帕高洛尔

2021年4月，中国医学科学院药物研究所天然药物活性物质与功能国家重点实验室再帕尔阿不力孜、贺玖明团队在分析化学一区《Analytical Chemistry》期刊发表封面文章，题为“Mapping metabolic networks in the brain by using ambient mass spectrometry imaging and metabolomics”的研究成果，采用自主研发的质谱成像空间代谢组学技术，全面绘制了大鼠脑代谢网络，深入解析了东莨菪碱致大鼠记忆功能障碍模型脑的代谢变化。　　封面文章　　研究背景　　大脑是结构最复杂的器官之一，主要功能与其微区的分子相互作用密切相关。大脑的小分子调节机制对理解中枢神经功能、精神疾病机理和药物研发有很大的帮助。动物的认知过程和行为控制均依赖于脑部强大的中枢神经网络——神经连接体。科学家进行了很多研究，但是对脑部小分子网络的研究仍有不足。　　分子成像技术是研究大脑中DNA、RNA、蛋白质和代谢产物的强大工具。质谱成像技术(MSI)是一种检测大脑中蛋白质、代谢物和脂质物质的高灵敏度和高通量分子成像技术，在肿瘤边缘诊断、肿瘤生物标志物发现、药物分布和机理阐述等领域有广泛的应用。　　本文作者开发了一种基于敞开式空气动力辅助解吸电喷雾离子化质谱成像(AFADESI-MSI)技术的代谢网络映射方法，对大鼠脑不同极性的小分子代谢物(m/z 50-500 Da)进行微区分布研究，不仅鉴定出脑部几乎所有重要的代谢物，还绘制了包含神经递质、嘌呤，有机酸，多胺，胆碱、碳水化合物和脂类等20条通路的代谢网络，并使用这种代谢网络映射质谱成像方法解析了东莨菪碱致大鼠记忆功能障碍模型脑的代谢变化，为中枢神经系统疾病的治疗提供新的信息和见解。研究思路　　研究方法　　1.样本准备　　Sprague-Dawley大鼠模型腹腔注射东莨菪碱后被杀死(处理组，3只)，对照组大鼠(3只)也用同样方法杀死。获取大鼠整个大脑，在低温下将大脑切成连续的矢状切片(暴露出海马和纹状体)，用于Nissl 染色、H&E染色和质谱成像检测。　　2.空间代谢组实验　　使用AFADESI-MSI分析，代谢物质量数范围50-500 Da，质谱分辨率70,000。　　3.数据处理和代谢网络分析　　原始数据经过转化，再使用自建MassImager软件获取成像结果 在获取差异代谢物的高分辨率质谱信息后，使用Metaboanalys在线数据挖掘软件以褐家鼠(rattus norvegicus)为参考完成代谢物高通量定性，并输出代谢网络信息。大脑中复杂网络可视化使用Cyctoscope软件完成。　　4.统计分析　　两组大脑样本选择相同的微区，并将组织学和特征离子图像叠加进行确认。数据处理结果使用t检验(n = 3)进一步验证。大脑微区包括松果体、中脑导水管、脑桥、梨状皮质、延髓、丘脑、纹状体、海马、胼胝体、嗅球、大脑皮层、小脑皮层、穹窿、小脑延髓和丘脑。　　研究结果　　1.AFADESI-MSI用于大脑中极性代谢物的定位　　如图1所示，将大鼠大脑连续矢状切面通过ESI探针对逐个像素进行扫描，并将解吸的代谢物离子传输到高分辨率质量分析仪进行分析。图1E是大鼠脑部某个像素点的一个代表性质谱图，在该图中可以观察到数千个代谢物的峰。AFADESI-MSI图像还表明脑部不同功能性区域中代谢物浓度的变化。图1A-D显示了代表性代谢产物图像，在松果体、纹状体、海马、胼胝体和嗅球等亚区域具有特定分布。这些异质代谢分布与大鼠脑的功能和结构复杂性高度一致。　　实验结果表明，AFADESI-MSI的空间分辨率小于100μm，代谢物质量最大差异为0.001Da，同一物质的检测动态范围高达1000倍。如图1所示，通过AFADESI-MSI可在大鼠脑部检测到一些呈特征性分布有代表性的极性代谢物，其强度范围从0到104甚至到106。　　图1 (A-E)使用AFADESI-MSI获得的用于构建大鼠大脑代谢网络图的代表性极性内源性代谢物 　　(F)AFADESI-MSI数据采集过程 　　2.在大鼠脑绘制特定区域分布的极性代谢物图谱　　使用AFADESI-MSI在正离子和负离子模式下分别获得298个和372个微区轮廓清晰的代谢物离子图像。使用精确分子量并结合同位素丰度，通过人类代谢组数据库(HMDB)对离子图像进行识别，鉴定出多种内源极性代谢物，包括氨基酸、核苷酸或核苷、碳水化合物、脂肪酸和神经递质等。　　中枢神经系统(CNS)的特定功能和特定解剖区域相关。例如，乙酰胆碱在大脑皮层中高度表达 γ-氨基丁酸是一种抑制性神经递质，其在大脑皮层的信号强度较低，在中脑、嗅球和下丘脑中的浓度较高 多巴胺在纹状体含量较高 组胺(一种兴奋性神经递质)主要分布于丘脑和下丘脑。松果体在睡眠和光周期调节中起着重要的作用，并且由于其体积小容易被忽视。在松果体区域中，作者检测到106种极性代谢物，例如吲哚乙醛、吲哚、5' -甲硫基腺苷和褪黑激素，它们在该微结构的表达最高。褪黑激素由松果体分泌，起到调节昼夜节律的作用。质谱成像结果表明褪黑激素只能在松果体检测到。褪黑激素的上游代谢物血清素(5-HT)在松果体中也有特定的分布。此外一些未知的代谢物也仅在大鼠大脑的某个很小但特定的区域中。以上结果表明，AFADESI-MSI方法可以直接检测极性代谢产物，并具有高特异性，能呈现其在大脑微区分布的图像。　　3.在大鼠脑中绘制微区代谢网络图　　要了解大脑的结构区域发生的复杂代谢过程，不仅应准确表征代谢物，还要研究其相关性。从大鼠脑微区中提取代谢谱进行代谢网络重建。从15个微区提取的MSI数据进行峰挑选和峰对齐(图1F)，包括松果体、中脑导水管、脑桥、梨状皮质、延髓、丘脑、纹状体、海马、胼胝体、嗅球、大脑皮层、小脑皮层、穹窿、小脑延髓和丘脑，然后使用基于KEGG数据库的Metaboanalyst软件进行代谢网络分析。共找到20条KEGG代谢通路，包含126个具有微区信息的代谢物，图2显示了涉及丙氨酸-天冬氨酸和谷氨酸代谢、花生四烯酸代谢、精氨酸和脯氨酸代谢、肌酸途径、GABA能突触、葡萄糖代谢、谷胱甘肽代谢、甘油磷脂代谢、甘氨酸-丝氨酸和苏氨酸的代谢、组氨酸代谢、赖氨酸代谢、苯丙氨酸代谢、多胺代谢途径、嘌呤代谢、嘧啶代谢和TCA循环、色氨酸代谢、酪氨酸代谢、缬氨酸-亮氨酸和异亮氨酸代谢和类固醇激素合成途径。质谱成像方法提供了一种直接获取代谢网络信息的途径，以系统地深入了解大脑的代谢活动。　　图2 通过AFADESI-MSI和Metaboanalyst获得的大鼠脑中的代谢网络　　图3A展示了嘌呤代谢的分布和代谢途径，共包含17个核苷酸及相关代谢产物，饼图代表了某种代谢物在不同大脑微区的相对含量和分布，图3A中显示出不同代谢物的不同局部特征。例如腺嘌呤核糖核苷酸(AMP)和鸟苷酸(GMP)在大脑皮层和松果体中高表达，但在胼胝体和穹窿中含量较低。图3B显示了大脑不同区域的AMP分布，AMP在大脑皮层和松果体中含量很高，而在胼胝体和穹窿中含量较低。这些结果表明，大脑中代谢物分布呈现出功能性区域的差异性。这些空间和代谢途径的上游-下游转换过程为大脑局部代谢活动提供丰富信息。也证明质谱成像方法能够提供直接获取代谢网络信息的方法。　　图3 (A)通过AFADESI-MSI获得的大鼠脑中嘌呤代谢途径和相关代谢产物分布 　　(B)腺嘌呤核糖核苷酸(AMP)在大鼠脑不同区域的分布 　　4.神经递质的代谢网络解析　　神经递质在大脑不同区域具有极为复杂的代谢调节网络，使这些区域的中枢神经能够从事复杂的活动。作者分析了关键神经递质的代谢调控网络，分别为多巴胺、γ-氨基丁酸、腺苷、组胺、乙酰胆碱、5-羟色胺、谷氨酸和谷氨酰胺。图4A显示了神经递质以及相关代谢产物在大鼠脑的分布特征，它们联系非常紧密(图4B)，这些神经元彼此相互作用并形成复杂的调节网络。　　图4 |(A)大鼠脑中神经递质及其相关代谢产物的分布 　　(B)神经递质调节和代谢网络 　　5.从大鼠脑的代谢网络映射中发掘空间变化　　东莨菪碱治疗的大鼠是一种学习和记忆障碍模型，通常用于研究抗遗忘药疗效。本文作者使用AFADESI-MSI分析了对照组和东莨菪碱治疗的大鼠矢状脑切片，将发现的代谢物全面映射代谢网络，并通过代谢组学分析发现空间代谢变化。不仅可以对药物准确定量，还可以检测代谢网络相关的数百种内源性代谢物在大脑特定区域的分布。图5显示了代谢网络中检测到的各种代谢物，以及在不同大脑微区代谢物的明显改变。如图5A所示，找到三种代谢物(N-甲酰基尿氨酸、L-色氨酸和5-羟色氨酸)，属于色氨酸代谢途径，意味着东莨菪碱会干扰色氨酸的代谢过程。作者分析了东莨菪碱治疗组大鼠脑的十个微区，发现脑桥中有16种表达异常的代谢产物，而在大脑皮层中发现了7种。表明在东莨菪碱治疗下，脑桥和大脑皮层可能是受影响最严重的区域。　　图5 东莨菪碱模型大脑中极性代谢网络的变化　　图6显示了其中几种异常表达的代谢产物的分布，例如腺嘌呤在小脑皮层被下调 组胺在中脑导水管中下调 桥脑中的磷酸乙醇胺、大脑皮层中的2-氧戊二酸、纹状体中的多巴胺、胼胝体中的抗坏血酸、下丘脑中的谷胱甘肽、小脑皮层中的L-天冬氨酸和L-天冬氨酸也有所变化，这些代谢物的质谱成像结果(图6A-H)和相对定量结果(图6I1-18)进一步表明，大脑中药物作用后代谢物的多样性和区域特异性。这些代谢物不分区分析、含量进行全脑平均后，代谢物的微区含量差异很容易被削减。在空间上的代谢变化表明，在东莨菪碱治疗后，大鼠脑微区的代谢网络发生紊乱。但是代谢物和代谢酶是代谢网络的关键因素，基于空间分辨的代谢组学信息为发现酶或基因异常提供了线索，但若要完成完整的代谢网络分析必须进一步验证蛋白质和基因表达水平。　　图6 在东莨菪碱治疗后大鼠模型的脑部质谱成像结果和代谢产物的统计结果　　研究结论　　本文作者开发了一种空间分辨代谢网络作图方法，通过无需衍生化、特定标记或复杂样品预处理的高通量AFADESI-MSI方法和代谢组学策略，在具有复杂结构化脑组织中发现代谢分子变化。能检测出多种极性内源性代谢物，并绘制相关代谢网络，提供组织微区分布的图谱。还将多种功能性小分子(例如核苷酸、多胺、肌酸、神经酰胺代谢物)含量分布可视化。这些代谢物构成大鼠脑关键代谢网络，为理解大鼠脑的作用机制和功能探索提供新的见解。在本文中，该方法被用于东莨菪碱处理的大鼠模型脑部的代谢研究。结合微区统计数据，该方法可以绘制代谢网络图、发现某些途径代谢产物的明显失调，而且还能描绘与神经疾病直接相关微区中发生的代谢变化。

质谱成像前沿探秘：专访再帕尔阿不力孜教授与贺玖明研究员原创 飞飞 赛默飞色谱与质谱中国 关注我们，更多干货和惊喜好礼近年来，质谱成像技术（Mass Spectrometry Imaging，MSI）在药物研发、疾病发生发展机制、脑科学、环境科学等科学领域得到广泛关注与应用。2022年空间组学（spatial omics）技术被《Nature》评为最值得期待的七种榜单技术之一，而MSI技术为空间组学研究提供了新的手段和思路。近日，采访了质谱成像技术及空间代谢组学研究专家：中国医学科学院&北京协和医学院药物研究所再帕尔阿不力孜教授与贺玖明研究员。他们介绍了自主研发的敞开式AFADESI离子源与AFADESI-MSI新技术，以及AFADESI搭载Orbitrap高分辨质谱仪在空间代谢组学研究领域取得的一系列成果，并展望了质谱成像技术的发展前景。中国医学科学院药物研究所中国医学科学院药物研究所/中央民族大学 再帕尔阿不力孜教授和贺玖明研究员✦ 质谱成像前沿创新自主产权离子源研制✦ 再帕尔教授讲述：“美国普渡大学Cooks教授等人于2004年在Science上发表了解吸电喷雾离子化技术（DESI），研发出在敞开环境下样品无需复杂前处理的离子化新技术，推动了敞开式离子化质谱及Ambient MSI技术的研究与应用途径。”中国医学科学院药物研究所/中央民族大学再帕尔阿不力孜教授然而，在敞开环境下空气分子会影响离子化效率及离子的传输和聚焦，最终导致质谱检测灵敏度降低。为了解决该问题，2005年再帕尔课题组与清华大学王晓浩课题组合作，经过多年努力，2011年研发出空气动力辅助的新型敞开式离子化技术[1]“Air Flow Assisted Ionization, AFAI，又称AFADESI“ 。相较DESI技术，AFADESI除了灵敏度的提升之外，还扩展了待测样品的空间和操作灵活性，便于大尺寸生物样本的质谱成像分析。课题组于2013年在Anal Chem上发表了“无需切割的整体大鼠体内药物分析质谱成像新方法”[2]，2018年研发出质谱成像数据处理软件“MassImager”。2017年开始与维科托（北京）科技有限公司合作开发工程化的AFADESI离子源与质谱成像装置；并于2023年成功实现AFADESI离子化技术及成像装置的成果转化。 ✦ 立足自主技术拓展应用创新✦ 谈到这些年在AFADESI-MSI技术上取得的进展与成果，再帕尔教授首先感谢国家各科研基金和项目的支持。从应用层面，发展了从整体动物到组织器官、组织微区水平的体内分子高灵敏、高覆盖的质谱成像新方法，其成像检测灵敏度可达pg级别、分析动态范围达3个数量级，可检测出十多种类、约1500个体内代谢物（DOI: 10.1002/advs.201800250）[3]；并推动空间分辨代谢组学新方法的发展[4]。相关进展与成果包括：从代谢物和代谢酶两个层次全面表征肿瘤代谢改变，疾病原位标志物的发现[5]；药物体内原位分析及其药效机制研究[2，4，6]；空间脑代谢网络[7]；空间代谢组学与时空同位素示踪整合方法[8]，并发展空间代谢流新方法等。✦ 质谱成像黄金解决方案：AFADESI源+Orbitrap高分辨质谱仪✦ 贺玖明研究员表示：AFADESI源搭载Orbitrap高分辨质谱仪是质谱成像技术“黄金解决方案”。中国医学科学院药物研究所 贺玖明研究员质谱成像分析前端没有色谱分离，则针对分子量相近的体内代谢物分析，要求质谱具备高质量分辨率，才能将更多的代谢物区分开并获得“真实”空间分布特征。许多代谢物的丰度不高，AFADESI和 Orbitrap中Ctrap都有助于提升代谢物的检测灵敏度。此外，AFADESI具备大成像空间，可放置8块载玻片，加之自动切片识别功能和Orbitrap质谱仪的质量轴高稳定性，可无人值守连续扫描72个样品切片，期间无需校正即可获得稳定可靠的结果。目前，除了生物医药研究外，AFADESI+Orbitrap成像方案还在农业、环境毒理、食品安全、文物保护和新材料研发等领域得到了应用实践。药物所实验室，左前：维科托AFADESI-10；右后：Orbitrap Exploris&trade 120质谱仪✦ 质谱成像技术及空间组学将为新一代科学发现赋能✦ 最后，再帕尔教授详尽总结了MSI技术的优势和未来发展前景。在优势方面，MSI技术可实现从整体动物到组织、组织微区、单细胞中分子的可视化分析，获取不同分子在生物体内的特异性分布信息，掌握分子的分布特征与其功能的关联信息等，以便科研人员深层次了解生物化学过程以及参与生理和病理过程的功能分子。与此同时，MSI技术推动空间多组学的发展，为揭示分子在生命活动及病变过程中的作用机制，为药物研发、疾病发生发展机制研究和新型疾病标志物的发现等提供全新视角和新颖研究手段[9]。展望未来，MSI技术前景广阔。目前，发展单细胞水平的高通量、精确识别和完整分子表征的质谱成像新技术值得期待。另外，MSI很有可能发展成为新型的分子病理诊断技术。精准医学的发展需要多学科、多手段的交叉与融合，研发基于MSI技术等质谱分析手段的新型临床检测、分子分型与分子诊疗技术是实现精准医学的重要途径之一。总之，MSI技术及其助推的空间多组学技术在诸多领域显示出巨大发展前景而备受关注。人物简介：再帕尔阿不力孜 教授中央民族大学/中国医学科学院药物研究所中央民族大学原副校长、药学院首任院长、二级教授，“质谱成像与代谢组学”国家民委重点实验室主任。北京协和医学院特聘教授、药物分析学系主任，中国医学科学院药物研究所研究员、博士生导师、药物分析研究室主任。教育部科技委药学与中医药学部委员，中国分析测试协会副理事长，中国医药生物技术协会药物分析技术分会副主任委员。曾担任中国医学科学院&北京协和医学院院校长助理、科技处处长、研究生院常务副院长、天然药物活性物质与功能国家重点实验室副主任。曾任国务院学位委员会第七届药学学科评议组成员、中国物理学会质谱分会副理事长、中国化学会质谱专委会副主任委员等。“新世纪百千万人才工程”国家级人选，享受国务院政府特殊津贴专家，国家民委领军人才。曾担任“863”计划项目首席专家、国家重点研发计划项目负责人，现主持国家自然科学基金国家重大科研仪器研制项目等课题。长期从事质谱分析技术与方法及其在生物医药领域的应用研究。作为第一和通讯作者已发表学术论文130余篇，包括在PNAS、Advanced Science、Analytical Chemistry、Acta Pharmaceutica Sinica B等权威或专业领域重要期刊上发表一批学术论文；申请专利16项、获授权专利12项，软件著作权2项；主编著书《天然产物研究方法和技术》。获得教育部自然科学奖一等奖（第3完成人）；以第一完成人分别获得北京市科技进步二等奖1项，中国分析测试协会科学技术奖二等奖3项、一等奖1项、特等奖1项等。贺玖明 研究员中国医学科学院药物研究所博士，博士生导师，药物分析专业；中国医学科学院北京协和医学院药物研究所天然药物活性物质与功能国家重点实验室 研究员，主要研究方向：质谱成像空间分辨代谢组学新技术新方法及其生物医药应用研究。开发出空气动力辅助离子化及质谱成像新技术和空间分辨代谢组学新方法，建立了以空间分辨代谢组学技术为特色的新药代谢研究平台。近5年，发表了包括Nat. Commun., Adv. Sci., PNAS，APSB，JPA，Theranostics，CCL，Anal. Chem.等Q1区论文10余篇。曾获 2010 年北京市科学技术奖二等奖（2）、CAIA2019 特等奖（2）。国家药品监督管理局创新药物安全与评价重点实验室学委委员；担任《药学学报》、Acta Pharm Sin B、J Pharm Anal青年编委，Molecules、TMR Modern Herbal Medicine和《药学研究》编委；中国医药生物技术协会药物分析技术分会常务委员，中国质谱学会常务委员。参考文献：[1] He J, Tang F, Luo Z, Chen Y, Xu J, Zhang R, Wang X, Abliz Z. Air flow assisted ionization for remote sampling of ambient mass spectrometry and its application. Rapid Communications in Mass Spectrometry, 2011, 25: 843-850.[2] Luo Z, He J, Chen Y, He J, Gong T, Tang F, Wang X, Zhang R, Huang L, ZhangL, Lv H, Ma S, Fu Z, Chen X, Yu S, Abliz Z. Air Flow-Assisted Ionization Imaging Mass Spectrometry Method for Easy Whole-Body Molecular Imaging under Ambient Conditions. Analytical Chemistry, 2013, 85: 2977-2982.[3] He J, Sun C, Li T, Luo Z, Huang L, Song X, Li X, Abliz Z. A Sensitive and Wide Coverage Ambient Mass Spectrometry Imaging Method for Functional Metabolites Based Molecular Histology. Advanced Science, 2018, 5.[4] Jingjing He, Zhigang Luo, Lan Huang, Jiuming He, Yi Chen, Xianfang Rong, Shaobo Jia, Fei Tang, Xiaohao Wang, Ruiping Zhang, Jianjun Zhang, Jiangong Shi, Zeper Abliz. Ambient Mass Spectrometry Imaging Metabolomics Method Provides Novel Insights into the Action Mechanism of Drug Candidates. Anal Chem, 2015, 87(10): 5372-5379.[5] Chenglong Sun, Tiegang Li, Xiaowei Song, Luojiao Huang, Qingce Zang, Jing Xu, Nan Bi, Guanggen Jiao, Yanzeng Hao, Yanhua Chen, Ruiping Zhang, Zhigang Luo, Xin Li, Luhua Wang, Zhonghua Wang, Yongmei Song, Jiuming He and Zeper Abliz，Spatially resolved metabolomics to discover tumor-associated metabolic alterations，Proceedings of the National Academy of Sciences of the United States of America，PNAS，2019，116 (1)，52-57.[6] Xiaowei Song，Qingce Zang，Jin Zhang，Shanshan Gao, Kailu Zheng, Yan Li, Zeper Abliz, and Jiuming He，Metabolic Perturbation Score-Based Mass Spectrometry Imaging Spatially Resolves a Functional Metabolic Response，Anal. Chem. 2023, 95, 17, 6775–6784.[7] Xuechao Pang, Shanshan Gao, Man Ga, Jin Zhang, Zhigang Luo,Yanhua Chen, Ruiping Zhang, Jiuming He, Zeper Abliz, Mapping metabolic networks in the brain by using ambient mass spectrometry imaging and metabolomics, Analytical Chemistry, 2021，93, 6746&minus 6754.[8] Bo Jin, Xuechao Pang, Qingce Zang, Man Ga, Jing Xu, Zhigang Luo, Ruiping Zhang, Jiangong Shi, Jiuming He, Zeper Abliz, Spatiotemporally resolved metabolomics and isotope tracing reveal CNS drug targets, Acta Pharmaceutica Sinica B, 2023, 13(4), 1699-1710.[9]再帕尔阿不力孜. 质谱分子成像技术与应用进展. 分析测试学报, 2022, 41: 1335-1344.如需合作转载本文，请文末留言。

《先进分析技术助力水泥企业低碳生产》u 活动日期：12月3日（周五）u 活动时间：14:00-16:00u 活动形式：在线网络研讨会u 技术关键词：XRF、XRD、粒度粒型 点击报名 目前，随着距离2030年“碳达峰”目标的期限越来越近，国家对高能耗企业的节能降耗要求进一步加强，水泥行业作为仅次于电力的高碳排行业，水泥企业又该如何找到一条产业结构调整的成功之路？ 我们知道水泥行业的高能耗属性是由于其产品性质和工艺特点决定，其碳排放主要集中在熟料生产过程，各种原材料混合研磨得到的生料，送入水泥窑中高温煅烧，再产出熟料。这一过程，既要使用外购电力、又要燃烧化石能源，并在石灰石分解过程中产生大量二氧化碳，而这些都是水泥行业碳排放的主要来源。 想要降低能耗，不但要推广更为先进的烧成技术，还需要加快原燃材料的清洁替代，例如使用电石渣等替代部分石灰石、生物废弃物或生活垃圾等作为替代燃料降低石油燃料的消耗，以及顺应原燃料变化、精细化的生产过程控制。如何在确保产品质量的前提下更好的进行清洁低碳改造？如何更加精细化的控制生产过程进一步降能增效，这些都离不开不断进步的分析检测技术的助力。 为了解答这些水泥企业关心的问题，马尔文帕纳科将于12月3日（周五）举办《先进分析技术助力水泥企业低碳生产》为主题的网络研讨会，届时将由资深应用工程师介绍最新的XRF、XRD技术在应对水泥行业低碳生产清洁原燃材料所需的分析解决方案，以及马尔文帕纳科激光粒度分析技术如何确保水泥的质量和强度，相比传统的干筛/水筛法又有何优势呢？一堂生动的讲座从分析技术角度帮您解决问题，精彩内容不容错过，期待您的关注和参与！ 主讲人信息： 张 华 女士，资深 XRF 应用专家马尔文帕纳科资深XRF应用专家。是90年代初期最早的一批在丹麦F.L.Smidth公司接受新型干法回转窑水泥生产工艺及质控培训的专业技术人员。曾在海螺集团从事多年的质量控制，在马尔文帕纳科公司超过15年的荧光仪应用经历，对分析仪器在水泥行业的应用有着较为全面的了解和丰富的经验。 张彦瑜 女士，XRD 应用工程师马尔文帕纳科XRD应用工程师。2017年于瑞典乌普萨拉大学获理学硕士学位，2018年加入马尔文帕纳科公司，从事X射线衍射仪的应用及X射线粉末衍射等的相关技术支持工作。 张瑞玲 女士，应用实验室主管张瑞玲，马尔文帕纳科应用实验室主管。2006年毕业于电子科技大学应用化学专业，2013 年加入马尔文帕纳科公司，一直从事激光粒度仪、纳米粒度仪的应用和技术支持工作。