离子淌度质谱（IM-MS）通过提高分离和峰容量，成为非靶向脂质组学的一项新技术。由离子淌度分离的脂质可以使用基于分子结构的碰撞截面值（CCS）进一步鉴定。将IM-MS与LC和tandam MS技术相结合可在一次分析中可同时获得 MS1的m/z、保留时间（RT）、CCS和 MS/MS 图谱等信息，实现四维（4D）非靶向脂质组学分析。已有研究表明，在MS1和MS2数据采集之前，将捕集离子淌度质谱（TIMS）与平行累积连续碎裂（PASEF）联用，其中第一个TIMS用于离子累积，而第二个TIMS用于淌度分离（基于双 TIMS 配置的 timsTOF Pro），可以促进异构体脂质的分离，显著提高非靶向脂质组分析中 MS/MS 图谱的质量和覆盖率。
基于此，上海有机所朱正江课题组利用离子淌度提供的快速分离机制，开发了一种快速的IM-MS 方法，致力于在不影响脂质覆盖率的前提下缩短分析时间。该方法仅需 8 分钟的分离时间，便可以在普通生物样品的一次分析中检测到 1000 多种脂质分子，具有高通量、重现性高、定量准确等特点。相关成果发表在Analyst，文章题为“Fast and broad-coverage lipidomics enabled by ion mobility-mass spectrometry”。
4D 非靶向脂质组学方法包括使用 Met4DX 的四维数据采集和数据处理。即利用一种结合了 TIMS 分离和基于 PASEF 的数据依赖性采集（PASEF-DDA）的快速LC-IM-MS 方法，可同时获取 MS1、RT、CCS 和 MS/MS 谱图的四维信息（图 1a）。作者对先前开发的面向 MS 谱图的自下而上组装算法 Met4DX 进行了改进，使其适用于 4D 非靶向脂质组学数据处理。在方法优化上，作者首先研究了在 LC 分离时间从 3-18 分钟时对 NIST 人体血浆样品进行 LC-IM-MS 分析的性能。结果显示，随着分离时间的延长，检测到脂质的特征数量与鉴定出的脂质数量在逐渐增加；但在重现性方面，8分钟LC-IM-MS方法中相对标准偏差（RSD）小于 30% 的脂类比例高于其他方法（图 1b）。
图1 一种快速、高覆盖度的四维非靶向脂质组学方法
此外，作者使用8分钟LC-IM-MS方法对人体血浆样品进行了215次重复进样分析。证明了该方法在质量精度、保留时间、CCS 和强度方面具有较高重现性，能够实现快速且高度重现的脂质组学分析。例如，在215次样品进样过程中，TG (18:1_18:1_18:1) 的质量偏移小于10ppm，RT偏移小于3s，CCS 偏移小于1%，强度偏差RSD为12.9%（图 2a-d）。同时，作者还评估了鉴定出的 1028 种脂类的重现性，其中有1000 种（97%）重现性较高，RSD 小于 30%。
图2 快速 LC-IM-MS 方法，在质量精度、保留时间、CCS 值和强度方面的高重现性
除此之外，8 分钟的 LC-IM-MS 分析方法表现出了优异的色谱分离度和脂质的全面覆盖度。NIST SRM 1950 血浆脂质提取物的基峰色谱图（BPC）显示，不同类型的脂质按极性从高到低依次被分离洗脱，在一次分析中使用高通量 4D 非靶向脂质组学方法可检测1000 多种脂质。以PC（18:0/18:2）的鉴定为例，首先对6个特征进行了初步的标注，并与MS1匹配的候选物进行匹配（图 2c）。随后增加 RT 匹配、CCS 匹配和 MS/MS 谱图匹配，进一步过滤了假阳性，最终将特征 M809 T184 C294 标注为 PC (18:0/18:2)。作者最后还展示了该方法在不同生物样本中的应用潜力。
图3 快速 4D 脂质组学可在复杂的生物样品中实现不同脂质的广泛覆盖
对于快速 4D 脂质组学方法的定量性能，作者在 NIST 人体血浆中添加了 9 种氚代脂质内标进行分析。作者共定量检测了 13 类脂质中的 836 种脂质，浓度范围从0.01至1000 nmol mL-1。此外，作者将实验定量结果与31 个独立实验室先前报告的数值进行比较，其中，127 种脂质（83.5%）的浓度在 99% 置信区间内，验证了该方法的定量准确性。
图 4 快速 4D 脂质组学方法的定量性能
最后，作者应用该方法全面分析结直肠癌 （CRC）患者脂质代谢失调的情况。结果显示，CRC 患者术前和术后血浆之间的 115 种脂质种类发生显著变化，还揭示了磷脂酰胆碱 （PC） 、鞘磷脂 （SM） 和甘油三酯 （TG） 等脂质类别在碳数和双键方面的相关差异。
图5 CRC患者脂质类别的碳数和双键的差异
综上所述，作者使用离子淌度质谱法开发了一种快速且高覆盖度的脂质组学方法。该方法在测量的质量精度、保留时间、CCS 和脂质丰度方面表现出极高的重现性，在大规模临床样品的脂质组学分析中具有极大应用潜力。
编辑：黄志辉
审核：苗腾元
作者信息
朱正江
中国科学院生物与化学交叉研究中心 研究员
主要研究方向
主要发展基于质谱技术的代谢组学先方法，并将代谢组学技术应用于研究与健康、疾病相关的生命医学问题。具体方向为
（1）发展新型质谱方法结合生物信息学实现高通量、全定量代谢组学技术；
（2）代谢组学生物信息学平台及代谢物数据库建设；
（3）运用代谢组学技术研究衰老及神经退行性疾
