2010全國質譜大會大會報告（三）

復旦大學 楊芃原教授

　　來自復旦大學的楊芃原教授做了題為“糖蛋白結構的高通量質譜分析”的報告。楊教授介紹，由于理論的數據庫大小是天文數字，使糖蛋白的結構分析成為目前糖蛋白分析瓶頸。楊教授在報告中介紹了用MALDI進行糖蛋白de-novo解譜，進而用ESI搜索糖蛋白數據庫的糖蛋白結構鑒定方法。重點介紹了數據庫是如何建立的。

　　楊教授課題組的解決思路是，增加如多級質譜等各譜圖階段的信息（但由于質譜的速度和檢出限，高通量使用尚有問題），減少檢索時所需的已知信息，創建高可信度的糖肽數據庫，并撰寫新的檢索軟件。具體方案為：1）建立完備、精簡的包含糖位點的肽庫及糖鏈庫，通過實驗獲得肽庫，根據文獻獲得糖鏈最大組成的糖鏈庫，窮舉它們的結構后，再人工排除不合理結構，獲得針對特定樣品的糖鏈庫。2）構建針對特定樣品的糖結構庫。3）篩選出譜圖中可能的糖碎裂峰。4）對碎裂峰進行匹配，獲得糖肽組成，使用上一步驟獲得峰連續碎裂網絡，對網絡中的多個路徑進行批量分析，再根據解的重復性判斷可靠性。楊教授還通過實例向大家講解了具體的糖蛋白結構確定過程。

中國科學院上海藥物研究所 上海中藥現代研究中心 果德安研究員

　　來自中國科學院上海藥物研究所、上海中藥現代研究中心的果德安研究員，做了題為“液質聯用技術在中藥分析中的應用”的報告。果老師近幾年主要從事中藥標準的制定和質量控制工作。傳統的中藥質控方法無法分析復雜系統，報告中，果老師從中藥質控的角度講述了液質聯用技術的應用。通過丹參、靈芝、黃芪、連翹的分析實例，證明液質聯用的方法比傳統的方法好得多，目前正在向全成份分析過渡。最后，果老師指出，質譜在中藥復雜體系中有廣闊的應用空間。

AB Sciex公司 劉麟先生

　　來自AB Sciex公司的劉麟先生，做了題為“生物質譜深入解析蛋白質——鑒定、確證與定量化分析的完整解決方案”的報告。報告中，劉先生重點介紹了AB SCIEX于今年5月在ASMS上推出的AB SCIEX TripleTOF? 5600系統，該系統第一次在一個平臺上，實現了同時具有三重四極桿的典型定量能力、高分辨和精確質量系統的定性能力。劉先生介紹，TripleTOF 5600系統為科學家們設計了新型、更好的方式來進行質譜實驗，該系統可應用在諸如新藥發現、生物標志物檢測、以及食品安全和環境分析等廣闊范圍的生命科學應用中。

　　AB SCIEX TripleTOF 5600系統具有一系列的新的創新技術，包括：1）智能高速（SmartSpeed?）的100 Hz采集速度——至少是其它高分辨質譜5倍以上的速度；2）加速器飛行時間分析器（Accelerator TOF? Analyzer）——在高速度和工業級的靈敏度下具有高分辨能力；3）簡便質量校準（EasyMass? Accuracy）——可獲得穩定的約1 ppm的質量準確度，卻不需要用戶持續的校準。4）相比于市場上現有的精確質量測定質譜，這些特性展示了顯著的技術進步，原先的系統在定性時需在速度和靈敏度之間取得平衡，在準確定量時又要在重現性和精密度之間取得平衡。

　　此外，劉先生還介紹了與TripleTOF 5600同時發布的一系列特色的應用軟件：用于在藥物研究中鑒定代謝物的代謝物導航（MetabolitePilot?）軟件、用于快速和簡便地處理和顯示大量的質譜數據的峰觀測（PeakView?）軟件、用于簡化小分子和大分子的定量流程的多組分定量（MultiQuant?）軟件、用于簡化蛋白質組學研究的蛋白導航（ProteinPilot?）軟件以及用于脂質組學研究的脂類觀測（LipidView?）軟件和用于代謝組學和生物標志物篩選分析的標志物觀測（MarkerView?）軟件。

美國華盛頓大學 Han, Xianlin（韓賢林）教授

　　來自美國華盛頓大學的Han, Xianlin（韓賢林）教授，做了題為“New Development of MALDI-MS on lipid analysis”（用MALDI-MS分析脂質的新發展）報告，在報告中他談到，MALDI-MS技術在蛋白質組學中廣泛應用，但在脂質組學應用中遇到很多挑戰，比如高的基質背景、嚴重的離子抑制、嚴重的源后解離、脂質點明顯的不均勻分布等。最近科學家們發展了一系列方法來克服這些缺點。比如新技術（薄層點MALDI-MS），新應用（直接成像組織中的脂質），新基質（如9-aminoacridine(9-AA)）。該報告綜述了這些進展，并重點介紹了應用9-AA于脂質組學分析的研究。研究發現，9-AA作為MALDI-MS分析基質很有優勢，可減少基質背景，減少源后解離，提高離子化效率（特別是負離子模式），提高一些族系脂質的靈敏度（如sulfatide）。課題組用該方法（9-AA為基質的MALDI-MS分析）分析了許多族系的脂質，并與“金標準”定量法的ESI-MS定量法做了比對。以下是英文摘要：

　　The power of matrix-assisted laser desorption/ionization mass spectrometry (MALDI-MS) in proteomics is well recognized. However, its application for lipidomic analysis has been hampered due to a number of caveats including high matrix background, severe ion suppression, serious post-source decay, and apparent inhomogeneous distribution of lipids at spots.

　　Recently, great efforts have been made to address these drawbacks. A number of developments in this area have been made, including new techniques (e.g. TLC-blot-MALDI-MS), new application (e.g. direct profiling and mapping of lipids from tissues), and new matrices (e.g.,9-aminoacridine(9-AA) ). These new developments are outlined in presentation.

　　The emphasis of this work is on the application of 9-AA on lipidomic analysis as we have recently conducted. We have found that 9-AA as matrix for MALDI-MS analysis of lipids offers a number of advantages over essentially all other matrix used in the literature, including minimal matrix background, reduced post-source decay, enhanced ionization efficiency (particularly in the negative-ion mode),and increased sensitivity for certain lipid classes (e.g.,sulfatide). We have also demonstrated that many classes of lipids can be directly analyzed from a lipid extract of a biological sample and the spectra acquired by MALDI-MS with 9-AA as matrix are comparable with those obtained from electrospray ionization MS which has recently been used as a “golden standard” for quantitative analysis of lipids. Collectively, the recent developments of MALDI-MS provide new sprints for lipidomic research.

,

　　來自諾華（Novartis）制藥的Wang, Karen（王瑛琪）教授，做了題為“Application of Mass Spectrometry in Pharmaceutical Drug Discovery Research”（新藥發現研究中質譜的應用）的報告。質譜法已被廣泛應用于藥物研發，從支持傳統的藥物化學（合成），到藥物代謝和藥代動力學研究。日前制藥產業面臨更嚴格的挑戰來研發治療疾病的途徑和靶標，從目標物發現到生物標志物鑒定都需要創新的方法。同時，這些挑戰也給了科學家在創新領域的巨大機會，這些創新很多來源于跨學科（化學、生物、技術）的努力。王教授介紹了在藥物研發領域的四種創新方法。（1）通過代謝組和蛋白質組分析來進行目標物鑒定和驗證；（2）使用基于質譜的篩選方法來進行發現研究和驗證；（3）治療性單克隆抗體的藥動分析，（4）藥物組織分布的質譜成像分析。以下是英文摘要：

　　Mass spectrometry has been extensively utilized in drug discovery research and development, from the traditional medicinal chemistry support to drug metabolism and pharmacokinetic studies. As the industry faces with the challenges of tougher diseases and more challenging pathways/targets to tackle, it requires the development of innovative solutions to address needs from target discovery to biomarker identification. It also presents a great opportunity for scientists in the field for innovation, many of which often come from cross disciplinary efforts-chemistry, biology and technology. In this presentation, four areas of drug discovery research where innovative solutions have been developed will be presented (1)target identification and validation through cellular metabolomic analysis and chemical proteomics； (2)hits discovery research and validation using MS-based screening； (3)PK analysis of therapeutic monoclonal antibody； (4)MS imaging for drug tissue distribution, Investment in life saving and life style improving medicines will get more intensified as standard of living improves. Drug discovery research will continue to require and present opportunity for such application driven innovations.

臺灣中央研究院化學研究所 Yu-Ju Chen(陳玉如)教授

　　來自臺灣中央研究院化學研究所的Yu-Ju Chen(陳玉如)教授，做了題為“Integrated Membrane Proteomic Strategies Revealed Cell Surface Signature during Human Embryonic Stem Cell Differentiation”（在人類胚胎干細胞分化中用集成的膜蛋白質組策略揭示細胞表面簽名）的報告。在干細胞研究中，細胞表面的標志物被廣泛用于干細胞的分類，監測分化階段以及在再生醫學的使用凈化。膜蛋白質組的定量方法將使科學家能深入觀察干細胞分化階段、世系特異性表達，可增加對同類的主要干細胞群的理解。然而，膜蛋白質組非常多樣的糖基化使其分析實驗充滿挑戰，因為它們的疏水性和低豐度，這嚴重影響其溶解性、樣品處理分離和質譜分析。陳教授課題組發展了一種蛋白質組學和糖基化蛋白質組輪廓方法，用于人類胚胎干細胞和16天后分化的胚狀體生長物的“膜蛋白質組輪廓”測定，結果顯示，在多種細胞途徑中，差別表達的糖蛋白和膜蛋白圖和許多過程有關，包括細胞分化、細胞增殖、細胞發育，說明在干細胞分化中，不僅是蛋白標志物，而且糖基化的位點和程度在復雜的過程中都具有顯著可區分的模式（pattern）和功能。以下是英文摘要：

　　In stem cell research, cell surface markers are extensively used for stem cell classification, monitoring the differentiation stages as well as purification for their use in regenerative medicine. Quantitative membrane proteomic approaches will provide an in-depth view of the stage and lineage-specific expression which potentially enhances our understanding on the homogeneous primary stem cell population. However, the analysis of membrane proteome and its highly heterogeneous glycosylation is experimentally challenging because of their hydrophobic nature and low abundance, which seriously complicate their solubilization, sample handling separation, and mass spectrometric analysis.

　　In attempt to search for novel stem cell surface makers and differentiation regulators, we have applied a subglobal proteomic approach and glycoproteomic profiling to define a “membrane proteomic profile” of human embryonic stem(hES) cell and 16-day differentiated embryoid body (EB) outgrowth. Using our recently reported gel-assisted digestion and iTraq labeling approach, 3842 proteins were identified (p<0.05) and 2783 proteins were quantified with >=2peptide. By labeling strategy with alkynyl sugar derivatives, the preliminary results In glycoproteomic analysis identified 350 glycopeptides (p<0.05) and quantified in 212 glycoproteins. By combining the quantitative information in protein expression and N-glycosylated peptides, the site-specific glycosylation degree of peptides can be confidently determined on a proteome scale. Our study revealed the dramatic change in expression as well as sialylated N-glycosylation on cell surface glycoproteome during stem cell differentiation. Interestingly, the proteomic data revealed that some cell surface makers, previously discovered by gene expression array, have unaltered expression during stem cell differentiation, which may be due to differences in protein turnover and regulation of the abundance of cellular mRNA and proteins. Mapping of these differentially expressed glycoproteins and membrane proteins in multiple cellular pathways related to cell differentiation, proliferation and cell development suggests that not only the protein makers but also the site and degree of glycosylation have distinct pattern or function in the complex process during stem cell differentiation.

中國醫學科學院藥物所 再帕爾?阿不力孜教授

　　中國醫學科學院藥物所的再帕爾?阿不力孜教授做了題為“基于RRLC-MS/MS 的代謝組學高通量分析方法研究：惡性腫瘤的生物標志物的發現”的報告。再帕爾教授介紹，目前代謝組學的分析手段主要有NMR和MS兩種。NMR無需復雜的前處理、無損，鑒定能力強，檢測無歧視，但存在靈敏度低，不能準確定量的缺點；MS具有高靈敏度、準確定量、靶分析的優勢，也存在離子化歧視，結構鑒定能力較弱的缺陷。

　　再帕爾教授提出了一種基于RRLC-MS/MS的高通量代謝組學方法，通過混合標準溶液的LC-MS分析來分析系統的穩定性控制，用QC樣本的LC-MS分析來進行數據的可靠性驗證。并列舉的乳腺癌和宮頸癌的的標志物分析實例。最后，再帕爾教授指出，用LC-MS來研究代謝組學，必須結合ESI、APCI多種離子源，才能盡可能完整地發現生物標志物。

,

美國力可公司 李莉博士

　　美國力可公司的李莉博士做了題為“高通量飛行時間質譜及全二維氣相色譜在代謝組學及環境分析中的最新應用研究”的報告。李博士介紹了力可公司的高通量飛行時間質譜TOFMS和全二維氣相-飛行時間質譜聯用儀GC×GC-TOFMS。前者是一款高通量的儀器，李博士稱之為“全世界最快的質譜”，每秒可得到500張全掃描譜圖（500Hz）。后者非常適用復雜樣品的分離分析。GC×GC技術大大提高了對樣品全組份分離的分辨率，可以很好的解決基質干擾的問題，全質量數采集定性結果可靠，一次進樣得到更豐富的樣品信息。此外，ChromaTOF數據處理軟件的自動峰識別和去卷積解析功能，快速進行化合物的鑒定。ChromaTOF軟件中代謝組學模塊快速實現峰匹配，有助于進一步的數據挖掘和統計。

中國科學院上海藥物研究所 鐘大放研究員

　　中國科學院上海藥物研究所的鐘大放研究員帶來了題為“液相色譜-串聯質譜法檢測幾種植物藥反應代謝物和蛋白共價結合”的報告。藥物在代謝過程中即會產生可排泄掉的穩定代謝物，也會由于生物活化產生反應性代謝物，反應性代謝物與細胞大分子發生共價結合就會產生細胞毒性之類的不良反應。由于反應代謝物會對藥物的安全性產生影響，因此，必須通過生物去活化或建立防御機制等手段來防止不穩定代謝物的產生。

　　鐘教授指出，目前許多植物藥的說明書上不良反應這一項都寫著尚不明確。因此，植物藥的不良反應是值得人們關注的問題。鐘教授就自己的研究成果與大家進行了交流。通過研究綠原酸（中藥雙黃連注射液、清開靈注射液、脈絡寧注射液等重的活性成分）在體外和體內的代謝過程，發現了綠原酸的反應活性物質并確證，含有綠原酸藥物導致的毒性可能與其反應活性相關；通過研究魚腥草素的化學結構和藥理作用，發現魚腥草素與人血清蛋白發生快速共價結合，進而可能導致過敏反應。

北京蛋白質組研究中心 錢小紅教授

　　北京蛋白質組研究中心的錢小紅教授做了題為“基于生物質譜的定量蛋白質組學研究”的報告。錢教授就近幾年做的工作與大家進行了交流。通過研究，錢教授建立了多種蛋白質定量的方法，重點介紹了兩種方法：

　　1）基于酸酐雙功能試劑螯合稀土金屬元素與生物質譜聯用的定量蛋白質組學新方法。這一方法標記反應條件溫和，為普遍標記，無肽段歧視；標記肽段的二級圖譜為連續的y系列離子，可提供蛋白鑒定的可信度；試劑價格低廉，容易獲得；有8種稀土元素師單同位元素，質量標簽有28種自由基組合。

　　2）基于液相色譜-串聯質譜的蛋白質組絕對定量策略。該方法一次能檢測多個蛋白，是一種高通量的方法；不需要單克隆抗體，成本低，方法建立簡單；選擇性高，能夠進行蛋白翻譯后修飾的特異性檢測。

美國佛羅里達州立大學 Hsu ,Chang Samuel(許強)教授

　　來自美國佛羅里達州立大學的Hsu ,Chang Samuel(許強)教授，做了題為“Petroleomics: Composition/Structure relationship with Properties/Performance of Petroleum and its Fractions”（石油組學：石油及其餾分的組成/結構和性質/性能的關系）的報告。許教授首先概述了質譜在石油分析中的作用。復雜的石油體系有成千上萬個組分，需要全面的相關和預測技術來分析其特性/性能。質譜提供了獨一無二的能力，可在分子水平上深入了解詳盡的組分信息。質譜使用各種離子化技術，在和色譜聯用后，顯著提高了對于復雜體系分析的分離能力和專一性。石油組包含了約40,000種物質，可用超高分辨的FT-ICR質譜和先進的數據處理技術分析。而在解析龐大的分析數據時，可使用化學計量學方法來進行數據挖掘從而鑒定關鍵組分。最近在分子圖形上的發展，使我們具有可從分子組成數據中預測提煉過程有效性的能力。許教授綜述了分析方法尤其是質譜和建模方法，來獲得相關的分子數據或信息，用于進一步理解產品質量和預測/評估石油加工的有效性。以下是英文摘要：

　　Petroleum, coals and shale oils are the most complex mixtures in nature, containing thousands of components. They require sophisticated analytical technologies for correlation and prediction of the properties/performance of the products as well as the processability of the feeds. After decades of endeavor and development, the analytical techniques, mass spectrometry provides unique capabilities for looking into detailed composition down to molecular-level.

　　In mass spectrometry, various ionization techniques have been developed for a wild range of molecular information. Its coupling with chromatography greatly enhance the separation power and specificity of components in complex mixtures. Petroleome, which consists of ~40,000 chemical constituents, are now achievable using ultra-high resolution Fourier-transform ion cyclotron resonance (FT-ICR) spectroscopy with advanced data analysis.

　　Another challenge is to interpret overwhelming analytical data for its physical and chemical significance. Chemometrics have been used as a data mining tool to identify key species that would mostly affect the overall properties of feed and products. Recent development in molecular modeling provides us with abilities for prediction of effectiveness of refining processes from the molecular composition data.

　　This presentation will give an overview of the analytical, particularly mass spectrometric, and modeling approaches to obtain relevant molecular data or information for further understanding of the product quality and prediction/assessment of petroleum process effectiveness.