Page 56 - 南京医科大学学报自然科学版

第43卷第9期
·1234 · 南 京 医 科 大 学 学 报 2023年9月

从 OPLS⁃DA 得分可以看出，相较非靶向代谢组学， 数据库匹配后，保留代谢物639个；将靶向代谢组学
靶向代谢组学的横坐标 t［1］P 值为 6.71%，得分较 分析检测出的代谢物与600个绝对定量代谢物的自
高，组间差异较大，纵坐标 t［1］O 为 8.99%，得分较 建数据库比对，仅保留 268 个有效代谢物。非靶向
低，组间差异较小，说明靶向代谢组学分析检测到 代谢组学分析检测出的代谢物占比最大的为脂质，
的代谢物能更好地区分 GDM 患者，且重复性更好 而靶向代谢组学分析检测出的代谢物占比最大的
（图 2C、D）。火山图显示非靶向代谢组学分析的差 为氨基酸及多肽类似物（图3）。
异代谢物更多（图2E、F）。 2.5 差异代谢物的筛选

2.4 代谢物数量和成分比较 将筛选出的差异代谢物进行可视化，通过热图
非靶向代谢组学分析从样本中共检出4 944个 分析观察 GDM 组和 NC 组样品代谢物组成的多样
峰，靶向代谢组学分析共检出 302 个峰。经过数 性，经过代谢物丰度的分层聚类，两组代谢图谱呈
据预处理，非靶向代谢组学正负离子模式下共保留 现显著差异。非靶向代谢组学分析共筛选出 82 种

4 845 个峰，经 HMDB 数据库和 KEGG COMPOUND 有统计学差异的代谢物，其中40种上调，42种下调；

A GDM B GDM C GDM
NC NC NC
100
10
10 50
［ 7.5% ］ 0 ［ 6.7% ］ 5 0 ［ 1 ］［ 15.5% ］ 0

PC2 PC2 -5 O
-10 t -50
-10
-100
-10 0 10 -10 -5 0 5 10 -60 -30 0 30 60
PC1［10.9%］ PC1［10.4%］ t ［1］P［5.01%］
D E 下调 F 下调
GDM
NC 上调 上调
6 VIP VIP
10 •0.0 •0.0
［ 1 ］［ 8.99% ］ O 5 0 P⁃value log10 4 2 ○3.5 P⁃value 6 4 ○3.5

log10
-5
t
-10 2
0 0
-10 -5 0 5 10 -4 -2 0 2 4 -10 0 10
t ［1］P［6.71%］ LFC LFC
A：非靶向代谢组学的PCA分析；B：靶向代谢组学的PCA分析；C：非靶向代谢组学的OPLS⁃DA分析；D：靶向代谢组学的OPLS⁃DA分析；E：
非靶向代谢组学火山图；F：靶向代谢组学火山图。
图2 样本的分布情况
Figure 2 Distribution of samples

A B
0.16% 碳水化合物 7.01% 碳水化合物
1.88% 核苷、核苷酸和类似物 7.38% 核苷及核苷酸类似物
6.57% 苯环型化合物 8.12% 苯环型化合物
15.65% 有机酸和衍生物 12.92% 有机酸和衍生物
40.69% 脂质 4.80% 脂质
1.72% 其他 8.49% 其他
0.16% 均相金属化合物 0.74% 嘧啶及其衍生物
0.16% 均相非金属化合物 2.21% 氮杂环化合物
0.16% 有机硫化合物 2.21% 吡啶及其衍生物
1.25% 生物碱和衍生物 3.32% 嘌呤和嘌呤衍生物
2.82% 有机氮化合物 28.78% 氨基酸及多肽类似物
3.91% 苯丙类和聚酮 5.90% 类固醇及其衍生物
8.14% 有机氧化合物 2.21% 吲哚及其衍生物
16.74% 有机杂环化合物 5.90% 类固醇及其衍生物
A：非靶向代谢组学检出代谢物的分类；B：靶向代谢组学检出代谢物的分类。
图3 代谢物检出分类
Figure 3 Classification of metabolites detected