空间组学!医学代谢显微工具

要点

传统代谢组学检测均质混合样本,丢失组织空间信息;空间代谢组学可原位定位代谢物分布,是解析代谢物生物合成来源与生物学功能的必备技术。

craig.wheelock@ki.se

#空间代谢组 #质谱成像 #MALDI #DESI #肺部疾病 #脂质介质 #纤维化 #肿瘤微环境 #多模态空间组学 #冷冻组织切片

摘要

空间代谢组可实现组织原位像素级小分子图谱绘制,弥补传统均质代谢组缺乏细胞、解剖分辨能力的短板。依托基质辅助激光解吸电离(MALDI)、解吸电喷雾电离(DESI)等质谱电离技术,空间代谢组可生成高分辨率代谢图谱,将代谢物分布与特定组织区域、细胞微环境、生物学功能一一关联。这套「代谢显微」技术能够定位生物合成通路、识别组织特异性代谢特征,还可联合组织病理学与其他空间组学开展多模态整合。高分辨质谱适用于无靶向广谱代谢物挖掘;靶向质谱检测则可高灵敏捕捉低丰度代谢分子。在呼吸领域研究中,空间代谢组已揭示肺部代谢区域异质性,包括肺表面活性物质重塑、脂质介质空间定位、纤维化相关代谢重编程、气道感染特异性代谢应答、肿瘤磷脂紊乱等生物学现象。上述研究证明该技术可将局部生化变化与肺部生理、疾病机制建立直接关联。目前该领域仍存在多项技术瓶颈:检测灵敏度不足、代谢物同分异构体难以区分、定量方法不完善、福尔马林固定石蜡包埋(FFPE)组织不兼容,因此亟需标准化新鲜冷冻组织实验流程。未来将空间代谢组与空间转录组、空间蛋白质组联用,可实现气道多层级完整代谢图谱绘制,解析不同组织微环境内多分子层交互作用。作为多模态空间生物学的核心模块,空间代谢组具备划分疾病亚型、挖掘治疗靶点、构建肺部空间代谢图谱的巨大潜力,可推动呼吸疾病机制研究与精准医学发展。

基本原理

图1 DESI-MRM解吸电喷雾多反应监测质谱成像工作流

(A) 肺部组织取样、包埋、冷冻切片、载片制备完整流程;

(B) DESI靶向空间代谢组原理图:高压溶剂氮气混合形成带电液滴,撞击玻片组织表面解吸电离分子,4极质谱记录离子丰度;扫描喷头横向移动生成各类代谢物空间图;质谱图像可与H&E病理染色图像配准叠加;

(C) 人肺新鲜冷冻切片vs FFPE切片代谢成像对照,6类代谢物:白3烯B₄(LTB₄)、神经酰胺Cer (18:1/18:0)、鞘磷脂SM (d18:1/18:0)、磷脂酰甘油PG (18:1/16:1)、谷胱甘肽、谷氨酰胺;色标黄代表高丰度、蓝色低于检出限;比例尺1毫米;所有代谢图独立归一,仅对比分布、不直接比较信号强度;样本伦理审批编号2018/181931。

仪器设备

表1 MALDI与DESI空间代谢电离技术对比

详细总结

思维导图(mindmap脑图)

传统代谢组vs空间代谢组核心差异

2大主流质谱成像电离平台MALDI/DESI对比

参考

Am J Respir Cell Mol Biol. 2026 Jul 11:aanag143. doi: 10.1093/ajrcmb/aanag143.

Spatial metabolomics - a metabolic microscope for respiratory medicine

注:AI辅助创作,如有不当欢迎指出。内容仅供参考,不构成任何建议。

相关推荐
天远API1 小时前
零信任架构实战:基于天远全网运营商三要素构建自动化骑手准入网关
运维·人工智能·架构·自动化
知几蜗牛1 小时前
vLLM-Omni流式TTS:异步分块、TTFP与端到端延迟取舍
人工智能
俊哥V1 小时前
每日 AI 研究简报 · 2026-09-28
人工智能·ai
知几蜗牛1 小时前
NVIDIA OpenShell解析:沙箱、凭据代理与L7策略执行
人工智能
Coder-magician1 小时前
《代码随想录》刷题打卡day44:图论-part02
算法·深度优先·图论
别动我齐刘海1 小时前
ROS2 Jazzy + C++ 时间系统——Time / Clock / Duration
linux·c++·人工智能·学习·机器学习·机器人·自动驾驶
克里斯蒂亚诺更新1 小时前
理解机器学习的各种算法
人工智能·算法·机器学习
Yyyyyy~1 小时前
[mysql]day1
数据库·mysql
Elastic 中国社区官方博客1 小时前
两个依赖和一个配置块:通过 Prometheus 远程写入将 Spring Boot 指标发送到 Elasticsearch
大数据·数据库·spring boot·elasticsearch·搜索引擎·全文检索·prometheus