27医学论文范文网

主页
分享医学论文范文

脂质组学在脂质膳食营养与健康研究中的应用

更新时间:2020-06-28 08:56点击:

摘要:综述了脂质组学研究中的脂质分析方法、常用的脂质数据库、数据处理方法及脂质组学在膳食营养与健康研究中的应用进展。
 
  关键词:脂质组学,质谱,膳食营养,应用进展
 基于现代营养学的脂质组学研究旨在探究膳食营养的作用机制, 探究膳食脂类对体内脂质代谢通路的影响, 客观准确地鉴定出从健康到疾病发展过程潜在的脂类生物标志物, 从而制定出预防疾病、保持健康的膳食指南, 对促进人类健康具有重要意义[1]。本实验室曾对食用油甘油三酯质谱分析方法的研究进展, 食用植物油中甘油三酯色谱分析方法研究进展[2], 长链多不饱和脂肪酸甘油酯分析方法研究进展[3], 磷脂分析方法与应用研究进展[4], 以及基于化学衍生技术的游离脂肪酸的质谱检测方法研究进展[5]分别进行了综述。本文就脂质组学研究中的脂质分析方法、脂质数据库、数据处理方法及脂质组学在膳食营养与健康研究中的应用进行了综述与展望。
 
  1 脂质组学
 
  脂质组学最早由Han和Gross[6]于2003年提出, 包括脂质组分析方法、数据处理方法和生物学意义阐述, 研究范围包括脂质分子与蛋白质、糖类等相互作用和与基因表达调控之间的关系。越来越多的研究表明, 脂质是调控细胞功能的关键物质, 脂质组学已成为基础医学和转化医疗研究的重要领域[7,8], 筛选用于预防或治疗疾病的潜在生物标志物, 为疾病的预防、诊断和监控方法提供指导。
 
  2 脂质分析方法
 
  2.1 样品前处理方法
 
  2.1.1 液液萃取 (LLE)
 
  提取脂质最经典的液液萃取方法是Folch法[9,10]。Bligh-Dyer (BD法) [11]对Folch法进行改进, 在氯仿、甲醇混合液中加入水或乙酸等缓冲剂, 使得极性脂和非极性脂能更好地分离, BD法尤其适用于细胞悬液和组织匀浆中脂类的提取。另一种液液萃取方法是采用正己烷∶异丙醇 (v/v, 3∶2) 作为提取溶剂[12], 与Folch法相比, 此种方法毒性更小, 但由于提取效率不高未被广泛应用。2012年, L9fgren等[13]用丁醇和甲醇来提取血浆中总脂, 该法能够在1h内完成96个样本中脂质提取, 并能很好分离甘油三酯 (TAG) 、甘油二酯 (DAG) 、磷脂 (PL) 、神经酰胺 (CM) 等。2013年, Chen等[14]用甲基叔丁基醚单一溶剂同时提取脂质及脂质代谢物, 甲基叔丁基醚有超强的选择性, 基质中的不溶物可以离心除去。近年来, 无创检测技术日益成熟, 2016年, Jia等[15]用甲醇提取出皮肤角质层中的483种鞘脂, 而其中193种是潜在的区分不同年龄的标志物。此外, 对于排泄物中脂质的提取, 由于提取步骤繁琐, 低丰度脂质不易获取等局限, 也在进一步开发中[16]。此外, 近年来出现了一些提取速度快、效率高的新方法, 如超声辅助液液萃取[17,18]、超临界流体萃取[19]等, 也开始应用于脂质提取。
 
  2.1.2 固相萃取 (SPE)
 
  固相萃取能很好地分离纯化和富集含量较低的脂质, 边娟等[20]采用Ti O2/Si O2复合填料的固相萃取柱, 快速高效地去除中性脂、游离脂肪酸, 特异性地吸附磷脂。本实验室采用磁性纳米Fe3O4萃取材料, 通过对其表面改性后, 建立了基于新型磁固相萃取技术的痕量游离脂肪酸的快速富集纯化及分析方法[21]。吴琳等[22]将氧化镁复合弗罗里硅土填充的Florisil固相萃取柱对经Sn-1, 3专一性脂肪酶水解的藻油、微生物油脂、植物油、鱼油和海豹油的产物进行分离富集。Trinidad Pe'rez-Palacios等[23]用氨丙基修饰的SPE柱, 实现了磷脂酰胆碱 (PC) 、磷脂酰乙醇胺 (PE) , 磷脂酰丝氨酸 (PS) 和磷脂酰肌醇 (PI) 四类磷脂的分离。王湘等[24]采用氨丙基的硅胶基质SPE柱成功对大鼠肝脏脂质中的PE进行了纯化和富集。利用具有氧化锆涂层的Hybrid SPE萃取柱中的氧化锆与磷脂的磷酸根基团之间的路易斯酸碱作用, 已成功地应用于生物样本中磷脂的纯化和富集[25]。Zicai Jia等[26]采用硅胶固相萃取柱从海参中分离出脑苷脂 (一种鞘糖脂) , 结合色谱质谱技术鉴定出89种脑苷脂, 并分析了饱和脂肪酸和不饱和脂肪酸的比例及羟基脂肪酸的含量。
 
  2.2 质谱检测技术
 
  2.2.1 直接进样质谱技术
 
  (1) 鸟枪法:鸟枪脂质组学最早由Han和Gross[9]在2003年提出, 该方法是根据脂质分子极性基团在不同p H下带电倾向不同, 结合ESI源的正负离子切换模式, 达到分离的目的, 分离后进行定性定量分析。鸟枪法结合化学衍生的方法不仅检测灵敏度大大提高, 并能根据“轻/重”标记实现相对定量和绝对定量[27]。本实验室采用丙酮及氘带丙酮标记PE, 结合质谱双中性丢失扫描对不同脂质膳食的大鼠肝脏组织中45种PE进行了定性和相对定量分析[24]。Chunyan Wang等[28]用三甲基硅重氮甲烷将磷脂酰肌醇衍生后, 能准确地分析小鼠脑部组织中磷脂酰肌醇分子中磷酸基的位置和脂肪酸链结构。本实验室采用N, N-二乙基乙二胺 (DEEA) 为衍生试剂, 成功对游离脂肪酸进行了衍生, 提高了游离脂肪酸离子化效率, 结合主成分分析, 能区分不同工艺来源的冷榨菜籽油, 并能够有效监控菜籽油中游离脂肪酸的含量变化, 对食用油脂品质及其掺伪保真具有重要意义[29]。 (2) 基质辅助激光解吸电离质谱 (MAL-DI-MS) :MALDI源常与飞行时间质谱联用, 进行脂质分析与质谱成像研究。Shelley N.Jackson等[30]利用银纳米材料修饰的MALDI基质, 对小鼠心脏中的脂质进行成像分析。在正离子模式下鉴定出29种脂类, 在负离子模式下鉴定出24种脂类。
 
  2.2.2 色谱及色谱质谱联用技术
 
  直接进样质谱具有分析速度快的优势, 但在分析基质复杂的生物样本时, 会产生基质效应。结合色谱的分离优势与质谱的鉴定优势, 能够有效降低其他组分可能对目标化合物产生的基质效应, 同时复杂体系经色谱分离以后进入质谱检测器, 能提高质谱扫描数据的可靠性。气相色谱 (GC) 常用于脂肪酸等小分子量脂质的组成分析[31]。高温气相色谱固定相的出现, 使得气相色谱分析高沸点化合物成为可能, 但高温对不饱和物相对较高的脂质具有破坏作用, 因此不适合分析含有长链多不饱和脂肪酸的脂质。GC还能有效分离脂肪酸同分异构体和不饱和脂肪酸双键的顺反结构, 将不同极性气相色谱串联的全二维气相色谱法, 是分析多不饱和长链脂肪酸的有效方法[32]。
 
  液相色谱 (HPLC) 封闭的环境能有效避免脂类降解, 几乎所有类别的脂质分子均可以通过高效液相色谱实现分离[33]。正相色谱 (NPLC) 根据脂质头部基团极性的不同实现分离, 适用于强极性脂类的分离, 但由于流动相的强挥发性和强极性易引起保留时间的漂移, 与质谱串联时不能很好地兼容, 并会降低电喷雾电离源的雾化效率[34]。银离子色谱 (Ag-HPLC) 作为一种特殊的正相色谱, 基于银离子与TAG不饱和脂肪酸中双键之间的弱π络合吸附作用将双键数和双键位置不同的TAG分离。正相色谱常与反相色谱 (RPLC) 以互补的分离方式存在, RPLC常用于分离含同一类头部极性基团而脂肪酰基链不同的脂质分子, 适用于弱极性和中等极性脂质的分离, 具有高选择性和分离重现性好等优势, 是应用最多的脂质分离手段, 但其对强极性脂质保留和选择性差, 不利于极性脂的分析。使用RPLC色谱柱分析TAG时, TAG的保留时间与TAG的当量碳数 (ECN) 相关, 保留强度与ECN值成正比, 相同ECN值的TAG不能在RPLC中实现很好地分离, 且RPLC对于TAG的位置异构体选择性差[35]。N Christinat等[36]用RPLC-MS成功分析了人血浆中的中长链游离脂肪酸, 直链脂肪酸及含支链的异构体, 并能分离w-3和w-6不饱和脂肪酸的双键位置异构体。近年来, 亲水作用色谱被用于脂质的分离, 亲水作用色谱 (HILIC) [37]使用的流动相与RPLC的流动相系统相似, 但HILIC的分离顺序与NPLC相似, 克服了NPLC法保留时间飘移的缺陷, 重现性良好, 并提高了色谱与质谱的兼容性。Chao zhu等[38]利用HILIC二醇柱成功分离了血浆中的七大类磷脂。
 
  二维液相色谱能有效减少复杂生物样本中低丰度代谢物的未检出现象, 并能有效区分同分异构体和同位素峰, 分辨率和峰容量较一维色谱都有了很大的改善, 已广泛应用于脂质组学研究中[39]。二维液相色谱联用有离线和在线两种模式, 离线模式[40]可单独对每一维的色谱条件进行优化, 本实验室建立了基于RPLC、Ag-HPLC的离线二维色谱联用方法, 并将其用于TAG的分离鉴定[52], 但操作繁琐、所需时间长、重现性差。在线模式[41,42,43]自动化程度高、重现性好、耗时短, 但由于分离时间短会使分辨率有所降低, 且要兼顾色谱之间的兼容性。本实验室采用同时具有疏水相互作用和π络合作用的混合模式色谱柱构建了在线/离线单柱二维液相色谱高效分离系统[44], 解决了传统二维液相色谱在线联用设备成本高及存在溶剂不兼容的问题, 其中, 在线单柱二维液相色谱系统采用混合梯度溶剂进行分离, 1次进样即可完成TAGs的快速分离鉴定, 有效提高TAG检测通量5~10倍;离线单柱二维液相色谱系统具有更高的峰容量和检测灵敏度, 有效提高检测灵敏度10~20倍, 解决了甘油三酯类复杂化合物检测通量低、灵敏度低的技术瓶颈问题。
 
  此外, 近年来具有分离效率高、分离模式多、样品用量少、通量高等优点的毛细管电色谱[49]和分离速度快、选择性高、适用于复杂样品体系分离的超临界流体色谱[50]也开始应用于脂质分离。
 
  3 脂质组数据分析及脂质数据库
 
  同代谢组研究类似, 脂质组数据处理同样需经过原始数据预处理、特征峰提取、脂质定性、多元统计分析和生物学意义挖掘等过程[51]。
 
  3.1 脂质组数据处理
 
  脂质组学数据处理主要包括信号滤噪、代谢特征提取、色谱与质谱匹配、缺失值过滤与补值、信号归一化、化合物定性定量等步骤。Chunyan Wang等[28]采用Xcalibar软件自动化快速筛选出肥胖小鼠与正常小鼠大脑中磷脂酰肌醇的差异, 但采用不同的数据处理软件所得到的分析结果也存在差异, 对于非靶向的代谢组学分析, 采取两种以上的数据处理方式, 结果会更加准确。Yanhua Chen等[52]比较了开源软件XCMS、MZmine以及AB Sciex开发的Marker View这三种软件对宫颈癌代谢物的LC-MS/MS数据分析结果, 发现鉴定出的14种生物标志物中, 只有两种生物标志物被三种软件同时鉴定。当前, 尚未见一种方法可以无偏向性地定量和定性分析生物样品内所有的内源性脂质, 一些丰度低、不稳定但具有生物活性的脂质信息常因分析方法灵敏度不足而丢失。此外, 由于商品化的脂质标准物质数量有限且价格昂贵, 远远不能满足对数目庞大的内源性脂质分子的研究需求。Masanori Arita等[53]在ESI-MS/MS负离子模式下对人类和小鼠中21类鞘脂进行数据采集, 使用MS-Finder软件进行碎片离子匹配注释从而进行鞘脂鉴定。
 
  3.2 脂质组数据多元统计分析
 
  脂质组数据的多元统计分析主要涉及数据标尺化处理、模式识别与特征变量选取[54,55]。同时因组学数据的复杂性与研究目标的多元性, 需要研究人员灵活地采用不同的统计方法进行数据分析。附表中列出了常见的用于脂质组学的数据库和数据处理软件。
 
  4 脂质组学在脂质膳食营养与健康研究中的应用
 
  4.1 脂质组学在膳食营养研究中的应用
 
  4.1.1 脂质组学在膳食多不饱和脂肪酸 (PUFA)
 
  的营养研究中的应用研究表明, 低密度脂蛋白胆固醇 (LDL-C) /高密度脂蛋白胆固醇 (HDL-C) 、总胆固醇、甘油三酯水平均是监测心血管疾病的指标。PUFA尤其是w-3 PUFA具有降低血清中胆固醇和甘油三酯作用, 抑制LDL-C的合成并提高HDL-C水平, 而HDL-C能维持内皮的血管反应性、抑制内皮细胞凋亡、提高抗氧化应激能力、减少血管及动脉中的黏附因子相关基因的表达作用[56,57,58,59]。此外, 在阿尔兹海默症的研究中, 发现患者脑组织中二十二碳六烯酸 (DHA) 含量明显降低, 且患者肝脏合成DHA的能力也受到影响[60]。在孕妇的饮食中补充二十碳五烯酸 (EPA) 和DHA能降低炎症反应合理调控免疫能力, 预防婴儿的过敏症[61]。Susanna L.Lundstro等[62]分析了在哮喘病患者与健康人的膳食中添加n-3PUFA后血浆中脂质氧化物的变化, 通过LC-MS/MS分析得出了87个脂质氧化物, 归结到环氧化酶、脂肪氧化酶、细胞色素P450等的代谢通路, 发现EPA会影响细胞色素和15-环氧化酶的改变, DHA会影响细胞色素P450的变化。w-3 PUFA能改变细胞膜磷脂的组成、中断脂筏的功效而达到抗炎的作用, 并抑制核转录因子-如κB的信号转导, 减少炎症基因的表达, 促进抗炎因子NR1C3的表达及G蛋白与GPR120受体的结合[63]。
 
  4.1.2 脂质组学在膳食植物固醇的营养研究中的应用
 
  研究发现, 植物固醇具有消炎、调节代谢、预防前列腺疾病、抗癌等功效[64,65], 其降低血液中LDL-C的具体机制尚不清楚, 有研究推测, 由于植物固醇与胆固醇的竞争性抑制了胆固醇在人体中的吸收, 植物固醇和胆固醇须先溶解成微粒团才能被人体吸收, 植物固醇的结构决定了它比胆固醇的疏水性强, 因此植物固醇较胆固醇更易进入微粒团, 从而减少对胆固醇的吸收[66,67]。Jingnan Chen等[68,69]在饲料中添加富含7-烯胆 (甾) 烷醇、麦角固醇、豆固醇等的藻类固醇, 分别以含量为0.06、0.30 g/kg饲喂雄性金黄地鼠, 结果显示, 与对照组相比, 实验鼠血浆中胆固醇的浓度分别降低19.5%和34%。研究发现, 藻类植物固醇和β-谷甾醇同样具有降低血浆胆固醇的功效。膳食藻类固醇下调了肠道的辅酶A酯、胆固醇酰基转移酶2 (ACAT2) 和肝脏羟甲基戊二酸单酰辅酶A还原酶 (HMG-Co A) , 上调了肝脏中LDL受体, 增加类固醇的排泄和降低胆固醇的吸收和合成。此外, 植物固醇还能抑制宫颈癌细胞株Si Ha的生长[69]、降低CRP水平[70]。
 
  4.2 脂质组学在健康状态紊乱研究中的应用
 
  传统用于诊断心血管疾病的生物标志物常为胆固醇总量、甘油三酯、HDL-C及LDL-C水平, 随着脂质组学的发展, 脂质分子已成为重要的生物标志物, 如高血脂症患者血浆中甘油三酯、短链脂肪酸、游离脂肪酸、神经酰胺、磷脂酰胆碱水平升高, 而溶血性卵磷脂 (LPC) (16∶0) 水平下降。LPC (16∶0) 的减少与其在过氧化物酶体增殖物激活受体α的调节作用是一致的, 游离脂肪酸与内皮依赖性一氧化氮产生及核因子κB信号的活性有关, 神经酰胺会控制组织内的营养素的吸收及合成代谢。脂质分子变化的高灵敏性有利于早期诊断和有效预防[71]。Christin Stegemann等[72]致力于建立用质谱技术分析动脉粥样硬化斑块的平台, 分析了26个患者的斑块中150种脂质分子, 发现斑块中长链多不饱和脂肪酸胆固醇酯和鞘磷脂的含量明显增高。系统层面上认知动脉粥样硬化有利于研究遗传信息与表现型之间的联系, 更好地运用脂质分子信号来实现早期诊断、风险评估和个性化治疗[73]。
 
  脂类在细胞信号转导和组织生理学研究中具有重要作用, 且脑部的脂质决定了细胞膜中蛋白质的分布位置和功能, 因此能够影响神经元中的突触通量[74]。脂质代谢紊乱与许多神经系统疾病密切相关, 包括精神分裂症和神经退行性疾病, 如阿尔兹海默症, 帕金森综合征、尼曼-匹克氏病等[75]。M Wang等[76]总结了基于鸟枪法的多维质谱平台的神经退化疾病和脑部损伤患者大脑组织中各类磷脂、鞘脂、TAG的分析方法, 为神经系统疾病的诊断与预防奠定基础。
 
  展望
 
  先进的脂质组学方法可突破传统方法在样品制备过程中难以实现脂质完全提取的瓶颈, 减小各类脂质和总脂提取方法不一致所造成的差异, 根据不同化合物特性快速调整色谱条件, 并解决二级谱库批量检索通量低, 统计分析方法不完善和统计软件自动化程度低等问题。开发出更精准、更高效的脂质组鉴定方法及生物信息学软件, 建立更加全面和简便的脂质组学数据库, 将脂质组学与糖代谢等代谢数据相结合, 进而将代谢组学与蛋白质组学、基因组学等相关联, 可更好地诠释生物代谢路径与遗传信息之间的联系, 从而拓宽脂质组学的应用范围。未来, 利用脂质组学来探索膳食对营养状态的影响并鉴定出从健康到疾病发展过程的生物标志物, 为更准确、灵敏地反映机体的健康状况提供参考信息, 推进更个性化的膳食指南发展, 使临床营养研究的重点从疾病的诊断和治疗转移到疾病的预防, 快速推进个性化营养。
 
  参考文献
  [1]Bloomfield H E, Koeller E, Greer N, et al.Effects on health outcomes of a mediterranean diet with no restriction on fat intake:a systematic review and meta-analysis[J].Annals of Internal Medicine, 2016, 165 (7) :378.
  [2]籍淑贤, 等.食用植物油中甘油三酯色谱分析方法研究进展[J].分析测试学报, 2014, 33 (1) :112-118.
  [3]吴琳, 等.长链多不饱和脂肪酸甘油酯分析方法研究进展[J].分析科学学报, 2015, 31 (6) :871-878.

推荐文章