DDA数据依赖采集模式进行自动化、并行质谱成像和脂质结构鉴定

2023-06-02 12:30:21, Create 科瑞恩特（北京）科技有限公司

前言‍‍

组织中脂质空间分布可以用来区别细胞、组织和疾病类型，脂质组学在研究机体生理病理过程中有着重要作用。质谱成像技术（MSI）已广泛应用于脂质组学的研究，然而同时进行脂质鉴定与空间定位能够获取更为详尽的信息，缩短实验周期。目前MSI实验中观察到的脂质鉴定方法依赖于组织匀浆的LC-MS/MS分析，导致空间信息丢失，因此寻找一种自动化脂质结构鉴定并行质谱成像的方法至关重要。

摘要

荷兰马斯特里赫特大学 Shane Ellis团队于2018年在《Nature Methods》上发表了题为“Automated, parallel mass spectrometry imaging and structural identification of lipids”的文章，该文章中作者开发了一种基于质谱成像的脂质组学工作流程，该工作流程能够在高分辨质谱成像的同时自动获取脂质鉴定数据。

图1 基于ALEX123数据库对脂质分子进行DDA成像与自动结构鉴定的实验工作流程

本研究中采用40μm空间分辨率对大鼠小脑中的脂质成分进行成像以及脂质鉴定。

如图1所示，在MSI实验中使用FTMS和IT-MS/MS交替采集模式，在第一个位置获得FTMS全扫描谱图（橙色MS1），水平移动20μm后获得数据依赖（IT-MS/MS）谱图（蓝色MS2），在整个组织表面重复此模式采集直至完整扫描。ALEX123数据库中包含超过43000种脂质分子种类以及相关加合物特异性碎片离子，通过ALEX123数据库，分别对FTMS与IT-MS/MS得到的数据进行脂质种类匹配，从而准确鉴定脂质分子以及其空间分布情况。

图2 自动化结构鉴定DDA成像数据

通过该方法检测到165种不同的脂质成分，在IT-MS/MS中自动匹配了113种脂质分子，其中104个采用高分辨FT-MS/MS进行验证，并且对不同的脂质分子进行质谱成像分析。

综述

综上所述，通过这样的方法可以实现自动化、高通量、高分辨率MSI数据的获取以及脂质分子结构的鉴定。未来可以通过与更灵敏的MALDI-2技术（激光诱导后电离技术）或衍生化技术相结合，来提高脂质物质的检测，从而依靠DDA数据依赖型质谱成像方法获得信息丰富的组学分析。

透射式超高分辨质谱成像系统

科瑞恩特

此项研究中所采用的MALDI ESI Injector^TM(Spectroglyph,LLC)是我们公司目前在大中华区独家代理的离子源，该MALDI离子源可同时搭载ESI离子源，既可用于传统LC-MS/MS实验，也可用于质谱成像检测，通过双离子漏斗接口实现离子源快速切换，无需拆卸，操作便捷，并且接口可以进一步升级为MALDI-2和t-MALDI检测，大大提高空间分辨率和检测灵敏度。