关注我们，更多干货和惊喜好礼
近年来，基于质谱成像的空间代谢组学技术在医学研究，如疾病发生发展机制、疾病原位标志物发现、新药研发等领域得到了广泛关注和应用。赛默飞始终站在空间代谢组学技术的前沿，凭借卓越的创新能力，潜心打造的AFADESI-Orbitrap空间代谢组学解决方案在该领域赢得了国内外学者青睐，研究成果频频亮相国际知名期刊。下面让我们深入了解国内学者如何利用AFADESI-Orbitrap技术探究癌症代谢科学问题。
癌症代谢机制研究
揭示胃癌肿瘤代谢重编程及交互作用研究
2023年5月，中国医学科学院北京协和医学院药物研究所贺玖明团队在 Nature Communication发表了题为“Spatially resolved multi-omics highlights cell-specific metabolic remodeling and interactions in gasric cancer”[1]的文章。研究人员使用基于AFADESI-Orbitrap的空间代谢组、空间脂质组以及空间转录组分别对人胃癌组织的代谢物、脂质及基因表达改变进行了研究。从代谢物、脂质及基因表达的三个角度，揭示了胃癌样本异质性以及胃癌组织的代谢重编程。为理解肿瘤的代谢机制提供了新视角，同时也为癌症的精准治疗提供了潜在的靶点。
图1 空间分辨多组学揭示了胃癌的瘤内异质性
（点击查看大图）
作者深入探究了肿瘤与其邻近组织的空间转录组图谱，并在肿瘤与正常组织交界处识别出一个特殊的‘界面’区域。利用AFADESI-Orbitrap质谱成像空间代谢组技术进行分析，揭示了脂肪酸（FAs）在肿瘤的能量代谢和信号传导中扮演的关键角色。特别地，在肿瘤边界的免疫和炎症区域，观察到长链不饱和脂肪酸的水平显著升高。这些特定的脂肪酸很可能是通过调节免疫细胞的功能和促进炎症介质的合成，对肿瘤微环境产生影响。
揭示“下游代谢物与上游代谢酶关联”
的癌症相关代谢变化
中国医学科学院北京协和医学院药物研究所再帕尔 · 阿不力孜团队在PNAS期刊发表的题为“Spatially resolved metabolomics to discover tumor-associated metabolic alterations”[2]的研究论文，采用AFADESI-Orbitrap质谱成像技术，建立了空间分辨代谢组学方法，从具有复杂异质性的肿瘤组织中获取代谢组及其空间原位分布信息，并提出一种“下游代谢物与上游代谢酶关联” 的研究策略来表征肿瘤代谢改变。结合免疫组化分析验证，从代谢物和代谢酶两个层次和组织原位深入探究食管癌的代谢改变，发现并可视化表征了食管癌异常的代谢通路及其代谢酶。
图2空间分辨代谢组学研究策略发现肿瘤代谢变化
（点击查看大图）
基于AFADESI+Orbitrap方案的高灵敏性，作者发现并验证了6个在食管癌中异常表达的代谢酶，其中吡咯-5-羧酸还原酶2和尿苷磷酸化酶1被首次发现在食管癌中异常改变。研究结果表明脯氨酸生物合成、谷氨酸代谢、尿苷代谢、组氨酸代谢、脂肪酸合成和多胺生物合成等代谢通路在食管癌组织中发生了显著变化。这些癌症代谢相关信息有助于增加对癌症代谢重编程的理解。
AFADESI-Oribtrap
让精准医学更精准、更高效
上述癌症研究的文献中，采用了以空间代谢组学为核心的多组学方法，可以更全面地理解肿瘤及其微环境的代谢重编程与免疫互作，这也得益于质谱成像空间代谢组学技术的发展及其驱动的应用领域突破。近年来，AFADESI质谱成像设备在自动化、高通量、大视野、高空间分辨率等技术性能方面不断升级，在软件上，代谢物智能注释、多样本协同、药物精准定量和3D可视化等数据处理功能推陈出新，以及搭载的Orbitrap新系列高分辨质谱仪不断推出，AFADESI-Orbitrap解决方案展示了强大的应用场景，实现了整体动物或组织微区中外源药物和上千内源代谢物无需标记同时成像、脑代谢网络成像、空间代谢流分析等，成为肿瘤精准诊治转化研究和新药时空代谢全景研究强有力的科研平台。
现在，就让我们一键探秘AFADESI-Orbitrap空间代谢组学解决方案，近距离体验赛默飞空间代谢组学技术如何赋能医学研究及更广泛的应用领域！
AFADESI-Orbitrap空间代谢组学解决方案
AFADESI-Orbitrap五大技术亮点
高灵敏、高覆盖：灵敏度达皮克水平，覆盖超1500个代谢物
宽动态范围：≥3个数量级，真实呈现分布差异
全自动化：放置8载玻片×9样品，自动识别扫描区间，7×24h无人值守自动分析
高重复性、高可靠性：Orbitrap超高分辨率和高质量轴稳定性，无需实时校正，无惧基质干扰，结果真实可靠
多模块可选：标准8载玻片载物台，整体动物载物台，低温样品载物台，96、384或1536高通量载物台
探索更多
如果您对此方案感兴趣，想获取更多详细资料，请扫描下方二维码，我们将即刻与您联系，开启您的科研探索之旅。
参考文献：
[1] Sun CheL, Wang AQ, He JM，et al. Spatially resolved multi-omics highlights cell- specific metabolic remodeling and interactions in gasric cancer.Nature Communication.2023. https://doi.org/10.1038/s41467-023-38360-5.
[2] Sun CheL, Li TG, Zeper Abliza, et al. Spatially resolved metabolomics to discover tumor-associated metabolic alterations. PNAS,2019:116,52-57.
如需合作转载本文，请文末留言。
