Skip to main content

Christian Metallo 博士

改善健康的途径


安捷伦助力代谢流和疾病机制研究

Christian Metallo 及其团队在他们的研究中应用了系统级建模 — 但这并非因为他们喜欢为本已复杂的工作增加更多复杂性。

“这样做是为了保持我们得到的信息以及由数据得出的结论的真实可靠性,”他说道,“如果单独查看一份数据,可能会得出一定的结论。但是在代谢网络背景下对数据进行分析,我们可以得出更可靠的结论。”

加利福尼亚大学圣迭戈分校的 Metallo 及其同事采集的数据涵盖多个研究领域,包括癌症代谢、干细胞生物学和代谢综合征。

“我们研究的首要目标是试图了解代谢功能障碍如何转化为疾病过程,”他说道,“因此,得到一种生物系统(无论是临床患者的疾病、采集的患者样本,还是动物或细胞培养基中的疾病模型)后,我们会尝试探索代谢机制。”

Metallo 的研究尤其引人注目之处在于对代谢流分析的持续关注。

“我们使用稳定同位素示踪物来定量分析代谢活动或酶活性,而不是研究静态代谢物和静态分析物,”他说道,“通过观察给定的生物系统或疾病模型中发生改变的代谢通路,我们希望鉴别出能够作为药物或饮食等的靶标的关键通路或酶。”

他们研究中不可或缺的工具是:“来自安捷伦的经过验证的可靠仪器。”Metallo 说道:“我们所有的工作都涉及定量和数字。如果测量结果的精度不够,那么结果几乎毫无价值。”

他的实验室主要依赖三台来自安捷伦的气质联用系统以及一台同样来自安捷伦的三重四极杆液质联用系统。他们利用这些仪器开展靶向脂质组学研究。

Metallo 说:“我们所用仪器的稳定性和灵敏度让我对结果充满信心。”

虽然 Metallo 明显偏好精密度和可靠性都经过验证的分析仪器,但是他和他的团队也开发了新方法以更详细地研究代谢通路。

“某些过程是高度分化的,因此细胞的不同组分有着特定的功能,而研究的难点就在于我们要关注细胞某一特定部分而非其他部分发生了什么,”Metallo 说道。

“我们开发的氘代示踪技术使我们能够获取有关细胞质中线粒体内或线粒体外所发生过程的信息。否则,在处理转换速度非常快的代谢物时,要分离出这些不同的细胞组分并不容易。”

Metallo 解释说,他的团队同时使用报告代谢物与氘代同位素示踪来开展研究。

“这使我们能够解答细胞如何以高度分化的方式运作的问题,”他说道,“如果研究对象是细菌,它基本上就是一个装满 DNA 和蛋白质的袋子,但哺乳动物细胞复杂得多。我们的新技术使我们能够更详细地了解细胞的运作方式。”

让 Metallo 越来越感兴趣的一个研究方向是,分析脂质如何转换以及它们如何导致疾病,尤其是神经系统疾病。

“我们发现一个反复出现的现象,即脂质代谢的变化是导致疾病的因素。就神经系统和视网膜而言,我们知道它们具有非常独特的脂质,并且这些脂质都有着特定的作用。”

简而言之,特定的细胞需要特定的养分。例如,有些细胞需要更多的糖类,其他细胞则需要更多的脂肪。这意味着饮食和遗传都发挥着各自的作用。当然,年龄也是一样。Metallo 指出,事实上,随着人口老龄化,神经退行性疾病正变得越来越普遍。

“随着时间的推移,这些过程中的代谢衰竭或缺陷最终会导致组织功能障碍,”他说道,“并且通常最先出现问题的就是高级组织。”

也就是,心脏、眼睛、大脑中的组织。

“随着我们对代谢组的研究越来越全面,我们不断鉴别出了具有潜在毒性或者潜在的有益代谢物,并且我们能够对它们进行定量分析以及更详细的功能表征,”Metallo 说道。

“我们正在努力研究饮食变化产生积极(或负面)影响的机制。一旦了解了相关机制,也许就可以进一步设计更有针对性的治疗方案。”

仅限研究使用。不可用于诊断目的。

Christian Metallo 博士

加利福尼亚大学圣迭戈分校生物工程副教授,加利福尼亚州圣迭戈

代表性出版物

Combinatorial CRISPR-Cas9 Metabolic Screens Reveal Critical Redox Control Points Dependent on the KEAP1-NRF2 Regulatory Axis.
Zhao D, Badur MG, Luebeck J, Magaña JH, Birmingham A, Sasik R, Ahn CS, Ideker T, Metallo CM, Mali P.
Mol Cell. 2018 Feb 15;69(4):699-708.e7. doi: 10.1016/j.molcel.2018.01.017

Enzyme promiscuity drives branched-chain fatty acid synthesis in adipose tissues.
Wallace M, Green CR, Roberts LS, Lee YM, McCarville JL, Sanchez-Gurmaches J, Meurs N, Gengatharan JM, Hover JD, Phillips SA, Ciaraldi TP, Guertin DA, Cabrales P, Ayres JS, Nomura DK, Loomba R, Metallo CM.
Nat Chem Biol. 2018 Nov;14(11):1021-1031. doi: 10.1038/s41589-018-0132-2.

Reverse engineering the cancer metabolic network using flux analysis to understand drivers of human disease.
Badur MG, Metallo CM.
Metab Eng. 2018 Jan;45:95-108. doi: 10.1016/j.ymben.2017.11.013.

Engineering approaches to study cancer metabolism.
Metallo CM, Deberardinis RJ.
Metab Eng. 2017 Sep;43(Pt B):93. doi: 10.1016/j.ymben.2017.09.002.

Tracing insights into human metabolism using chemical engineering approaches.
Cordes T, Metallo CM.
Curr Opin Chem Eng. 2016 Nov;14:72-81. doi: 10.1016/j.coche.2016.08.019.

相关信息