Metabolomics meets genetics - from an NMR metabolomics platform to the genetic architecture of serum metabolites

Loading...
Thumbnail Image
Journal Title
Journal ISSN
Volume Title
School of Science | Doctoral thesis (article-based) | Defence date: 2012-03-02
Date
2012
Major/Subject
Mcode
Degree programme
Language
en
Pages
146
Series
Aalto University publication series DOCTORAL DISSERTATIONS, 16/2012
Abstract
Metabolomics is a recently emerged field of science studying metabolites and how their levels change with biological perturbations. A key requirement for metabolomics analyses is a technology that can capture a multitude of metabolite information in a single measurement. As many of the available platforms have lacked automation in the metabolomics experimentation, including the data analysis and handling, the measurements have been costly and time-consuming, and thus metabolomics data had not been widely applied in large-scale studies. Metabolomics profiling, however, has great potential to provide further biological knowledge by, for example, elucidating in detail the mechanisms and pathways underlying disease. The first two publications of this thesis present a high-throughput proton nuclear magnetic resonance (NMR) -based serum metabolomics platform designed to facilitate the use of metabolomics data in large biomedical studies. The platform allows the highly-automated metabolomics profiling of tens of thousands of samples per year in a cost-effective manner and with the implemented models more than a hundred metabolites, including lipoprotein subclasses, other lipids and small molecules, can be quantified from the serum NMR data. The metabolomics profiling provided by the NMR-based platform has gained wide interest; the platform has run non-stop since it was set up in late 2008 as many Finnish and international cohorts have had their samples measured and used the data in several publications. In the two other publications included in this thesis, the quantitative metabolite data obtained through the platform was combined with detailed data on genetic variants in more than 8000 Finnish individuals. This unique data set was used a) to comprehensively characterize, in terms of metabolite and genetic associations, the genomic regions known to associate with blood lipid levels, and b) to dissect genetic components associated with the changes in the metabolite levels. A wealth of biological information was uncovered in these studies including new metabolic associations for the known genetic regions and several new genetic regions associated with the metabolites. These findings can help to understand the links between the genes and clinical conditions. Together the results of this thesis show how detailed metabolomics data greatly complements the conventional laboratory measurements and support the use of this data in biomedical studies as means to provide valuable biological knowledge.

Metabolomiikka on tieteenala, joka tutkii metaboliitteja ja kuinka niiden tasot muuttuvat biologisten häiriötekijöiden vaikutuksesta. Metabolomiikassa pyritään siihen, että kaikki, tai ainakin mahdollisimman iso osa, näytteen metaboliiteista saadaan määritettyä samanaikaisesti. Täten tärkeä osa metabolomiikkatutkimusta on menetelmä, joka pystyy mittaamaan suuren määrän metaboliitti-informaatiota kerralla. Iso ongelma metabolomiikkatutkimuksissa näihin on kuitenkin ollut, että käytössä olevien laitteiden mittauskapasitetti ja automaation mahdollisuudet, myös datan käsittelyssä ja tulkinnassa, ovat olleet rajallisia. Täten mittaukset ovat olleet usein kalliita ja aikaavieviä, ja siksi harvat isot tutkimukset ovat käyttäneet metabolomiikkatietoa. Tutkimukset ovat kuitenkin osoittaneet, että metaboliitti-informaation käyttäminen auttaa muun muassa havainnollistamaan tautimekanismeja. Osa tästä väitöskirjasta käsittelee NMR-spektroskopiaan pohjautuvaa metabolomiikkaprotokollaa, joka kehiteltiin edesauttamaan metabolomiikkatietoa käyttöä epidemiologisissa ja kliinisissä sovelluksissa, jotka vaativat suurehkoja näytemääriä. Protokolla on pitkälti automatisoitu, ja siten sitä käyttäen isojen näytejoukkojen mittaaminen sujuu nopeasti ja kustannustehokkaasti. Lisäksi, protokollan osana on kehitetty kvantitointimalleja, joilla seerumin NMR-spektreistä saadaan tarkkaa tietoa yli sadasta metaboliitista. Protokolla pystytettiin vuoden 2008 lopussa, ja sen jälkeen sillä on mitattu kymmeniätuhansia näytteitä ja sillä kerättyä tietoa on käyetty useissa julkaisuissa. Tähän väitöskirjaan sisältyy myös kaksi muuta julkaisua, joissa protokollalla mitattua metabolomiikkatietoa yhdistettiin geneettiseen informaatioon. Näihin tutkimuksiin oli käyettävissä ainutlaatuinen aineisto: yli kahdeksan tuhatta suomalaista viidestä eri tutkimusaineistosta, joista kustakin oli määritetty sekä yli sata seerumin metaboliittia että koko genomin kattavasti yhden nukleotidin muutoksia. Tätä tietoa käyttäen selvitettiin, mitkä genomin muutokset assosioituvat metaboliittitasojen muutoksiin ja karakterisoitiin tarkemmin genomin alueita, joiden on aiemmin havaittu vaikuttavan veren rasvapitoisuuksiin. Näissä tutkimuksista saatiin paljon uutta metabolista ja geneettistä tietoa, joka voi edesauttaa tarkentamaan niitä mekanismeja ja metabolisia reittejä, jotka yhdistävät geenejä ja kliinisiä tiloja. Yhdessä tämän väitöskirjan löydökset näyttävät, kuinka käyttämällä metabolomiikkapohjaista tietoa saadaan kerättyä uutta biologista informaatiota, myös verrattuna perinteisesti käytettyihin laboratoriomittauksiin, ja täten havainnot tukevat tarkan metaboliitti-informaation käyttöä biolääketieteellisissä tutkimuksissa.
Description
Supervising professor
Kaski, Kimmo, Prof.
Thesis advisor
Ala-Korpela, Mika, Prof., University of Oulu, Finland
Ripatti, Samuli, Adj. Prof., Institute for Molecular Medicine Finland, Finland
Keywords
metabolomics, nuclear magnetic resonance, genetics, single nucleotide polymorphism, lipoprotein subclasses, metabolomiikka, NMR, genetiikka, SNP, lipoproteiinialaluokat
Other note
Parts
  • [Publication 1]: Tukiainen T, Tynkkynen T, Mäkinen VP, Jylänki P, Kangas A, Hokkanen J, Vehtari A, Gröhn O, Hallikainen M, Soininen H, Kivipelto M, Groop PH, Kaski K, Laatikainen R, Soininen P, Pirttilä T, Ala-Korpela M. A multi-metabolite analysis of serum by 1H NMR spectroscopy: Early systemic signs of Alzheimer's disease. Biochem Biophys Res Commun. 2008;375(3):356-361.
  • [Publication 2]: Soininen P, Kangas AJ, Würtz P, Tukiainen T, Tynkkynen T, Laatikainen R, Järvelin MR, Kähönen M, Lehtimäki T, Viikari J, Raitakari OT, Savolainen MJ, Ala-Korpela M. High-throughput serum NMR metabonomics for cost-effective holistic studies on systemic metabolism. Analyst. 2009;134(9):1781-1785.
  • [Publication 3]: Tukiainen T, Kettunen J, Kangas AJ, Lyytikäinen LP, Soininen P, Sarin AP, Tikkanen E, O'Reilly PF, Savolainen MJ, Kaski K, Pouta A, Jula A, Lehtimäki T, Kähönen M, Viikari J, Taskinen MR, Jauhiainen M, Eriksson JG, Raitakari O, Salomaa V, Järvelin MR, Perola M, Palotie A, Ala-Korpela M, Ripatti S. Detailed metabolic and genetic characterization reveals new associations for 30 known lipid loci. Hum Mol Genet. In press.
  • [Publication 4]: Kettunen J, Tukiainen T, Sarin AP, Ortega-Alonso A, Tikkanen E, Lyytikäinen LP, Kangas AJ, Soininen P, Würtz P, Silander K, Dick DM, Rose RJ, Savolainen MJ, Viikari J, Kähönen M, Lehtimäki T, Pietiläinen KH, Inouye M, McCarthy MI, Jula A, Eriksson J, Raitakari OT, Salomaa V, Kaprio J, Järvelin MR, Peltonen L, Perola M, Freimer NB, Ala-Korpela M, Palotie A, Ripatti S. Genome-wide association study identifies multiple loci influencing human serum metabolite levels. Nat Genet. In press.
Citation