综述：化学反应启用的脂质组学：从灵敏结构分析到生物医学应用

《Analyst》：Chemical reaction-enabled lipidomics: from sensitive structural analysis to biomedical applications

本综述系统阐述了化学衍生化在脂质组学中的核心价值。面对脂质结构多样性、宽动态范围和电离效率差异等分析瓶颈，作者归纳了化学衍生如何从三个方面提升质谱分析能力：（1）通过引入电荷/可电离基团增强检测灵敏度；（2）利用选择性化学反应（如Paternò–Büchi反应、臭氧分解、环氧化等）精确定位碳碳双键、区分异构体，实现深度结构解析；（3）通过质量位移策略（如同位素编码衍生、多重标签）提高特异性与定量通量。文章指出，这些化学工具正推动新型脂质生物标志物发现，深化了对疾病（如心血管疾病、阿尔茨海默病、癌症等）中脂质代谢的理解，为从分析方法到生物医学应用的转化搭建了桥梁。

　　

在生命科学的微观世界里，脂质不仅是构成细胞膜的基本骨架和能量储备单元，更是调控无数生命过程的关键信使。然而，脂质巨大的结构多样性、极宽的浓度范围以及不均一的电离效率，给基于质谱（MS）的全面分析带来了严峻挑战。化学衍生化技术，作为一种在分析前对脂质进行“化学修饰”的策略，正成为破解这些难题的核心钥匙。本综述将带您领略这门化学艺术如何在三个核心维度上，重塑脂质组学的分析版图。

Strategies for enhanced detection sensitivity（提升检测灵敏度的策略）

许多脂质，尤其是那些低丰度或极性特殊的种类，在质谱分析中电离效率低下，信号微弱甚至无法被检测。化学衍生化通过为脂质分子“安装”上易于携带电荷的“标签”，极大地提升了它们的“可见度”。

• •
  甲基化：对于像磷脂酰肌醇磷酸盐（PIP₃）这样难电离的信号脂质，使用三甲基硅基重氮甲烷（TMSD）进行甲基化，可以中和其活性氢，显著增强其在正离子模式下的检测信号。类似策略也被成功应用于提升心磷脂（CL）和多萜醇单磷酸（DolP）等低丰度脂质的分析灵敏度。
• •
  吡啶鎓或季铵盐衍生化：为分子引入一个永久正电荷，是大幅提升电离效率的强效手段。例如，AMPP（N-[4-(氨基甲基)苯基]吡啶鎓）试剂与脂肪酸（FA）反应后，可使其信号增强约2500倍，该试剂现已商业化并广泛用于总脂肪酸组成分析。
• •
  吡啶或氨基基团标记：与引入永久电荷相比，连接吡啶或氨基等基团能在提升电离效率与保留结构信息之间取得更好平衡。例如，使用DEEA衍生化脂肪酸可使信号强度提升三个数量级，其衍生物在碰撞诱导解离（CID）下会产生特征性的74 Da中性丢失，便于定量。此外，基于N-杂环卡宾的衍生化方法也为脂肪酸醛的分析带来了更好的线性、重现性和准确性。
• •
  多功能标记：理想的衍生化试剂应“一专多能”。例如，含有吡啶的标记试剂不仅能为中性不饱和脂质带来超过600倍的信号增强，还能用于后续的结构解析。近期，一种为不饱和甘油磷脂（GPL）设计的衍生化策略，能在碱性条件下引入带稳定负电荷的芳香基团，从而在负离子模式下同时实现电离增强和酰基链组成及双键位置的指认。

Strategies for enhanced structural elucidation（提升结构解析的策略）

仅仅知道脂质的存在和含量远远不够，其精确的化学结构，尤其是碳碳双键（CC）的位置和几何构型，深刻影响着其生物功能。常规的CID-MS/MS难以直接断裂非极性的双键，化学衍生化通过“活化”这些惰性位点，让结构秘密自己“开口说话”。

• •
  CC位置确定：臭氧分解法利用臭氧与双键的特异性反应，生成能直接反映双键位置的诊断离子。帕特诺-布基（Paternò–Büchi, PB）反应则利用羰基化合物与双键的[2+2]环加成，产生的恶丁烷产物在MS/MS中会产生指示双键位置的碎片。此外，低温等离子体（LTP）探针或m-CPBA引发的环氧化反应，也是定位双键的有效手段。这些方法各有千秋，例如PB反应应用广泛，而环氧化反应能更好地保留原始双键的立体化学信息。
• •
  分离选择性：对于连质谱都难以区分的顺式/反式几何异构体，衍生化可以改变其物理化学性质，从而利用色谱或离子淌度进行分离。例如，通过N-甲苯磺酰基氮丙啶化反应修饰脂质，可以显著增大Z/E异构体在离子淌度中的碰撞截面积（CCS）差异，成功用于绘制细菌膜或大鼠脊髓损伤模型中不饱和脂质的异构体分布图。

Strategies for mass-shift-based profiling（基于质量位移的分析策略）

在复杂的生物样本中，目标脂质信号常常被同质异位素干扰或高丰度背景所淹没。化学衍生化通过引入可控的、可预测的“质量位移”，为质谱分析增加了特异性与通量的新维度。

• •
  提高MS1特异性：同位素编码衍生化（ICD）是解决此问题的经典方案。通过使用轻重同位素（如氢/氘）标记的试剂分别处理样本和对照，衍生后的同一脂质会产生固定质量差的离子对。在单次质谱进样中，通过对比这对离子的信号强度，即可实现精准的定量比较，而无需为每种脂质都配备昂贵的内标。此策略已成功应用于脂肪酸、磷脂等多种脂质分析。
• •
  多重平行分析：为了在单次实验中同时比较多个样本组以减少仪器误差，可以借鉴蛋白质组学中的多重标记思路。例如，利用商业化的iTRAQ试剂标记含氨基的磷脂（如PE、PS），或通过点击化学将磷脂与串联质量标签（TMT）连接，可实现高达6-plex甚至更高通量的平行分析。这种方法能高效揭示不同生理或病理状态下脂质组的全局变化。

Conclusions（结论）

化学衍生化正在深刻改变脂质组学的信息获取模式。从提升低丰度脂质的“检出率”，到揭示双键位置与构型的“结构密码”，再到实现高通量、高特异性的“平行定量”，化学工具为克服脂质固有的分析瓶颈提供了系统性解决方案。尽管衍生化反应增加了样品前处理的复杂性，但其带来的信息维度提升是不可替代的。未来，开发集高灵敏度、深度结构解析与多重定量编码于一体的“多功能”衍生化标签，并将这些策略与数据非依赖采集（DIA）等先进质谱模式相结合，将是推动脂质组学从发现走向临床验证的关键。我们期待这些化学创新能加速转化，为研究人员提供更强大的工具，以破译脂质在健康与疾病中的复杂语言，发现可靠的生物标志物并深入理解疾病机制。