利用Lipidepifind技术对脂质表代谢物/反应进行表征，作为特发性肺纤维化的诊断生物标志物

《Analytical Chemistry》：Characterization of Lipid Epi-Metabolites/Reactions as Diagnostic Biomarkers for Idiopathic Pulmonary Fibrosis by Lipidepifind

本研究开发新型脂质组学方法，通过代谢网络扩展策略预测表观代谢物，并利用Shiny应用和R包实现高效分析。该方法经四重验证后，在特发性肺纤维化患者血清中发现725种表观代谢物，鉴定出磷脂酰胆碱等生物标志物，优于传统数据库方法。

　　

脂质组学能够全面分析脂质种类，为研究疾病发病机制和识别生物标志物提供了强有力的方法。传统的脂质组学工作流程依赖于使用经过整理的生化数据库对脂质种类进行注释。然而，许多未被识别的脂质并未包含在这些数据库中，这限制了功能性或病理性生物标志物的发现。为了解决这一限制，我们开发了一种系统识别生物样本中结构修饰脂质（称为表观代谢物）的方法。首先，通过液相色谱-高分辨率质谱技术在不同生物基质中鉴定了1479种母脂质。接着，利用包含62种反应类型的代谢网络扩展策略预测了所有潜在脂质表观代谢物的质谱特征，并在原始测试样本数据中进行了筛选。为了确保可重复性和提高分析效率，我们将这一工作流程实现了一个用户友好的Shiny应用程序（https://xinguang-liu.shinyapps.io/metabolite_mz_predictor/）和一个开源的R软件包Lipidepifind（https://github.com/Xinguang-Liu/Lipidepifind）中。随后，通过四个验证标准来识别脂质表观代谢物：质谱/质谱分析、保留顺序过滤、保留时间校准以及碰撞截面验证。最后，通过多变量统计和表观代谢反应富集分析表征了差异性的结构修饰及可能的酶介导反应。我们在特发性肺纤维化（IPF）中展示了这种方法的有效性，在患者血清中鉴定了725种脂质表观代谢物。观察到两种富集的脂质氧化裂解反应，并在IPF患者中鉴定出两种表观代谢物生物标志物：磷脂酰胆碱（16:0/9:0 (CHO)）和（16:0/5:0 (COOH)）。该方法在匹配和识别脂质表观代谢物方面优于传统的基于数据库的策略，并揭示了IPF中的差异性脂质修饰和酶促过程。