大家好，今天分享一篇由维也纳大学Evelyn Rampler助理教授，墨尔本大学Gavin E. Reid教授和格拉茨大学药物科学研究所Jürgen Hartler助理教授合作发表在Analytical Chemistry上的文章，题为“FAIMS Shotgun Lipidomics for Enhanced Class- and Charge-State Separation Complemented by Automated Ganglioside Annotation”。在本工作中，作者建立了快速6分钟高场不对称离子迁移谱(High Field Asymmetric Ion Mobility Spectrometry, FAIMS)鸟枪法脂质组学工作流程，以及用于神经节苷脂检测的专用软件。
神经节苷脂属于酸性鞘糖脂，在细胞通讯和神经功能中起着至关重要的作用，由于其结构复杂，缺乏参考标准、数据库和软件解决方案，神经节苷脂的分析极具挑战性。FAIMS是离子淌度谱 (Ion Mobility Spectrometry, IMS)的一种，根据离子在电场中的迁移率分离离子，迁移率取决于离子的大小、形状和电荷。FAIMS是基于空间分离的技术，只允许具有特定特性的离子通过。通过不同设置的连续扫描，可以获得存在离子的全面视图。由于FAIMS的过滤作用，可以增强复杂样品中目标物的检测灵敏度，目前该方法还未应用到神经节苷脂的分析中。在本文中，作者开发了一种新的FAIMS鸟枪法脂质组学技术，用于神经节苷脂分析，并辅以自动注释方案。
首先，作者测定了不同神经节苷脂类和电荷态的FAIMS CV范围， 将FAIMS中的CV参数作为鸟枪法脂质组学分析的额外分离维度。通过对25~ 77 V范围内的CV进行筛选表明，每种神经节苷脂类通常具有最佳CV范围，而不是单一CV值。唾液酸的数量和丰度最高电荷状态具有一致性，如具有5个唾液酸的神经节苷脂GP可检测到5电荷离子。由于FAIMS无法提供碰撞截面(Collisional cross section, CCS)值，因此作者使用CVmax，即最高信号强度所对应的CV，来表征神经节苷脂类和电荷态（图1）。
图1 FAIMS鸟枪法脂质组学在负离子模式下测量的每一类神经节苷脂及其相应的离子种类的CV范围可视化
FAIMS可以根据聚糖头基对神经节苷脂进行类分离（图2a）, 两个主要因素影响神经节苷脂的CV范围:（1）总糖长度和（2）唾液酸的数量。总糖长度的减少对应于最佳FAIMS CV的增加，唾液酸含量的增加对应于FAIMS CV范围降低。但FAIMS无法区分唾液酸位置异构体，如GD1a与GD1b。同一类中的所有种类都表现出相同的CV范围（图2b），说明神经酰胺总长度和双键数不影响CV范围。FAIMS也可实现基于电荷状态的种类分离（图2c），更高的电荷状态对应更高的CV范围。
图2 不同（a）聚糖头基，（b）神经酰胺部分和（c）电荷状态对应的FAIMS CV范围
此外，FAIMS可以提高信噪比，提高谱图质量。作者对比了传统鸟枪法（图3a）以及使用FAIMS鸟枪法（图3b）对猪脑全脂的监测，FAIMS能够检测到高电荷的神经节苷脂，例如几种GQ和GT(图3b)，这是传统鸟枪法脂质组学分析无法检测到的(图3a)。
图3 传统鸟枪法（图3a）以及使用FAIMS鸟枪法（图3b）对猪脑全脂的监测
进一步，作者为开源脂质数据分析仪(Lipid Data Analyzer, LDA)开发了一个shotgun/FAIMS扩展，使神经节苷脂的自动注释达到分子水平。LDA扩展能够注释29种神经节苷脂(包括乙酰化和岩藻化修饰)和大约8500种不同的神经节苷脂物种。作者还整合了CID, HCD和UVPD碎片光谱，来增加结构信息。最终，作者将该方法应用到猪脑全脂中神经节苷脂的检测，最终，在猪脑全脂中检测到117种神经节苷脂。
总而言之，作者开发了一种新的FAIMS鸟枪法脂质组学技术，用于神经节苷脂分析，并辅以自动注释方案。这种FAIMS驱动的工作流程，辅以新的软件功能，为鸟枪法脂质组学中复杂神经节苷脂和鞘糖脂的表征提供了一种有前途的策略。
作者信息
