la metabolomique et ses applications en biologie:...

LA METABOLOMIQUE ET SES APPLICATIONS EN BIOLOGIE: POURQUOI, COMMENT, BUT ET PERSPECTIVES

jean-charles.martin@univ-amu.fr INRA/INSERM/AMU Fac Médecine La Timone

13385 Marseille

Le mot métabolisme provient du grec ‘‘metabo-

lismo ’’ (metabo-lismo), qui signifie ‘‘changement.’’

Concept du metabolisme par Ibn al-Nafis (1213–1288): « Le corps et ses partis sont en état perpétuel de dissolution et de reconstitution, de sorte qu’ils subissent inévitablement un changement permanent »

Métabolite Est une molécule organique <1500 Da détectable dans un organisme, incluant des molécules d’origine endogènes ou exogènes, issus des micro-organismes Le Métabolome Est un terme utilisé pour la première fois par Olivier et al en 1998 pour décrire un ensemble de métabolites synthétisés par un organisme La Métabolomique A été formulée par Oliver Fiehn et est définie par une analyse complète non sélective dans laquelle tous les métabolites d’un système biologique sont identifiés et quantifiés La Métabonomique Est définie par la mesure quantitative de la réponse métabolique multiparamétrique des systèmes vivants à un stimuli ou une altération génétique (Jeremy Nicholson) Profilage des métabolites Implique l’identification et la quantification d’un ensemble ou d’une classe prédéfinis de métabolites d’identités connus ou inconnus et appartenant à des voies métaboliques particulières.

Quelques définitions…..

Le métabolome représente l’ultime réponse d’un organisme à une altération génétique, une pathologie, une exposition à un toxique ou toute cause environnementale. Le métabolome d'un système peut ainsi à la fois permettre de lire la signature biologique d'une réponse adaptative ou pathologique, et également être le vecteur de cette réponse. Ce dernier aspect souligne l'implication directe du métabolome dans le déterminisme des phénotypes

planète

écosystème

espèce individus

organe cellule

molécules atomes

Etc…..

Etc….

systèmes gigognes

Les petites molécules sont présentent dans tous les systèmes…

Le Metabolome est Connecté à tous les autres “Omes”

• Small molecules (i.e. AMP, CMP, GMP, TMP) are the primary constituents of the genome & transcriptome

• Small molecules (i.e. the 20 amino acids) are the primary constituents of the proteome

• Small molecules (i.e. lipids) give cells their shape, form, integrity and structure

• Small molecules (sugars, lipids, AAs, ATP) are the source of all cellular energy

• Small molecules serve as cofactors and signaling molecules for both the proteome and the genome

• The genome & proteome largely evolved to catalyze the chemistry of small molecules

Metabolomics in monitoring kidney transplants Wishart, David S Current Opinion in Nephrology & Hypertension: November 2006 - Volume 15 - Issue 6 - p 637-642

Comment j’en suis arrivé à la métabolomique… et autres omiques

Hamsters adultes

12

se

mai

nes

contexte pro-athérogène

Hamsters adultes

Beurre

+ rum é nique

(qsp 1%)

Beurre

+ rum é nique

(qsp 1%)

Beurre

+

Huile de Poisson

(1% )

+

+ 20% lipides (0,12% cholest é rol)

(rum (rum

Beurre

é nique: 0,1%)

Beurre

é nique: 0,1%)

+ 20% lipides (0,12% cholestérol)

R é gime CROQUETTES

Croquettes Croquettes

R é gime CROQUETTES

les stries lipidiques (dépôts d’esters de cholestérol) marqueurs circulants (lipoprotéines, paraoxonase, apo SAA) expression gènes cibles (VCAM-1, ABCA-1, COX2, cytokines, PPARs,…)

Valeille, K. et al, AJP, 2005

ATHEROSCLEROSE

VLDL

LDL

HDL

EFFLUX CHOLESTEROL

(ABCA1)

DETOXICATION LDLox

(PARAOXONASE)

RECRUTEMENT MONOCYTES

CAPTURE LIPIDES

(VCAM)

(FAT/CD36)

INFLAMMATION

LOCALE: TNFa, COX-2, IL1b

SYSTEMIQUE: apoSAA

TRANSPORT

CHOLESTEROL

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

LDL

+IDL

VLDL

HDL

fish

Croquettes

Beurre

Beurre+ ruménique

Beurre+poisson

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

Ch

ole

ste

rol p

lasm

ati

qu

e (g

/L)

0,0

1,0

2,0

3,0

4,0

5,0

C B BR BP

tota

l EC

( n

mo

l / a

orte

)

0

10

20

30

40

50

60

70

aorta

a

a b

b

c

c

d

d

Cholesteryl ester dans l’aorte

Non HDL-chol / HDL-Chol

Apo SAA

(Pool 6 animaux

/ groupe)

0,00

0,02

0,04

0,06

0,08

0,10

Activité

de la paraoxonase (UA)

(n = 8 / groupe)

0

20

40

60

80

a

c

b

d

L’ajout d’acide ruménique dans le régime hyperlipidique permet de réduire

le statut inflammatoire (apoSAA) et tend à normaliser l’activité de

détoxication des LDL oxydées (activité paraoxonase du plasma). L’ajout

d’huile de poisson n’apporte aucun bénéfice.

fis

h

Croquettes

Beurre

Beurre+ ruménique

Beurre+poisson

VCAM

0

1

2

3

4

rela

tif 18S

a

C

bc

B

ab

BR

c

BP

ABCA1

0

1

2

3

rela

tif 18S

a

C

b

B

c

BR

bc

BP

0

,5

1

1,5

2

2,5

C B BR BP

a a a

b

FAT/CD36

Qu

an

tité

AR

N

COX-2

B

b

a

BR

a

BP C 0

4

8

12

a

TNF-a

Qu

an

tité

AR

N

a

BR

b

B

b

BP

0

,1

,2

,3

,4

a

C

0

,4

,8

1,2

1,6 c

B

ab

BR

bc

BP

a

C

IL-1b

0

20

40

60

80

C B BR BP

a

ab

b

ab

Qu

an

tité

AR

N

PPARa

0

20

40

60

C B BR BP

a a

b

a

PPARg

Valeille, K. et al, AJP, 2005

Conclusions L’ acide ruménique dans la matière grasse laitière est anti-athérogène (hamster hyperlipidémique)

importance des dépôts lipidiques (EC)

Local: Efflux chol (ABCA1)

Recrutement des monocytes

Systémique: nonHDL-CH/HDL-CH

inflammation

Détoxication des oxLDL

Ox LDL LDL

Thèse K. Valeille, 2004

Est-ce suffisant?

Oui et non

Mécanisme moléculaires de la calcification artérielle (KEGG H01002)

Réseau des gènes liés au sexe impliqués dans l’athérogénèse (composante sexuelle) Reconstitution « in silico » partir des données de la littérature

Diez D, Wheelock AM, Goto S, et al. The use of network analyses for elucidating mechanisms in cardiovascular disease. Mol Biosyst 2010;6:289-304.

Blood lipids, CRP… CVD, diabetes…

« conventional » so-called bottom-up strategies: explain complex phenotypes with only few targeted

molecular descriptors

Reality is much complex than anticipated…..

Need to adress the molecular basis of phenotypes the « top down » approach…..

Bottom up Top down

Phenotypical traits

The top-down approach

biomarkers, regulation pathways

http://masspec.scripps.edu/index.php

Need to assess the molecular basis of phenotypes the « omic» answer…..

Contrairement au transcriptome ou au protéome, le métabolome représente l’ultime réponse d’un organisme à une altération génétique, une pathologie, une exposition à un toxique ou à tout autre facteur susceptible de perturber son fonctionnement.

La métabolomique (en santé) pour la découverte de biomarqueurs et détecter l’insoupçonnable cartographier les voies métaboliques (mécanismes, flux)

« marché des biomarqueurs sont évalués à 694 millions de $ en 2008, montant qui pourrait atteindre 2,2 milliards de $ en 2015, avec des perspectives de croissance annuelle de l'ordre de 12 à 13,5 %. »

History

• The first paper was titled, “Quantitative Analysis of Urine Vapor and Breath by Gas-Liquid Partition Chromatography”, by Robinson and Pauling in 1971.

• Many of the bioanalytical methods used for metabolomics have been adapted (or in some cases simply adopted) from existing biochemical techniques.

• Human Metabolome project – first draft of human metabolome in 2007

25,000 Genes

7500 Enzymes

8000 Métabolites

Metabolomics Proteomics Genomics

Differents Metabolomes

200,000

Chemicals

20,000

Chemicals

8000 métabolites

Tous les mammifères Tous les microbes Toutes les plantes

Pourquoi la métabolomique est difficile?

4 Bases

20 Amino acids

2x105

Chemicals

Metabolomics Proteomics Genomics D

iver

stié

ch

imiq

ue

Ne peut être déduite du génome Grande diversité chimique gamme dynamique 7 log

Sang, urines, extrait tissulaire

MVA bioinformatic

Data acquisition

Plate-formes: NMR

LC/MS GC/MS

Data mining

La métabolomique: quelle infrastructure…..

Chimistes

Biologistes

Statisticiens Bioinformatique

Ingénieurs Chercheurs Cliniciens Technicien

réseau

Machine(s)

outils avantages défauts

RMN Robustesse et

reproductibilité

Recouvrement

sensibilité

GC-MS GC X GC TOF

sensibilité dérivation

LC-MS sensibilité stabilité

Quels sont les outils de la métabolomique?

Technologie & Sensibilité

M mM mM nM pM fM

# M

etab

olit

es o

r Fe

atu

res

det

ecte

d (

Log 1

0)

0

1

2

3

4

Sensitivity or LDL

LC-MS or DI-MS

NMR

GC-MS Quad

GC-MS TOF

connus

inconnus

Que peut-on mesurer? • NMR-based metabolomics (~50 metabolites

identified/quantified, mM sensitivity)

• GC-MS based metabolomics (~70 metabolites identified/quantified, <mM sensitivity)

• DI-MS based metabolomics (160 metabolites identified/quantified, nM sensitivity)

• LC-MS based metabolomics (300 metabolites identified/quantified, nM sensitivity)

• Lipidomics (3000 lipids identified and semi-quantified, nM sensitivity)

• Specialty phytochemical, nutrient, drug and pesticide analysis (mostly HPLC, nM sensitivity)

intensity

K manifest variables

0 2 4 6 8 10 12 14 16 Time [min]0.00

0.25

0.50

0.75

1.00

1.25

5x10

Intens.

pool urine_3_01_603.d: BPC 49.0-1501.0 +All MS

250

500

750

1000

1250

m/z

2 4 6 8 10 12 14 16 Time [min]

urines

Information = 700Mo = 1 CD Rom!

1 variable = 1 dimension

1000 variables = 1000 dimensions

GOAL= REDUCTION WITHOUT LOSING INFORMATION

K manifest variables = k dimensional space (Hyperspace)

OR

Reduced variables (latents) = Linear combination of manifest variables

(1-4 VL= 1-4 dimensions)

OR

Second

principal

component

1ère principal

component

Axis of maximal deviation

Orthogonal to PC1:

Max of variance

PC2

PC1

Observations map or « score plot »

V1

V2

PV1= cos1 > PV2 = cos 2

Cos 1

Cos 2

V1 V2 Ind#1

Ind#2

Ind#3

« Loadings »

observations map :

« Score plot »

variables map :

« loading plot » (Cos i)

Pour aller plus loin….

50 cas avec 3 ans suivi (infarctus, AVC, mort) 50 témoins

Métabolomique LC MS plasma = 2000 analytes mesurés

40 analytes fortement discriminants

Métabolomique LC MS plasma = 2000 analytes mesurés

40 analytes fortement discriminants

Cohorte 1 = cohorte d’apprentissage

50 cas avec 3 ans suivi (infarctus, AVC, mort) 50 témoins

Cohorte 2 indépendante = cohorte de validation

25 cas avec 3 ans suivi (infarctus, AVC, mort) 25 témoins

Métabolomique LC MS plasma = 2000 analytes mesurés

24 analytes fortement discriminants

18 analytes en commun Top 3 = choline, betaine, trimethyloxyde amine (TMAO)

choline, betaine, trimethyloxyde amine (TMAO)= Métabolites de la phosphatidylcholine

bétaine

Validation sur modèle souris athéromateux: •nourris avec ou sans choline •Nourris avec ou sans TMAO •Traités aux antibiotiques •Cohortes humaines 1876 sujets avec angiographies

Dosage des métabolites « athérogènes » dans une cohorte de 1876 sujets à pathologie cardiovasculaire variable (angiographie)

Implication = nouveaux marqueurs du risque cardiovasculaire, indépendant des marqueurs lipidiques classiques Identifications de cibles thérapeutiques: flore intestinale, FMOs hépatique

Milburn MV, Lawton KA. Application of metabolomics to diagnosis of insulin resistance. Annu Rev Med 2013;64:291-305.

Couplage avec autres omiques

Multiple correlations between metabolites and proteins were found, including associations between serotransferrin precursor and both tyrosine and 3-D-hydroxybutyrate. Additionally, a correlation between decreased concentration of tyrosine and increased presence of gelsolin was also observed. This approach can provide enhanced recovery of combination candidate biomarkers across multi-omic platforms, thus, enhancing understanding of in vivo model systems studied by multiple omic technologies

Subnetwork of strongly interacting pathways to metabolites clusters

apoptosis

Gene regulation Cell proliferation signaling

Neurotransmiter tone

Proteasome & ER stress

Inflammation

Major impact of CLA on adipocytes

-1,0

-0,8

-0,6

-0,4

-0,2

-0,0

0,2

0,4

0,6

0,8

1,0

-1,1 -1,0 -0,9 -0,8 -0,7 -0,6 -0,5 -0,4 -0,3 -0,2 -0,1 0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0

"V223"

"V224"

"V226" "V236"

"V237"

"V239"

"V244"

"V246""V247"

"V248""V249""V250"

"V251""V252""V253"

"V254"

"V255"

"V257"

"V258"

"V266"

"V271"

"V275"

"V279"

"V282"

"V283""V284""V285"

"V286""V287""V288""V289""V290""V291"

"V294"

"V295""V296"

"V297"

"V302""V303""V304""V305""V306"

"V310"

"V311"

"V312"

"V313""V314""V315"

"V316""V318"

"V451"

"V452"

"V453"

"V454"

"V455"

"V459"

"V461""V462"

"V463"

"V464" "V465"

"V466"

"V467"

"V468"

"V470"

"V471"

"V473"

"V474"

"V477"

"V480"

"V481"

"V482""V483"

"V484"

"V485""V486" "V487"

"V489"

"V490"

"V492"

"V495"

"V496"

"V497"

"V498""V500"

"V501"

"V502"

"V503"

"V504"

"V505"

"V506"

"V507"

"V509"

"V511"

"V512"

"V513"

"V514"

"V515"

"V517"

"V518"

"V519"

"V520"

"V521"

"V522"

"V523"

"V524""V525"

"V526"

"V527"

"V530"

"V531"

"V532"

"V533"

"V537""V538"

"V540"

"V543""V544"

"V545"

"V547"

"V549"

"V550"

"V551"

"V552"

"V555"

"V556"

"V557"

"V558"

"V562"

"V564"

"V565"

"V567"

"V568"

"V569"

"V570"

"V571"

"V572"

"V573"

"V574"

"V575""V582"

"V583"

"V584"

"V585"

"V587""V591"

"V592"

"V593""V594"

"V595"

"V596""V597"

"V598""V599"

"V600""V601"

"V602"

"V603"

"V604"

"V605"

"V606"

"V607"

"V608"

"V610"

"V612"

"V613"

"V614""V615"

"V616""V617"

"V618"

"V619"

"V623"

"V624"

"V625"

"V626"

"V627"

"V628"

"V629"

"V630"

"V632"

"V633"

"V634"

"V637"

"V641""V645"

"V646"

"V647"

"V648"

"V649"

"V650"

"V651"

"V652"

"V654"

"V655"

"V656"

"V657"

"V661"

"V662"

"V664"

"V666""V667"

"V668"

"V669"

"V671"

"V672"

"V673""V674""V675"

"V676""V677"

"V678"

"V679"

"V680"

"V682"

"V687"

"V691" "V692"

"V693"

"V694"

"V695""V696"

"V697"

"V698"

"V699""V700"

"V701""V702"

"V703"

"V705""V706"

"V709"

"V712"

"V721"

"V722"

"V723"

"V724""V725"

"V726"

"V727""V728"

"V733"

"V735"

"V736"

"V737"

"V738""V739""V740"

"V741"

"V742""V743"

"V744""V745""V746"

"V749"

"V750"

"V753"

"V754"

"V755"

"V759""V760"

"V761"

"V762"

"V763"

"V767"

"V768"

"V769"

"V770"

"V771"

"V772"

"V773""V774"

"V777"

"V778"

"V780"

"V781""V782"

"V783""V784""V785"

"V786"

"V787""V788""V789"

"V790""V793"

"V794""V797"

"V798"

"V803"

"V804"

"V805"

"V806"

"V807"

"V808""V809""V810"

"V811"

"V815"

"V816"

"V817"

"V818"

"depotCE"

L11

L12

L13

L14

L16L17

L21

L23

L25

L26

L28

L31

L32L33L34

L35

L38

L41L42L44L45

L46

L47

L48

L52

L53

L54L55

L56

L57L58

L61

L62

L63

L64

L65

L66L67

L68

transcriptome

métabolome

protéome

Transport et accumulation lipidiques

Régulation

Stress oxydant

Métabolisme lipidique

Evaluer l’impact athérogénique de différentes matières grasses laitières

anhydres +/-décholestérolisées et appauvries en AGS

MGLA déchol

& dé-sat

41%

MGLA déchol

+ colza

37%

Palme natif

+ colza

37%

MGLA std

+ colza

37%

MGLA std

67%

20% fat (by weight), en régime semi-synthétique

Athérogénèse (Cholesteryl-ester aorte)

X 12 semaines

Régimes tests

Metabolome plasmatique n=701 (LCMS)

Metabolome urines n=1224 (LCMS)

Chimie du sang =26 (biochimie: TG, Chol, HDLC, LDLC,…)

Acides gras foie & classes lipidiques du plasma n=124 (fast-GC)

Expression gènes foie et sang n=44 (QPCR)

Total = 1666 variables biologiques/hamster + 1 (mesure indice athérogénicité)

But

• identifier des biomarqueurs prédictifs de l’athérogénèse

sensibles aux régimes;

Lésions peu étendues Lésions étendues

Marqueurs biologiques des lésions (f(régimes)?)

1666 variables biologiques/hamster

Sélection selon critère VIP de l’analyse discrimante multivariée PLS

127 variables biologiques discriminantes

38 métabolome urine

38 metabolome plasma

23 acides gras (PL, CE, TG, Lipides totaux)

12 biochimie sang

16 gènes

Dairy fat derived fatty acids

AA metabolism Regulation of lipid transport and metabolism

Mitochondrion function

Vit E metabolism

hemostasis

Blood cholesterol related

Endogenous derived fatty acids dairy fat derived fatty acids

Regul. of lipid metab. & transp. mitochondrion function

miscellenous & unidentified

inflammation hemostasis

Aminoacids metabolism Vitamin E metabolism Pathways relative activation

a b b b c

a ab b c ab

a b c bc ab ab bc bc c c

a a a a b

a b b b c

Relative activation in dietary groups

Biological clusters

ANOVA Pvalue < 0.001 e

1

2

3

4

5

6

7

8

c c b

a

Pre

dic

ted

ath

ero

sc

lero

sis

ANOVA Pvalue < 0.001

1

2

3

4

5

6

7

8

Ob

se

rve

d a

the

ros

cle

ros

is

e

c c

b

a

Predicted Atherogenicity = 0.108091*[dairy fat derived fatty acids] + 0.152669*[endogenous derived fatty acids] - 0.0340185*[mitochondrion function] + 0.173429*[regul. Lipid metabol. Trans.] - 0.0751566*[vitaminE metabolism] - 0.153142*[hemostasis] - 0.110269*[aminoacids metabolism] + 0.110269*[blood cholesterol related]+ 0.231903*[inflammation] - 0.00456344*[miscellenous & unidentified] + 4.06731.

5.1% 6.3% 6.6%

7.3% 3.3% 1.2% 3.7% 1.9% 5.1% 3.4%

Quantitative contribution to

disease outcome

Regul. of lipid metab. & transp.

Athero_index

dairy fat derived fatty acids

Regul lipid metabol & transport

Mitochondrion function inflammation

hemostasis

Aminoacids metabolism

vitE metabolism

Miscellenous & unidentified

Endogenous derived fatty acids

Blood cholesterol related

d-CEHC-glucuronide g-CEHC-glucuronide b-CEHC-glucuronide a-tocopheronate-glucuronide

*

PC(0-C16:0/0:0) PAF(0-C17:0/2:0) * *

L-tryptophan L-leucine L-valine L-proline Indole acrylic acid Trp-Gln-peptide

*

Fasting NonHDL-cholesterol/HDL-cholesterol Fasting total cholesterol/HDL-cholesterol Fasting HDL-cholesterol Fasting cholesterol Fasting phospholipids Fasting HDL-phospholipids Fasting HDL-triglycerides Fed HDL-phospholipids Fed HDL-cholesterol Fed cholesterol Fed phospholipids Fed nonHDL-cholesterol

*

PL_C17:0 L_C17:0 PL_C15:0 TG_C15:0 TG_C14:0 FFA_C17:0

PL_C20+CLA

lysoPC(C14:0) lysoPC(C15:0) lysoPC(C17:0) CE_C15:0 CE_C14:0 FFA_C15:0 FFA_C14:0 PL_C14:0 L_C14:0 lysoPC(C12:0)

FFA_C20+CLA

*

FFA_C22:6n-3

L_C24:1n-9 PL_C22:6n-3

PL_C18:1n-7

CE_C14:1n-5 CE_C16:1n-9 lysoPC(C16:1) L_C18:1n-7 TG_C18:1n-9 TG_C22:4n-6

*

GL_CRP GB_IL1a

GL_PON1 * U_M307T428 U_M329T560 U_M327T28 GL_GLUT2 U_M280T417 U_M322T47 U_M399T541 U_M439T459 U_M463T424 U_M513T453 U_M421T351

*

GL_UCP2 Isobutyryl/butyryl-carnitine methylglutaryl-carnitine tiglyl-carnitine L-octanoyl-carnitine hydroxybutyryl-carnitine

*

GL_CEH GL_ACAT GL_CYP7A1 GL_ACOX GL_ApoAIV GL_SCD1 GL_LDLR GL_ACC GL_SREBP1c GL_MTP GL_LIPA

* *

Quelques applications en sélection cultivars, origine produits, qualité

2004 2005 2006

Cultivar Amadeo x 2004 2005 2006

1 localisation x

Géo x temps

Cult x temps

Test biologique (dysfonction vasculaire in vitro) des différents cultivars de thé vert

Cultivars biologiquement actifs/non actifs

Analyse métabolomique de différents cultivars de thé vert

Métabolites discriminants des cultivars

Métabolites associés à l’activité biologique

Cultivars possédant les métabolites actifs

Validation = transfert de l’activité biologique par ajout des métabolites suspectés actifs à un cultivar initialement inactif (ex: importance bio THEANIN)

Co-expression de gènes associés à l’assimilation du souffre avec O-acetylsérine

Fonction de gènes inconnus

Méthodes de production/formulation

cultivars Process industriel Qualité/ingeniering

Produits/molécules d’intérêts santé

Signature biologique & caractéristiques moléculaires

Gènes (réponse amont)

protéines

Métabolites (réponse aval)

Stress (agression, drogue,

nutriments)

Réponse adaptative

Système biologique intégré

CRIBIOM, une plate-forme de criblage biologique

phytonutriments

Réponse biologique

phénotype

« omiques »

IGEC colza

Projet « Polygone » Onidol, PIVERT, U-Caen, AMU GENESYS/SAS PIVERT

Ingéniérie inverse

CRIBIOM

Plate forme microarray (IFR) QPCR

Transcriptomique

Plate-formes expérimentales

animalerie

Cultures cellulaires

Bioinformatique, statistiques et modélisation in silico

Métabolomique et lipidomique

LC QTOF GCMS

fastGCFID LC orbitrap

Quels sont les éléments qui fragilisent encore le développement de la métabolomique?

Reproductibilité inter-plateforme et standardisation

MS instruments (TOF, QTOFs, orbitrap)

NMR instruments

Despite a large differences in the number of features among the instruments, the heterogeneity in the analytic conditions and data post-processing, the spectral information within (NMR and MS) and across methods (NMR vs MS) was highly converging (from 64% to 91% on average). No effect of the MS configuration (TOF, QTOF, Orbitrap) was noticed

Facteurs humains: scepticisme et conservatisme des biologistes, formation insuffisante

chimie

Du relatif au quantitatif

Du statique au dynamique

De centaines de composés à des milliers

De la preuve de principe à la routine

De l’identification manuelle à l’identification automatique à haut débit

De l’instrument dépendant à l’universel

biologie

De la découverte à la validation de nouveaux biomarqueurs

Des biomarqueurs individuels aux biomarqueurs multiplexes

Du laboratoire R&D à la clinique

Du groupe au metabotype individuel

Du descriptif au mécanistique

Des petites cohortes à l’épidémiologie

Du spectral à l’imagerie Informa-tique De l’interrogation manuel à

l’automatisation

Des outils maisons aux outils universels

De la métabolomique à l’intégration omique

Des statistiques à l’intégration au text-mining et à l’interprêtation

Des voies métaboliques aux fonctions biologiques

D’un accès restreint à un accès universel (visualisation)

Spectro de masse

Banque de données

Identifier et annoter

Que pensez-vous de la métabolomique?

Très bien Bien

Moyen À supprimer