脂质分析

榛子是世界四大干果之一。榛子油是一种营养丰富、保健作用广泛、具有独特坚果风味的高级食用油。榛子油中的脂肪酸主要为油酸、亚油酸、棕榈酸和硬脂酸，不饱和脂肪酸的含量高达90%。其他生物活性成分和抗氧化活性物质也赋予了它抗氧化，抗衰老，提高免疫力，预防动脉粥样硬化，及促进胆固醇降解和代谢的作用。 脂质在生命活动中承担着关键的作用，具有多种重要的生理功能。脂质可分为八大类：脂肪酰（FAs）、甘油脂（GLs）、甘油磷脂（GPs）、鞘脂（SPs）、固醇脂（STs）、孕烯醇酮脂（PRs）、糖脂（SLs）和聚酮（PKs）。脂质组学（lipidomics）作为代谢组学的一个分支，利用现代质谱技术分析脂质的内在化学性质。高分辨率脂质组学平台的出现，包括鸟枪法脂质组学、液相色谱质谱联用（LC-MS）、基质辅助激光解吸电离串联飞行时间质谱仪（MALDI-TOF-MS）和成像脂质组学等都成为了分析脂质的工具。脂质组学的研究涉及脂质的定性定量分析、结构和功能特性分析以及在生理和病理阶段的动态变化分析等等。其在食品科学领域的研究主要围绕在食品营养和食品安全控制方面。高分辨率质谱已广泛用于研究食品成分、产地溯源、质量鉴定和真伪鉴别。 为探究加工方式对榛子油脂质组成的影响，鉴定不同榛子油样品的特征脂质。在本实验中，沈阳农业大学的孙嘉阳、吕春茂教授等将脂质组学应用于榛子油的研究。使用冷压法、超声波辅助有机溶剂浸提法和水酶法提取分别得到不同的榛子油样品（CPO、UHO和EAO）。利用超高效液相色谱串联四级杆飞行时间质谱（UPLC-QTOF-MS）和多元统计分析方法对榛子油中的脂质进行全面表征与分析。探讨了不同加工方法对榛子油脂质组成和油脂品质的影响。这些数据为榛子油的加工利用提供了新的见解，并将有助于榛子产品的开发与应用。榛子油脂质的定性利用UPLC-QTOF-MS在正负离子模式下对3种不同的榛子油样品进行扫描，利用二级质谱数据库进行光谱匹配，实现脂质的定性。在榛子油中共鉴定出98种脂质，包括负离子模式下的63种脂质和正离子模式下的35种脂质（图1A）。这些脂质分为3个大类（GL、GP和SP）和10个亚类。GLs包含2个亚类（二酰甘油（DG）和三酰甘油（TG）），GPs包含7个亚类（甘油磷脂酸（PA）、甘油磷脂酰胆碱（PC）、甘油磷脂酰乙醇胺（PE）、甘油磷脂酰甘油（PG）、甘油磷脂酰肌醇（PI），和其他GPs（PEtOH、PMeOH）），SP包含的1个亚类（神经酰胺（Cer））（图1B）。（A）正负离子模式下鉴定的脂质数量；（B）脂质亚类数量的百分比。图1 榛子油中脂质的定性分析榛子油脂质的定量CPO、UHO和EAO中的总脂质含量分别为1248646.6325、1056993.7416和1027794.9027 nmol/g。图2A～C显示了各亚类脂质含量所占百分比情况。CPO、UHO和EAO中TGs所占比例最大，分别为98.49848%、98.32412%和98.42983%，其次是DGs、PAs和PEs。图2D进一步比较了3种不同榛子油中同一亚类脂质含量的差异。CPO组中GLs（TGs和DGs）含量最高，这可能是由于机械挤压导致的较高脂质浓度所致。UHO组中GPs含量最高，PCs、PIs和PEs含量显著高于其他两组，UHO组中PAs的含量是EAO的117倍。GPs是生物膜的主要成分，在加工时榛子被浸泡在有机溶剂中，溶剂会破坏细胞膜，从而增加GPs的释放，产生这一结果。而EAO组中Cer含量更高，主要是Cer-NS。图2 （A）CPO中脂质亚类的百分比；（B）UHO中脂质亚类的百分比；（C）EAO中脂质亚类的百分比；（D）CPO、UHO和EAO中同一亚类脂质含量的比较在榛子油样品中共鉴定了15种脂肪酸（表1）。除C12:0月桂酸、C14:0肉豆蔻酸、C17:0十七烷酸和C18:3亚麻酸外，CPO组的其他脂肪酸含量均显著高于其他两组。在计算每种脂肪酸的百分比后，发现CPO、UHO和EAO中不饱和脂肪酸的百分比分别为93.39%、93.30%和93.55%。表1 CPO、UHO和EAO中的脂肪酸组成（%）多元统计分析首先对不同加工方式的榛子油样品进行主成分（PCA）分析，可以初步了解不同处理组之间的自然聚类趋势。在图3A的PCA得分图中可以观察到3种榛子油样品分离明显。图3B的PCA的载荷图显示出TG类脂质是区分榛子油的最重要变量。利用偏最小二乘判别分析（PLS-DA）筛选显著差异脂质。图3C得分图显示，PLS-DA模型可以有效区分三种不同的榛子油样品。为了进一步验证模型，我们进行了200次交叉验证，以评估其稳定性和预测能力。R2和Q2值分别为0.8687和0.7769（图3D）。这表明建立的PLS-DA模型具有较高的可靠性和预测能力，且不存在过拟合现象。（A）PCA得分图；（B）PCA载荷图；（C）PLS-DA得分图；（D）PLS-DA交叉验证图。图3 无监督和有监督模式的多元统计分析EAO、CPO和UHO间的显著差异脂质基于构建的PLS-DA模型，将VIP 1且P 0.05作为筛选条件。图4A显示了鉴定出的12种显著差异脂质情况，包括6个TAGs，3个DAGs、1个PC、1个PA和1个PE。这12种脂质在不同加工方式榛子油中具有显著差异。与UHO组相比，CPO组中9种脂质显示上调，3种下调，其中PC（PC 36:2|PC 18:1_18:1）变化最大（图4B）。与EAO组相比，CPO组有11种脂质显示上调，1种下调，PE（PE 36:3|PE 18:1_18:2）变化最大（图4C）。与EAO组相比，UHO组中有10种显著差异脂质显示上调，2种下调，其中PC（PC 36:2|PC 18:1_18:1）变化最大（图4D）。我们发现在不同加工方式榛子油中GP类脂质差异最大。这些脂质含量的变化可能直接影响油脂的质量和功能。因此，未来对特定亚类脂质进行靶向研究十分重要。这12种显著差异脂质也可以作为潜在的生物标志物对这三个不同加工方式的油脂进行质量控制。图4 （A）PLS-DA VIP得分图，右侧热图表示相应脂质的含量；（B）CPO和UHO之间的差异倍数图；（C）CPO和EAO之间的差异倍数图；（D）UHO和EAO之间的差异倍数图在本研究中，使用UPLC-QTOF-MS对榛子油进行了非靶向脂质组学分析。对CPO、UHO和EAO的脂质组成进行了定性和定量分析，鉴定出10个亚类的98种脂质。通过有监督和无监督的多元统计分析，确定了12种显著差异脂质。这些脂质可以作为潜在的生物标志物来区分三种加工方式的榛子油以及其他掺假检测和质量鉴别。本研究明确了榛子油的脂质成分，并证实了不同加工方式对植物油脂质的影响。这项研究的结果有助于我们理解油脂加工的机理，为今后特定脂质的研究提供有用的信息，并促进榛子油的开发和应用。作者孙嘉阳，女，中共党员，沈阳农业大学硕士研究生（在读），2019年辽宁省优秀毕业生，2020年沈阳农业大学优秀团干部。主要研究方向为榛子油加工及贮藏氧化机制。参与国家自然基金及辽宁省重点研发项目的相关研究工作 。以第一作者在Food Science and Human Wellness发表一篇SCI论文1篇，申请国家发明专利2项。吕春茂，男，博士，沈阳农业大学食品学院三级副教授，硕士生导师，沈阳市高层次“拔尖人才”，沈阳农业大学服务乡村振兴团队首席专家。主要从事果蔬精深加工、食品生物技术和食品质量与安全方面的教学与科研工作。近年来一直针对北方特色果蔬农产品的高值化利用和加工关键技术开展科学研究，包括东北特色经济林作物榛子的食品加工、加工过程中主要营养成分的变化与关联机制、深加工产品及其功能性评价、加工副产品的综合利用；寒富苹果精深加工产品研制及功能性评价、果渣等加工废弃物的综合利用；越橘精深加工产品研制与功能性评价等。共发表论文50多篇，SCI收录5篇，完成专著2部，参与编著教材2部。申请发明专利5项。目前主持辽宁省重点研发计划项目“东北榛子深加工综合利用关键技术研究与示范”等科研课题5项，参加国家重点研发计划“特色经济林采后果实与副产物增值加工关键技术”和国家自然科学基金项目“富含油脂的食品热加工过程中晚期糖基化终产物（AGEs）形成机理研究”的部分研究工作。获得省部级二等奖3项，三等奖2项。学术兼职：中国经济林协会榛子专业委员会理事；中国食品科学技术学会休闲食品加工技术分会理事；中国经济林协会加工利用分会理事；中国经济林协会板栗分会常务理事；辽宁省食品质量与安全学会理事；辽宁省农科院专业学位评审专家等。

离子淌度调制提升空间脂质组分析的结构解析能力空间脂质组分析可揭示脂质在生物组织或器官中的含量及空间分布，是基础生物学和疾病研究的重要技术。空间脂质组分析的底层技术一般为质谱成像，其具有免标记、高空间分辨率和高灵敏度等优势，可同时表征大量脂质分子在生物组织中的空间分布。然而，脂质和代谢物的质谱成像主要依赖于质量测定，对分子结构的表征能力不足，常由于脂质和代谢物异构体的存在而导致分析偏差乃至错误。在质谱成像过程中，单个像素点的样品量和分析时间极为有限，对逐个离子串联分析会导致分析时间长和灵敏度降低等问题，因此如何在质谱成像的同时实现分子的结构解析一直是分析科学的挑战。此外，在成像过程中丰度、离子化效率各异的待分析离子同时进入质谱，存在显著离子抑制等问题，给中低丰度离子的检测和结构鉴定造成困难。近日，清华大学精密仪器系的欧阳证、马潇潇教授团队开发了一种多目标脂质结构质谱成像技术，通过离子淌度技术对待分析离子的快速时空聚焦和分离，在不增加质谱成像时间的情况下，显著提升了空间脂质组分析的结构解析能力。该技术采用数据非依赖采集方法，利用离子淌度分离对单像素点的母离子强度进行“调制”，将淌度分离后的母离子不经质量隔离而完全碎裂 （Mobility modulated sequential dissociation, MMSD）。根据母离子及相应子离子组成随淌度时间不断变化的特点，发展了智能谱图解卷积算法，实现40多种脂质的结构解析和20种脂质在组织上的空间可视化，包括磷脂酰胆碱、磷脂酰乙醇胺等。具备结构解析功能的质谱成像可实现传统空间脂质组分析难以实现的脂质异构体结构鉴定和空间可视化。在鼠脑组织中，该技术揭示了多种脂质异构体的差异性乃至互补性空间分布，如 PE O-18:2_20:4、PE O-16:0_22:6 和 PE 16:1_22:4、PE 16:0_22:5等。在对人肝癌的组织切片分析中，该方法揭示了磷脂酰乙醇胺 PE 36:2的一组异构体（PE 18:1_18:1、PE 18:0_18:2）在癌组织和癌旁组织中的特异性分布，并且PE 18:1_18:1集中分布于癌组织，可用于精准划分肿瘤组织边界，表明该技术可在更深层结构维度上揭示脂质癌症生物标志物。这项工作所提出的多目标脂质结构解析及空间成像方法，从原理上同样适用于多肽、代谢物等生物分子的空间可视化及结构解析。结构解析赋能的脂质质谱成像，是空间脂质组学技术发展的题中之义，也是精准脂质组分析和功能脂质组研究必不可少的技术基础。该技术的提出，为空间结构脂质组分析提出了一种解决方案，也有望促进质谱成像实现从质量测定到结构鉴定的研究范式转换。 论文作者：论文第一作者是清华大学博士研究生钱耀，通讯作者是清华大学精密仪器系欧阳证、马潇潇教授。清华大学郭翔宇博士和清华大学长庚医院王韫芳研究员对技术建立和生物医学应用做出了重要贡献。清华大学精仪系、清华大学精密测试技术与仪器国家重点实验室为第一作者单位。本项目得到国家自然科学基金委重点、面上项目及重点研发计划（前沿生物技术）青年科学家项目（2022YFC3401900）资助。 论文链接：https://onlinelibrary.wiley.com/doi/10.1002/anie.202312275

项目编号：CMEETC-227XO133KK599（清设招第20221585号）项目名称：清华大学超精细结构脂质分析仪采购方式：竞争性谈判预算金额：180.0000000 万元（人民币）最高限价（如有）：180.0000000 万元（人民币）采购需求：包号名称数量是否允许进口产品投标01超精细结构脂质分析仪4套否设备用途介绍： 该设备能够完成脂质碳碳双键异构体疾病标志物的筛选和鉴定，支持复杂样品体系中脂质的全范围高通量筛选和鉴定，并能完成不饱和脂质中碳碳双键精准定位和异构体鉴定。使用该设备一方面能够用于各类肿瘤组织的脂质标志物的发现与研究，为疾病的诊断以及药物研发等提供依据；另一方面，能够通过对中药材、中药饮片质量控制和地道药材研究，用于中药体内药物代谢分析及中医药治疗机理研究中生物标志物的筛选、鉴定和定性定量分析 。简要技术指标： 流速精密度：0.070%RSD，自动进样器可进行编程进样，用于进行柱前衍生，柱前样品自动稀释，自动混合等复杂进样方式 ，详见公告附件。合同履行期限：合同签订后30日内到货，到货后15日内完成安装调试，合同货物整体质量保证期为验收合格之日起12个月。本项目( 不接受 )联合体投标。