李文娟，萬祎，李桐，高世雄，胡建英

北京大學城市與環(huán)境學院，北京100871

基于數(shù)據(jù)非依賴型采集質(zhì)譜技術的血液脂質(zhì)分子高通量分析

李文娟，萬祎*，李桐，高世雄，胡建英

北京大學城市與環(huán)境學院，北京100871

脂質(zhì)是生物體的重要代謝分子，參與重要的細胞生物功能，已有報道表明環(huán)境中污染物會干擾生物體正常循環(huán)及代謝機制，導致脂肪代謝紊亂?；跀?shù)據(jù)非依賴型(DIA)采集質(zhì)譜技術，通過優(yōu)化UPLC-QTOF MS(超高效液相色譜飛行時間質(zhì)譜聯(lián)用)液相分離方法，開發(fā)了少量人體血液樣品中脂質(zhì)代謝分子的高通量分析方法，并將其應用于57個普通人群的血液樣品分析，在10 μL人體血液樣品中檢出2 598個信號，經(jīng)脂代組學質(zhì)譜庫匹配解析鑒定出八大類1 780個脂質(zhì)分子，其中分子數(shù)目占比最大的脂質(zhì)為甘油磷脂類(37%)，其次依次為脂肪酸類(23%)、固醇脂類(13%)、甘油脂類(10%)、鞘脂類(9.0%)、孕烯醇酮脂類(4.8%)。上述研究建立的脂質(zhì)分子高通量分析方法為以脂質(zhì)代謝為毒性終點的污染物毒性篩查和毒理機制研究提供方法學基礎。

脂質(zhì)代謝組學；DDA；DIA；UPLC-QTOF MS；超高效液相色譜飛行時間質(zhì)譜聯(lián)用

脂質(zhì)是生物體內(nèi)重要的生物分子，不僅是生物膜的骨架成分，而且參與細胞的重要生物功能[1]，如細胞信號轉(zhuǎn)導等[2-4]。脂代組學于2003年作為單獨學科正式提出[5]，對脂質(zhì)代謝分子的種類及其生物體生理功能進行系統(tǒng)研究[6-7]。毒理學研究表明環(huán)境污染物會影響脂肪細胞的分化，導致脂肪發(fā)育異常，產(chǎn)生的脂類毒性可能最終導致糖尿病、高血壓、心臟病等疾病[8]。例如，多氯聯(lián)苯類物質(zhì)暴露會導致老鼠血漿中的超低密度脂蛋白水平升高[9]；滴滴涕暴露會導致老鼠血漿和脂肪組織中膽固醇和三酸甘油脂的升高，增加肝臟中三酸甘油脂的合成[10]；硫丹和狄氏劑暴露會改變老鼠體內(nèi)的脂肪酸組成[11]；全氟辛酸暴露會顯著改變老鼠脂肪代謝相關基因的表達[12]等。由于脂質(zhì)分子種類繁多，包括八大類約4萬多個代謝分子，該類分子的高通量分析是環(huán)境污染物毒性篩查和毒理機制解析的重要技術手段[13]。

脂質(zhì)分子高通量分析的關鍵是快速準確鑒定種類眾多的代謝分子。目前，應用最為廣泛的質(zhì)譜掃描方法是數(shù)據(jù)依賴型DDA(data-dependent acquisition)模式，即在質(zhì)譜MS全掃過程中選取一部分符合條件的母離子進行MS/MS分析得到碎片子離子，將母離子與子離子匹配分析確定分子結構，DDA模式已經(jīng)被廣泛應用于脂代組學的研究[14-16]。雖然DDA模式可以實現(xiàn)同時獲取母離子與子離子碎片，由于受選擇條件限制，DDA模式一次進樣只能獲取部分前體離子的母-子離子信息，需要多次進樣才能獲得眾多目標代謝分子的母離子及相匹配子離子信息，分析時間長、數(shù)據(jù)分析復雜，而且多次進樣容易產(chǎn)生較高的系統(tǒng)誤差。為克服DDA模式的不足，數(shù)據(jù)非依賴型DIA(data-independent acquisition)掃描模式被提出，該模式通過質(zhì)譜儀低和高碰撞能量的交替切換，實現(xiàn)脂質(zhì)分子母-子離子信息無選擇限制的同時獲取及匹配，保證一次進樣獲得完整分析[17]。DIA模式現(xiàn)已應用于蛋白組學的研究[18-19]，在脂代組學等小分子的研究比較少。Plumb等[20]應用DIA模式分析研究大鼠尿中的內(nèi)源性代謝物并與DDA模式比較，證明一次進樣DIA模式分析能夠獲得與DDA模式多次進樣一致的鑒定結果。

本研究基于UPLC-QTOF MS分析平臺，通過優(yōu)化液相分離方法等儀器條件，采用DIA掃描模式，實現(xiàn)一次進樣實時獲得所有母離子信號的全面碎片信息，通過譜庫比對高通量鑒定出脂質(zhì)代謝分子，開發(fā)血液中脂質(zhì)分子的高通量分析方法。

1 材料與方法(Materials and methods)

1.1 試劑與儀器

6種脂類標準品：十二烷酸(lauric acid)(純度>98.0%)，18:1神經(jīng)酰胺(ceramide (d18:1/18:1(9Z)) (純度>98.0%)，18:1雙甘油酯(18:1 DG) (純度>98.0%)，18:1(Δ9-Cis)磷脂酰膽堿(18:1 (Δ9-Cis) PC (DOPC)) (純度>98.0%)，18:1(Δ9-Cis)磷脂酰甘油(18:1 (Δ9-Cis) PG (sodium salt)) (純度>98.0%)，膽固醇(cholesterol) (純度>98.0%)；相應氘代內(nèi)標(用于進樣過程平衡儀器)：16:0-D31神經(jīng)酰胺(16:0-D31 ceramide) (純度>99%)，16:0 D31-18:1磷脂酰膽堿(16:0 D31-18:1 PC) (純度>99%)，16:0 D31-18:1磷脂酰甘油(16:0 D31-18:1 PG) (純度>99%)，D7膽固醇(cholesterol (D7)) (純度>99%)均購自Avanti公司北京希凱生物科技有限公司代理處。甲醇、乙腈、氯仿、異丙醇、甲基叔丁基醚(MTBE)購自Fisher公司(New Jersey, USA；HPLC級)，甲酸、乙酸銨購自迪馬科技(Dima Technology TNC, USA；HPLC級)，氨水購自北京化工廠(分析純)，實驗中溶劑用水均為超純水(電導率18.2 MΩ·cm)。

ACQUITYTM超高效液相色譜儀(Waters, Milford, MA, USA)；四級桿飛行時間質(zhì)譜儀(ESI-Q-TOF) (Waters, Micromass, Manchester, UK)；MassLynx V4.1工作站軟件(Waters, Inc., USA)；Progenesis QI軟件(Waters, Inc., USA)；Milli-Q超純水機(Millipore, Bedford, MA, USA)，高速冷凍離心機(SIGMA 3-18K, SIGMA, Germany)，真空冷凍干燥機(DRC-1000程序凍干倉(EYELA, Tokyo, Japan)，F(xiàn)DU-2001干燥倉(EYELA, Tokyo, Japan))，數(shù)控超聲波清洗器(KQ-500DE, 昆山市超聲儀器有限公司,中國)。

1.2 血液樣品采集與準備

人類血液樣本收集已獲北京大學倫理委員會批準。所有參與者采取靜脈血標本，徹底清洗臂與乙醇擦拭后，抽取到含有肝素鈉抗凝的采血管中。所有的樣品存放在-80℃直到分析。每位參與者均完成了一份調(diào)查問卷涵蓋生活信息和社會人口學特征，包括年齡、身體質(zhì)量指數(shù)(BMI)、教育史等。調(diào)查人群平均年齡(35.27±2.52)歲，身體質(zhì)量指數(shù)(BMI)為22.83±2.61，人群包括2名碩士及以上學歷，6名初中學歷，28名高中學歷，21名大?；虮究茖W歷。

1.3 血液樣品提取

本研究優(yōu)化了Pizarro等[21]報道的血脂分析前處理方法。首先，取10 μL血漿樣品于4 mL棕色玻璃樣品瓶中，加入同位素標記的內(nèi)標，加入100 μL超純水和400 μL甲醇，混合震蕩2 min，加入1.4 mL MTBE，在15 ℃條件下超聲萃取15 min，結束后立即加入500 μL超純水，10 ℃下8 000 r·min-1離心10 min，收集上層液體，真空凍干機凍干，進樣分析前加入4 ℃下的定容溶劑(V(氯仿)∶V(甲醇)∶V(水)=1∶2∶0.8)200 μL，進樣分析前從每個定容后樣品取10 μL震蕩混勻成質(zhì)量控制樣本QC(Quality Control)樣品，樣品保存在-80 ℃。

1.4 UPLC-QTOF MS分析

本研究比較分析了3種不同的液相色譜分離柱，包括ACQUITY UPLC?BEH C8(1.7 μm填料內(nèi)徑，2.1 mm×100 mm)、HSS T3色譜柱(1.8 μm填料內(nèi)徑，2.1 mm×100 mm)和CSH C18色譜柱(1.7 μm填料內(nèi)徑，2.1 mm×100 mm) (Waters, Inc., USA)。BEH C8色譜柱的流動相水相(A)為0.1%氨水，有機相(B)為甲醇∶異丙醇(體積比為85∶15)。梯度洗脫程序如下，正離子模式下：0～0.5 min 30% B，0.5～2 min B從30%線性增加到50%，2～3 min B從50%線性增加到70%，3～4.5 min B從70%線性增加到90%，4.5～5 min B從90%線性增加到100%并維持3 min，8～8.1 min恢復30% B并保持4 min；負離子模式下：0～0.5 min 30% B，0.5～2 min B從30%線性增加到50%，2～3 min B從50%線性增加到95%，3～5 min B從95%線性增加到100%并維持3 min，8～8.1 min恢復30% B并保持4 min。流速均為0.2 mL·min-1，進樣體積3 μL，柱溫40 ℃，樣品室溫度8 ℃，總洗脫時間12 min。T3色譜柱的流動相水相(A)為含10 mmol·L-1乙酸銨的乙腈∶水(體積比為60∶40)的鹽溶液，有機相(B)為含10 mmol·L-1乙酸銨的乙腈∶異丙醇(體積比為10∶90)的混合溶液，色譜梯度洗脫程序等液相參數(shù)采用Pizarro等[21]的參數(shù)，總洗脫時間15.5 min，進樣體積10 μL，流速0.4 mL·min-1。CSH C18色譜柱的流動相水相(A)為含10 mmol·L-1乙酸銨的乙腈∶水(體積比為60∶40)的鹽溶液，有機相(B)為含10 mmol·L-1乙酸銨和0.1%(體積分數(shù))甲酸的乙腈∶異丙醇(體積比為10∶90)的混合液，色譜梯度洗脫程序等液相參數(shù)采用Sarafian等[22]的參數(shù)，總洗脫時間20 min，進樣體積5 μL，流速0.4 mL·min-1。

質(zhì)譜均選擇電噴霧(ESI)離子源，采用MSE的Continuum模式采集數(shù)據(jù)，掃描范圍m/z為50～1 200，掃描時間0.15 s，霧化氣為N2，毛細管電壓正負離子模式分別為3.0 KV、2.0 KV，錐孔電壓分別為40 V、45 V，Extraction錐孔電壓均為4.0 V，源溫度100 ℃，脫溶劑氣溫度400 ℃，錐孔氣流量50 L·h-1，脫溶劑氣流量600 L·h-1。QTOF檢測器使用甲酸鈉溶液校正3 ppm以內(nèi)，使用亮氨酸腦啡肽鎖定離子質(zhì)量數(shù)，正負離子模式分別為556.2771、554.2615。進樣分析過程中使用QC指示儀器穩(wěn)定性。

1.5 組學數(shù)據(jù)解析

UPLC-QTOF MS所采數(shù)據(jù)通過Progenesis QI軟件進行峰對齊、峰提取、去卷積化、峰識別和峰匹配后得到包含脂質(zhì)分子質(zhì)量數(shù)(m/z)、碎片子離子質(zhì)量數(shù)(m/z)、保留時間(RT(min))、相對峰面積的數(shù)據(jù)集并據(jù)此通過相關脂質(zhì)數(shù)據(jù)庫：lipidMAPS(http://lipidMAPS.org)、METLIN(http://metlin.scripps.edu)搜索匹配鑒定，允許相對分子量偏差設為10 mDa，并將結果按照脂肪酸類(FA)、甘油脂類(GL)、甘油磷脂類(GP)、鞘脂類(SP)、固醇脂類(ST)、孕烯醇酮脂類(PR)、糖脂類(SL)、多聚乙烯類(PK)脂質(zhì)八大類[23]及其子類別進行分類總結。人群血樣脂質(zhì)分子輪廓圖由OriginLab 2016呈現(xiàn)。

2 結果與討論(Results and discussion)

2.1 方法優(yōu)化

由于脂質(zhì)分子分析過程中存在共流出質(zhì)量數(shù)重疊干擾現(xiàn)象，脂質(zhì)的分離對鑒定分析復雜基質(zhì)中的脂質(zhì)分子非常重要。已有報道研究中使用比較廣泛的液相分離色譜柱是C18[24-28]，但是C18對極性弱的脂質(zhì)分子具有很強的保留性，T’Kindt等[15]和Pizarro等[21]提出利用HSS T3柱單獨分離分析極性弱的分子。考慮到C8色譜柱對于弱極性脂質(zhì)分子具有適中的保留性，本研究系統(tǒng)比較了C8、C18和T3柱對眾多脂質(zhì)分子的分離鑒定效果。通過10個人體血液樣品脂質(zhì)分子的分離鑒定結果比較，發(fā)現(xiàn)C8柱和C18柱檢出的脂質(zhì)分子數(shù)量(n=1 559、n=1 510)顯著高于T3柱(n=826)，這可能歸因于脂質(zhì)分子較高的脂溶性，而適用于較強極性分子的T3柱難以有效分離，使得質(zhì)譜無法有效區(qū)分鑒定。對比C18和C8柱的鑒定結果，發(fā)現(xiàn)C18柱在甘油磷脂類、鞘脂類、多聚乙烯類3類極性較強物質(zhì)中檢出脂質(zhì)分子稍高于C8柱，而其他非極性較強類甘油脂類、固醇脂類、孕烯醇酮脂類物質(zhì)比C8柱低，此結果與C18柱對非極性物質(zhì)高保留性相一致。特別值得注意，在負離子模式下，C18柱分離鑒定的脂質(zhì)分子數(shù)目(n=145)僅為C8柱(n=462)的1/3(表1)。

圖1 C8色譜柱分離6種典型脂質(zhì)標準物質(zhì)的色譜圖Fig. 1 Chromatograms of six lipid standards by C8 column

表1 不同分析方法鑒定出的脂質(zhì)分子數(shù)量Table 1 Numbers of identified lipid molecules by different UPLC columns

注：+、-分別表示正、負離子模式。FA, GP, GL, PK, PR, SL, SP, ST表示脂肪酸類、甘油磷脂類、甘油脂類、多聚乙烯類、孕烯醇酮脂類、糖脂類、鞘脂類、固醇脂類。

Note: +, - represents positive and negative ion modes separately. FA, GP, GL, PK, PR, SL, SP, ST stand for fatty acyls, glycerol phospholipids, glycerolipids, poly ketides, prenolipids, saccharolipids, sphing olipids, sterol lipids.

進一步選取脂肪酸類、甘油脂類、甘油磷脂類、鞘脂類、固醇脂類中的6種典型脂質(zhì)分子：lauric acid、18:1 DG、18:1(Δ9-Cis) PC、18:1(Δ9-Cis) PG、ceramide (d18:1/18:1(9Z))、cholesterol作為標準物質(zhì)對比C8和C18柱的分離鑒定效果。結果顯示，6種標樣在C8柱分離分析的響應比C18柱高了2.5～5.5倍，而且對象物質(zhì)在C8柱具有很好的峰形和分離效果(圖1)。另外，C18與T3柱液相方法中水相有機相均為不同溶劑配比并添加甲酸、乙酸銨鹽溶液，洗脫時間20 min、15.5 min時間較長，相比之下，C8柱采用的不含鹽溶液(0.1%氨水，甲醇∶異丙醇的體積比為85∶15)，洗脫時間僅為12 min。因此，C8色譜柱更適用于脂質(zhì)分子的高通量鑒定分析。

董莊排閘、引閘各布置1孔，孔深15m。閘基高程5.4～8.4m主要為第②層壤土，構成地基主要持力層，具中等壓縮性，弱透水性，強度較高，滲透穩(wěn)定性較好。高程3.3～5.4m為第②2層砂壤土，具中等壓縮性，中等透水性，具液化潛勢。高程1.7～3.3m為第②3層粉砂，飽和，中密，中等透水性，承載力較高，具液化潛勢。高程1.7m以下為第③層壤土，可塑～軟塑，具中高等壓縮性，微透水性，工程地質(zhì)性質(zhì)相對較差。

2.2 血液樣品中脂質(zhì)分子的高通量鑒定

為了對樣品中代謝分子進行精準鑒定，需要實時獲得對象分子的母離子及相匹配子離子信息。目前最為常用的鑒定掃描模式為DDA模式，但該模式鑒定速率慢、容易丟失信號、需要多次進樣分析[29-31]。本研究中，采用DIA模式進行高質(zhì)高效的峰對齊、峰提取、峰識別及峰匹配實現(xiàn)高通量準確鑒定。如圖2所示，首先以QC樣品為參照對每個樣品進行色譜峰的對齊，平衡進樣分析過程中儀器的波動，減少因儀器不穩(wěn)定引起的系統(tǒng)誤差；然后通過以保留時間(RT(min))、質(zhì)核比(m/z)、色譜峰形3個維度的信號提取，實時獲得所有母離子及相匹配子離子信息；同時以元素同位素豐度和色譜峰保留時間保證峰識別及匹配結果的精確性，并通過相關脂質(zhì)數(shù)據(jù)庫搜索匹配，最終輸出包含相對峰面積、加合物形式、同位素豐度、脂質(zhì)分子名稱和結構、碎片斷裂方式等鑒定結果的數(shù)據(jù)集。

圖2 基于數(shù)據(jù)非依賴型采集質(zhì)譜技術的脂質(zhì)分子高通量鑒定過程Fig. 2 High throughput identification of lipid molecules by UPLC-QTOF MS in DIA mode

本研究采用母離子和子離子碎片同時掃描的模式，通過三維比對進行母離子和碎片匹配，大大提高了掃描鑒定速率，每個樣品只需一次進樣分析即可獲得所有鑒定信息，比傳統(tǒng)的DDA模式能獲得更全面的鑒定結果。比如，Sandra等[24]采用DDA模式，需要4次進樣分析才能完成樣品的脂質(zhì)分子的全譜掃描；Wang等[32]研究表明，DDA模式需要多次進樣分析才能獲取足夠多的MS/MS匹配信息。將本研究建立的DIA高通量鑒定分析方法應用到人群血液樣品，可在10μL少量人體血液樣品中檢測提取到2598個信號，經(jīng)脂代組學數(shù)據(jù)解析出脂質(zhì)分子1780個，脂質(zhì)八大類物質(zhì)均有檢出。而Pizarro等[21]于2013年報道了經(jīng)典的脂質(zhì)分子提取分析和鑒定方法，使用MTBE超聲輔助提取30μL人體血漿樣品中的脂質(zhì)分子并采用DDA模式可采集到837個質(zhì)譜信號，分析鑒定出352個脂質(zhì)分子。與經(jīng)典的脂質(zhì)分析研究相比，本研究鑒定出的脂質(zhì)分子數(shù)量是Pizarro等的近5倍。

進一步采用六種典型脂質(zhì)標準物質(zhì)對鑒定的準確性進行驗證。如表2所示，經(jīng)DIA模式鑒定出lauric acid、18:1 DG、18:1 (Δ9-Cis)PC、18:1(Δ9-Cis)PG、Ceramide (d18:1/18:1(9Z))、Cholesterol的母離子分別為199.1698、643.5277、808.5832、773.5355、562.5199、369.3521。除了lauric acid，其他物質(zhì)都有與母離子相匹配的子離子碎片，所獲得的物質(zhì)質(zhì)譜信息與譜庫相比具有78～97%的相似度。標樣的掃描鑒定結果證實分析方法對脂質(zhì)分子的分離分析鑒定有效可靠。

2.3 血液中脂質(zhì)分子的分布特征

表2 典型脂質(zhì)標準物質(zhì)的鑒定信息Table 2 Detail information of the six lipid standards

圖3 57個血液樣品中的八大類脂質(zhì)分子(a)及其子類別(b)Fig. 3 Profiles of eight classes of lipid molecules (a) and corresponding subclass (b) in 57 human blood samples

除SL、PK、PR類脂質(zhì)分子檢出響應相對較低外，其余五大類脂質(zhì)分子大部分檢出強度較高。其中，數(shù)量占比最大的脂類是GP類(n=659，37%)，其次依次為FA類(n=411，23%)、ST類(n=232，13%)、GL類(n=181，10%)、SP類(n=160，9.0%)(圖3(a))。GP類物質(zhì)是構成所有哺乳動物的膜體成分[34]，是蛋白質(zhì)合成、膜膽固醇平衡和甘油三酯儲存和分泌必不可少的細胞膜組成成分[35]，尤其是PC是肺表面的最大組分[36]。本研究中，數(shù)量占比最大的甘油磷脂類檢出子類別也最多，包括PC類分子(n=136，20.64%)、磷脂酰絲氨酸類(PS) (n=136，20.64%)、PE類(n=130，19.73%)、磷脂酸類(PA) (n=104，15.78%)，磷脂酰甘油類(PG) (n=80，12.14%)、磷脂酰肌醇類(PI) (n=50，7.59%)、LPC(n=13，1.97%)、LPE(n=7，1.06%) (圖3(b))，其中PC類物質(zhì)含量響應相對較高，這與T’Kindt等[16]的研究成果相一致。由于本方法的液相加入了氨水，甘油脂類化合物絕大多以氨加合物形式在正離子模式下檢出，能達到104的信號響應，其中占比最高的是TG(n=99，54.70%)，其次是DG(n=65，35.91%)。這是由于TG類物質(zhì)是在血漿中循環(huán)最豐富的脂質(zhì)，被報道處于毫摩爾水平[37]。SP類物質(zhì)涵蓋協(xié)助信號轉(zhuǎn)導、吞噬作用、肥大細胞脫顆粒及多重耐藥性的生物活性物質(zhì)[38]，本研究檢測出涵蓋CER、SM類等鞘脂類物質(zhì)。ST類脂質(zhì)分子是細胞膜的重要組成部分，已被報道在肺表面活性劑中具有重要功能[39]。FA類分子分為飽和與不飽和2種，可為人體提供熱量，保護臟器，構成身體細胞組織，具有調(diào)控基因表達、維持細胞因子和脂蛋白平衡，調(diào)節(jié)身體機能等[40]生理功能。上述脂質(zhì)分子共同形成脂質(zhì)代謝網(wǎng)絡，參與生物體的能量存儲和信號傳導等重要生命活動，這些分子的同時高通量掃描分析為環(huán)境污染物暴露對脂質(zhì)代謝網(wǎng)絡的影響提供了分析基礎。

綜上所述，本研究基于DIA掃描模式，針對極性差異較大的脂質(zhì)分子，優(yōu)化了液相分離的儀器分析條件，顯著提高了脂質(zhì)分子的檢測靈敏度和檢出數(shù)目，開發(fā)了少量血液中脂質(zhì)分子的高通量分析方法，實現(xiàn)一次進樣實時獲得母離子及匹配碎片信息，通過譜庫比對脂質(zhì)代謝分子鑒定，方法的準確性得到脂質(zhì)標準物質(zhì)的驗證。將該高通量分析鑒定方法應用于普通人群血液樣品的脂質(zhì)分子分析，在10 μL人體血液樣品中鑒定出脂肪酸類、甘油脂類、甘油磷脂類、鞘脂類、固醇脂類、孕烯醇酮脂類、糖脂類、多聚乙烯類8類脂質(zhì)1 780個分子。其中，占比例最大的脂質(zhì)分子為甘油磷脂類(37.02%)，其次依次為脂肪酸類(23.09%)、固醇脂類(13.03%)、甘油脂類(10.17%)、鞘脂類(8.99%)。該研究建立的脂質(zhì)分子高通量分析方法為以脂質(zhì)代謝為毒性終點的污染物毒性篩查和毒理機制研究提供方法學基礎。

[1] 王濤, 梅旭榮, 鐘秀麗, 等. 脂質(zhì)組學研究方法及其應用[J]. 植物學報, 2010, 45(2): 249-257

Wang T, Mei X R,Zhong X L, et al. Research methods and application of lipid [J]. Journal of Plant Science, 2010, 45(2): 249-257 (in Chinese)

[2] Schaefer E J, Bongard V, Beiser A S, et al. Plasma phosphatidylcholine docosahexaenoic acid content and risk of dementia and Alzheimer disease:The Framingham Heart Study [J]. Archives of Neurology, 2006, 63(11):1545-1550

[3] Hodge A M, Simpson J A, Gibson R A, et al. Plasma phospholipid fatty acid composition as a biomarker of habitual dietary fat intake in an ethnically diverse cohort [J]. Nutrition Metabolism & Cardiovascular Diseases, 2007, 17(6): 415-426

[4] Alarcón J M, Brito J A, Hermosilla T, et al. Ion channel formation by Alzheimer's disease amyloid beta-peptide (Abeta40) in unilamellar liposomes is determined by anionic phospholipids [J]. Peptides, 2006, 27(1): 95-104

[5] Han X L, Gross R W. Global analyses of cellular lipidomes directly from crude extracts of biological samples by ESI mass spectrometry: A bridge to lipidomics [J]. Journal of Lipid Research, 2003, 44: 1071-1079

[6] Zhou X, Mao J, Ai J, et al. Identification of plasma lipid biomarkers for prostate cancer by lipidomics and bioinformatics [J]. Plos One, 2012, 7(11): e48889

[7] Gorden D L, Ivanova P T, Myers D S, et al. Increased diacylglycerols characterize hepatic lipid changes in progression of human nonalcoholic fatty liver disease; comparison to a murine model [J]. Plos One, 2011, 6(8): e22775

[8] La M M, Emond C, Kim M J, et al. Toxicological function of adipose tissue:Focus on persistent organic pollutants [J]. Environmental Health Perspectives, 2013, 121(2): 162-169

[9] Arsenescu V, Arsenescu R I, King V, et al. Polychlorinatedbiphenyl-77 induces adipocyte differentiation and proinflammatory adipokines and promotes obesity and atherosclerosis [J]. Environmental Health Perspectives, 2008, 116(6): 761-768

[10] Sanyal S, Agarwal N, Dudeja P K, et al. Effect of a single oral dose of DDT on lipid metabolism in protein-calorie malnourished monkeys [J]. Indian Journal of Biochemistry & Biophysics, 1982, 19(2): 111-114

[11] Narayan S, Dani H M, Misra U K. Changes in lipid profiles of liver microsomes of rats following intratracheal administration of DDT or endosulfan [J]. Journal of Environmental Science & Health. Part.B Pesticides Food Contaminants & Agricultural Wastes, 1990, 25(2): 243

[12] Rosen M B, Schmid J R, Corton J C, et al. Gene expression profiling in wild-type and PPARα-null mice exposed to perfluorooctane sulfonate reveals PPARα-independent effects [J]. PPAR Research, 2010, 2010(11): 794739

[13] 彭雙清, 郝衛(wèi)東, 伍一軍. 毒理學替代法[M]. 第一版. 北京: 軍事醫(yī)學科學院出版社, 2009: 519-528

Peng S Q, Hao W D, Wu Y J. Toxicology Substitution Method [M]. The 1st edition.Beijing: Military Medical Science Academy of the PLA Press, 2009: 519-528 (in Chinese)

[14] Matsuda F, Yonekura-Sakakibara K, Niida R, et al. MS/MS spectral tag-based annotation of non-targeted profile of plant secondary metabolites [J]. Plant Journal, 2009, 57(3): 555-577

[15] T’Kindt R, Jorge L, Dumont E, et al. Profiling and characterizing skin ceramides using reversed-phase liquid chromatography-quadrupole time-of-flight mass spectrometry [J]. Analytical Chemistry, 2012, 84(1): 403-411

[16] T’Kindt R, Telenga E D, Jorge L, et al. Profiling over 1500 lipids in induced lung sputum and the implications in studying lung diseases [J]. Analytical Chemistry, 2015, 87(9): 4957-4964

[17] Xiao J F, Zhou B, Ressom H W. Metabolite identification and quantitation in LC-MS/MS-based metabolomics [J]. TrAC Trends in Analytical Chemistry, 2012, 32(1): 1-14

[18] Blackburn K, Mbeunkui F, Mitra S K, et al. Improving protein and proteome coverage through data-independent multiplexed peptide fragmentation [J]. Journal of Proteome Research, 2010, 9(7): 3621-3637

[19] Moran D, Cross T, Brown L M, et al. Data-independent acquisition (MSE) with ion mobility provides a systematic method for analysis of a bacteriophage structural proteome [J]. Journal of Virological Methods, 2014, 195(1):9-17

[20] Plumb R S, Johnson K A, Rainville P, et al. UPLC/MSEa new approach for generating molecular fragment information for biomarker structure elucidation [J]. Rapid Communications in Mass Spectrometry, 2006, 20(13):1989-1994

[22] Sarafian M H, Gaudin M, Lewis M R, et al. Objective set of criteria for optimization of sample preparation procedures for ultra-high throughput untargeted blood plasma lipid profiling by ultra performance liquid chromatography-mass spectrometry [J]. Analytical Chemistry, 2014, 86(12): 5766-5774

[23] Fahy E, Subramaniam S, Brown H A, et al. A comprehensive classification system for lipids [J]. European Journal of Lipid Science and Technology, 2005, 46(5): 337-364

[24] Sandra K, Pereira A S,Vanhoenacker G, et al. Comprehensive blood plasma lipidomics by liquid chromatography/quadrupole time-of-flight mass spectrometry [J]. Journal of Chromatography A, 2010, 1217(25): 4087-4099

[25] Al-Salhi R, Abdul-Sada A, Lange A, et al. The xenometabolome and novel contaminant markers in fish exposed to a wastewater treatment works effluent [J]. Environmental Science & Technology, 2012, 46(16):9080-9088

[26] Yan X, Chen D, Xu J, et al. Profiles of photosynthetic glycerolipids in three strains of Skeletonema determined by UPLC-Q-TOF-MS [J]. Journal of Applied Phycology, 2011, 23(2): 271-282

[28] 習聰, 陳艷華, 楊維, 等. 脂質(zhì)組學血清樣品處理方法及其快速高分辨液相色譜-質(zhì)譜分析[J]. 分析化學, 2013, 41(9): 1308-1314

Xi C, Chen Y H, Yang W, et al. Development of method for serum preparation and lipidomics analysis based on rapid resolution liquid chromatography-mass spectrometry [J]. Analytical Chemistry, 2013, 41(9): 1308-1314 (in Chinese)

[29] Chapman J D, Goodlett D R, Masselon C D. Multiplexed and data-independent tandem mass spectrometry for global proteome profiling [J]. Mass Spectrometry Reviews, 2014, 33(6): 452-470

[30] Blackburn K, Mbeunkui F, Mitra S K, et al. Improving protein and proteome coverage through data-independent multiplexed peptide fragmentation [J]. Journal of Proteome Research, 2010, 9(7): 3621-3637

[31] Geromanos S J, Vissers J P, Silva J C, et al. The detection, correlation, and comparison of peptide precursor and product ions from data independent LC-MS with data dependent LC-MS/MS [J]. Proteomics, 2009, 9(6): 1683-1695

[32] Wang N, Li L. Exploring the precursor ion exclusion feature of liquid chromatography-electrospray ionization quadrupole time-of-flight mass spectrometry for improving protein identification in shotgun proteome analysis [J]. Analytical Chemistry, 2008, 80(12): 4696-4710

[33] 陳蓉, 王以美, 汪江山, 等. 液質(zhì)聯(lián)用代謝組學研究多氯聯(lián)苯和二噁英對大鼠毒性作用[J]. 環(huán)境化學, 2013, 32(7): 1226-1235

Chen R, Wang Y M, Wang J S, et al. Study on toxic effects of PCBs and dioxins on rats by liquid chromatography-mass spectrometry [J]. Environmental Chemistry, 2013, 32(7): 1226-1235 (in Chinese)

[34] Fagone P, Jackowski S. Membrane phospholipid synthesis and endoplasmic reticulum function [J]. Journal of Lipid Research, 2009, 50(Supplement): S311-S316

[35] Lagace T A, Ridgway N D. The role of phospholipids in the biological activity and structure of the endoplasmic reticulum [J]. Biochimicaet Biophysica Acta, 2013, 1833(11): 2499-2510

[36] Veldhuizen R, Nag K, Orgeig S, et al. The role of lipids in pulmonary surfactant [J]. Biochimicaet Biophysica Acta, 1998, 1408(2-3): 90-108

[37] Wanders R J, van Roermund C W, Visser W F, et al. Peroxisomal fatty acid alpha- and beta-oxidation in health and disease:New insights [J]. Advances in Experimental Medicine & Biology, 2003, 544: 293-302

[38] Tomas Blom P S E I. Synthesis and biosynthetic trafficking of membrane lipids [J]. Cold Spring Harbor Perspectives in Biology, 2011, 3(8): 366-375

[39] Rooney S A, Young S L, Mendelson C R. Molecular and cellular processing of lung surfactant [J]. FASEB Journal Official Publication of the Federation of American Societies for Experimental Biology, 1994, 8(12): 957-967

[40] Fernández M B, Tonetto G M, Crapiste G H, et al. Hydrogenation of edible oil over Pd catalysts: A combined theoretical and experimental study [J]. Journal of Molecular Catalysis A Chemical, 2005, 237(s1-2): 67-79

◆

High Throughput Screening of Lipid Metabolites in Blood Based on the Data-independent Acquisition Mode

Li Wenjuan, Wan Yi*, Li Tong, Gao Shixiong, Hu Jianying

College of Urban and Environmental Sciences, Peking University, Beijing 100871, China

13 January 2017 accepted 20 February 2017

Lipid is a group of key components in biological processes and comprises diverse classes of molecules with critical functions in cellular energy storage, structure and signaling. It has been reported that environmental pollutants could interfere with the normal circulation and metabolism of biochemical molecular, leading to a disorder of lipid metabolism in organisms. In this study, a high throughput analytical method for lipid metabolites was developed based on UPLC-QTOF MS (ultra-high performance liquid chromatography quadrupole time-of-flight mass spectrometry) in the data-independent acquisition mode (DIA). The method was applied for analysis of lipid metabolites in human blood samples from a general population. 2 598 signals were detected and 1 780 lipid molecules were identified by the method. Of all the detected lipid metabolites, glycerol phospholipid is the predominant component (37%), followed by fatty acids (23%), sterol lipids (13%), glycerol lipids (10%), sphingolipids (9.0%), pregnenolone lipids (4.8%). The high throughput method established in this study provided an analytical technology for exploring the toxicology pathways of environmental pollutants, which could cause disorder of lipid metabolism to organisms.

lipidomics; DDA; DIA; UPLC-QTOF MS; ultra-high performance liquid chromatography quadrupole time-of-flight mass spectrometry

國家自然基金項目(21422701, 41330637)

李文娟(1992-)，女，碩士研究生，研究方向為環(huán)境毒理化學，E-mail: lwenj2012@163.com

*通訊作者(Corresponding author)， E-mail: wany@urban.pku.edu.cn

10.7524/AJE.1673-5897.20170113006

2017-01-13 錄用日期：2017-02-20

1673-5897(2017)2-046-10

X171.5

A

萬祎(1981—)，男，環(huán)境地理學博士，研究員，主要研究方向為環(huán)境毒理化學，發(fā)表SCI學術論文50余篇。

李文娟, 萬祎, 李桐, 等. 基于數(shù)據(jù)非依賴型采集質(zhì)譜技術的血液脂質(zhì)分子高通量分析[J]. 生態(tài)毒理學報，2017, 12(2): 46-55

Li W J, Wan Y, Li T, et al. High throughput screening of lipid metabolites in blood based on the data-independent acquisition mode [J]. Asian Journal of Ecotoxicology, 2017, 12(2): 46-55 (in Chinese)