开题报告
背景介绍
代谢组学诞生于上世纪九十年代中期，是继基因组学、转录组学、蛋白质组学之后诞生的一门新的交叉学科，也是系统生物学中的一个重要组成部分，是通过考察生物体系受刺激或扰动前后 (如将某个特定的基因变异或环境变化后)代谢产物图谱及其动态变化研究生物体系的代谢网络的一种技术，其研究对象主要是相对分子质量 1000以下的内源性小分子1。生物机体在外界病源或环境改变时，会产生多层次、多器官和多组织的应答反应，这些应答反应最终将影响到终端代谢水平的变化。代谢物小分子作为生物系统对基因和环境改变的应答信号级联放大的终端产物，其表达水平的变化可以很大程度上反应出生理或病理的变化，从而帮助人们探究疾病成因或发现对于疾病的新型治疗方式提供了丰富的资料。因此，近年来代谢组学已经迅速成为生命科学领域的研究热点之一。
代谢组学广泛应用于生命科学中的各个领域，如疾病诊断2-4，新药研发5,6，药物作用机制7,8，毒性作用机制9，植物代谢组学10，微生物代谢组11,12学等，但是同时面临分析技术，方法学，数据挖掘等发面急需突破的问题。
数据分析是代谢组学的重要组成部分，同时也是从大量实验数据中寻找生理生化规律的关键步骤。分析技术精密性的提高，各种分析平台视窗的扩大，批量生物样本检测需求都大大增加了输出数据的量和复杂度，给后续分析和挖掘带来了极大的负担。所以，必须全面掌握样本和数据集的特征才能选取合适的方法或策略对其进行分析，以确保结果的可靠性和无偏性。13
代谢组学数据具有以下特点14：
1.组学一般特征，即高通量，多样本，多变量。
2.由于内源性小分子在数目上远小于蛋白组和基因组，并且受分析技术的限制，探测到的小分子代谢物数目有限，因此与蛋白组、基因组等组学相比，很多情况下，代谢组学样本数目等于或者大于变量数目。
3.人体小分子代谢物在体内的丰度具有很大的个体差异，同时对于相同个体，不同时间序列下小分子代谢物丰度也表现出较大的差异，另外，不同小分子之间的丰度也存在较大差异。因此，原始数据必须经过适当的归一化处理。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
