1脂類化合物及脂質組學的研究意義
脂類化合物通常被定義為自然界中存在的一類難溶于水、易溶于有機溶劑的小分子化合物，是生物體內非常重要的物質。作為構成生物膜的主要成分，脂類化合物具有分子多樣性和多種生物功能，包括為蛋白質相互作用提供合適的環境、儲存能量、作為重要的信使分子等。國際脂質分類和命名委員會（International Lipid Classification and Nomencla-ture Committee）給出的脂質類化合物定義為：全部和部分來自基于負碳離子的硫酯縮合（脂肪酰類、甘油脂類、甘油磷脂類、鞘脂類、糖脂類和聚酮化合物）和/或基于正碳離子的異戊二烯縮合（異戊烯醇類和固醇類）的疏水性或兩性小分子[1].這一定義將脂類化合物分為8大類型，每個類型又可根據極性頭基的不同分為不同的亞類，每一亞類又可進一步根據碳鏈的長度和不飽和度細分為不同的分子種屬，這就構成了脂類化合物的三級分類系統。脂質代謝通路戰略（LIPID MAPS）聯合會也采用這一定義[2],目前LIPID MAPS的數據庫中包含了4萬多個脂類化合物[3].
脂類化合物與細胞凋亡、信號傳導、疾病感染、免疫功能，以及胎兒代謝缺陷都密切相關[1],脂類化合物的代謝還與糖尿病[4]、肝癌[5]、腎病[6]、乳腺癌[7]密切相關。隨著研究的深入和各種組學的出現，有關學者于2003年提出了脂質組學 （lipido-mics）的概念[8].所謂脂質組學就是對脂質分子種屬及其生物功能的全面描述，主要研究與蛋白質表達有關的脂質代謝及其功能[9].因此，脂質組學的研究屬于生命科學的范疇，與人類的健康密切相關。目前，脂質組學已成為代謝組學最重要的分支之一，且是一個非?；钴S的研究領域，尤其在疾病研究方面的重要性已經引起了科學界的廣泛關注[10],論文發表數量逐年增加（見圖1）。最近有科研人員研究了肥胖癥[11]、動脈粥樣硬化[12]、腦脊髓液[13]、代謝綜合征[14]和腦癌[15]的脂質組學。植物脂質組學的研究也有報道[16].隨著特定的脂類生物標志物的發現和確認以及新的數據處理軟件的發展，脂質組學在生物醫學研究中已被用于藥物活性和治療效果的評價以及某些疾病的早期診斷[10].
2脂質組學分析的主要儀器方法
脂質組學是典型的交叉學科，圖2是其研究工作流程[1].一般分為3步：（1）明確生物醫學問題；（2）脂質組學分析，包括取樣和樣品制備、分離鑒定和數據處理；（3）結果解析，獲得脂類化合物相關的圖2脂質組學研究工作流程Fig. 2 Workflow of lipidomics research代謝通路，篩選生物標志物。其中非常重要的部分是脂質組學分析，它為最終研究結果提供關鍵的數據。生物功能解析則要借助于生物信息學、病理學、臨床數據和計算機軟件等工具來實現。
脂類化合物種類繁多，生物樣品基質復雜，故脂質組學分析需要借助先進的分離技術和檢測手段。目前主要采用各種色譜技術，包括薄層色譜（TLC）法、氣相色譜（GC）法、毛細管電泳（CE）法、超臨界流體色譜（SFC）法、高效液相色譜（HPLC）法和各種質譜（MS）技術，以及色譜-質譜聯用技術。核磁共振（NMR）、紅外光譜和拉曼光譜用得較少，主要原因是這些技術的分離能力有限，對脂類化合物的檢測 靈 敏 度 尚 不 能 令 人 滿 意，且 定 性 能 力 也 不強[17,18].脂質組學分析主要涉及樣品處理、輪廓分析、目標分析、成像分析，以及數據處理。下面主要圍繞色譜和質譜技術來討論脂質組學分析中的儀器和方法。
2.1樣品處理（sample preparation）
脂類化合物的分析首先要從復雜的基質中將脂類物質提取出來，以保證后續分析的成功。全脂質化合物的最常用提取方法是Folch等[19]提出的氯仿甲醇提取法。近年來也有改進這一方法的報道[20-22].改進的方法在一定程度上縮短了提取時間，提高了某些脂類化合物的提取效率，但是樣品處理通量還是不能令人滿意。因此，近年來人們也在研究用固相萃?。⊿PE）、微波輔助提?。∕AE）、超臨界流體萃?。⊿FE）和加壓流體萃?。≒FE）等技術來處理脂類樣品[23],以期借助自動化提高樣品處理通量?？傊?，目前脂類化合物分析中樣品處理還是多用傳統的液液萃取方法，因為這些萃取方法對大部分脂類化合物有較好的萃取效率。自動化萃取多用儀器方法，雖然萃取時間可以大為縮短，但對不同脂類化合物的普適性還有待提高，這方面仍然需要進一步研究。
2.2輪廓分析（profiling analysis）
輪廓分析或非目標分析（untargeted analysis）也叫全脂分析（global analysis），即對生物樣品中所有的脂類化合物及其代謝產物進行分離鑒定，以便從中篩選生物標志物。此種分析主要是色譜-質譜聯用方法。早期多用TLC（以及TLC-MS）和GC（以及GC-MS），但前者分離效率低，后者需要對脂類化合物進行衍生化處理，分析步驟復雜而耗時，現已較少使用。而LC-MS則越來越多地用于脂質組學分析，這是因為LC的模式多，適合復雜的脂類化合物的分離，且無需衍生化；加之MS技術發展迅速，各種高分辨MS和串聯MS（常使用MS/ MS），以及與LC的接口（主要是電噴霧）的商品化，使得LC-MS具備了卓越的分離和鑒定能力[24].尤其是二維液相色譜（2DLC）技術可獲得上萬的峰容量，更是成為輪廓分析的首選。在各種2DLC中，正相（NP）LC和反相（RP）LC的聯用最具優勢，因為NPLC作為第一維可以按照分子的極性（頭基）不同將脂質化合物分為大類，第二維的RPLC則依據分子的疏水性（脂肪酸鏈）不同而分離同一類脂質化合物中不同種屬的分子[25].由于NPLC的流動相是有機溶劑，而RPLC則用水相流動相，二者是不互溶的，采用真空蒸發接口[26]連接NPLC和RPLC可以獲得較為理想的結果。然而，目前2D（NP / RP）LC-MS / MS采用實驗室自行搭建的接口，自動化水平和分析重現性均有待提高，分析時間較長。因此，開發更完善、更有效的2D（NP / RP）LC接口，實現高通量自動分析是一個重要的研究課題。
此外，采用MS直接分析的“鳥槍”脂質組學法（shotgun lipidomics）也用于輪廓分析[27,28],其特點是分析速度快、鑒定能力強，但不足也比較明顯：一是儀器價格昂貴，為保證定性準確性，需要用高分辨甚至超高分辨MS;二是脂質成分信息缺失，鳥槍法中全脂未經色譜分離即在離子源電離，導致低豐度和難電離脂質成分的電離受到明顯抑制，造成相關脂質無法檢出；三是脂質結構信息缺失，異構體在生物體內的作用可能存在明顯差異，準確鑒定就顯得尤為重要，單獨采用MS的鳥槍法很難區分某些脂質異構體（如位置異構和對映異構），而2DLC-MS / MS可以分離并定性定量分析這些異構體[5,25].
2.3目標分析（targeted analysis）
目標分析即針對幾種、一類或少數幾類脂質化合物（如生物標志物）進行分析。目標分析要求速度快、定性定量準確。直接MS分析和RPLC是常用方法，特別是超高效LC（UHPLC）與MS聯用方法分離效率高、分析速度快。對于原位分析或者活體分析，敞開式離子化質譜（AMS）是一種很有潛力的技術。比如，聲波輔助噴霧離子化（EASI）-MS可以原位分析活體藍細菌表面的典型脂類代謝產物[29].作 者[29]選 擇 單 細 胞Synechocystis sp.PCC6803、多細胞Anabaena sp. PCC7120和單細胞Synechococcus sp. PCC7002 3種不同的藍細菌為模型微生物，采用EASI-MS對其表面的脂類化合物進行檢測。對所獲得的MS數據進行主成分分析（PCA），發現了脂類的含量與藍細菌生長狀態之間的有機聯系。在質譜負離子模式下，硫代異鼠李糖甘油二酯（SQDG）和磷脂酰甘油（PG）是響應最強的兩種脂類。通過進一步對兩種脂類化合物進行目標分析，證明SQDG/ PG的含量比會從藍細菌生長指數期進入穩定期時急劇升高。這樣，就可以用EASI-MS快速表征藍細菌的生長期。通過基因操縱技術對藍細菌膜內脂類進行改變，驗證了EASI-MS的實驗結果可以準確反映藍細菌膜內脂類的真實含量。此外，為了探究藍細菌膜內SQDG和PG產生變化的原因，還做了加磷實驗。有趣的是，隨著藍細菌年齡的增長，其膜內主要不飽和脂的不飽和度會顯著下降[29].然而，AMS用于脂質組學目標分析仍面臨一些挑戰，包括在敞開式環境下脂類化合物的離子化效率較低，不經LC分離直接用MS分析常常遇到基質干擾問題。如何從儀器的角度出發解決這些問題也是一個重要課題。
