【热点文章】上海化工研究院雷雯等：稳定同位素在组学研究及临床诊断中的应用
引用本文：赵雅梦, 范若宁, 李良君, 等. 稳定同位素在组学研究及临床诊断中的应用[J].化学试剂, 2023,45(3)：1-9。DOI: 10.13822 /j.cnki.hxsj.2022.0701稳定同位素因其具有可示踪性、良好的稳定性和与非标记试剂化学性质相近等特点，在农残检测、样品溯源等诸多研究中起着重要作用。近年来，随着生命科学的发展和分析检测技术的不断提高，稳定同位素在药物研发、精准诊疗等与人民健康息息相关领域的重要性日益突出。本文介绍了稳定同位素试剂在蛋白质定量、代谢机理确证和潜在生物标记物筛选等多组学研究中的应用，还介绍了其作为内标物或原料试剂在临床质谱、核医学成像等临床诊疗中的应用，并对其未来发展进行了展望。
介绍了稳定同位素试剂在多组学研究中的应用，其常作为内标试剂或示踪剂在蛋白质组学或代谢组学等多组学研究中发挥着定量、示踪等重要作用；阐明稳定同位素标记技术采用体内外标记方式标记蛋白质及代谢流技术原理，并举例了其在探索疾病机制和潜在靶点等多组学研究中的案例。
介绍了稳定同位素在临床诊断中的应用尤其在临床检验和核医学成像领域，如利用同位素稀释质谱法可实现临床样本中多种内源性物质的精准检测，PET技术、超极化13C磁共振波谱和13C-尿素呼气实验等在人体生命健康检测中发挥着至关重要的作用。
1.1 稳定同位素在定量蛋白质组学中的应用
蛋白质组学是通过系统研究蛋白质表达、功能化、翻译后修饰及蛋白质间的相互作用等来理解复杂的生物体系。其中，定量蛋白质组学通过不同生理状态下蛋白质种类及含量的分析检测，对基因表达产物进行准确的定量分析[12, 13]，是阐明生命活动机制、探究疾病发病机理的重要手段。1999年，Gygi等[14]首次使用同位素编码亲和标签（Isotope-coded affinity tag，ICAT）技术对比了不同碳源的酿酒酵母中蛋白质的表达差异。自此，稳定同位素标记技术开始广泛应用于蛋白质组学研究[15, 16]，成为了蛋白质定量的主要策略。1.1.1 体内标记法
基于SILAC技术的体内标记法同时采用含同位素标记氨基酸（如13CD3-甲硫氨酸、13C6-精氨酸）和未标记氨基酸的培养基培养细胞，培养若干代后裂解细胞，将细胞裂解液等比例混合后进行定量分析。该方法在分子标志物筛选、蛋白质翻译后修饰等领域应用广泛[17]。
1.1.2 体外标记法
基于体外标记试剂的定量方法不需要考虑细胞培养中同位素标记效率等问题，是一种快速、准确的蛋白质定量方法。ICAT试剂自1999年开发以来受到了学者的广泛关注，其研究和改进也在持续进行中。Rivera-Monroy等[23]提出一类具有荧光特性的同位素编码亲和标签（Fluorescent isotope-coded affinity tag，FCAT），该标签可以结合含有半胱氨酸的多肽或蛋白质，为定量蛋白质组学提供了新的工具。Wdowiak等[24]设计合成了同位素编码马来酰亚胺亲和标签，如图2所示，并将其用于溶菌酶和肌肉蛋白组的比率分析。
1.2 稳定同位素在代谢组学中的应用
1.2.1 天然同位素比值在代谢组学中的应用
构成生命体的元素具有不同的稳定同位素，如碳元素（12C和13C）、氮元素（14N和15N）等。1.2.2 同位素示踪的代谢流技术在代谢组学中的应用
代谢组学是研究生命体内所有代谢物变化规律的学科，反映了不同状态细胞及个体中代谢物的含量变化。随着生物质谱技术和计算机科学的不断发展，基于同位素示踪的代谢组学即代谢流量分析因可监测代谢物的动态变化，逐渐成为了代谢组学的研究热点。
2.1 稳定同位素在临床检验中的应用
质谱技术因具备高检测灵敏度、高通量、样品用量少及可同时对同一样本进行多指标分析等特点，在临床检验领域尤其是癌症等重大疾病诊断方面展现出巨大的应用潜力[33, 37]。2.2 稳定同位素在核医学成像中的应用
核医学成像是利用核素示踪技术，通过影像呈现病灶位置、体积等，从而为疾病的早期诊断和治疗提供信息。其中，基于正电子反射型计算机断层显像技术（PET）具有高灵敏度、良好的空间分辨率和信噪比等特点，在肿瘤诊疗等临床中发挥着重要作用。
2.3 稳定同位素在呼气试验中的应用
呼气试验是指通过口服或者静脉注射的方式摄入示踪底物，经体内分解代谢后产生某种特定气体，通过检测呼出气体对机体生理、病理状态进行诊断[57]。呼气试剂具有无损伤、安全灵敏等优点，受到了研究者的广泛关注。
稳定同位素试剂因具有无辐射、良好的稳定性及示踪性等特点，在蛋白质定量、代谢机理研究及临床诊断等领域发挥了关键作用。随着蛋白质组学、代谢组学等组学研究的迅猛发展，研究对象及应用场景日益复杂，同位素技术结合高通量、高灵敏度的分析检测手段如质谱技术等已经成为了生物医药领域分析检测的重要工具，但高冗杂数据的高效、准确抽提和不同检测方法的相互验证仍然是生物样本分析的重难点。随着计算机科学的快速发展，通过机器学习结合成像技术等新兴工具对数据进行深度挖掘是生物样本分析检测的发展趋势，机器学习在基础研究及临床研究中的应用深度和广度也将不断增加。随着临床质谱等生命健康领域的发展，我国同位素试剂需求量都将大幅提升。但目前，我国同位素试剂种类和储存量较少，尤其是应用广泛的13C稳定同位素标记试剂，仍面临严重依赖进口、货期长、存在禁运风险等问题，试剂种类和储存量也严重不足。稳定同位素产业上下游的科研院所、高校和企业应加强沟通协作，以生物医药等领域需求为导向，共同推进行业的高速、高质量发展。
