代谢组学专注于样品中代谢物的分析，它可以反映由于环境因素，遗传变异和调节，肠道微生物群落的变化以及动态活动或酶水平的改变而引起的变化。癌症是一种可改变细胞代谢的疾病，因此代谢组学可用于研究癌症组织代谢发生的变化。根据研究目标和所研究的癌症代谢组的不同方面，可以采用不同的方法和分析平台来研究一系列癌症样品，包括肺癌，结肠直肠癌，膀胱癌，乳腺癌，胃癌，食管癌和甲状腺癌等。
1. 代谢组学实验流程
癌症研究中代谢组学实验（图1）一般有四个步骤，样本收集，数据采集，生物信息学分析，和数据解释。
✔ 样本收集。样品的处理对于成功的代谢组学研究很重要，有多个因素需要注意，包括采集的时间点，样品的储存和提取方法等。
✔ 数据采集。分析来自健康和癌症患者的生物流体或组织样品。多种技术的组合为揭示代谢组变化提供了可能性。在代谢组学的数据采集过程中，需要质量控制步骤以获得可重复、准确的结果。不仅如此，质量控制需要渗透到代谢组学研究的不同步骤中。
✔ 生物信息学分析。将数据通过生物信息学软件，分析癌症代谢组学变化。
✔ 数据的解释和验证。
图1. 癌症研究中代谢组学实验的一般流程图。(Beger R., 2013)
2. 代谢组学的主要分析方法
由于代谢化合物的多样性，没有一种单一的分析方法可以测量所有代谢物的浓度。核磁共振（NMR）和质谱（MS）是代谢组学研究中主要应用的技术。
2.1核磁共振
NMR可以测量多种代谢物，提供定量和结构信息，并且几乎不需要样品制备这一过程。但是NMR的灵敏度低；并且在复杂混合物中，通过NMR来解释特定的代谢物是比较困难的。高分辨率NMR和高分辨率魔角旋转NMR（HR-MAS-NMR）在内的技术已被用于分析生物流体和组织样品中的癌症代谢; 它们不破坏样品，允许与其他技术一起分析使用，因此是有前景的技术平台。超极化NMR，可以通过跟踪代谢物水平以表征体内癌症代谢。
2.2 质谱
质谱可以提供高灵敏度的定量信息，允许分析低丰度的代谢物，但通常需要大量的样品制备过程。常见类型的质谱仪包括time-of-flight（TOF），quadrupole time-of-flight（Q-TOF），quadrupole, 和orbitrap 等等。质谱通常和分离技术串联使用，包括气相色谱-质谱（GC-MS）联用，液相色谱-质谱（LC-MS）联用和毛细管电泳-质谱（CE-MS）联用。
3. 代谢组学在癌症中的应用
3.1 生物标志物
癌症代谢组学研究的核心焦点是生物标志物发现。代谢组学已被用于鉴定有意义的肿瘤标志物，并且已经发现了许多潜在的标志物，用于在不同阶段诊断和预测多种类型的癌症。例如，在肾癌的早期诊断中，由于尿液和肾脏的密切的相互作用，研究人员使用代谢组分析癌症和健康尿液样品，发现酰基肉碱，喹啉酸，4-羟基苯甲酸，和龙胆有积累。在结直肠癌中，癌症患者和正常对照的血清样品的代谢谱分析让四个代谢物（2-羟基丁酸盐，天门冬氨酸，犬尿氨酸的选择，以及胱胺）可以作为早期诊断模型的基础。关于生物标志物，代谢组学在在肝癌，乳腺癌，卵巢癌等癌症中都有应用。
3.2 癌症临床治疗
代谢组学可用来预测药物功效或毒性的生理反应。与其他组学相比，代谢组学适合评估癌症疗法是否导致代谢途径的变化，同时它可以检测药物的药代动力学。由于药物代谢组学能够监测患者对药物的代谢反应，因此在癌症检测，癌症预后和癌症治疗管理中使用代谢组学很有意义。
3.3 癌症个性化治疗
目前，在癌症个体化治疗，有许多利用代谢组学进行研究的例子。例如，2014年，Navarette等人发表了一项关于丝裂霉素C治疗胰腺癌的成功研究，该研究针对的是对其他治疗方案有耐药性的患者进行个体化治疗。本研究的动机是丝裂霉素C被证明比雷帕霉素更成功，甚至比两者的结合更成功。利用GC-MS和LC-MS的非靶向代谢组学揭示了丝裂霉素C对TCA循环、嘌呤代谢和脂肪酸生物合成的影响，以及许多脂质和氨基酸变化，这导致了其比其他治疗更成功。
3.4 癌症转移
有很多研究人员将代谢组学用于癌症转移的研究。 科学家们通过血清或尿液样品的代谢谱展示了诊断胃癌，结直肠癌，肾癌和乳腺癌转移的预测能力。其他研究集中于特定的转移部位，如软脑膜癌病和骨转移。
参考文献：
1. Beger R. A review of applications of metabolomics in cancer. Metabolites, 2013, 3(3): 552-574.
2. Vermeersch K A, Styczynski M P. Applications of metabolomics in cancer research. Journal of carcinogenesis, 2013, 12.
3. Armitage E G, Ciborowski M. Applications of metabolomics in cancer studies. Metabolomics: From Fundamentals to Clinical Applications. Springer, Cham, 2017: 209-234.
