隨著質譜技術的不斷發展，內源性代謝物和外源物質的檢測和鑒定已經發展到涵蓋代謝途徑表征，疾病診斷[1]，代謝譜分析[2]，生物標志物發現[3]和環境暴露評估[4]等各方面。由于90％以上的人類疾病是涉及遺傳和環境因素以及二者互作[5-8]，外源物質(如藥物和環境污染物)的監測作用進一步凸顯，但是，每人每天接觸超過一千種化學物質，并且它們的濃度范圍（即飛摩爾至毫摩爾）和分析基質（例如血漿，尿液和唾液）存在不確定性，因此對這些化學物質進行分析或對暴露進行全面表征很困難。因此，開發具有更高通量和分離效率并且對樣品制備和衍生化的依賴性降低的分析儀器對于將來的代謝組和暴露組研究至關重要。
個體間的基因組，環境暴露和腸道菌群變異可能會導致個體特異性代謝型或代謝組學指紋。 這些因素中的每一個都可以影響其他因素，并確定代謝型的結果。 相反，個體的代謝組會影響每個因素。(圖片來源：Johnson, Caroline H., et al. Annual review of pharmacology and toxicology 52 (2012): 37-56.)
氣相色譜-質譜（GC-MS）[9]和液相色譜-質譜（LC-MS）[10]在代謝物質分析方面有廣泛使用。二者在高靈敏度和多維分子表征方面都有突出優勢，但是傳統的一般通量（每小時1-5個樣品）限制分離速度和處理大量同類樣本的能力：對于液相色譜-質譜，小分子的性質多樣性使得在分析時通常需要使用多種色譜柱填充材料和相應的流動相；而對于所有質譜方法，化學物質對不同離子源以及正電離和負電離模式的選擇也是一個挑戰。目前，應對上述難題的最佳方案是利用 IMS(ion mobility spectrometry) 與 MS 相結合，IMS-MS 可在一次運行中對每種內源性代謝物或外源物質直接進行結構和質量分離[11]。IMS-MS 優勢可在一秒內區分化合物空間異構體[12], 并利用固相萃取(solid-phase extraction, SPE) 技術與 IMS-MS相結合從復雜混合物中線上凈化分離目標分析物。近日，美國太平洋西北國家實驗室的研究人員與合作者在 Clinical Mass Spectrometry 上發文“SPE-IMS-MS: An automated platform for sub-sixty second surveillance of endogenous metabolites and xenobiotics in biofluids”。研究人員利用提出了一種用于小分子超快速淌質譜分析生物樣品的全動化平臺，該平臺通過將固相萃取(SPE)與 IMS-MS相結合，以高重現性（CV?3％）、高靈敏度（pM 范圍）和超高通量（樣品間間隔 10 s, 每天可運行超過生物樣品8000）對人類體液中的內源性代謝物和外源物質進行靶向和全局監測。同時，研究人員使用人類血漿和尿液樣本證明了該平臺的實用性，并對 1 型糖尿病（T1D）個體病例進行了對照研究。
此篇文章使用多個 SPE 柱，采用 Agilent RapidFire 365 高通量質譜系統構建了自動化固相萃取（SPE）系統，并將 RapidFire 365 SPE 系統與 Agilent 6560 IMS LC/Q-TOF 系統連接，使該系統能超快速自動化對同一樣本進行化合物淌度質譜監測。每個 SPE-IMS-MS 分析過程均經過優化，以實現 10 秒的樣品超快速分析。以果糖 6-磷酸、葡萄糖 6-磷酸和葡萄糖 1-磷酸的分析為例，它們均是糖酵解通路上的重要化合物，許多科研專家都會檢測這條通路對于生物樣品的變化。使用 SPE-IMS-MS 超快速分離系統能在短短 10 秒完成葡萄糖 6-磷酸和葡萄糖 1-磷酸同分異構體分離，可大大加快分析速度、提高樣品通量、確保生物樣品檢測結果的真實性（如圖 3 所示）。到目前為止，可以認為自動化 SPE 系統與 IMS LC/Q-TOF 結合的超快速生物樣品分析系統是目前研究復雜生物樣品速度最快的分析手段。
圖2. 自動化 SPE 系統與 IMS LC/Q-TOF 超快速淌質譜分離系統結合的小分子分析工作流程。
圖3. 此系統超快速分離糖酵解通路上果糖 6-磷酸、葡萄糖 6-磷酸和葡萄糖 1-磷酸這三個重要代謝物。
隨后研究人員對系統進行了更深入的評測。對于目標物分析，本聯合系統使用pM范圍內的體液具有高度可重復性和靈敏性，同時使用同位素稀釋法進行了樣品定量。在體液研究中應用的多個 SPE 柱可按化學類別富集內源性代謝物和外源物質，以提供有關其化學組成的高靈敏度信息，同時仍保持超高通量。在針對受 T1D 影響的個體的全局性尿液病例對照研究中，IMS 分離過程結合有針對性的 MS/MS 分析，可幫助其識別出同分異構的小分子化合物，并揭示了以往與 T1D 病理相關的未知異構體豐度水平的變化。
圖4. a）T1D 和對照人員尿液樣本中九種小分子的表征；b）T1D（紅色）和對照（藍色）的 IMS 結合 MS/MS 質譜(圖c)，揭示了異構體的不同特征強度
內源性代謝物和外源物質表征對于探究疾病的遺傳和環境原因至關重要。本研究開發的這種超高通量 SPE-IMS-MS 平臺和工作流程，可以對復雜的人類體液中的內源性代謝物和外源性化合物同時進行靶向和全局評估。SPE-IMS-MS 工作流程的超快速、高通量、高靈敏度和準確定性、定量功能可提供超快速執行代謝物分離和生物樣品分析的能力。相信 SPE-IMS-MS 平臺和工作流程能夠克服大規模代謝組學的許多挑戰，并為臨床質譜研究和篩選人群和患者以深入了解疾病過程提供一條可行的途徑。
參考文獻
[1] A. Zhang, H. Sun, X. Wang, Serum metabolomics as a novel diagnostic approach for disease: a systematic review, Anal. Bioanal. Chem. 404 (4) (2012) 1239-1245.
[2] O. Beckonert, H.C. Keun, T.M. Ebbels, J. Bundy, E. Holmes, J.C. Lindon, et al., Metabolic profiling, metabolomic and metabonomic procedures for NMR spectroscopy of urine, plasma, serum and tissue extracts, Nat. Protoc. 2 (11) (2007) 2692–2703.
[3] J. Xia, D.I. Broadhurst, M. Wilson, D.S. Wishart, Translational biomarker discovery in clinical metabolomics: an introductory tutorial, Metabolomics 9 (2) (2013) 280–299.
[4] B.K. Weis, D. Balshaw, J.R. Barr, D. Brown, M. Ellisman, P. Lioy, et al., Personalized exposure assessment: promising approaches for human environmental health research, Environ Health Perspect. 113 (7) (2005) 840-848.
[5] C.H. Johnson, A.D. Patterson, J.R. Idle, F.J. Gonzalez, Xenobiotic metabolomics: major impact on the metabolome, Annu. Rev. Pharmacol. Toxicol. 52 (2012) 37–56.
[6] E.J. Want, A. Nordstr?m, H. Morita, G. Siuzdak, From exogenous to endogenous: the inevitable imprint of mass spectrometry in metabolomics, J. Proteome Res. 6 (2) (2007) 459–468.
[7] D. Thomas, Gene-environment-wide association studies: emerging approaches, Nat. Rev. Genet. 11 (4) (2010) 259–272.
[8] C.P. Wild, Complementing the genome with an ‘‘exposome”: the outstanding challenge of environmental exposure measurement in molecular epidemiology, Cancer Epidemiol. Biomarkers Prev. 14 (8) (2005) 1847–1850.
[9] M.M. Koek, R.H. Jellema, J. van der Greef, A.C. Tas, T. Hankemeier, Quantitative metabolomics based on gas chromatography mass spectrometry: status and perspectives, Metabolomics 7 (3) (2011) 307–328.
[10] G.A. Theodoridis, H.G. Gika, E.J. Want, I.D. Wilson, Liquid chromatography-mass spectrometry based global metabolite profiling: a review, Anal. Chim. Acta 711 (2012) 7–16.
[11] H. Suhr, Plasma Chromatography, Plenum Press, New York, 1984.
[12] J.C. May, J.A. McLean, Ion mobility-mass spectrometry: time-dispersive instrumentation, Anal. Chem. 87 (3) (2015) 1422–1436,