ICAS2017分會（一）：質譜分析新應用

　　分析測試百科網訊 2017年5月6日，由國際純粹與應用化學聯合會（IUPAC）和中國化學會（CCS）主辦的2017 年國際分析科學大會（ICAS 2017）質譜分析分會在海南國際會展中心舉行。分會邀請了中科院院士趙玉芬、德國杜伊斯堡大學埃森分校教授Oliver.J.Schmitz、清華大學教授歐陽證等質譜方面的專家學者作精彩報告。

　　質譜分析分會場

　　中科院院士、廈門大學化學化工學院教授趙玉芬帶來了題為《生命起源研究的先進分析技術》的精彩報告。

　　中國科學院院士、廈門大學化學化工學院教授趙玉芬

　　報告指出在復雜系統中的現代分析技術，如HPLC-MS和NMR，是檢測有機反應和相關化合物表征的非常強大的工具。生命的起源是一個非常豐富多彩的領域，充滿了發現的可能性。基于HPLC-MS和NMR，就像我們的眼睛觀察一樣，我們已經將磷酸化作為早期地球上益生元進化的關鍵事件之一。 N-磷酸氨基酸在這種情況下起著至關重要的作用，例如肽形成，核苷酸形成，酯交換，N-O磷酰基遷移以及膜形成。遺傳代碼起源是生命起源最根本的問題之一。現代核糖體中的遺傳密碼識別系統是一個非常復雜的系統，不容易碰到問題的核心。

　　報告介紹了遺傳密碼學研究化學模型的建立。該系統由磷化合物，氨基酸和核苷組成。從水相到有機相中，通過與NMR結合的HPLC-MS在該化學模型中測試了六種代表性氨基酸（Phe，Trp，Tyr，Val，Leu和His）。發現五個氨基酸（Phe，Trp，Tyr，Val和Leu）中的每一個的“翻譯產物”二肽產率分別與其在密碼子/反密碼子核苷上的第二位置呈正相關。對于一些氨基酸，如Val和Leu，三重態碼的第一位也提供了一些深刻的影響。這意味著第二位和第一位的密碼子/反密碼子核苷對翻譯產品都有有益的作用，但第二位更重要。

　　該化學模型是可以用于實驗測試的第一個模型，可以被認為是遺傳密碼翻譯機制的核心。它可能會提供一些新的策略來了解多年來混淆人們的遺傳密碼的起源。

　　德國杜伊斯堡大學埃森分校教授Oliver.J.Schmitz帶來了題為《2D-LC和2D-GC結合IMS-qTOF-MS作為中草藥分析的潛在工具》的精彩報告。

　　德國杜伊斯堡大學埃森分校教授Oliver.J.Schmitz

　　報告介紹了二維色譜法（LC + LC和GC + GC），并與離子遷移率高分辨率質譜儀[1-3]偶聯。這種方法可以作為連續多重切割系統，使用四分鐘長的調制時間（LC + LC）或20秒（GC + GC），這樣可以將大部分第一維峰完全轉移到第二維列與全面的二維色譜（LCxLC或GCxGC）相比，沒有分級。因此，可以在簡單的1D色譜圖中查看來自2D分析的數據，即使引入作為第三維和第三維度的IMS時，這簡化了數據處理。各種復雜樣品（如生物煤，廢水或混合香草和黃芩）作為中草藥配方的分析表明，該四維分離方法的分離能力突出，峰值容量超過8000。對于不同的矩陣，顯示了通過其碰撞橫截面（CCS）表征未知化合物的離子遷移率和非目標方法中的精確質量的優點。

　　清華大學教授歐陽證帶來了題為《激光解吸電離用于抗反射金屬表面微結構的質譜分析》的精彩報告。

　　清華大學教授 歐陽證

　　報告指出生物化合物的軟電離對于生物和生物醫學研究的現代質譜分析（MS）是十分重要的。激光解吸電離（LDI）是用于分析生物分子的主要方法之一，但對于大的生物分子的有效性是有限的。已經證明基質輔助LDI（MALDI）適用于廣泛的分析物，其中添加化學化合物用于光吸收，并促進局部基質爆炸解吸和電離生物分子。

　　報告指出添加基質化合物也使分析程序復雜化，改變了樣品表面的化學分布，并引起化學和光譜干擾。材料科學和工程方面的新進展為生物分子的軟LDI提供了有希望的替代解決方案。

　　報告介紹了使用超快激光束制造的具有微/納米結構的金屬表面用作LDI底物，以探索用于MS分析的生物分子的無基質解吸和電離。 LDI金屬表面是通過超快（毫微微或微微秒）的激光加工制成的。在表面上生成了組合的宏觀，微觀和納米結構，使“黑色金屬”高效吸收和捕獲紫外線照射能量。可以使用進一步的化學處理來制造納米線，增強抗反射（AR）效應和改變表面化學性質。對新的底物進行了一系列生物化合物的LDI測試，對于碳水化合物已經獲得了最初的有希望的結果，由于強氫鍵，LDI通常不能輕柔地電離電離。將分析物（包括甘露糖，葡萄糖，乳糖，麥芽糖，β-環糊精和麥芽庚糖）溶解在超純水中以制備1μM至1mM不同濃度的溶液。通過在AR表面上沉積1μL樣品溶液來制備LDI樣品點。使用AR底物，可以有效解吸和離子化而不破碎寡糖如麥芽庚糖（MW1153）。觀察到[M + Na] +或[M + K] +作為主要離子，推測是由于碳水化合物對堿金屬離子的親和力高于質子。與常規MALDI相比，使用AR底物的顯著優點是不受來自低于1000的m / z范圍內的基質的化學噪聲的干擾。靈敏度被表征，檢測限（LOD）優于50pmol，葡萄糖[M + K] +（m / z219.15），乳糖[M + K] +（m / z 381.3）為1pmol，麥芽七糖[M + K] +（m / z1192）為100pmol）。結果顯示使用AR底物的碳水化合物的LDI-MS分析的靈敏度與常規MALDI-MS相當。

　　中科院大連化物所代謝組學研究分析中心主任許國旺帶來了題為《質譜法應用于精準醫學的代謝組學》的精彩報告。

　　中科院大連化物所代謝組學研究分析中心主任 許國旺

　　報告指出代謝組學旨在調查生物標本中的全部內源性代謝產物。代謝組學通過根據生理/病理和環境變化提供關于表型的準確信息，為實現精密醫學提供了橋梁，以便在正確的時間為正確的患者進行正確的治療。針對精密醫學的挑戰，代謝組學技術應為不同疾病和亞型提供信息豐富，高質量和高通量的代謝表型。基于質譜（MS）的無目標方法是必不可少的，但是需要更多的新方法來分析更多的代謝物，并促進分析覆蓋的擴展。

　　報告指出，中科院大連化物所代謝組學研究分析中心已經開發了一種全面的基于MS的代謝組學平臺，包括非靶向，擬靶標，修飾特異性非靶向和各種具有或不具有（同位素標記）衍生的代謝分析方法，同時使用納米粒子材料豐富微量代謝物。其正在采用既定的方法進行以下研究，

　　1）疾病亞型；

　　2）癌癥和肝臟疾病的代謝標志物發現等；

　　3）疾病機制研究，包括生活方式對健康的影響。

　　報告還介紹可代謝組學應用在醫學精度方面的最新進展。

　　清華大學教授瑕瑜帶來了題為《經典光化學反應帶來了脂質分析新功能》的精彩報告。

　　清華大學教授 瑕瑜

　　報告指出質譜分析已經成為全球脂質鑒定和定量脂質組學的主要工具。盡管通過MS和串聯質譜（MS / MS）可以得知脂質多級結構的信息，如脂質分子量和脂肪酰基組成碳-碳雙鍵的位置信息（C = C），然而，很少使用市售的MS平臺獲得。為了滿足上述分析挑戰，瑕瑜團隊已經研究了幾種良好的光化學反應，用于從復雜混合物表征不飽和脂質，包括測定C = C位置，定量C = C位置異構體，通過電噴霧離子化的脂質Paternò-Büchi（PB）反應，UV誘導的臭氧分解和硫醇-烯反應來提高中性檢測靈敏度。

　　報告還指出可以將這些反應與電噴霧電離（ESI）或nanoESI結合的方法。我們可以用來自生物樣品（組織，細胞和血漿）的脂質提取物來證明這些方法的潛力和范圍，用于不飽和脂質的表征和定量。