关键词：MALDI-MSI 质谱成像，Liquid chromatography 液相色谱法，Lung cancer 肺癌，Metabolism 新陈代谢，Serum 血清
01
摘要
中国科学院化学研究所聂宗秀团队于2023年在《Analytical chemistry》上发表了题目为“Biofluid Metabolic Profiling for Lung Cancer Screening via Reactive Matrix-Assisted Laser Desorption Ionization Mass Spectrometry”的文章。
肺癌是发病人数和死亡人数最多的一类癌症，为提高肺癌生存率，研究和开发低成本、快速和非侵入性的早期诊断方法至关重要。通过检测生物体液样本如血液和尿液中的生物标志物的含量变化来预测早期肺癌发生的策略在肺癌的早期检测中具有很好的潜力。作者使用了一种双模式的反应性基质2-肼基喹啉（2-Hydrazinoquinoline，2-HQ）用于血清和尿液中醛酮衍生化合物和其他代谢物的分析，并结合机器学习的数据处理模型将质谱数据用于肺癌患者和健康志愿者的区分，具体策略参见图1。
图1 基于 MALDI 质谱的双模式反应性基质2-肼基喹啉用于肺癌疾病筛查示意图
02
实验设计
2.1
双模式反应性基质2-HQ用于小分子的MALDI-MS检测
2-HQ 作为一个反应性基质，其含有的肼基基团具备衍生醛酮化合物的能力，衍生得到的腙类产物可以在 MALDI-MS 的正离子模式中检测到，反应式如图2所示。
图2 基质2-HQ与酮醛类化合物发生化学反应
2-HQ 同时也是一种双模式基质，可以同时用于正负离子条件下的小分子分析。其作为基质在 MALDI-MS 的正离子模式下可同时衍生分析5种醛酮类小分子，包括乙醛、戊醛、苯甲醛、丙酮和己酮。在负离子模式下可以用于7种氨基酸小分子的直接分析（图3）。
图3 基质2-HQ在正离子模式下分析醛酮分子（左）及其在负离子模式下分析氨基酸分子（右）
2.2
基于血清和尿液样本的机器学习模式用于肺癌疾病预测
作者从医院采集了肺癌病人和健康志愿者的血清样本各65例，尿液样本各100例，以 2-HQ 作为基质进行了 MALDI-MS 的分析。将样本中80%的数据作为训练集，剩余20%作为测试集，通过机器学习模型以质谱图的 m/z 信息作为特征对肺癌疾病组和健康对照组进行了区分。
基于血清样本训练集和测试集的分类结果如图4所示，逻辑回归模型用于分析血清样本效果最佳，训练集的 AUC 值达到0.993（图4A和4C），测试集的 AUC 值达0.996（图4B），混淆矩阵结果显示78例数据中有76例可以准确分类（图4D），证明逻辑回归模型对盲样的预测结果较为不错。
图4. 基于血清样本 MALDI-MS 数据的机器学习模型用于区分肺癌病人和健康对照
基于尿液样本训练集和测试集的分类结果如图5所示，神经网络模型用于分析尿液样本效果最佳，训练集的 AUC 值为0.946（图5A和5C），测试集的 AUC 值为0.938（图5B），混淆矩阵结果显示120例数据中有103例可以准确分类（图5D），证明神经网络模型对盲样的预测结果良好。
图5. 基于尿液样本 MALDI-MS 数据的机器学习模型用于区分肺癌病人和健康对照
2.3
代谢指纹和代谢物鉴定
使用机器学习模型得到了较好的肺癌筛查效果，说明肺癌患者和健康志愿者之间存在着较为明显的代谢上的差异，作者继续研究了两个组别间存在的代谢差异。血清样本和尿液样本中肺癌组与对照组相比发生显著性变化，即 t 检验的 p 值<0.05 的 m/z 特征分别有263和301个，倍数变化（FC）大于2的 m/z 特征分别有74和109个，p 值<0.05 且倍数变化大于2的 m/z 特征分别有50和82个。通过高分辨质谱（结合了Thermo AP-SMALDI-MS和Bruker FT-ICR-MS的鉴定结果）对血清和尿液中的代谢物进行鉴定，发现血清样本中有19个代谢物在肺癌组和对照组的样本中存在显著性差异（p<0.05）和倍数变化，且能通过高分辨质谱鉴定确定其分子实质（图6A），相应的尿液中有38个（图6B）。鉴定出来的物质包括醛酮类小分子，氨基酸，脂质，小分子酸等。
图6 肺癌组和对照组血清和尿液样本中代谢物变化的 Venn 图
这些在肺癌病人样本中显著变化的代谢物与肺癌疾病引起的代谢通路变化息息相关，包括长链脂肪酸的 β 氧化、脂肪酸生物合成、Warburg 效应和戊糖磷酸途径等，作者也发现了一些类似的代谢物失调现象，如牛磺酸在肺癌病人血清或尿液样本中的上调。
03
总结
本文将双模式反应性基质 2-HQ 成功应用在血清和尿液样本的代谢物分析中，2-HQ 作为双模式反应性基质可以实现醛酮分子的衍生分析及在正负离子模式下实现对多种代谢物的同时分析；将质谱结果与机器学习结合可以较高的准确率预测和区分肺癌患者和健康志愿者；通过高分辨质谱对质谱检测到的代谢物进行了鉴定，还发现了肺癌组和对照组含量具有显著差异的代谢物与肺癌疾病代谢失调之间的关系。
文献地址：
https://pubs.acs.org/doi/10.1021/acs.analchem.3c02015
「科瑞恩特」独家代理质谱成像离子源
在大中华区独家代理的两款质谱成像离子源，都可搭载Thermo ScientificTM Q ExactiveTM或Obitrap ExplorisTM系列质谱仪。
AP-SMALDI 5AF高分辨自动聚焦3D快速质谱成像系统，常压操作环境，空间分辨率可达到3μm，独特3D检测模式可以检测凹凸不平的样品表面，快速检测模式可达18pixel/s，全像素检测大大提高检测灵敏度，高空间分辨率和高质量分辨率使样本中的分子化合物达到最佳成像效果。
MALDI ESI InjectorTM 透射式超高分辨质谱成像系统，可以同时搭载MALDI离子源与ESI离子源，既可用于传统LC-MS/MS实验，也可用于质谱成像检测，通过双离子漏斗接口实现离子源快速切换，无需拆卸，操作便捷，并且接口可以进一步升级为MALDI-2和t-MALDI检测，大大提高空间分辨率和检测灵敏度。
求分享
求收藏
求在看
求点赞