综述：基质辅助激光解射电离质谱成像在植物与食品脂质组学中的应用：进展、挑战与未来展望

本综述系统评述了基质辅助激光解射电离质谱成像（MALDI-MSI）技术在植物和食品脂质组学研究中的突破性应用，重点分析了其在提升空间分辨率、灵敏度及解决脂质异构体识别难题方面的创新策略，并展望了多组学整合与计算生物学驱动的未来研究方向。

　　

技术原理与进展

基质辅助激光解射电离质谱成像（MALDI-MSI）通过将激光能量传递至基质-样品共结晶体系，实现脂类分子的原位电离与空间定位。近年来，该技术空间分辨率已突破至单细胞水平（<10 μm），灵敏度达到飞摩尔级，显著提升了复杂生物基质中低丰度脂质的检出能力。离子淌度谱（IMS）技术的整合进一步增强了异构体分离效能，而稳定同位素标记策略则实现了动态代谢通量的可视化追踪。

脂质空间异质性解析

在植物组织中，MALDI-MSI揭示了脂质分子在细胞膜、叶绿体及油体中的特异性分布。例如，磷脂酰胆碱（PC）在细胞膜中富集，而三酰甘油（TAG）在油体中呈现高积累。食品基质研究则发现，脂质氧化产物在加工肉制品中的梯度分布与品质劣变直接相关。通过二级质谱（MS/MS）碎裂技术，成功区分了sn-位置异构体（如PC 16:0/18:2与PC 18:2/16:0），为代谢机制解析提供了关键证据。

分析挑战与应对策略

脂质结构的复杂性（如异构体、同量异位素）仍是核心挑战。研究采用衍生化反应（如甲基化、肟化）增强电离效率，结合碰撞截面积（CCS）数据库匹配提升了鉴定可靠性。此外，机器学习算法被用于高通量光谱数据解析，实现了脂质亚细胞定位的自动注释。

前沿应用与跨学科整合

稳定同位素示踪（如¹³C标记）动态揭示了植物脂质合成通路中的碳流向，而多组学整合（转录组-蛋白组-脂质组）揭示了胁迫条件下脂代谢网络的重编程。在食品科学中，该技术应用于污染物迁移追踪、营养成分空间分布评估及真伪鉴别领域。

未来展望

下一代MALDI-MSI将聚焦于3D重构技术、单细胞脂组学及人工智能驱动的大数据分析。通过耦合超高分辩质谱（如FT-ICR）和微流控样品前处理，有望实现脂质代谢网络的全局可视化，推动精准农业和食品营养创新的发展。