开展脂质组学分析，你需要这些技术和工具

脂质是最简单的生物分子，也是最复杂的生物分子。蛋白质由21种氨基酸组成，基因由5种核苷酸组成，与它们不同，脂质的主要重复单元只不过是-CH_x-。不过要是算上分支和饱和度（还有顺式反式）的话，脂质又存在几乎无限的变化。

不仅仅是“脂肪”

一提到“脂质（lipid）”，有些人也许会想到脂肪、油或蜡，但脂质组的变化可比碳氢化合物要多得多。脂质组学的公共资源 – LIPID MAPS® 结构数据库（LMSD）包含了4万多种独特的脂质结构，是世界上最大的脂质组学数据库。

截至2022年5月7日，LMSD共包含47,533种脂质结构，总共分为八类：脂肪酸类、甘油酯类、甘油磷脂类、鞘脂类、固醇脂类、异戊烯醇脂类、糖脂类和聚酮类化合物。链长、位置异构化和功能化是三个明显的结构特征，也是化学区分点。幸运的是，这些特征可用现代分析方法轻松区分。

由于脂质组学和代谢组学重叠，前者有时被认为是后者的子集。尽管重叠的部分不少，但基于实际原因，代谢物往往仅限于分子量不超过1500 Da的代谢产物。在赛默飞世尔科技公司从事代谢组学应用开发的Rahul Deshpande博士表示：“由于脂质以独特的方式发挥作用，且分析涉及到有限的技术，它们有自己的组学类别。当然，也存在一些灰色地带。”

对脂质组进行研究首先涉及到脂质的提取，然后是选择分离和鉴定方法。常用的脂质分离方法有薄层色谱（TLC）、液相色谱（LC）等，鉴定时常用的方法有核磁共振和质谱技术。如今，液相色谱-质谱（LC-MS）已成为首选的分析方法。

靶向和非靶向分析

脂质组学研究可分为靶向和非靶向的。非靶向研究是对生物样品中各种脂质同时开展研究，以获得更多的信息。靶向脂质组学分析则更像大海捞针，针对样品中特定的脂质分子及其代谢物进行分析。靶向分析可能涉及到样品制备，包括富集、去除或加标等。如今，脂质组学被广泛应用于各种癌症、遗传病和神经退行性疾病的生物标志物研究。

Deshpande博士表示：“与所有‘组学’一样，浓度动态范围是脂质组学须面对的一个问题，特别是在靶向实验中，如炎症的脂质标志物。此外还有浓度不断变化的问题。”他指的是在细胞裂解后，有些生化过程会继续影响脂质浓度，有些试剂和环境暴露（如氧化）也会影响。

“即使将细胞转移至PBS溶液中，浓度也可能受到影响，”他说。细胞膜脂质相对不容易受到这些因素的影响，但它们的组成会随着细胞在其生命周期中的变化而变化。“在设计实验时，必须考虑到所有这些因素。”

更高的追求

尽管脂质通常被分为八类，但这些分类可通过化学结构来进一步区分。SCIEX公司的高级经理Maryam Goudarzi称：“脂质组学方法经过微调，可表征这些结构复杂性，并且可使用与极性代谢物分析相同的分析平台。”这家公司致力于推动代谢组学和脂质组学分析。

具体的分析方法包括细胞裂解（如果适用）、提取、LC（亲水作用色谱HILIC、反相色谱）和质谱检测。质谱分析的选项包括 MALDI 成像和各种离子淌度方法。“脂质组学也可与其他各种生物化学或生物物理分析相结合，以回答有关新陈代谢的问题，”Goudarzi说。

与蛋白质组学、基因组学和代谢组学一样，脂质组学实验也特别依赖标准光谱库。脂质存在于大多数光谱数据库（如NIST、HMDB、mzCloud）中，但这些数据库中的碎片详细信息却有所不同。

“在脂质组学实验中，尽管报告脂质类别、碳数和不饱和度都是常规做法，但如果想阐明完整的结构，在分析和计算上仍然具有挑战性。Zeno EAD能够提供额外的片段来提高脂质鉴定的可信度。这是一个令人兴奋的新机会，为脂质数据库带来了丰富的注释，”Goudarzi谈道。

SCIEX公司在去年推出新产品 – ZenoTOF 7600 LC-MS/MS系统。新产品结合了Zeno离子阱和电子活化解离（EAD）技术，使得系统的灵敏度有了很大提高。这些技术组合便于人们获取所需的关键MS/MS信息，用于表征大分子以及阐明小分子和脂质的位置异构体。

SCIEX近日还发布了一份应用指南，介绍了如何应用ZenoTOF 7600系统上的EAD技术来阐明甘油磷脂、鞘脂和甘油酯的结构。与常用的碰撞诱导解离相比，EAD报告了独特的碎片离子，对脂质的完整表征至关重要。