代谢组学
捕捉表型变化的直接信号，精确量化代谢产物，直观反映生物体的生理状态响应。
脂质组学分析
脂质作为生物体内除蛋白质、核酸外的关键生物大分子，广泛参与能量储存、细胞膜构建、信号传导、炎症反应调控等多种核心生理过程，其代谢紊乱与肿瘤、心血管疾病、神经退行性疾病、代谢综合征等诸多疾病的发生发展密切相关。脂质组学（Lipidomics）作为代谢组学的重要分支，是一门系统研究生物体内脂质分子的组成、结构、丰度变化及与其他生物分子相互作用的新兴学科。它借助高灵敏度、高分辨率的质谱分析技术，结合生物信息学工具，实现对复杂生物样本中脂质组的全面定性与定量分析。 相较于传统脂质研究的单一性和局限性，脂质组学具有全景式、高通量、精准化的优势，能够同时捕获数千种脂质分子的动态变化，揭示脂质代谢网络的调控机制。目前，该技术已广泛应用于疾病标志物筛选、药物作用靶点发现、食品营养评估、植物抗逆机制研究、环境毒理学分析等多个领域，成为连接基础研究与临床应用的重要桥梁。
原理介绍
脂质组学分析的核心原理是基于脂质分子的物理化学性质（如极性、分子量、疏水性等）差异，通过样品前处理、分离纯化、质谱检测及数据分析的完整流程，实现对脂质组的系统解析。 基于质谱的脂质组学主要分为两类：非靶向脂质组学：无偏向性地检测样本中尽可能多的脂质分子，旨在发现新的脂质物种或差异表达谱，常用于生物标志物的初步筛选和机制探索。靶向脂质组学：针对已知的、特定类别或通路的脂质分子进行绝对定量分析，具有更高的灵敏度、精准度和重现性，常用于验证和精准定量。 脂质分子在电喷雾电离（ESI）等离子源作用下发生电离，生成带电荷的离子（如[M+H]+、[M-H]-），随后进入质量分析器（如Q-TOF、Q-Trap）。通过测量离子的质荷比（m/z），可以推断其分子式；结合串联质谱（MS/MS）产生的碎片离子信息，可进一步解析脂质的精细结构，如脂肪酸链的长度、双键位置等。最终，通过与脂质数据库（如LIPID MAPS）比对和生物信息学分析，构建出样本的脂质分子谱图，揭示其在生理病理过程中的动态变化规律。
文献案例
《Cell Metabolism》发表题为 “Hepatic adaptation to chronic metabolic stress primes tumorigenesis” 的研究论文，该研究通过脂质组学分析深入解析了肝脏在慢性代谢应激下的脂质重塑机制，及其对肿瘤发生的 “预启动” 作用。研究人员构建了慢性代谢应激（高脂饮食联合胰岛素抵抗诱导）的小鼠模型，同时收集了代谢相关肝癌患者的肝组织样本，采用 “UHPLC-MS/MS 靶向脂质组学” 技术对肝脏组织中的脂质谱进行系统解析。通过对近千种脂质分子的定性定量检测，发现慢性代谢应激状态下，肝脏组织中磷脂酰胆碱（PC）、磷脂酰乙醇胺（PE）等膜脂组分发生显著重构，其中含长链多不饱和脂肪酸（PUFA）的 PC 分子（如 PC 38:4、PC 40:6）含量持续下调，而饱和脂肪酸链修饰的PC 分子含量升高。 进一步机制验证表明，肝实质细胞在代谢应激下通过激活 SREBP-1c 介导的脂质合成通路，导致膜脂流动性降低、细胞膜信号传导功能紊乱，进而促进 STAT3 通路异常激活，增强肝脏细胞的增殖能力和致瘤潜能。动物实验证实，通过外源性补充长链 PUFA 或调控 PC 合成酶的活性，可逆转肝脏脂质重塑，显著抑制代谢应激诱导的肝癌发生。
送样标准
新鲜组织样本重量 ≥0.5g，液氮速冻后 -80°C 保存，干冰运输；避免反复冻融，需注明组织部位、处理条件及动物品种、性别、年龄等信息
新鲜叶片、根、果实等组织重量 ≥ 1g，液氮速冻后 -80°C 保存，干冰运输；需明确植物品种、生长阶段、处理方式（如胁迫处理、药物干预等）
细胞沉淀数量 ≥ 1×10^7 个，离心收集后用 PBS 洗涤 2 次，液氮速冻后 -80°C 保存，干冰运输；需提供细胞系名称、培养条件及处理方案
血清 / 血浆 ≥ 200μL，尿液 ≥ 500μL，脑脊液 / 胆汁等 ≥ 100μL；血清需无溶血，血浆需注明抗凝剂类型（EDTA / 肝素）；-80°C 保存，干冰运输，避免剧烈震荡
细菌 / 真菌培养物 ≥ 1mL（OD600 值 ≥ 1.0），离心收集菌体后液氮速冻 -80°C 保存，干冰运输；需提供微生物菌株名称、培养条件
如细胞培养液、食品提取物等，需提前沟通确认，确保样本脂质含量满足检测需求，保存及运输方式参照上述对应类型样本要求
交付内容
脂质组学原始数据
提供质谱原始图谱文件（如.raw 格式）、脂质定性定量数据表（包含脂质名称、分子式、质荷比、峰面积、相对含量 / 绝对含量等信息）；
差异脂质分析报告
涵盖多元统计分析图表（PCA 图、OPLS-DA 图、火山图等）、差异脂质筛选结果（ Fold Change、P 值、VIP 值）、差异脂质分类及丰度热图；
生物信息学分析结果
包括差异脂质代谢通路富集分析（如 KEGG 通路分析）、脂质 - 疾病 / 生理过程关联分析、潜在生物标志物筛选建议；
常见问题
① 优化色谱分离条件：调整流动相梯度、柱温或色谱柱类型，提高脂质分子的分离度，减少峰重叠；② 优化质谱参数：调整离子源温度、喷雾电压、碰撞能量等，增强目标脂质离子的响应强度，降低背景噪音；③ 加强样品前处理：增加固相萃取或凝胶过滤步骤，进一步去除杂质；④ 空白对照校正：设置溶剂空白、提取空白等对照样本，扣除背景杂峰的影响。
① 统一实验流程：严格按照相同的样品采集、保存、前处理步骤操作，避免人为误差；② 加入内标物：在样本提取过程中加入已知浓度的稳定同位素标记内标（如 ISTD），用于校正提取效率和仪器漂移；③ 仪器质量控制：实验前对质谱仪进行校准，实验过程中每隔 10-15 个样本插入质控样本（QC），监控仪器稳定性；④ 数据归一化处理：采用总峰面积归一化、内标归一化等方法，减少批次间差异对定量结果的影响。
① 扩展脂质数据库：结合多个权威脂质数据库（如 LIPID Maps、SwissLipids、HMDB）进行交叉检索，确保脂质结构鉴定的准确性；② 调整差异筛选阈值：适当放宽 P 值或 VIP 值阈值，扩大差异脂质的筛选范围，再进行通路富集分析；③ 结合其他组学数据：整合转录组、蛋白质组数据，分析差异脂质对应的合成 / 代谢酶基因表达变化，构建 “基因 - 蛋白 - 脂质” 调控网络；④ 查阅相关文献：通过关键词检索（如脂质名称 + 疾病 / 生理过程），挖掘差异脂质的潜在功能及通路关联，必要时进行体外实验验证。
