次級(jí)代謝產(chǎn)物生物合成(Pae01110)、氨基酸生物合成(Pae01230)、氧化磷酸化(Pae00190)、不同環(huán)境中微生物代謝(Pae01120)、碳代謝(Pae01200)、糖酵解/糖異生(Pae00010)、氮代謝(Pae00910)、嘧啶代謝(Pae00240)、檸檬酸循環(huán)(TCA 循環(huán))(Pae00020)、甘氨酸、絲氨酸和蘇氨酸代謝(Pae00260)、氨基糖和核苷酸糖代謝(Pae00520),結(jié)果見圖1。
圖1 差異表達(dá)基因及其KEGG通路分析結(jié)果
采用GC-MS對(duì)樣品中成分進(jìn)行分析鑒定。通過NIST17 質(zhì)譜數(shù)據(jù)庫對(duì)各色譜峰進(jìn)行鑒定。分離鑒定出的9 種氨基酸類化合物見圖2 和表1。以橫坐標(biāo)為質(zhì)荷比m/z,縱坐標(biāo)為相對(duì)豐度,得到丙氨酸硅烷化反應(yīng)后特征離子峰m/z=73,116,147,190;纈氨酸硅烷化反應(yīng)后特征離子峰m/z=73,144,218;異亮氨酸硅烷化反應(yīng)后特征離子峰m/z=73,158,218,232;甘氨酸硅烷化反應(yīng)后特征離子峰m/z=73,147,174,248,276;絲氨酸硅烷化反應(yīng)后特征離子峰m/z=73,147,204,218,278;焦谷氨酸硅烷化反應(yīng)后特征離子峰m/z=73,147,156,230,258;苯丙氨酸硅烷化反應(yīng)后特征離子峰m/z=73,192,218;鳥氨酸硅烷化反應(yīng)后特征離子峰m/z=73,142,174;賴氨酸硅烷化反應(yīng)后特征離子峰m/z=73,128,156,174,230,317。以質(zhì)譜峰的特征離子碎片作為定性依據(jù),對(duì)樣品進(jìn)行定性分析,并讓學(xué)生發(fā)現(xiàn)m/z=73 或147 為三甲基硅烷基碎片特征峰,引導(dǎo)學(xué)生使用NIST17 數(shù)據(jù)庫對(duì)未知化合物進(jìn)行鑒定。
表1 鑒定出的9 種氨基酸類化合物
圖2 9種氨基酸GC-MS總離子流色譜圖與質(zhì)譜圖
通過鑒定出的9 種氨基酸類化合物,導(dǎo)入MBROLE2.0 數(shù)據(jù)庫,以pseudomonas aeruginosa PAO1為生物背景進(jìn)行KEGG 富集分析[15-16]。結(jié)果可得9種氨基酸都參與了代謝途徑(Pae01100)過程。甘氨酸和絲氨酸同時(shí)參與了甘氨酸、絲氨酸和蘇氨酸(Pae00260)代謝過程。通過GC-MS 對(duì)各化學(xué)成分的定性鑒別,學(xué)生能將定性實(shí)驗(yàn)結(jié)果與生物信息學(xué)分析推論得到信號(hào)通路結(jié)合在一起,驗(yàn)證KEGG 信號(hào)通路富集結(jié)果的可靠性。同時(shí),樣品中其他未鑒定成分的定性分析,能激發(fā)學(xué)生對(duì)實(shí)驗(yàn)探索的興趣。
本實(shí)驗(yàn)課程是在微生物實(shí)驗(yàn)和儀器分析實(shí)驗(yàn)課程基礎(chǔ)上而開設(shè),由于本實(shí)驗(yàn)課程難點(diǎn)在于實(shí)驗(yàn)內(nèi)容多,學(xué)科知識(shí)交叉廣,并且大部分本科生以及一年級(jí)研究生對(duì)儀器設(shè)備接觸較少,因此很難在短時(shí)間內(nèi)理解并掌握儀器原理及操作,又能把實(shí)驗(yàn)結(jié)果與生物信息學(xué)分析結(jié)果緊密聯(lián)系在一起。因此,本實(shí)驗(yàn)教學(xué)以“提出問題-解決問題-存在問題”為思路,利用思維導(dǎo)圖構(gòu)筑課堂筆記及實(shí)驗(yàn)記錄,鼓勵(lì)學(xué)生以實(shí)驗(yàn)小組為單位在有效時(shí)間內(nèi)將課堂中原理內(nèi)容和實(shí)驗(yàn)過程整體體現(xiàn)在思維導(dǎo)圖中(見圖3)。
圖3 生物信息學(xué)與GC-MS實(shí)驗(yàn)原理思維導(dǎo)圖
本實(shí)驗(yàn)教學(xué)過程中教師對(duì)生物信息學(xué)及GC-MS概念和原理進(jìn)行講解后,提出如何建立兩者之間密切聯(lián)系,如何將生物信息分析結(jié)果與儀器檢測(cè)數(shù)據(jù)有機(jī)整合等問題。將以上問題帶入實(shí)驗(yàn)過程中,利用GCMS采集得到9 種氨基酸類代謝產(chǎn)物與GSE65882 芯片差異表達(dá)基因富集的信號(hào)通路建立關(guān)聯(lián)性,驗(yàn)證生物信息分析結(jié)果。同時(shí),引導(dǎo)學(xué)生對(duì)其他未知代謝產(chǎn)物進(jìn)行定性鑒定,利用代謝產(chǎn)物表征差異性探索與代謝相關(guān)的其他重要信號(hào)通路。實(shí)驗(yàn)完成后學(xué)生撰寫實(shí)驗(yàn)報(bào)告,分析實(shí)驗(yàn)過程中存在問題,總結(jié)實(shí)驗(yàn)得失,對(duì)生物信息學(xué)及儀器分析知識(shí)要點(diǎn)進(jìn)行歸納與總結(jié),形成學(xué)科交叉關(guān)聯(lián)網(wǎng)絡(luò)圖,并且在實(shí)驗(yàn)報(bào)告中,通過數(shù)據(jù)分析處理結(jié)果,建立學(xué)科之間關(guān)聯(lián)性,對(duì)交叉學(xué)科實(shí)驗(yàn)心得體會(huì)進(jìn)行探討。
在以前的學(xué)科實(shí)驗(yàn)教學(xué)中,學(xué)生實(shí)驗(yàn)內(nèi)容較單一且僅局限與本學(xué)科知識(shí)的掌握,因此實(shí)驗(yàn)教學(xué)相對(duì)簡(jiǎn)單,內(nèi)容單調(diào),結(jié)果單薄,實(shí)驗(yàn)結(jié)果應(yīng)用分析不強(qiáng)。交叉學(xué)科實(shí)驗(yàn)具有創(chuàng)新性、綜合性、多樣性等特點(diǎn),能夠培養(yǎng)出高層次、高素質(zhì)復(fù)合型人才,因此在各大高校大力推進(jìn)交叉學(xué)科人才培養(yǎng)。本實(shí)驗(yàn)教學(xué)正是基于生物信息學(xué)技術(shù)與氣質(zhì)聯(lián)用技術(shù),對(duì)銅綠假單胞菌胞內(nèi)代謝物進(jìn)行定性分析,通過GEO數(shù)據(jù)庫篩選目標(biāo)芯片獲得差異表達(dá)基因,利用代謝物分析結(jié)果驗(yàn)證差異表達(dá)基因富集信號(hào)通路。本實(shí)驗(yàn)具有知識(shí)點(diǎn)多綜合性強(qiáng)的特點(diǎn),不僅能全面提升學(xué)生實(shí)驗(yàn)操作能力、豐富實(shí)驗(yàn)技能、擴(kuò)充知識(shí)領(lǐng)域、提高科研能力,還能用于學(xué)生畢業(yè)實(shí)驗(yàn)設(shè)計(jì),不但可以順利完成畢業(yè)實(shí)驗(yàn),而且讓學(xué)生更多參與大型實(shí)驗(yàn)設(shè)計(jì)進(jìn)行探索性及創(chuàng)新性實(shí)驗(yàn),從而培養(yǎng)出符合社會(huì)需要的高素質(zhì)復(fù)合型人才。