利用直接多序列比对（Direct MS）技术实现脂质特征的检测，该技术在结直肠癌的诊断中具有重要意义

《Journal of Pharmaceutical and Biomedical Analysis》：Direct MS Enabled Discovery of Lipid Signatures with Diagnostic Implications in Colorectal Cancer

结直肠癌（CRC）脂质组学研究采用iEESI-MS技术结合多元统计分析，发现40种显著差异脂质（含PC、PE、PG、SM、Cer等9类），其中PC(36:4) AUC达0.95，构建包含10种脂质的诊断模型（AUC 0.985），揭示甘油磷脂和甘油脂代谢通路异常，为快速CRC诊断提供新工具。

　　近年来，随着癌症研究的不断深入，人们越来越关注肿瘤细胞在代谢层面的变化。特别是脂质代谢的异常，被认为是癌症发生、发展和转移的重要标志之一。脂质代谢物作为生物标志物，具有较高的灵敏度和特异性，能够为癌症的早期诊断和治疗提供重要依据。然而，传统的脂质分析方法往往存在样本前处理复杂、分析时间较长等缺点，这些因素不仅增加了实验操作的难度，还可能影响临床样本的稳定性和完整性，尤其是在组织样本的检测中。因此，开发一种快速、准确且适用于临床的脂质分析技术显得尤为迫切。

在众多脂质分析技术中，质谱（Mass Spectrometry, MS）因其高分辨率和高灵敏度，被广泛应用于癌症代谢研究。然而，传统的质谱方法，如液相色谱-质谱联用技术（LC-MS）和气相色谱-质谱联用技术（GC-MS），通常需要复杂的样品前处理步骤，这不仅增加了实验成本，还可能引入误差。例如，LC-MS在分析单个样本时，往往需要超过30分钟的时间，这种耗时的特性限制了其在临床环境中的广泛应用。相比之下，质谱成像（Mass Spectrometry Imaging, MSI）技术，如基质辅助激光解吸/电离质谱（MALDI-MS）和解吸电喷雾离子化质谱（DESI-MS），能够在不破坏组织结构的前提下，实现对数百种脂质分子的原位检测和空间分布分析。这些技术的应用，使得癌症代谢研究在分子水平上更加精确和全面。

尽管如此，目前的质谱技术在脂质代谢分析中仍面临一些挑战。其中，如何高效地检测低丰度脂质分子，以及如何缩短分析时间，是研究人员亟需解决的问题。为此，内部提取电喷雾离子化质谱（Internal Extractive Electrospray Ionization Mass Spectrometry, iEESI-MS）作为一种新型的直接质谱分析技术，因其无需复杂的样品前处理、高灵敏度和高通量等优势，逐渐受到关注。iEESI-MS能够在极短的时间内完成对复杂样本的分析，同时还能有效减少样品消耗，使其在临床应用中更具可行性。

本研究旨在利用iEESI-MS技术，结合多元统计分析方法，如主成分分析（PCA）和正交偏最小二乘判别分析（OPLS-DA），对20对结直肠癌（CRC）和相邻正常组织样本的脂质代谢谱进行分析。通过这种方法，我们希望识别出能够有效区分CRC与正常组织的脂质生物标志物，并构建一个基于这些分子特征的诊断模型。此外，我们还将探讨与CRC发生发展相关的脂质代谢通路的变化，以进一步揭示脂质代谢在癌症发生过程中的作用。

在实验过程中，我们首先收集了20名经组织学确诊的CRC患者样本。这些样本均来自吉林大学第一医院，并按照TNM分期系统进行了全面的病理评估。所有手术切除的组织样本均立即用液氮冷冻，并在-80°C的低温环境中保存，直至进行分析。本研究严格遵循赫尔辛基宣言的伦理原则，确保所有实验操作符合相关规范。

通过iEESI-MS技术，我们能够快速、高效地获取CRC患者和健康对照组的脂质代谢谱。如图1所示，iEESI-MS在正离子模式下，主要检测到质量数范围在m/z 700-900之间的高丰度离子，同时还能检测到低丰度的脂质分子。这一技术的优点在于，它能够在不进行复杂前处理的情况下，直接分析组织样本，从而减少了实验误差，提高了数据的准确性。此外，iEESI-MS的样品消耗量非常低，仅需约1.0毫克，这使得其在临床样本分析中更加经济高效。

在分析结果中，我们发现有40种脂质分子在CRC患者和健康对照组之间发生了显著变化，这些脂质分子涵盖了九个主要的脂质类别，包括甘油磷脂（如磷脂酰胆碱、磷脂酰乙醇胺、磷脂酰甘油、磷脂酸和磷脂酰丝氨酸）、鞘磷脂和神经酰胺，以及甘油三酯和甘油二酯。其中，磷脂酰胆碱（PC）（36:4）在区分CRC与正常组织方面表现出较高的诊断效能，其曲线下面积（AUC）值达到了0.95。我们进一步构建了一个包含10种脂质代谢物的最优诊断模型，该模型在诊断CRC时的敏感度为0.967，特异度为0.95，AUC值高达0.985。这一结果表明，基于脂质组学的诊断模型在临床应用中具有较高的潜力。

除了识别脂质生物标志物，我们还进行了通路富集分析，以探讨脂质代谢通路在CRC发生发展中的作用。结果显示，甘油磷脂代谢通路和甘油脂代谢通路在CRC患者中发生了显著的扰动（p<0.01），这表明这些通路可能在CRC的发病机制中起着关键作用。通过这些分析，我们不仅能够识别出CRC相关的脂质代谢变化，还能够揭示这些变化与癌症发生之间的潜在联系。

iEESI-MS技术的引入，为CRC的脂质代谢研究提供了一种新的思路。它能够快速、准确地检测CRC特异性脂质生物标志物，并揭示被扰动的代谢通路。这种技术的应用，不仅有助于提高CRC的诊断效率，还能够为精准医学的发展提供有力支持。通过将脂质代谢研究与临床诊断相结合，我们有望开发出更加精准、高效的CRC检测方法，从而提高患者的生存率和治疗效果。

此外，iEESI-MS技术在其他癌症研究中也展现出了良好的应用前景。例如，在肺癌研究中，基于iEESI-MS的分析方法已被用于建立癌症预测模型，显著提高了诊断的敏感度、特异度和准确度。这表明，iEESI-MS不仅适用于CRC研究，还可能在其他类型的癌症诊断中发挥重要作用。因此，推广iEESI-MS技术在癌症代谢研究中的应用，对于提升癌症诊断的整体水平具有重要意义。

总的来说，本研究通过iEESI-MS技术，结合多变量统计分析方法，成功识别出多个潜在的CRC脂质生物标志物，并构建了一个具有较高诊断效能的模型。这些结果不仅有助于加深对CRC代谢机制的理解，还能够为临床提供一种快速、准确的诊断工具。随着技术的不断发展和优化，iEESI-MS有望成为未来癌症诊断和治疗的重要手段之一。