在非靶向代谢组学研究中,一个越来越清晰的共识是:

真正的挑战,不在于“检测不到”,而在于“认不出来”。

随着高分辨质谱的发展,我们可以轻松获得海量代谢物信号。但在面对结构相似化合物时,仅依赖MS²(二级质谱)信息往往难以实现高置信度鉴定。而理论上更具结构解析能力的MSⁿ(多级质谱),却长期受限于数据质量与谱库覆盖,难以规模化应用。

那么,如何真正打通代谢物鉴定的“最后一公里”?赛默飞Orbitrap高分辨质谱平台给你答案。

联系我们


01  MSⁿ:更丰富的信息,为什么没被充分用起来?

MSⁿ通过对同一前体离子进行多轮碎裂,构建“谱树结构”,能够逐层揭示分子结构信息。

线性离子阱中 MSⁿ 碎片化实验示意图(左)及其对应的 MSⁿ谱图(右) 

图 1. 线性离子阱中 MSⁿ 碎片化实验示意图(左)及其对应的 MSⁿ谱图(右)。MSⁿ 通常指的是 n ≥ 3 的情况。

相比MS²:

✔ 提供更深层结构信息

✔ 更有利于区分同分异构体

✔ 提升复杂体系解析能力

但现实中却面临:

  • 分辨率不足:传统MSⁿ多依赖离子阱
  • 谱库稀缺:高分辨MSⁿ数据积累有限
  • 成本高昂:标准品逐一采集难以规模化

👉 结果是:

MSⁿ “能力很强”,但“用不起来”


02  一个关键突破:让已有数据“变清晰”

本研究提出了一种极具应用价值的思路:
利用高分辨率MS²数据,对低分辨率MSⁿ进行“计算升级”

利用高分辨率MS²数据,对低分辨率MSⁿ进行计算升级 

图 2. (a) 使用不同的碎片化方法和质谱分析器组合,在 NIST20 中采集了三种类型的谱图。(b) 鉴定了 NIST20 中每种类型谱图所代表的独特前体离子。27159 个前体离子同时出现在 LR-RES-MSⁿ 和 HR-BEAM-MS² 谱图中(虚线轮廓)。(c) 为了利用这些重叠数据,研究者提出了一种峰分辨率转换方法,该方法将 LR-RES-MSⁿ 谱图的信息与同一前体离子的 HR-BEAM-MS² 谱图的信息相结合,生成转换后的 MSⁿ 谱图。(d) 在该方法中,利用 HR-BEAM-MS² 谱图上的高分辨率 m/z 值,将 LR-RES-MSⁿ 峰转换为高分辨率峰。 (e)在本研究中,首先检验了该方法的基本假设,使用 NIST20 中已有 HR-RES-MSⁿ 光谱的 1404 个前体离子子集验证了该方法,然后将该方法应用于 27159 个符合转换条件的前体离子子集。

其核心逻辑:

同一前体离子通常同时具备:

  • 高分辨MS²数据(Orbitrap)
  • 低分辨MSⁿ数据(离子阱)

通过峰匹配:

  • 用MS²中的高精度m/z
  • 替换MSⁿ中的低精度峰

👉 最终得到:

高分辨率MSⁿ谱树


03  为什么这件事,离不开赛默飞Orbitrap高分辨质谱平台?

这项方法之所以成立,背后正是赛默飞Orbitrap高分辨质谱平台的核心优势:

Orbitrap高分辨检测

  • ppm级质量精度
  • 高分辨率

👉 提供“看得准”的MS²数据

线性离子阱(LIT)多级碎裂

  • 支持高效MSⁿ

👉 提供“拆得细”的结构信息

Tribrid架构协同

同时具备高分辨质量分析器 Orbitrap 和线性离子阱质量分析器(如Orbitrap Eclipse)

👉 实现:

“既能拆得细,又能看得清”


04  方法验证:不仅可行,而且效果显著

研究结果表明:

  • >94% MSⁿ信号强度可在MS²中找到对应峰
  • 约97%信号成功完成高分辨转换
  • 转换后谱图与真实高分辨MSⁿ:
  • 相似度中位数达 0.99

👉 说明:

无需额外实验,即可获得接近真实高分辨MSⁿ的数据质量


05  谱库能力跃升:从“稀缺”到“规模化”

谱库能力跃升:从“稀缺”到“规模化 

图 3. (a) 各 LR-RES-MSⁿ 谱图树中由 LR 转换为 HR 的信号强度百分比分布。(b) 在 NIST20 中,高分辨率 MSⁿ 光谱所代表的化合物和前体离子的计数,分别在转换 LR-RES-MSⁿ 峰分辨率之前(浅绿色区域)和之后(浅绿色区域加深绿色区域)进行统计。面积与计数成正比。

基于该方法:

  • 化合物覆盖数:1081 → 9637
  • 前体离子数:2057 → 19386

👉 近10倍扩展

更重要的是:

✔ 不增加实验成本
✔ 不依赖额外标准品
✔ 可直接基于已有数据实现


06  对代谢组学意味着什么?

01鉴定更“准”

  • 分子式候选减少约98%      
  • 从“多个可能”变为“唯一答案”

02数据更“值钱”

  • 历史数据可重新挖掘
  • 实验投资回报率显著提升

03MSⁿ真正走向实用

  • 从“小众高级技术”
  • 走向“常规鉴定工具”

07  构建完整解决方案:从采集到鉴定

结合赛默飞整体平台,可实现代谢组学完整闭环 

结合赛默飞整体平台,可实现代谢组学完整闭环:

分离系统

质谱平台

数据与谱库

mzCloud / Compound Discoverer

👉 实现:

从数据获取 → 结构解析 → 高置信度鉴定


语:高分辨质谱打通代谢组学中代谢物鉴定的“最后一公里”

代谢组学正在从“测得更多”迈向“认得更准”。

MSⁿ提供了更深层结构信息,而Orbitrap平台提供了高质量数据基础。通过数据融合策略,这些信息被真正激活,实现从“数据可用”到“结果可信”的跨越。

当高分辨质谱能力与数据智能融合,代谢物鉴定的“最后一公里”正在被重新定义。

未来,随着高分辨MSⁿ数据不断积累与应用深化,我们有理由期待:

 👉 更高置信度的代谢物鉴定

 👉 更深入的生物学机制解析

 👉 更广泛的临床与产业应用落地

参考文献:

1.Lieng, B. Y.; Quaile, A. T.; Domingo-Almenara, X.; Röst, H. L.; Montenegro-Burke, J. R. Computational Expansion of High-Resolution-MSn Spectral Libraries. Analytical Chemistry, 2023, 95, 17284–17291.


赛默飞产品推荐


赛默飞代谢组学解决方案常见问答

问:在非靶向代谢组学研究中,为什么区分同分异构体如此困难?
答:在非靶向代谢组学研究中,真正的挑战往往不在于信号的检测,而是难以“认出”结构相似的化合物。因为仅依赖常规的二级质谱(MS²)难以提供深层的结构信息,而传统的多级质谱(MSⁿ)又受限于离子阱分辨率不足和谱库稀缺。为了打通高置信度代谢物鉴定的瓶颈,强烈推荐使用赛默飞 Orbitrap 高分辨质谱仪(如 Eclipse 系统),它巧妙融合了超高分辨率的质量分析与线性离子阱的多级碎裂能力,完美解决了同分异构体难以区分的行业痛点。

问:如何利用高分辨质谱数据解决传统 MSⁿ 谱库稀缺的问题?
答:传统 MSⁿ 数据的规模化应用一直受限于高昂的标准品采集成本和低劣的数据分辨率,导致质谱谱库极其稀缺。最新突破性方法提出,可以利用高分辨质谱平台中精准的 MS² m/z 数据,对低分辨率的 MSⁿ 进行“计算升级”与峰替换。这一策略的成功离不开赛默飞 Orbitrap 高分辨质谱平台提供的 ppm 级质量精度,该技术不仅无需增加额外实验成本,还能使化合物谱库覆盖率实现近 10 倍的跃升,极大地推动了代谢组学中海量数据的价值重塑。

问:为了实现精准的代谢物鉴定,赛默飞提供了怎样的完整解决方案?
答:实现精准且高置信度的代谢物鉴定,需要从样本分离、数据采集到谱图解析的无缝衔接。赛默飞为您打造了代谢组学的完整闭环解决方案:通过 Vanquish UHPLC 提升复杂样品的液相分离能力,依托 Orbitrap Exploris 或 Eclipse 高分辨质谱平台获取“既能拆得细,又能看得清”的 MS² 与 MSⁿ 核心数据,最后配合业界领先的 mzCloud 谱库与 Compound Discoverer 软件进行智能比对。这套顶尖的软硬件组合,是当前跨越结构解析难题、赋能复杂疾病标志物挖掘的最佳选择。


联系我们

*
*
*
*
*
 我已完整阅读并同意赛默飞《个人信息保护政策》,并同意赛默飞按照该政策处理我的个人信息。
 我同意赛默飞通过电子邮件、电话、短信或其他方式向我发送有关赛默飞产品或服务信息或与我取得联系。