中枢神经系统脂质代谢的稳定同位素方法：从精确量化到代谢示踪

《iScience》：Stable isotope approaches for CNS lipid metabolism: From precision quantification to metabolic tracing

　　摘要
脂质在中枢神经系统（CNS）的膜组织、信号传导、髓鞘形成和代谢稳态中发挥核心作用，其丰度、周转和空间分布受到精细调控。稳定同位素方法为解析这种复杂性提供了互补的手段。本文整合来自细胞、动物和人类研究的证据，比较了稳定同位素稀释（SID）和化学同位素标记（CIL）在精确脂质定量中的应用，以及能够解析合成、周转、通路贡献和脂质转运的代谢示踪策略。我们考察了这些方法在质谱、核磁共振（NMR）、振动光谱（VS）和成像平台上的实施情况，以及将同位素富集模式与通路活性联系起来的动力学和通量建模框架。我们进一步强调了具有空间和细胞类型分辨能力的同位素测量方法，这些方法将脂质分析从整体丰度拓展到区域和细胞水平的代谢组织。这些进展建立了一个将脂质组成与代谢动力学联系起来的框架，并为中枢神经系统生理学、神经疾病、髓鞘修复和代谢干预策略提供了机制性见解。

图文摘要

引言
哺乳动物中枢神经系统（CNS，见术语表）富含脂质，脂质约占其干重的50%。中枢神经系统表现出复杂而独特的脂质谱，主要包括胆固醇、磷脂、鞘脂及其结构修饰衍生物。这些种类不仅构成细胞膜和髓鞘的结构框架，还参与膜流动性调节、受体介导的信号转导和能量储存。重要的是，中枢神经系统的脂质组成并非静态：神经元和胶质细胞通过合成、降解和转运不断调整脂质库，从而支持神经发育、突触重塑和损伤修复。理解这些过程需要能够准确定量脂质丰度、并在需要时解析代谢转化的分析方法。

近年来高分辨率脂质组学的进展——特别是采用色谱-质谱联用（MS）的技术——极大地拓展了研究中枢神经系统脂质生物学的分析能力。值得注意的是，即使没有同位素示踪剂，基于高分辨率质谱的工作流程也已实现对神经组织中脂质的详细分子和空间定位，包括单细胞和亚细胞层面的分析。这些研究凸显了现代脂质组学在表征脂质多样性和空间组织方面的强大能力。然而，仅仅比较不同样品间的峰面积或信号强度不足以确定实际的脂质丰度。准确定量——无论是相对定量还是绝对定量——都需要引入内标。在可用的选择中，稳定同位素标记的内标是定量的金标准，因为它们与内源性对应物具有几乎相同的化学结构，并能有效校正基质效应、电离变异和样品制备过程中的损失。除了实现精确量化外，使用稳定同位素还提供了一种额外的、根本不同的能力：同位素可以被掺入内源性脂质代谢通路，从而作为代谢示踪剂。这种标记能够直接测量脂质合成、周转和通路分支——这些信息无法从终点“静态快照”的丰度数据中获得。代谢标记还能揭示库大小的动态变化以及单个分子种类的区域内外转运，提供超越常规定量的时间和空间洞察。与放射性示踪剂或荧光探针相比，稳定同位素在分子特异性、对天然脂质结构的最小扰动以及较低的监管负担方面也具有优势。

重要的是，脂质代谢与更广泛的代谢网络紧密整合：脂肪酸和固醇来源于乙酰辅酶A等中心碳代谢物，磷脂头基则来源于小分子极性中间体。因此，脂质组学是代谢组学的一个专门分支，其解释需要考虑整个细胞的代谢背景。据此，稳定同位素标记（SIL）已成为当代中枢神经系统脂质生物学研究的核心手段。这些方法可大致分为两个概念上不同的应用方向。（1）精确静态定量，包括稳定同位素稀释（SID）和化学同位素标记（CIL），可提高分析准确性、校正基质效应并改善样品间可比性，但其本身不提供动力学信息。（2）代谢标记方法，如稳定同位素探针（SIP）和代谢通量分析（MFA），将同位素引入内源性代谢通路。由此产生的同位素富集模式描述了标记原子通过这些通路的运动，而通量则必须通过将这些模式拟合到明确定义的代谢网络模型中来推断。因此，通量估计依赖于数值求解相关的同位素和物料平衡方程，使得MFA成为一种模型驱动而非测量驱动的方法。在本综述中，前半部分总结了目前使用的通用及中枢神经系统特异性SIL策略和分析工作流程。在后半部分，我们采用以策略为导向的视角，讨论这些方法、技术和建模框架如何实现脂质丰度、周转、通路和位点归属的精确量化，以及中枢神经系统中空间和细胞谱系分辨的测量。最后，我们概述了仍然存在的主要生物学、技术性和计算性挑战，并指出了推进基于稳定同位素的中枢神经系统脂质代谢研究的未来方向。

脂质代谢研究中稳定同位素方法的方法学：从标记策略到数据解读

稳定同位素标记与稳定同位素示踪这两个术语之间可能存在混淆。SIL实际上包含多种分析上不同的策略，它们在所提供的信息类型上存在根本差异。所有SIL方法都将非放射性同位素（如13C、15N和2H）引入分子或样品中，但只有代谢标记方法——通常称为同位素示踪——才能产生动力学信息，如合成速率、周转和通路通量。其他SIL策略服务于不同的分析目的：SID采用同位素标记的内标来校正回收率、基质效应和电离变异性，从而实现高精度的绝对定量；CIL或同位素编码衍生化则用同位素标签修饰官能团，以增强静态丰度测量中的色谱分离、检测灵敏度或异构体分辨能力。因此，就实验设计而言，SIL方法可分为三个功能类别：（1）用于动力学和通量分析的同位素示踪；（2）用于绝对定量的SID；（3）用于改善检测和结构分辨的CIL/衍生化。这些方法是互补的，但不可互换。只有同位素示踪支持下游分析，如同位素分布分析（ISA）、质量同位素分布分析（MIDA）或MFA，而SID和CIL严格增强静态测量的准确性或深度。在本节中，尽管整体结构遵循同位素示踪的实验流程，我们明确区分了需要SID进行内标校正以及CIL可应用于改善低丰度示踪衍生种类检测的情境，同时强调定量通量测定是由代谢标记独特实现的。

标记策略

脂质SIL可沿三个维度进行分类：引入途径、标记阶段和试剂特征；具体类别和适用范围见表1。与通常使用标记葡萄糖的碳水化合物代谢或通常追踪少数标记氨基酸作为前体的蛋白质代谢不同，脂质代谢标记试剂的选择更为复杂，并受到多种因素的制约。复杂性的来源包括脂质种类的多样性（如甘油三酯、胆固醇、磷脂和鞘脂）、骨架结构和极性头基的显著差异，以及组成脂肪酸在链长、饱和度和双键位置上的显著异质性。因此，针对特定脂质或通路的标记设计应紧密贴合所要追踪的特定生物合成或修饰步骤；研究者应首先确定目标合成或修饰节点，然后选择合适的标记前体和标记位置。用于脂质通量示踪的常见底物包括葡萄糖或甘油、脂肪酸、氨基酸以及广泛作用的非特异性示踪剂H2O。葡萄糖或2H2O等通用前体可将标记广泛掺入多种中间体以估算整体通量，而通路靶向前体（如用于鞘脂通路的丝氨酸或棕榈酰辅酶A，或用于含胆碱脂质生物合成的胆碱）则可提供关于分支特异性通量和速率的更精确信息。在同位素选择方面，13C和2H最为常用；15N适用于含氮脂质但适用范围较有限。对于质谱（MS）和核磁共振（NMR）波谱检测，13C示踪剂通常更受青睐，因为2H标记在质子化溶液中容易发生H–D交换，并可能在去饱和及相关反应中丢失或被稀释，从而影响示踪准确性。此外，由于C–D键与C–H键之间零点能的差异，2H相对于1H表现出显著的动力学同位素效应（KIE），这可能会减慢涉及氢键断裂的特定酶促步骤（如脂质过氧化）。然而，KIE对整体通路通量的生物学影响取决于受影响步骤的“通量控制系数”。在代谢网络中，通路的速率主要由其最慢的步骤（瓶颈）决定。如果一个对2H敏感的反应具有较低的控制系数——即它不是瓶颈——KIE可能对总通量产生可忽略的影响；而较高的控制系数则可能导致显著的生理扰动。稀有同位素（如19F）具有低背景，因此具有高对比度和灵敏度，但需要评估其合成可获得性和生物相容性。在振动光谱（VS）特别是拉曼光谱中，标记对光谱峰位移和“静默区”信号的贡献指导着标记选择。13C取代通常只产生较小的振动位移，而大量C–D取代则在静默区产生清晰的信号；因此，氘代标记在振动光谱成像中被广泛采用。

表1 脂质稳定同位素标记的分类及适用范围

| 分类维度 | 类别 | 原理 | 代表性试剂 | 主要应用；优缺点 | 参考文献 |
|---------|------|------|------------|----------------|---------|
| 引入途径 | 代谢标记 | 向细胞或生物体提供稳定同位素标记的代谢前体，使新合成的分子在原位被标记 | [U-13C]-葡萄糖；2H2O；甘油-13C3；15N-胆碱 | 应用：代谢通量和动力学、合成速率估算、通路归属、长期组织/细胞器示踪。优点：保持生理环境；缺点：标记分布复杂，达到可检测掺入需要较长时间 | Xing et al., Qi et al., Kostyukevich et al., Berlin et al. |
| | 化学衍生化标记 | 利用稳定同位素试剂对提取物或纯化化合物中的官能团进行选择性化学修饰，引入质量偏移或报告基团 | 羧基靶向：d0-DMED/d4-DMED；Dns-PP/Dens-PP；C=C靶向：d6-丙酮 | 应用：复杂生物样品分析、脂质异构体区分。优点：增强分析物分离/鉴定；缺点：衍生化可能引入副反应并增加样品前处理复杂度 | Hu et al., Xia et al., Ma et al. |
| | 酶促标记 | 利用含稳定同位素介质中的特异性酶选择性裂解或转化脂质，使介质中的同位素掺入产物；在原位或体外进行（文献中通常指体外） | 脂肪酶 + H218O 将18O掺入羧基/磷酸基团 | 应用：位点特异性结构信息。优点：位点选择性高；缺点：需要特异性酶且反应条件受限 | Jo et al. |
| 标记阶段 | 体内标记 | 通过口服、静脉注射或培养基添加的方式向活体系统给予同位素示踪剂 | 同上述代谢标记 | 应用：代谢通量分析、动力学研究、通路归属、纵向组织/细胞器脂质重塑研究 | Xing et al., Qi et al., Kostyukevich et al., Berlin et al. |
| | 体外标记 | 离体对提取物或纯化样品施加酶促或化学同位素试剂 | 化学衍生化；体外酶促反应 | 应用：绝对定量（内标校准）、样品归一化、增强检测灵敏度、位点归属 | Hu et al., Xia et al., Ma et al., Jo et al. |
| 标记试剂特征（主要针对MS平台设计） | 质量偏移标记 | 引入一个或多个稳定同位素产生明确的质量增量，使标记和未标记种类在MS中得以区分 | 均匀13C/15N标记的内标（如U-13C菊粉、U-13C-葡萄糖、U-13C-辛酸）；ICD策略中使用的试剂 | 优点：直接、可靠的定量；缺点：可能与等压背景重叠，天然同位素丰度产生小影响 | Xing et al., Xiao et al., Andersen et al., Chen et al., Wei et al., Wang et al. |
| | 等压/同位素平衡标记 | 标记后保持前体离子质量相同，在MS2中产生不同的报告离子用于多重相对定量；标签由反应基团、平衡基团和报告基团组成 | 重氮丁酮衍生化 + 氨基氧-TMT标记；肼衍生化 + TMT-双联等压标记试剂套装 | 优点：实现高通量、多重比较和资源节约；缺点：标记位点有限，需要高能碎裂，受分辨率和基质效应影响 | Yang et al., Gu et al. |
| | 质量亏损标记 | 利用同位素或元素之间极小的精确质量差异，将分析物移位到独特的高分辨质量区域进行选择性MS1检测 | NeuCode（中子编码）技术（主要用于蛋白质组学） | 优点：提高灵敏度、选择性和多重能力；缺点：依赖高分辨仪器，对标签合成和同位素纯度要求高，可能改变理化性质和电离特性 | Armbruster et al., Overmyer et al. |

打开新窗口查看表

为了在分子水平上克服传统SIL的局限性，研究者越来越多地将同位素示踪与化学衍生化相结合，以实现高通量、结构特异性的标记和定量策略。衍生化通过化学修饰官能团（如–COOH、–OH、C=C、>C=O和–NH2）生成保留母体骨架但具有改善的可分离性、电离效率或光谱可识别性的衍生物，从而提升拉曼光谱、核磁共振（NMR）和质谱（MS）的分析性能。稳定同位素在衍生化中的应用包括简单同位素标记衍生化和同位素编码衍生化（ICD）。简单同位素衍生化的目的是提高可检测性或实现示踪，例如，使用含NMR活性同位素的试剂（13C和15N）实现同位素编辑检测以及衍生化产物的精确定位，从而提高定量准确性和通量。ICD在衍生化过程中引入成对的轻/重稳定同位素标签，使分析物形成化学等价但质量差固定的衍生物。在提取、衍生化、分离和分析之前，将已知量的重标记内标与天然样品混合，是质谱中广泛采用的方法，用于提高定量准确性并补偿处理过程中的偏差。在振动成像中，基于ICD的方法扩展了可区分振动“颜色”的数量；多种同位素编辑振动探针可同时处理，实现活细胞中小分子的多色成像。在质谱工作流程中，ICD显著提高非极性脂质的电离效率和信噪比，实现对低丰度物种的高灵敏度检测、异构体形式的区分以及更精确的结构信息获取。综合性综述已充分记载了化学衍生化结合稳定同位素在脂肪酸、神经酰胺、甾醇及其他脂质类别分析中的广泛适用性。

此外，鉴于哺乳动物脂质的多样性以及不同物种和区室之间周转速率的显著差异，示踪剂的选择和标记时长的优化必须根据生物学问题和实验系统量身定制。时间进程优化应整合底物理化性质、系统内代谢活性以及检测平台的灵敏度；建立时间梯度和在多个关键时间点采样对于准确重建脂质代谢动力学至关重要。对于体内研究，示踪剂的给药途径影响标记动力学和分布。无论给药途径如何，都需要严格标准化示踪剂纯度和剂量、给药速率、实验对象的禁食/进食状态、给药前后采样时间以及环境条件，以确保动力学测量的可重复性和生物学可解释性。实验设计应包含合适的内标和质量控制样品，以评估提取回收率、衍生化效率和同位素保真度。

**样品制备**

针对不同的分析模式，稳定同位素标记脂质样品的处理需符合特定模式的要求（图1）。拟用于振动光谱（VS）的样品应优先保留组织或细胞的原生空间结构；此类样品可作为新鲜冷冻切片直接成像，或进行原位成像。用于NMR和MS检测的稳定同位素标记样品的制备通常遵循标准脂质组学的基本流程，通常包括：（1）通过液氮速冻或立即加入预冷有机溶剂（如甲醇）快速猝灭细胞或组织代谢；（2）使用已建立的方法进行脂质提取，如Folch法、Bligh-Dyer法、丁醇-甲醇（BUME）法或甲基叔丁基醚（MTBE）法；（3）平台依赖的下游步骤，包括添加内标、色谱分离以及必要时进行柱前衍生化（如脂肪酸甲基化或胺化）。不同平台之间的方法细节、试剂选择和质量控制要求有所不同。用于质谱成像（MSI）的样品制备必须满足平台特定的约束条件。对于MALDI或SIMS/TOF-SIMS MSI，通常使用导电或金属涂层基底（如ITO载玻片），并且必须针对所选平台优化基质制备和沉积程序。对于质谱工作流程，应在代谢猝灭或早期提取步骤中加入已知量的稳定同位素标记内标，以校正样品回收率和仪器漂移。同位素内标在NMR分析中应用较少，在VS中则很少使用。所有采样和处理步骤应在低温条件下快速进行，以最大程度减少不稳定氢和氧同位素的可逆交换，并防止标记物的扩散或降解。

**图1 稳定同位素标记在脂质动态研究中的示意图**

当将稳定同位素标记脂质分析应用于神经系统组织时，采样和制备流程应适应中枢神经系统（CNS）和周围神经系统（PNS）的独特特征。由于CNS各区域的脂质组成差异显著，目标区域如海马、皮层或灰质和白质应通过激光捕获显微切割或精确的手动解剖进行分离。对于PNS标本，建议去除神经鞘和周围结缔组织；致密神经束的脂质提取效率可通过胶原酶预处理和反复机械匀浆来改善。在整个操作过程中，应保持低温并加入抗氧化剂（例如0.01%丁羟甲苯，BHT）以防止不饱和脂质的氧化。根据CNS与PNS组织的组织结构、脂质组成和物理性质优化样品处理，将最大限度地保留同位素标记分布，减少背景干扰，并提高稳定同位素标记分析的准确性和可重复性。

**检测方法**

在稳定同位素标记脂质代谢研究中，通常使用三种主要分析平台：VS、NMR和MS。VS——包括FTIR和拉曼光谱及其专门变体（如CARS、共振拉曼和SRS）——为稳定同位素脂质研究提供了若干实际优势。特别是拉曼光谱，需要最少的样品制备，成本效益高，并在成像模式下实现高空间分辨率，因此已广泛应用于脂滴生物学。同位素取代引起振动带的预测性位移（例如C–H → C–D），通过谱带位置和强度的变化，可在细胞和组织尺度上直接检测位点或区域特异性的同位素富集。成像实现方式可在活细胞或组织切片中提供代谢分布的二维或三维图谱；样品制备简单且可重复，使VS非常适合监测膜相变、脂肪酸饱和度以及局部化学微环境的变化。VS的主要局限性在于相对于其他模式的灵敏度较低、在复杂混合物中的分子特异性有限以及光谱重叠；因此，VS常与MS或NMR结合使用，以实现定量分析、异构体区分和通路解析。

NMR是一种互补的光谱技术，通过在外加磁场中检测自旋活性同位素（如13C和2H）的化学位移、耦合模式和弛豫性质，实现对标记位置的直接识别和定量、位点特异性的掺入测量。NMR本质上能区分同位素异构体，并可在单次实验中同时跟踪和量化通过多个代谢通路的通量，使其成为稳定同位素研究中不可或缺的工具。NMR的优势包括固有的定量性、高可重复性、简单的样品制备以及非破坏性测量，允许对同一样品进行重复分析或后续下游检测。其主要局限在于灵敏度和谱宽限制，降低了对低丰度代谢物的覆盖范围。MS相比NMR提供更高的灵敏度、更宽的动态范围和更优的低丰度代谢物检测能力，尽管其在同位素标记位置方面提供的信息较不直接。MS在电离后检测分子，并按质荷比（m/z）进行分离；稳定同位素的掺入产生相对于天然丰度分布的可测量质量偏移。高分辨率、高精度MS能够分离和定量同位素体及诊断碎片离子，可用于推断前体来源、代谢通量和位点特异性掺入模式。这三种模式在检测稳定同位素标记CNS脂质方面的各自优势和局限性总结于表2。后续章节将阐述每种技术的基本原理和标准工作流程。全面理解这些分析方法如何解析同位素特征，对于研究人员根据其具体实验目标选择最合适的单一或正交策略至关重要。

| 维度 | VS | NMR | MS |
|------|----|-----|----|
| 空间分辨率 | 最高（拉曼/SRS/CARS亚微米级） | 最低（体相测量） | 中高（MSI 5–50 μm；NanoSIMS亚微米级） |
| 灵敏度和低丰度覆盖 | 最低；需要高丰度或高富集 | 中等；需要大量样品 | 最高；适合痕量CNS脂质 |
| 分子特异性和混合物分辨率 | 低-中；无法解析独立酰基链 | 中等；具有化学位点分辨率但峰重叠 | 最高；解析完整物种和异构体 |
| 同位素检测和同位素异构体分辨率 | 检测C–D和13C=O位移；同位素异构体分辨率非常弱 | 强位置同位素异构体分辨率 | 中-强；m/z位移+碎裂 |
| 结构分辨率 | 中等；对顺反异构和堆积敏感 | 中等；需要二维NMR | 最高；UVPD/EID/IMS解析结构异构体 |
| 定量准确性 | 中等；受散射和基质效应影响 | 最高；固有定量 | 高；需要内标 |
| 样品需求与制备 | 最少；通常原位进行 | 最大；需要毫克级组织 | 小；需要提取/分离 |
| CNS异质性兼容性 | 极佳；直接原位成像 | 差；需要匀浆 | 良好-极佳；MSI实现区域定位 |
| 时间分辨率适用性 | 最适合短期脉冲标记 | 最适合长期稳态标记 | 灵活适用于短、中、长期动态 |
| 通量和通路分析适用性 | 有限；仅体群周转 | 强；位置特异性示踪 | 极佳；同位素体+碎片通量建模 |
| 主要局限性 | 分子特异性有限；易受荧光和光谱重叠影响；无法可靠解析长链同系物或位置异构体 | 固有灵敏度低，样品量需求大；采集时间长；缺乏空间分辨率 | 易发生H/D交换和同位素混杂；结构异构体区分通常需要额外的分离、衍生化或靶向碎裂；样品制备和基质效应可能改变分析物分布；MSI耗时且受离子抑制和像素间变异影响 |

**表2 VS、NMR和MS在稳定同位素CNS脂质研究中的局限性比较**

**检测方法——VS**

稳定同位素标记脂质的VS工作流程包括光学激发、信号产生、光谱分离和定量。在激发阶段，线性方法（如FTIR和自发拉曼）使用宽带红外光源或连续波激光探测基态分子振动；而非线性方法（如SRS和CARS）通常使用超短飞秒激光脉冲驱动相干振动跃迁。对于同位素标记体系，激发波长必须覆盖标记部分（如C–D和13C=O）的特征频率窗口。信号强度由振动相关的偶极矩变化（红外活性）或极化率变化（拉曼活性）决定。由于同位素取代显著改变了有效振动质量，它产生特征性的红移（例如，C–D伸缩振动从C–H移至约2100 cm?1的“细胞沉默区”），为标记基团与天然基团之间的非破坏性区分提供了物理基础。值得注意的是，VS的信号强度从根本上受限于拉曼和红外跃迁固有的弱散射或吸收截面。因此，当富集水平较低时，同位素位移峰容易被背景信号或样品自发荧光掩盖。因此，VS对同位素富集的要求在所述三种分析方法中最高，特别是在需要解析与13C取代相关的微小频率位移的应用中。

在光谱分离和检测阶段，线性方法（FTIR、自发拉曼）直接呈现吸收或散射峰位置和强度，适用于高光谱分辨率的位移分析；而非线性方法（CARS、SRS）通过频率-频率相关或相干增强揭示振动耦合和动态信息。具体而言，自发拉曼具有优异的光谱分辨率，适合解析13C诱导的微小位移，但受限于弱信号和生物荧光。相比之下，CARS受益于相干信号增强，但受非共振背景影响，该背景会扭曲光谱并限制定量准确性；SRS没有非共振背景且浓度响应线性，可实现最佳灵敏度、成像速度和像素级定量，因此是D2O介导的脂质时空示踪的首选方法。FTIR具有强吸收响应，尽管空间分辨率受限于红外衍射极限，但适用于组织尺度体相富集评估。

**检测方法——NMR**

NMR通过利用核自旋在强静磁场B0中的共振行为来检测稳定同位素标记脂质。在高场超导磁体中，具有非零自旋的原子核与B0平行或反平行排列，然后被以其拉莫尔频率的射频（RF）脉冲扰动。产生的自由感应衰减由宽带RF线圈记录，并经傅里叶变换转换为频域谱，其中每个共振由其化学位移、线形和标量耦合模式表征。对于稳定同位素标记脂质，13C和/或2H富集位置可被直接探测（如13C检测实验）或通过异核相关间接探测1H。相比之下，氧和氮核在脂质NMR研究中很少使用，因为它们的优势同位素（16O和14N）具有零核自旋或大四极矩，导致信号不可观测或严重展宽；尽管NMR活性同位素17O和15N原则上可被检测，但其极低的天然丰度和差灵敏度限制了其在结构生物学、脂质组学和脂质同位素示踪中的实际适用性。

在采集方案方面，一维（1D）谱如1H和13C提供全局化学位移信息，允许快速评估整体标记模式，但复杂脂质混合物中的峰重叠常限制位点分辨率。二维（2D）相关实验——如HSQC（异核单量子相干）和HMBC（异核多键相关）——通过一键或多键耦合将1H和13C核关联起来，从而沿着甘油骨架和酰基链绘制特定的C–H连接关系，极大地缓解了谱峰拥挤问题。对于更详细的同位素异构体分析，13C–13C相关实验（如INADEQUATE）直接探测相邻13C核之间的标量耦合，能够明确鉴定连续的标记碳原子以及仅靠质谱无法解析的复杂标记模式。在灵敏度受限的情况下——如低13C富集或低样品量——可以采用动态核极化技术，将极化从未配对电子转移到原子核，使核磁共振信号强度提升数个数量级。

核磁共振信号解码依赖于三个互补的信息维度：化学位移、标量耦合和信号强度。首先，化学位移分析将共振峰归属于特定的结构环境——对于脂质而言，这允许区分甘油碳、酰基链ω端碳、羧基附近的α/β碳，以及磷脂或鞘脂中头基特异的特征信号。其次，J-耦合分析利用多重峰模式和耦合常数揭示成键连接性和同位素异构体关系。例如，当两个相邻碳原子均被13C标记时，它们之间的相互标量耦合产生特征性的双峰或更高阶裂分；类似地，1H–13C或更长程异核耦合可用于确定特定位置是否被标记以及标记原子沿分子骨架的排列方式。这些耦合的存在、大小和相对强度反映了位置标记和潜在的同位素异构体分布。第三，在足够的弛豫延迟和适当的脉冲校准条件下，峰面积的定量积分提供位点特异的摩尔分数富集，从而能够计算脂质分子上的位置标记模式。通过结合这些要素，核磁共振不仅能检测稳定同位素标记的存在，还能解码其精确位置和最近邻关系，提供了与质谱互补且通常更为明确的结构和同位素异构体分辨率，尽管代价是需要更高的样品量和适中的富集要求。

**检测方法——质谱（MS）**

用于分析稳定同位素标记脂质的质谱工作流程在很大程度上与传统脂质组学相似，通常包括样品引入、前端分离、电离、质量分析和信号检测。大量高质量文献已系统总结了传统脂质组学中常用的质谱工作流程。对这些既定流程及其基本原理的扎实理解，有助于研究人员更有效地在稳定同位素标记脂质分析中应用基于质谱的方法。简而言之，前端分离通过在质谱分析前分离标记脂质或其衍生物来降低样品复杂性，常用的色谱或电泳技术总结于表S1中。适当选择或组合分离方法可确保保留同位素信息，并为高分辨率质谱定量提供更干净的基质。电离模式的选择主要由脂质化学性质决定，但也必须与质量分析器的检测特性相兼容。在电离过程中，洗脱液被转化为气相离子，离子源（如ESI、APCI和MALDI）的选择应同时考虑脂质类别的理化性质以及与质量分析器检测特性的兼容性，包括电荷态处理、质量范围和碎裂策略（表S2）。电离之后、质量分析之前，可以整合离子迁移谱（IMS）。作为一种气相物理分离技术，IMS在毫秒级时间尺度内根据离子的迁移率和碰撞截面将其分离，提供额外的结构和构象信息，有助于区分同位素标记的脂质种类。

通常，离子在电离后被加速进入质量分析器，根据质荷比（m/z）进行分离。不同类型分析器提供不同的技术优势，其选择应根据实验目标和样品特性进行优化。在此背景下，串联质谱（MS/MS）对于结构解析至关重要。通过诱导特征性碎片离子的形成，MS/MS能够精确定位脂质亚结构中的同位素标记，如单个脂肪酰基链或极性头基。脂质组学中的主流平台通常采用串联质谱架构，包括三重四极杆（QqQ）、四极杆飞行时间（Q-TOF）、四极杆线性离子阱（Q-LIT）、四极杆-Orbitrap（Q-Orbitrap）仪器、Orbitrap以及傅里叶变换离子回旋共振（FT-ICR）仪器。此外，尽管质谱通常与色谱或离子迁移谱联用，直接进样结合超高分辨率质谱已成为一种高效的高通量替代方案。这种"鸟枪法脂质组学"方法绕过了费时的分离步骤，显著缩短了分析时间，并利用极高的质量分辨率实现同位素多重化，从而有效区分来自不同示踪剂的重叠同位素包络。然而，缺乏色谱或离子迁移分离也带来了重要限制：共电离物种可能抑制或增强离子信号，异构体和同重素脂质无法分离，复杂混合物可能产生纠缠的MS/MS谱图，使结构归属和定量复杂化。因此，鸟枪法脂质组学提供了极高的通量，但与LC或IMS联用工作流程相比，通常在分子物种水平鉴定的选择性和置信度方面较低。

尽管整体分析工作流程与传统脂质组学基本一致，但稳定同位素方法的技术特点不仅源于仪器本身，更重要的是来自同位素标记所施加的严格分析要求。例如，减轻H/D交换和同位素 scrambling 对于确保2H标记实验的保真度至关重要。在色谱分离和溶剂体系的设计中，应尽量减少使用高水相流动相或强酸/强碱——这些物质是强质子供体。此外，优化柱温和梯度时间对于减少样品暴露于易交换环境至关重要。关于化学衍生化，同位素应策略性地掺入不可交换的位置，如C–C骨架或芳香环。这种化学稳定化，辅以温和的离子源温度和去溶剂条件，为意外的同位素转移或选择性损失建立了化学和物理屏障。在电离和碎裂阶段，优选软电离技术——主要是ESI、APCI或APPI。严格优化碰撞能量以抑制过度的源内碎裂和结构重排至关重要，从而保持同位素体和同位素异构体分布的完整性。此外，低富集样品需要窄隔离窗口、温和电离条件和高分辨率采集模式，以最大限度地减少噪声干扰并防止脆弱的同位素物种发生源内碎裂。这种保护是下游代谢通量精确量化的基本前提。

最重要的是，精确的稳定同位素分析需要具有足够分辨率的质谱仪来区分仅相差几毫道尔顿的同位素异构体和紧密间隔的同位素体。目前没有任何单一质谱平台能在不做出权衡的情况下完美平衡超高灵敏度、全面高精度同位素体分辨率和分子亚结构定位。高分辨率质谱（如FT-ICR和Orbitrap）可以在MS1水平解析完整的同位素包络，并提供标记原子计数和总同位素丰度，但分子内标记原子的定位通常需要互补的离子阱MSn策略或来自串联质谱片段的结构信息。为了平衡灵敏度、分辨能力、采集速度和结构特异性，已开发出一系列MS/MS采集策略。靶向模式如多反应监测（MRM）和平行反应监测（PRM，也称为MRM-HR）预先定义前体-产物离子跃迁，并选择性地隔离、碎裂和检测这些m/z对。QqQ平台上的MRM可以区分具有不同酰基链组成的脂质异构体，尽管其准确性最终受限于四极杆分析器的有限质量分辨率。相比之下，PRM利用高分辨率分析器如TOF或FT-ICR监测碎片离子，从而提高靶向脂质组学的特异性和通量。重要的是，提高分析通量必须伴随着对质量分辨率技术限制的清晰理解。标称分辨能力（R）在不同质量分析器间并不恒定：与TOF仪器相对稳定的分辨率曲线或四极杆的恒定质量偏移（Δm）特征不同，Orbitrap和其他傅里叶变换（FT）平台的分辨能力随m/z增加而显著降低（R ∝ (m/z)^?1/2）。这种固有的物理性质对高质量脂质构成了重大挑战。例如，尽管棕榈酸酯的13C1和2H1（M+1）同位素体原则上可以用约165,000的最小分辨能力来分辨，但PC(32:0)和TG(48:0)分别需要约477 k和约620 k——这些值超出了大多数商用仪器的能力。因此，高分辨率硬件不应被视为同位素干扰的通用解决方案。相反，稳健的稳定同位素标记工作流程必须整合模块化实验设计、窄质量窗口采集和严格的数学同位素校正模型，以实现脂质代谢示踪研究中的可靠定量。

**数据分析**

所有数据分析都应包括在同一实验流程中并行测量的未标记对照样品和同位素标记标准品，以实现天然同位素贡献、衍生化/标记产率和样品处理偏差的系统级校正。所选的校正方法、内标类型和不确定度估计必须记录并报告，以确保可重复性和可追溯性。对于振动光谱（VS）和核磁共振（NMR），VS技术侧重于标记诱导的特征谱带的准确归属，不需要基于质量的天然稳定同位素丰度校正。然而，光学/检测器响应和基线伪影的严格校正是必不可少的，尤其需要注意不稳定位点的氢-氘交换及其相关的信号强度变化；相比之下，NMR分析强调化学位移和耦合模式的验证，需要明确校正天然稳定同位素丰度，因为自旋活性核如13C和2H会产生可检测的背景信号，可能掩盖低富集标记。此外，必须校正弛豫效应以确保准确的定量积分，并采用二维实验或选择性衍生化技术来解析峰重叠。对于质谱（MS），MS分析侧重于同位素体分布和标记丰度的精确量化，天然稳定同位素丰度的校正必须更加严格。这是因为天然存在的核素如13C、15N和2H可能对同位素峰产生大量背景贡献，特别是在M+1/M+2通道中，这对低富集条件下的同位素峰面积和同位素体重建有重大影响。此外，在处理MS数据时，必须仔细评估信噪比、积分窗口边界和非特异性背景峰干扰，以避免将噪声误归属为弱同位素信号。

在完成数据预处理的初始阶段后，研究重点通常从静态脂质鉴定转向动态下游同位素分析。如引言所述，虽然SID和CIL分别确保定量准确性和检测深度，但只有同位素示踪剂数据才能支持同位素示踪剂分析（ITA）和代谢通量分析（MFA）。在进行动力学分析之前，需要测量前体池富集：ITA利用前体富集来确保下游标记解释的定量准确性，而MFA将前体富集作为通量可识别性的关键模型约束，直接纳入数学框架。需要注意的是，VS仅提供官能团水平的平均富集和空间信息，因此其分析过程通常既不涉及也不需要测量前体池富集。ITA侧重于追踪下游代谢物中标记原子的分布，以确认代谢途径并估计其相对贡献。在此阶段，MS、NMR和VS均可用于量化同位素富集。MS凭借其高灵敏度，是监测脂质组中MIDA的主要平台。NMR凭借其位点特异分辨率，能够实现ISA，允许精确测定分子内特定位点的标记（如甘油骨架与脂肪酰基链）。VS利用标记官能团如C–D键诱导的特征频率位移，实现同位素信号的无损空间定位。

MFA超越了富集分析，通过将同位素标记数据与定义的代谢网络模型整合，定量推断细胞内反应速率。当推进到MFA的更高阶段时，研究人员使用ITA数据作为实验约束来构建代谢网络模型。必须强调的是，单独的MS或NMR测量都不能等同于MFA结果。严格的MFA从根本上由数据和模型两大支柱驱动：它不仅需要准确的同位素标记定量，还需要数学上定义的代谢网络拓扑、稳态或非稳态动力学假设，以及用于通量推断的计算优化算法。在此框架内，MS和NMR提供互补的约束信息维度。MS提供高精度的MIDA数据，定义整体富集模式。与此同时，核磁共振通过解析位点特异性标记和原子邻近关系（例如由标量耦合产生的同位素异构体模式，如1H–13C或13C–13C耦合）提供了独特的结构约束。这类信息有助于解析在多分支途径中的通量分配，而这类途径往往仅凭质量难以区分。相比之下，振动光谱仅报告官能团级别的平均富集，而非严格的代谢通量分析所需的质谱同位素体或位点特异性同位素异构体信息。由于振动信号反映的是采样体积内所有标记键的加和贡献，振动光谱缺乏分子内连接性信息——例如标记原子是否相邻——而这正是区分通过汇聚途径通量所必需的。此外，复杂生物基质中的光谱重叠限制了代谢物特异性分辨能力。因此，振动光谱最适合在简化条件下从非稳态富集动力学估算分数合成率，但其系综平均、缺乏位置标记信息以及光谱拥挤等问题使其无法独立解析复杂多分支代谢网络中的通量。基于质谱的系统水平通量分析通常整合INCA、Metran或OpenFLUX等算法。值得注意的是，这些计算框架是平台无关的，同样可以整合核磁共振衍生的位置富集和多峰数据以提高模型可辨识性。根据示踪剂给药策略，研究人员可采用示踪剂稀释法（常用于体内连续输注以计算出现速率Ra、消失速率Rd和绝对通量）或示踪剂掺入法（常用于脉冲标记以通过时间过程拟合得出分数合成率或途径通量）。当空间分辨技术如质谱成像或振动光谱被纳入这些工作流程时，同位素信号可以映射到组织区域或亚细胞区室，从而实现脂质或代谢物富集和通量的高分辨率定位与定量。

在生理和病理状态下应用稳定同位素标记的策略稳定同位素标记已成为研究中枢神经系统脂质动力学和定量代谢的有力工具。实验设计应基于潜在的生物学问题：同位素稀释适用于绝对定量；代谢示踪用于评估动力学和通量；同位素编码衍生化或靶向化学衍生化可提高检测灵敏度并实现异构体区分。对于每个分析目标，研究人员必须确定所需的读数（例如绝对浓度、分数合成率或碳源）、可接受的生理扰动、最小可检测富集以及合适的正交验证策略。在本综述中，我们采用以策略为导向的框架，总结稳定同位素在中枢神经系统生理和病理中的应用，并讨论方法选择——包括定量、周转分析、途径和位点归属、异构体分辨率以及空间或亚细胞定位——如何影响实验设计和数据解读。

定量中枢神经系统的脂质组成高度特化，许多靶分子丰度低或表现出强烈的区域富集。相比之下，外周样本（如血浆或外周组织）通常具有更均一的基质和更大的样本体积。因此，中枢神经系统脂质定量需要更高的分析灵敏度和选择性。同位素稀释质谱法结合质谱为中枢神经系统脂质的精确定量提供了稳健框架。在同位素稀释质谱法中，在提取前将已知量的化学行为相同的同位素标记内标（加标物）加入样本。经过相同的提取、衍生化和测量步骤后，分析物与加标物之间的同位素比值用于计算靶分子的绝对量，从而校正提取损失、衍生化效率和基质效应。设nx为样本中分析物的量，ns为加标物的已知量，Rx为分析物的天然同位素比值，Rs为加标物的同位素比值，Rm为混合后测得的同位素比值。常用的关系式为：
????=????·(?????????)/(?????????) （公式1）
当Rx可忽略或从天然丰度已知时，该方程可相应简化。所有比值计算都需要对同位素纯度和天然丰度进行校正。非线性校准曲线以及更复杂的双加标或多区室方程也已开发出来，以适应各种实验场景。如今，添加同位素加标物已成为基于质谱的脂质定量的重要组成部分，并广泛用于中枢神经系统脂质组学。例如，Iuliano及其同事使用同位素稀释质谱法结合气相色谱-质谱和液相色谱-质谱，定量了人脑和血浆中约20种胆固醇种类和氧固醇。气相色谱-质谱和液相色谱-质谱的联合使用利用了两种平台的互补优势——包括异构体分离、分析灵敏度、极性覆盖和交叉方法验证——从而在诸如人脑组织和血浆等复杂生物基质中实现更全面和可靠的定量。同样，在临床样本分析中，同位素稀释质谱法结合液相色谱/气相色谱-串联质谱为定量缺血性卒中患者血清中的疾病相关代谢物提供了稳健方法。例如，胆碱相关代谢物（包括血清胆碱、甜菜碱和三甲胺N-氧化物）以及细胞色素P450衍生的花生四烯酸类二十烷酸已通过该策略被鉴定和定量，并被认为是与缺血性卒中相关的代谢改变。此外，同位素稀释质谱法作为内标化策略已广泛应用于多种中枢神经系统疾病的研究——包括阿尔茨海默病、帕金森病、亨廷顿病、肌萎缩侧索硬化症、自闭症谱系障碍和重度抑郁症——以实现对胆固醇、磷脂和鞘脂等各类脂质的靶向定量或跨平台校准。

化学衍生化在实现精确定量方面发挥着不可或缺的作用，其核心优势体现在三个主要方面：提高分子稳定性、增强分析灵敏度和有效区分异构体。由于中枢神经系统组织的生化复杂性、显著的区域异质性和强烈的基质效应，衍生化通过靶向化学修饰稳定不稳定的官能团，确保分析物和同位素标记内标在提取、衍生化和质谱分析过程中表现出高度一致的物理化学行为。这使得高保真、可追溯的绝对定量成为可能。例如，Xia及其同事将化学同位素标记与大气压气相色谱四极杆飞行时间质谱联用，在宽线性动态范围内实现了脑和肝脏磷脂中30种脂肪酸的精确定量。这一原理已针对游离脂肪酸、磷脂、心磷脂、鞘脂等脂质类别得到验证。除了稳定反应性基团外，衍生化还可以引入永久电荷或高响应报告基团，显著提高关键中枢神经系统脂质的检测灵敏度和信噪比。使用基于吡啶鎓的同位素编码衍生化试剂，Meunier及其同事对多种游离脂肪酸进行了平行标记，揭示了游离脂肪酸和磷脂在大鼠脑区的显著空间异质性分布——杏仁核和前额叶皮层中含量高，而海马和小脑中含量较低——从而发现了区域特异性的代谢差异。类似地，Eylan Yutuc及其同事开发了一种使用氘代GP试剂（[2H?]GP）的组织原位酶促衍生化策略，结合微液体萃取表面分析和液相色谱-质谱，实现了小鼠脑切片中胆固醇、其前体和多种氧固醇的空间分辨定量。他们的结果显示，脑桥和小脑白质中的胆固醇丰度显著高于海马和大脑皮层。最后，鉴于中枢神经系统脂质功能的结构特异性，衍生化对于高分辨率异构体分析至关重要。代谢功能障碍常诱导磷脂的结构重塑——包括sn-位置重排、酰基迁移和双键位置改变——这些过程与神经退行性疾病密切相关。对于sn-位置分析，Xu及其同事开发了一种将胺反应性iDiLeu标记与高分辨率离子迁移质谱（解复用离子迁移质谱）相结合的方法，实现了氨基磷脂（包括PE和PS）sn-异构体的灵敏和准确定量。他们在小鼠皮层中注释并定量了239种氨基磷脂种类（包括60对sn-异构体），并揭示了APP/PS1阿尔茨海默病模型中特定氨基磷脂sn-异构体比例的年龄依赖性改变。对于双键位置异构体，Feng及其同事应用稳定同位素N-甲基氮丙啶化策略，系统表征了星形胶质细胞和缺血再灌注小鼠脑组织中的C=C位置异构体。他们观察到缺血损伤后特定异构体（如PC Δ9/Δ11）的差异波动，表明双键位置特异性的病理重塑。总之，衍生化策略不仅提高了分析灵敏度，还确保了中枢神经系统脂质组学中的定量准确性和结构分辨率。这些方法学进展对于阐明神经系统疾病中的脂质结构重塑和代谢重编程至关重要。

周转静态丰度测量仅提供中枢神经系统脂质景观在某一时刻的“快照”。在复杂的神经生理和病理过程中，稳定的脂质水平可能掩盖合成和降解通量的显著波动。因此，在精确定量之外，纳入时间维度以评估脂质周转对于理解中枢神经系统脂质稳态的动态维持至关重要。周转是指代谢池中预先存在的分子被新合成分子取代的过程，涵盖合成和降解。在稳态条件下，合成和降解速率相等，周转可用速率常数k描述，其与半衰期（t1/2）的关系为t1/2 = ln2/k。在稳定同位素示踪研究中，分数合成率——单位时间内被新合成分子取代的脂质池比例——常用于量化周转。用于描述中枢神经系统脂质周转的模型与体内代谢通量分析中应用的模型相似，从简单的单室指数模型到多室或非稳态框架。模型选择取决于生物学假设、数据密度和前体池复杂性。关于用于脂质通量计算的模型的全面综述已在别处提供。鉴于中枢神经系统脂质周转跨越多个数量级，示踪剂设计必须指定标记方案（例如短脉冲、脉冲追踪、稳态输注、连续标记或重复分段脉冲），并将采样频率和观察窗口与靶脂质的预期半衰期对齐。在这些方案中，稳态输注在通量定量方面具有明确的理论优势，因为它维持恒定的前体富集，简化了同位素稳态假设，并允许在明确条件下直接估计出现和消失速率。然而，在体内实现真正的同位素稳态——尤其是在中枢神经系统中——由于血脑屏障转运限制、不同区域和细胞类型间前体可及性的异质性以及许多脂质池所需的较长平衡时间，在技术上极具挑战性。因此，稳态输注在全动物中枢神经系统研究中很少可行，大多数体内脂质示踪实验必须依赖非稳态的时间过程设计，以确保模型可辨识性和生物学可解释性。通常，快速周转的脂质需要短脉冲和密集采样；中等周转脂质需要连续或分段标记并进行每日采样；而慢速周转脂质则需要延长标记并每周或每月采样，同时伴随前体富集测量和高灵敏度质谱检测。

髓鞘周转是中枢神经系统研究中的常见焦点。与其他细胞膜相比，髓鞘的一个显著生化特征是高的脂质与蛋白质比例，脂质占髓鞘质量的70%以上。髓鞘的主要脂质成分包括胆固醇、半乳糖神经酰胺、硫苷脂和缩醛磷脂。髓鞘周转和再生是内在的修复机制；因此，需要能够区分新合成和预先存在的髓鞘成分的方法来评估周转和再髓鞘化。传统方法各有优缺点。Luxol固蓝染色允许测量g-比值，但不适用于小直径轴突，常与透射电子显微镜结合使用，后者提供高分辨率形态学图像；然而，这两种技术都需要离体切片，劳动强度大，且无法区分预先存在和新合成的髓鞘成分。使用专用序列或后处理（如髓鞘水成像、定量磁化率映射和磁化转移成像）的磁共振成像可实现非侵入性纵向监测，但易受技术和生理混杂因素影响，且空间分辨率有限，使小病灶中髓鞘含量的精确定量和再髓鞘化评估变得复杂。非侵入性电生理测量可报告与再髓鞘化相关的传导速度的功能恢复，但无法区分新髓鞘合成与预先存在髓鞘功能的恢复。在生理条件下，髓鞘蛋白和脂质经历持续但缓慢的周转。早期研究因此采用脉冲追踪同位素标记来测量髓鞘动力学。在该方法中，标记前体（放射性或稳定同位素）在脉冲期间给予，随后在追踪期间给予未标记底物；时间分辨采样产生同位素富集的衰减曲线，从中可推断半衰期、合成率和清除率。使用氘脉冲追踪标记，成年小鼠脑中主要髓鞘脂质的半衰期估计为：PC约20天，PE约25天，胆固醇约359天，半乳糖神经酰胺约94天。胆固醇和GalC在发育早期迅速掺入，但在成年期掺入缓慢，而PC和PE的掺入速率在各年龄段保持相对恒定。脉冲追踪研究也报道了髓鞘富集蛋白如髓鞘碱性蛋白（MBP）、蛋白脂蛋白（PLP）及致密髓鞘中某些连接蛋白的半衰期约为100天。这些发现与同位素标记MSI结合基因敲除方法的结果一致，后者估计PLP和MBP的半衰期分别约为180天和77天。在髓鞘再生过程中，脂质重塑动力学发生显著变化。例如，在去除铜腙后10天内，GalC的分数合成速率（FSR）急剧增加，且若干棕榈酸来源的磷脂相对于基线周转表现出升高的FSR。对于周转极慢的中枢神经系统脂质，通常需要连续标记。D2O标记被广泛使用：Kanhai及其同事定量了人脑脊液中的β-半乳糖神经酰胺置换，估计周转率为0.00168天?1（半衰期约413天）。类似地，两周的D2O和氘代膳食胆固醇标记得出仓鼠脑内胆固醇半衰期约为158天。由于脑胆固醇稳态在很大程度上是自主的，外周测量中枢神经系统特异性胆固醇代谢物为脑胆固醇周转提供了非侵入性窗口。D2O富集研究表明，血浆24-OHC反映脑胆固醇周转，可作为外周生物标志物。与外周组织相比，使用SIL定量中枢神经系统脂质周转的研究相对有限。若干方法学和生物学限制导致这一差距。首先，许多结构性中枢神经系统脂质——如髓鞘胆固醇、GalC、硫苷脂和髓鞘富集磷脂——周转极慢，半衰期从数周到数月不等。因此，同位素掺入极少，需要长期标记才能达到可检测的富集水平。然而，长期D2O或13C标记成本高昂，增加动物负担并引发伦理问题，从而限制了中枢神经系统周转研究的可行性。其次，中枢神经系统表现出明显的细胞和脂质池异质性。不同细胞类型——包括少突胶质细胞、星形胶质细胞和神经元——在脂质合成能力上差异显著，使得将组织水平测得的周转率归属到特定细胞来源变得困难。此外，中枢神经系统脂质池表现出特征性的多池结构：神经元膜、少突胶质细胞、髓鞘、内体/溶酶体区室和脂滴各自具有跨越数个数量级的周转率。这种复杂性使得单指数模型不充分，而多区室模型在缺乏细胞类型解析数据时往往不可辨识，导致拟合不稳定或参数不确定。因此，研究人员很少尝试推导中枢神经系统脂质的“真实周转率”。相反，更易处理的替代指标——如分数合成贡献或同位素富集模式——常被使用。例如，在接受D2O和氘代膳食胆固醇（D7-胆固醇）的小鼠中，比较总组织胆固醇输入与循环胆固醇贡献发现，从头合成约占脑胆固醇流入的97%。脂肪酸——动力学相对较快的脂质——的周转研究在中枢神经系统中更为稀少。尽管游离脂肪酸（FFAs）表现出快速合成和摄取，但其内源池极小且化学不稳定。进入中枢神经系统的大部分游离脂肪酸被迅速酯化并掺入磷脂、鞘脂或更高级的髓鞘结构中。这种“低池、高通量”特征，加上中枢神经系统组织易受死后水解和氧化的影响，使得捕捉游离脂肪酸池的真实动态变得困难。此外，中枢神经系统脂肪酸来源于多个交织来源——包括局部从头合成、经血脑屏障的外周摄取以及星形胶质细胞与神经元之间的代谢穿梭——使得任何单一同位素示踪模型都难以解析解剖上区室化的通量。Lands循环的快速重塑（发生在分钟到小时尺度）进一步使解释复杂化，因为酰基链的裂解和再酯化不改变脂肪酸骨架的同位素标记。因此，长期同位素积累模型往往无法捕捉这些“隐藏通量”。鉴于这些限制，当前研究通常间接推断中枢神经系统脂肪酸代谢。例如，早期GC-MS分析喂养全氘代棕榈酸、硬脂酸、油酸、亚油酸和α-亚麻酸的胎鼠，表明脑内主要饱和和单不饱和脂肪酸主要局部合成而非来源于循环。最近，使用膳食[U-13C]-葡萄糖的系统性示踪揭示，中枢神经系统游离脂肪酸的周转比外周器官更慢，且与年龄相关的游离脂肪酸合成下降在中枢神经系统中不那么显著。在新合成的游离脂肪酸中，棕榈酸（16:0）约占50%。途径和位点分配总之，周转分析为脂质组学引入了关键的时间和通量维度，使研究人员能够区分脂质丰度变化源于合成改变还是清除改变。然而，仅解析周转是不够的。为克服组织水平平均化的限制，未来研究必须从定量通量率扩展到确定其生化起源和空间归属——阐明脂质如何合成或转运（途径分配）以及识别这些过程发生的特定细胞类型或亚细胞区室（位点分配）。与周转分析不同——后者侧重于脂质更新的速率维度，包括替换动力学、半衰期和速率常数，因此依赖于时间结构的标记策略如短脉冲、脉冲追踪、稳态输注或连续标记以生成同位素积累或衰减曲线——途径和位点分配旨在解析脂质分子的起源和路由。具体而言，这些方法旨在确定脂质如何构建、经历哪些酶促步骤以及来自哪些细胞或亚细胞区室。因此，途径和位点分配更依赖于在特定空间和时间节点上的同位素分布（MID模式），而非长期时间序列数据，强调结构同位素特征和区分多个前体贡献的能力。这需要精确控制标记窗口和实验时间。由于中枢神经系统表现出明显的细胞异质性、广泛的细胞间脂质穿梭和强烈的亚细胞区室化，组织水平的同位素富集通常代表来自多个来源、途径和池的信号的复合体。将观察到的MID模式准确映射到特定生物合成步骤——如链延伸、去饱和或鞘脂和神经节苷脂组装——并进一步归属到特定细胞类型或亚细胞区室，对于将中枢神经系统脂质代谢研究从描述性分析推进到机制性理解至关重要。在途径分配层面，稳定同位素示踪为识别脂质生物合成途径提供了结构化信息。例如，乙酰辅酶A的逐步二碳标记模式使从头脂肪酸合成得以识别。链延伸表现为同位素模式向更长酰基链的系统性“移位”，而去饱和通常保留标记碳数但改变MID的相对分布。对于多不饱和脂肪酸（PUFAs），多步延伸-去饱和网络产生特征性的“稀释-再富集”模式，可用于推断特定酶促步骤。这种现象源于PUFA生物合成始于必需膳食前体，如亚油酸（18:2 n-6），而非乙酰辅酶A驱动的从头合成。因此，其同位素分布不表现出标准DNL特有的典型m+2或m+4增量，而是反映局部乙酰辅酶A贡献系统地叠加在随后的延伸酶-去饱和酶加工上。鞘脂和神经节苷脂生物合成同样可利用标记的丝氨酸或棕榈酸前体解析。近期研究证明了途径分配在阐明中枢神经系统代谢重编程中的价值。在阿尔茨海默病中，Haney及其同事使用[U-13C]-葡萄糖脉冲示踪研究胶质细胞代谢，发现Aβ刺激选择性诱导小胶质细胞中甘油三酯的从头合成和积累，突显了神经炎症与脂质合成途径之间的直接联系。在进展型多发性硬化症中，Ionescu及其同事将[U-13C]-葡萄糖示踪应用于患者来源的诱导神经干细胞（iNSCs），揭示增强的葡萄糖摄取被重新导向胆固醇和单不饱和脂肪酸合成，导致细胞内脂质积累和神经毒性分泌表型。途径示踪也已应用于解析甘油磷脂的结构组装。使用氘代DHA（D10-DHA）结合LC-MS/MS的IDA-MRM工作流程，研究人员表明外源PUFA前体通过酰化和重塑途径快速掺入确定的分子种类如PC（18:0/D10-22:6）和PE（18:0/D10-22:6）。稳定同位素示踪同样应用于阐明中枢神经系统内中链脂肪酸（MCFAs）和酮体的代谢途径。富含中链甘油三酯的饮食，特别是含有C8和C10的，已被证明在神经退行性疾病中发挥有益作用。使用[U-13C]-C8和[U-13C]-C10的示踪揭示，MCFAs主要在星形胶质细胞中代谢生成谷氨酰胺，随后转移至神经元用于GABA合成。与此同时，酮体——脂肪酸β-氧化的水溶性产物——通过单羧酸转运体（MCT1/2）易于穿过血脑屏障。使用13C标记的β-羟基丁酸（βHB）进行的同位素示踪进一步揭示，酮体不仅作为葡萄糖受限条件下神经元和星形胶质细胞的重要替代能量底物，还作为胆固醇、脂肪酸和鞘脂生物合成的乙酰辅酶A供体。对神经疾病中生酮饮食和MCT补充剂的兴趣日益增加，进一步推动了对联合同位素示踪方法的使用。在小鼠脑切片中同时示踪[U-13C]-C8、[U-13C]-C10和[U-13C]-βHB，表明βHB和MCFAs在氧化代谢中竞争极小，提示当星形胶质细胞和神经元均面临底物或能量限制时，MCT补充可能特别有利。总之，这些基于同位素分布的途径分配为理解中枢神经系统中碳如何流经复杂酶网络提供了机制框架，揭示了生理和病理状态下的代谢重连。与途径分配平行——后者侧重于阐明脂质合成和重塑的生化机制——位点分配旨在确定中枢神经系统内动态代谢通量的空间起源和分布。为概念化这一多维框架，位点分配可分为两个互补层次。狭义位点分配处理跨解剖和物理结构的通量分配，强调屏障转运、区域分布和宏观解剖偏好。广义位点分配进一步扩展到包括细胞谱系异质性、亚细胞区室化，甚至单个脂质分子内的立体化学构型，从而在微米和纳米分辨率下揭示功能定位和分子身份。在中枢神经系统中，识别特定脂质合成或降解途径的激活不足以定义其真实代谢命运。通过囊泡运输、侧向扩散和细胞间穿梭，脂质在脑区、不同细胞类型和亚细胞区室之间发生广泛转运。因此，在组织匀浆水平测得的同位素富集通常代表空间平均信号，掩盖了潜在的异质性。如果没有精确的空间和时间门控，新合成的脂质可能经历快速再分布，导致内在的局部通量特征被下游周转和运输稀释。因此，中枢神经系统脂质通量研究需要受控的标记窗口和多维物理分离策略。方法学上，位点分配跨越空间尺度的连续体——从器官和系统水平的屏障动力学，到区域解剖映射，到细胞类型特异性通量，最终到亚细胞和立体化学分辨率。基于这一概念划分，以下部分侧重于狭义、宏观位点分配策略，包括屏障水平通量分配和区域解剖映射。涉及细胞谱系特异性、亚细胞区室化和分子立体化学的更广泛方面将在后续关于异构体解析和空间及细胞特异性映射的部分讨论。在器官和系统水平，位点分配侧重于外周循环与中枢脑脂质池之间的宏观屏障动力学，能够定量评估内源合成和外源供应的相对贡献。通过比较外周和中枢区室的同位素富集模式，可以解析跨屏障通量，并确定局部生物合成与外周依赖之间的平衡。例如，连续标记研究表明，尽管中枢神经系统拥有长链PUFA生物合成的完整酶网络，但成年脑中膳食α-亚麻酸（ALA）向二十二碳六烯酸（DHA）的转化极为有限；因此，内源DHA池依赖于血浆来源DHA经血脑屏障的高效摄取和快速周转。相比之下，短链脂肪酸（SCFAs）——肠-脑轴的关键介质——的跨器官示踪揭示，仅约9%的丙酸和约2%的丁酸进入体循环，且结肠SCFAs的脑摄取可忽略不计（例如，丁酸摄取约等于给药剂量的0.006%），将SCFA生物学的解释转向外周信号传导而非直接中枢神经系统代谢贡献。化合物特异性同位素分析（CSIA）提供了一种经济、无示踪剂的补充方法，通过测量自然丰度碳同位素比值（CIR；13C/12C或δ13C）来推断脂肪酸的膳食来源与内源来源，当饮食和组织之间的同位素特征不同时。使用气相色谱-燃烧-同位素比质谱，R. J.Scott Lacombe量化了人脑中的脂肪酸来源，鉴定出油酸为最丰富的种类，其次是硬脂酸、棕榈酸、DHA和AA。Ali及其同事进一步综述了CSIA在脑DHA代谢中的应用，强调其区分内源性与膳食DHA的能力，并总结了最近的方法学进展。在区域解剖尺度上，位点分配旨在克服全脑匀浆固有的空间平均效应。基于解剖的取样和空间分辨分析技术能够将同位素标记的脂质精确定位到特定脑区或病理微环境中。例如，使用同位素标记的DMED/d4-DMED试剂进行酰胺衍生化，揭示了13个大鼠脑区中游离脂肪酸的显著区域特异性差异。类似地，应用于精细切片大鼠脑的游离脂肪酸稳定同位素标记多重分析（FFAST）方法证明了游离脂肪酸和磷脂分布存在显著异质性，其中杏仁核和前额叶皮层水平最高，而背侧海马和小脑水平最低。改进的等压氨基氧基-TMT衍生化策略使Smith及其同事能够绘制六种小鼠脑区中88种神经节苷脂种类的图谱。将稳定同位素示踪与MSI相结合，可进一步将通量原位分配到特定核团或病理区域。例如，Yoshinaga证明氘代AA和DHA在膳食给药后不久优先积聚在海马和小脑皮层中。Carso及其同事将连续D2O标记与DESI-MS相结合，定量了冠状脑切片中AA、DHA、PS和PI的周转，揭示了周转率的区域特异性差异。

**异构体分辨**

在CNS脂质代谢研究中，解析位置异构、立体异构和同位素异构体对于理解脂质结构多样性和代谢动力学至关重要。这三类异构体在结构基础和生物学意义方面有所不同。位置异构体源于双键位置、sn-位或取代基排列的差异。立体异构体包括由手性中心、双键几何构型或多不饱和链构象变化产生的对映体、非对映体和构象异构体。相比之下，同位素异构体具有相同的化学骨架，但稳定同位素（如13C和2H）掺入的位置不同。

在分析上，每一类异构体的解析依赖于不同的结构信息。位置异构体可以通过特征性碎裂模式或化学衍生化策略加以区分，高分辨串联质谱（MS/MS）能够解析sn-位置差异。如定量部分所述，将MS与CIL结合可增强异构体的鉴定和定量，特别是改善双键定位。除了结构鉴定外，SIL还可以揭示特定sn-位置的动态掺入。在甘油磷脂中，sn-1位通常含有饱和脂肪酸（如棕榈酸C16:0和硬脂酸C18:0），而sn-2位更常掺入单不饱和或多不饱和脂肪酸，如油酸（C18:1）、亚油酸（C18:2）、花生四烯酸（C20:4）或DHA（C22:6）。使用氘代DHA（D10-DHA）作为示踪剂，具有信息依赖性采集的LC-MS/MS证明了D10-DHA快速掺入多种脑磷脂中，包括PC（18:0/D10-22:6）和PE（18:0/D10-22:6）。环形离子迁移谱（cyclic-IMS）成像的最新进展进一步扩展了sn-位置异构体的空间分辨率。通过多达30个循环的离子迁移分离，cyclic-IMS成像成功区分了结构相似的异构体，如PC（22:6/16:0）和PC（16:0/22:6），并直接在组织切片中实现。此外，通过口服给予1-13C-2,2-2H标记的22:6乙酯（22:6(+3)-EE）五天，该方法能够区分内源性与外源性DHA，并可视化其在小鼠脑中的不同空间分布。

立体化学异构体的研究主要集中在膜脂质的立体化学上，如Hanashima及其同事所综述。在这些研究中，SIL——特别是氘——并非用于代谢通量示踪，而是作为结构和动力学探针，通常与NMR结合，以研究膜构象、相行为和手性环境。例如，在鞘磷脂的特定碳位（如C10）引入氘，使固态2H-NMR能够定量胆固醇对鞘磷脂酰基链的深度依赖性有序效应，揭示胆固醇主要与烃链而非头基相互作用。在胆固醇研究中，侧链氘代类似物（如23-d2-胆固醇和24-d2-胆固醇）已被用于通过2H-NMR探测膜构象，证明C23和C24处的前手性亚甲基基团表现出不同的四极分裂，表明侧链构象对手性膜环境的敏感性。对于甘油磷脂，全氘代二棕榈酰磷脂酰胆碱（DPPC-d62）常用于区分对映体混合物中的相行为。DPPC-d62与非氘代DPPC之间熔融温度（Tm）的差异在DSC和NMR分析中提供热力学对比，从而能够评估对映体之间的同亲相互作用。VS也有助于解析神经酰胺和磷脂中的结构域。尽管NMR和振动圆二色性为脂质立体化学提供高结构分辨率，但其固有的灵敏度限制限制了它们在CNS组织中的应用，因为CNS组织中脂质丰度低且空间异质性高。相比之下，结构质谱（structural MS）——包括IMS、cyclic-IMS以及碎裂策略如紫外光解（UVPD）和电子诱导解离（EID）——能够以极少的样品需求解析立体异构体，为CNS脂质立体化学提供独特优势。值得注意的是，基于结构MS的立体异构体分析本身并不依赖于SIL；相反，稳定同位素在需要时可作为辅助工具。

同位素异构体是具有相同分子式、元素组成和同位素原子总数，但同位素掺入的特定原子位置不同的异构体。与可以通过质量差异直接区分的同位素同系物不同，同位素异构体质量相同，因此需要能够提供位点特异性信息的分析技术，如高阶串联质谱（例如UVPD和EID）或位点特异性NMR。在CNS代谢研究中，同位素异构体通常作为同位素示踪和通量组学分析中的潜在结构信息出现，而非标题或索引术语中的独立关键词。

一个代表性例子是研究AD模型线粒体功能障碍的13C-NMR研究。在这些研究中，α-硫辛酸——一种衍生自辛酸的含硫辅酶——被用作代谢调节剂，并对谷氨酸和谷氨酰胺进行同位素异构体特异性定量（例如[3-13C]同位素异构体），以评估其对碳通量的影响。结果表明，α-硫辛酸使早期病理高代谢期间观察到的显著升高的高阶同位素异构体丰度恢复正常，而在疾病后期阶段，α-硫辛酸通过改善葡萄糖摄取和线粒体功能（可能通过PI3K/Akt通路激活）增强了谷氨酸和谷氨酰胺的同位素富集。这些恢复效应在健康对照中未观察到，表明存在疾病依赖性机制。该示例说明了动态的、位点特异性的同位素异构体网络如何解析阶段依赖性的代谢通量变化，并在分子水平上评估代谢干预的靶向效应。与小分子代谢相比，CNS脂质的同位素异构体水平研究仍然很少。这部分是由于位点特异性分析所需的极高灵敏度和光谱分辨率，部分是由于脑脂质的结构复杂性——多个酰基链、sn-位和双键位置——这大大增加了同位素异构体光谱的组合空间和解释难度。此外，同位素异构体数据集是高维的，其分析通常需要复杂的建模框架（例如cumomer或bonded-cumomer模型）。历史上同位素异构体和同位素同系物术语之间的不一致和混淆进一步使该领域复杂化。

综上所述，解析脂质和代谢物的位置异构、立体异构和同位素异构体是解读CNS分子结构多样性和动态代谢功能的基础。结构质谱和NMR目前构成异构体表征的核心分析工具包。这些方法不仅揭示了脂质在膜内的空间分布和立体化学环境，还通过位点特异性同位素异构体示踪实现了代谢通量的原子级定量。尽管由于结构复杂性和计算需求，CNS脂质异构体研究在技术上仍具挑战性，但结构MS的进展和标准化表示系统（如扩展InChI标识符）的开发正在逐步将这些异构体特征从抽象的计算实体转变为精确的、机制信息丰富的生物标志物。因此，基于同位素异构体的指标正成为连接神经疾病中宏观表型与微观生化调节的关键桥梁。

**空间和细胞特异性映射**

CNS中的脂质代谢在空间拓扑结构和细胞谱系（包括神经元和多种胶质细胞群）上表现出显著异质性，它们之间存在广泛的代谢偶联。基于bulk组织匀浆的分析不可避免地掩盖了特定微环境内发生的真实通量变化，并模糊了细胞间脂质穿梭的动力学。因此，将稳定同位素示踪从分子水平定量扩展到空间和细胞分辨映射已成为准确重建CNS脂质代谢网络的关键。多种MSI平台现已应用于CNS研究。其中，MALDI-MSI因其在选择性、灵敏度和可用性方面的均衡性能而成为主流技术。最近的综述总结了基于MALDI的空间神经脂质组学的关键进展及其在脑病理学中绘制脂质动力学图谱的应用。

尽管传统的MS工作流程在稳定同位素示踪方面已有完善的实验和计算流程，但类似的MSI工作流程仍因缺乏标准化方案和计算资源而受限。由于MSI无法在不破坏空间信息的情况下采用前端色谱分离（LC/CE/GC），因此给定组织区域内的所有代谢物和脂质被同时离子化，产生包含数千个峰的质谱。相对于色谱分离的MS，这大大增加了m/z重叠的可能性，特别是在使用同位素标记时。因此，MSI中的同位素峰极易受到干扰、峰拥挤和分析物覆盖有限的影响。为此，MSI通常与传统MS结合以获得互补信息。例如，Zhang及其同事仅使用MALDI-MSI来定位新合成的脂质，没有进行像素级动力学建模或IMS分离；大多数通量信息来自LC-MS/MS。当单独使用时，MSI仅提供有限的动力学信息。例如，Yoshinaga采用的策略——SIL结合MALDI-MSI——实现了外源性与内源性脂肪酸的定性或半定量空间追踪，但未定量合成速率、周转或通量。类似地，Carso使用DESI-MSI结合D2O标记来估计仅四种脂质种类的区域平均周转，未进行像素级通量计算。与色谱分离不同，IMS在电离后进行气相分离，因此与MSI完全兼容，使其特别适合过滤光谱干扰。Schwaiger-Haber及其同事将SIL（U-13C-葡萄糖）与MALDI、DESI和IMS相结合，开发了SISA（空间同位素同系物光谱分析），实现了像素级同位素同系物校正、干扰过滤、自然丰度调整和通量拟合。该方法生成了GL261胶质瘤荷瘤小鼠脑中脂肪酸合成和延伸通量的空间分辨图谱。NanoSIMS（纳米级二次离子质谱）提供了一种具有纳米级空间分辨率和极高同位素灵敏度的互补成像方式。NanoSIMS同位素图谱可以与SEM图像精确对齐，从而能够在细胞核、核仁、线粒体和致密细胞质区域水平上定量同位素组成。与啮齿动物中的SIL相结合，NanoSIMS-SEM工作流程已被证明在生理条件下研究脑组织代谢周转方面非常有效。然而，NanoSIMS在CNS脂质通量中的应用仍然有限。两个方法学障碍导致了这一差距：（1）电子显微镜级样品制备导致缺乏共价交联位点的脂质大量提取和空间位移，使得原位脂质分布难以保存；（2）高能初级离子束将脂质碎裂为原子或双原子次级离子（如13C?和CN?），消除了分子特异性，无法将同位素标记分配给特定脂质种类或异构体。VS——包括拉曼、SRS、CARS和FTIR——与SIL结合时提供了一种正交且高度互补的方法。这些方法能够在不破坏组织结构的情况下实现脂质合成、周转和底物来源的亚细胞分辨率成像。在CNS应用中，生物正交拉曼成像已被证明对代谢异质性和病理重塑高度敏感。在Hu及其同事的工作中，将氘代氨基酸和氘代棕榈酸引入急性大鼠海马切片，揭示了DG、CA1和CA3区域中均匀的脂肪酸合成，而磷脂合成在神经元胞体中强烈富集。重要的是，在创伤性脑损伤（TBI）模型中，SRS成像捕捉到损伤后24-48小时内海马门区脂质合成通量的显著上调，证明了该技术追踪病理脂质重塑的能力。Li及其同事将DO-SRS扩展到更高的空间分辨率，解析了果蝇脑中单个脂滴（1-2 μm），并揭示了脂滴积累的年龄和性别依赖性模式，主要发生在胶质细胞中。通过整合氘代葡萄糖和氘代乙酸示踪，该研究进一步证明，饮食限制和IIS通路下调能显著增强衰老大脑中的脂质周转，突出了衰老过程中碳利用的代谢可塑性。将稳定同位素示踪应用于中枢神经系统脂质代谢的一个核心挑战在于如何将同位素掺入精准地归属于特定细胞谱系。一种直接的策略是在分析前分离出明确的中枢神经系统细胞群。例如，Haney等人利用[U-13C]-葡萄糖脉冲示踪证明，Aβ刺激诱导小胶质细胞中甘油三酯的从头合成和积累，突出了AD中炎症激活与脂质代谢重塑之间的直接相互作用。类似地，Rosana-Bristena Ionescu及其同事使用[U-13C]-葡萄糖示踪研究了源自进行性多发性硬化症患者的iNSCs的代谢重编程。他们发现，源自PMS的iNSCs表现出增强的葡萄糖摄取，并将碳通量重新导向胆固醇和不饱和脂肪酸合成，导致细胞内脂质积累和神经毒性分泌表型。除了物理细胞分离外，研究人员还可以利用底物摄取和代谢分选的内在差异，实现体内细胞选择性标记。例如，[1,2-13C]-乙酸——优先被星形胶质细胞代谢——长期以来一直被用作星形胶质细胞代谢的经典示踪剂。这一策略已扩展到中枢神经系统脂肪酸代谢：MCFAs C8和C10在脑组织中被快速氧化，并在柠檬酸和谷氨酰胺中产生强烈的13C富集，这两者都依赖于星形胶质细胞的谷氨酰胺合成酶活性。因此，13C-柠檬酸和13C-谷氨酰胺可作为星形胶质细胞脂肪酸氧化和三羧酸循环活性的标志物。相比之下，β-羟基丁酸酯在这些代谢物中显示出显著较低的13C掺入，表明其在不同细胞区室中代谢。星形胶质细胞来源的13C-谷氨酰胺随后在神经元中转化为13C-GABA，形成从星形胶质细胞到神经元的代谢偶联轴。总之，13C-柠檬酸、13C-谷氨酰胺、GS依赖性标记和13C-GABA构成了一个稳健的同位素框架，用于解析混合脑组织中星形胶质细胞-神经元代谢相互作用。除了这些间接的“代谢偏好”方法外，Adkins-Travis等人最近引入了一种更具因果性和基因编码特征的细胞特异性同位素标记策略。通过改造小鼠神经元以代谢野生型细胞无法利用的13C标记二糖（纤维二糖），他们实现了神经元限制性的13C-肌醇产生。该神经元来源的同位素信号随后被追踪到少突胶质前体细胞中，在那里它促进了磷脂酰肌醇合成、少突胶质前体细胞增殖和髓鞘修复。与传统方法从代谢物富集模式推断细胞身份不同，该方法建立了明确的代谢入口，从而能够以高因果分辨率直接、定向地绘制细胞间代谢物转移图谱。单细胞脂质生物化学的最新进展进一步扩展了细胞类型特异性代谢分析的分辨率。质谱、显微镜、拉曼光谱、色谱、电泳和荧光探针方面的创新使得量化单个细胞中广泛的脂质谱成为可能。稳定同位素在这些平台中仍然不可或缺。例如，最近开发的13C-SpaceM将空间质谱成像与单细胞同位素示踪相结合，在单细胞分辨率下量化13C6-葡萄糖来源的碳向酯化脂肪酸的掺入。该方法揭示了常氧-缺氧转换和ATP柠檬酸裂解酶耗竭条件下细胞间从头脂肪生成的显著异质性，并且在喂食13C6-葡萄糖的小鼠脑肿瘤中证明，肿瘤细胞表现出更强的葡萄糖依赖性脂肪酸合成和更高的必需脂肪酸延伸率，同时伴有显著的空间代谢异质性。未来展望仪器性能、电离和采样方法、空间分辨成像、多维分离与表征、定量可靠性以及数据分析工作流程方面的最新进展，显著拓展了稳定同位素方法在通量测量、位点特异性掺入分析、组织水平空间示踪以及大规模或临床导向研究中的可行性和实用性。尽管稳定同位素技术在阐明中枢神经系统脂质代谢方面取得了重大进展，但若干挑战仍制约着其更广泛的应用。在技术层面，同位素异构体分辨率的限制、体内示踪剂的稀释以及跨区室混合引起的信号模糊，都损害了通量定量的精度。对于某些在中枢神经系统中发挥关键作用但具有高度复杂结构的脂质——如心磷脂——技术挑战尤为突出。其四酰基结构在质谱中产生异常复杂的同位素模式；此外，心磷脂在全脑提取物中丰度相对较低，其信号易被胞质磷脂的高背景所掩盖。这些因素共同使得同位素标记的检测和定量变得极为困难。因此，尽管心磷脂对神经元线粒体功能至关重要，但对其进行的稳定同位素示踪研究仍相对有限。在生物学层面，血脑屏障施加的严格前体摄取限制、中枢神经系统高度异质的细胞组成以及脂质种类的多池结构共同导致信号平均化，使得将同位素富集归属于特定细胞类型或亚细胞区室变得困难。在计算层面，中枢神经系统脂质代谢的特征是跨多个时间尺度运行的平行通路，这使得传统的单区室或双区室动力学模型不够充分。更复杂的多通量模型在缺乏细胞类型分辨率时往往遭受参数不可辨识性的困扰。与脂质相比，极性代谢物——如葡萄糖、乳酸、丙酮酸、谷氨酸和三羧酸循环中间体——的体内代谢示踪框架发展迅速得多，其中SIL推动了空间成像、区域特异性代谢分析和细胞间代谢通量转移定量方面的重大进展。尽管这些方法历来侧重于极性中间体而非脂质，但它们所建立的方法论原理为将基于示踪剂的通量分析扩展到中枢神经系统脂质通路提供了有价值的蓝图。展望未来，空间脂质成像与单细胞组学的深度融合有望成为中枢神经系统代谢研究的一个决定性方向。随着MSI、SRS及相关成像模式的成熟，研究人员现在可以直接在原位解析脂肪酸合成、延伸、去饱和和细胞间脂质运输的空间异质性。然而，除非这些空间通量图谱能够直接与细胞状态、基因调控网络或病理微环境相关联，否则其生物学意义仍然有限。因此，将空间脂质通量数据与单细胞转录组学、空间转录组学和单细胞ATAC-seq相结合，将代表一个变革性的步骤。这种整合可能有助于构建连接脂质通量变化→细胞状态转变→疾病进展的因果链。总之，中枢神经系统稳定同位素研究的未来轨迹将从仅仅提高检测灵敏度和结构分辨率，转向构建细胞类型分辨的、空间分辨的、多组学整合的代谢图谱。随着高分辨率空间成像、单细胞同位素示踪、跨尺度建模和空间多组学的融合，中枢神经系统脂质代谢研究将超越静态表征，迈向真正整合的时空-细胞-通路-结构框架。这种范式转变将为神经退行性疾病、髓鞘修复和代谢干预策略提供机制性见解，最终将分子通量动力学与系统水平的脑功能联系起来。
词汇表
缩写 全称 简短分类解释
24-OHC 24S-羟基胆固醇 一种由胆固醇24-羟化酶在大脑中产生的氧固醇，促进胆固醇通过血脑屏障流出，并作为脑胆固醇周转的标志物。
AA 花生四烯酸 一种omega-6长链多不饱和脂肪酸（C20:4），在中枢神经系统中作为类二十烷酸信号和炎症介质的前体。
ALA α-亚麻酸 一种必需omega-3 C18:3多聚不饱和脂肪酸，从饮食中获取，作为更长链n-3多不饱和脂肪酸的代谢前体。
APCI 大气压化学电离 用于LC–MS的软电离源，适用于极性较低/疏水性脂质。
APPI 大气压光致电离 光辅助电离，提高非极性/芳香族化合物的灵敏度。
APL 氨基甘油磷脂 一类带有含氨基头基的甘油磷脂，参与膜结构和信号传导。
ARA 花生四烯酸 一种omega-6长链多不饱和脂肪酸（C20:4），参与信号传导和炎症。
ASD 自闭症谱系障碍 神经发育疾病；此处作为中枢神经系统脂质代谢研究的示例背景。
BHT 丁基羟基甲苯 样品处理过程中添加的亲脂性抗氧化剂，用于防止脂质氧化。
BODIPY / NBD 硼二吡咯亚甲基 / 硝基苯并噁二唑探针 用于活细胞成像的荧光脂质探针，可能干扰天然脂质行为。
BUME 丁醇–甲醇提取 双相脂质提取方法，平衡极性和非极性脂质的回收率。
CARS 相干反斯托克斯拉曼散射 一种非线性振动成像技术，以高灵敏度和速度检测分子振动，实现活体或固定样品中脂质和其他生物分子的无标记可视化。
CE 毛细管电泳 高效分离带电脂质种类，样品消耗量极小。
CIL 化学同位素标记 添加稳定同位素标签以增强检测和定量的衍生化策略。
CI / NCI 化学电离 / 负化学电离 软性GC-MS电离模式；NCI适用于脂肪酸分析，具有增强的负离子灵敏度。
CNS 中枢神经系统 由脑和脊髓组成的解剖/生理系统。
CSIA 化合物特异性同位素分析 测量单个化合物（例如脂肪酸）同位素组成的分析方法，以追踪来源和周转。
DESI 解吸电喷雾电离 用于直接表面分析和质谱成像的环境电离技术。
DHA 二十二碳六烯酸 一种omega-3长链多不饱和脂肪酸（C22:6），对脑结构和功能重要。
DPPC 二棕榈酰磷脂酰胆碱 一种完全饱和的甘油磷脂，由磷脂酰胆碱头基和两条棕榈酸（16:0）链组成。
EI 电子轰击电离 硬电离方法（GC–MS），产生广泛碎片化，用于挥发性/衍生化分析物。
EID 电子诱导解离 一种基于电子的碎裂方法，其中高能电子与前体离子相互作用，产生广泛的骨架和侧链裂解，实现详细的结构解析。
ESI 电喷雾电离 广泛使用的软电离，与LC兼容，适用于极性和热不稳定脂质。
FFA 游离脂肪酸 循环中或组织中的非酯化脂肪酸；常见的示踪底物和代谢中间体。
FFAST 游离脂肪酸稳定同位素标记多重分析 使用稳定同位素标记的游离脂肪酸的多重分析方法，用于追踪多个样品或条件下的摄取、掺入和动力学。
FSR 分数合成率 分子库被新合成分子替代的速率，通常表示为每天（天?1），用于量化脂质或蛋白质合成动力学。
FTICR 傅里叶变换离子回旋共振质谱 超高分辨率质量分析器，用于精确的同位素体和同位素包络分析。
FTIR 傅里叶变换红外光谱 检测键振动和同位素诱导光谱位移的振动光谱。
GalC 半乳糖脑苷脂 中枢神经系统中的主要髓鞘鞘脂，用作髓鞘脂质合成和周转的标志物。
GC 气相色谱 在MS检测前对挥发性或衍生化脂质进行高分辨率分离。
HILIC 亲水相互作用液相色谱 按极性头基分离脂质的LC模式，常提高类水平定量。
ICD 同位素编码衍生化 配对轻/重衍生化，实现匹配定量并补偿处理偏差。
IMS 离子迁移谱 一种气相分离技术，根据离子在电场中的迁移率分离离子，提供正交分离维度，区分异构体并减少MS分析中的谱峰拥挤。
ISA 同位素体光谱分析 一种基于模型的方法，将测量的同位素体分布拟合到生物合成方程，以从稳定同位素标记数据估计前体富集和分数脂质合成。
ITA 同位素示踪分析 追踪稳定同位素标记在后续代谢物中分布的分析方法，以确定哪些前体或途径对产物有贡献；通常使用脉冲或稳态标记，并产生相对贡献估计。
KIE 动力学同位素效应 由于用稳定同位素取代原子（例如H → D）导致的反应速率差异，用于推断代谢途径中的限速步骤和键断裂机制。
LC 液相色谱 在MS分析前降低基质复杂性的通用前端分离技术。
LCA 长链酰基肉碱 与肉碱结合的长链脂肪酸酯，反映线粒体脂肪酸转运/β-氧化。
LCFA / LCFAs 长链脂肪酸 通常≥C14的脂肪酸，在中枢神经系统脂质组成中占主导地位，并掺入复杂脂质。
MALDI 基质辅助激光解吸/电离 软电离，能够快速分析和成像组织切片（MALDI-MSI）。
MBP 髓鞘碱性蛋白 致密髓鞘中丰富的结构蛋白，有助于髓鞘压实，常在周转和稳定性研究中测量。
MCFA / MCFAs 中链脂肪酸 大约C6–C12的脂肪酸，与长链脂肪酸相比具有不同的吸收和代谢命运。
MDD 重度抑郁症 精神疾病；作为中枢神经系统脂质代谢研究的示例背景。
MFA 代谢通量分析 使用同位素分布和代谢网络模型量化反应通量的计算框架，应用稳态或非稳态算法求解各途径速率。
MIDA 质量同位素体分布分析 一种定量框架，模拟稳定同位素在聚合物或代谢物中的二项式掺入，从测量的同位素体分布估计前体富集和分数合成率。
MRM 多反应监测 QqQ仪器上的靶向串联MS模式，用于高灵敏度定量。
MS 质谱法 测量质荷比以检测同位素体并定量标记掺入的分析平台。
MSI 质谱成像 空间分辨的MS方法，映射组织和组织中的分子和同位素分布。
MTBE 甲基叔丁基醚提取 用于MS工作流程的有机提取方案，产生有效的脂质分配。
NMR 核磁共振波谱 非破坏性技术，检测自旋活性同位素以获得位点特异性标记信息。
PAM 棕榈酸 生物组织和脂质组学研究中丰富的长链饱和脂肪酸（C16:0）。
PC 磷脂酰胆碱 参与膜结构和胆碱供应的主要膜磷脂类别。
PE 磷脂酰乙醇胺 参与膜曲率和融合过程的主要膜磷脂。
PLP 蛋白脂质蛋白 参与髓鞘结构和稳定性的主要膜蛋白，常在示踪剂研究中评估长期周转。
PNS 周围神经系统 脑和脊髓之外的神经系统；脂质分析的组织处理与中枢神经系统不同。
PRM 平行反应监测 靶向高分辨率串联MS方法，监测碎片离子，比MRM具有更高特异性。
PS 磷脂酰丝氨酸 富含于神经元膜内叶的阴离子磷脂，具有信号传导作用。
PUFAs 多不饱和脂肪酸 具有两个或多个双键（例如DHA、ARA）的脂肪酸，对膜特性和信号传导重要。
QqQ 三重四极杆质谱仪 靶向定量平台（例如MRM），具有高灵敏度和宽动态范围。
Q-Orbitrap / Q-TOF / Q-LIT 四极杆-轨道阱 / 四极杆-飞行时间 / 四极杆-线性离子阱 混合质谱架构，平衡前体选择、分辨率和MS?碎裂。
Ra 出现速率 代谢物或示踪剂在库中的流入或产生速率的定量测量，通常在示踪剂稀释研究中的同位素稳态下推导。
Rd 消失速率 代谢物或示踪剂从库中去除或清除速率的定量测量，通常在输注实验中与Ra一起计算。
RPLC 反相液相色谱 按疏水性分离脂质的LC模式，有利于类内异构体分离。
SCFA / SCFAs 短链脂肪酸 微生物产生的脂肪酸（大致C2–C5，例如乙酸、丙酸、丁酸），与肠-脑信号传导有关。
SFC / UHPSFC 超临界流体色谱 / 超高效超临界流体色谱 使用超临界CO?进行快速、高通量分离，覆盖广泛脂质类别。
SIMS 二次离子质谱 高空间分辨率成像MS，用于脂质和同位素标记的亚细胞定位。
SID 稳定同位素稀释 一种定量方法，向样品中加入已知量的同位素标记内标，以校正提取损失、基质效应和电离变异性，实现高精度绝对定量。
SIL 稳定同位素标记 使用非放射性同位素（例如2H、13C、1?N）作为示踪剂或内标，以定量浓度和通量。
SPE / SPME 固相萃取 / 固相微萃取 基于吸附的样品制备方法，用于痕量脂质的分离和富集。
SRS / SERS 受激拉曼散射 / 表面增强拉曼光谱 增强振动光谱模式，提高灵敏度和空间分辨率。
STA 硬脂酸 常见于脑脂质库中的长链饱和脂肪酸（C18:0）。
TOF 飞行时间 质量分析器，提供高采集速度和良好质量精度，常用于成像和高通量MS。
UVP 紫外光解离 一种高能MS/MS碎裂技术，利用紫外光子生成丰富且结构信息丰富的碎片离子。
VS 振动光谱 一系列技术（拉曼、FTIR），在细胞/组织尺度上映射同位素取代（例如C–H → C–D）。
打开新标签页中的表格
致谢
我们感谢在准备本手稿图表时使用BioGDP资源。王晓欣（首都医科大学康复学院，中国北京）根据BioGDP学术许可条款获得了使用BioGDP内容（包括图形、模板和原创艺术作品）的许可，协议号为GDP2025Z3WWWM。本工作由中国康复科学研究所开展的基础研究基金资助（CRSI2024CZ-7）。
作者贡献
X.W.：概念化、文献综述、手稿起草和图表准备；G.T.：数据收集、方法学部分批判性审查和手稿编辑协助；M.N.：神经疾病应用综合贡献、表格和参考文献准备；J.L.：监督、方法学指导和手稿知识内容批判性修订；F.G.：项目管理、综述整体设计和最终发表版本批准。
利益冲突声明
除已确认的资助来源外，所有作者声明，与本手稿内容相关的财务或非财务利益冲突不存在。
在手稿准备过程中使用生成式AI和AI辅助技术的声明
在准备本工作期间，作者使用Bing AI协助英语表达、翻译和语言润色。使用该工具后，作者根据需要审查和编辑内容，并对已发表文章的内容承担全部责任。
补充信息（2）
下载全部
PDF（483.25 KB）
表S1. 常见样品分离技术的原理、适用脂质类型及优缺点
PDF（284.28 KB）
表S2. 电离技术分类