-脂质组学研究方法及其应用

豆 丁 推 荐 ↓
精 品 文 档
——————————————————
收稿日期: 2009-07-22; 接受日期: 2009-12-28
基金项目: 国家自然科学基金(No.30670174)和“十一五”国家科技支撑计划(No.2006BAD04B06) * 通讯作者。

E-mail:****************.cn
脂质组学研究方法及其应用
王涛, 梅旭荣, 钟秀丽*, 李玉中
中国农业科学院农业环境与可持续发展研究所, 农业部旱作节水农业重点开放实验室, 北京 100081
摘要 脂质不仅是生物膜的骨架成分和能量贮存物质, 越来越多的证据表明, 脂质也参与细胞的许多重要功能。

脂质组学是代谢组学的一个重要分支, 主要研究生物体内所有的脂质分子的特性以及它们在蛋白质表达和基因调控过程中的作用。

脂质组学是依赖技术驱动的科学。

近年来, 随着人们对脂质研究的重视, 脂质组学研究方法和策略有了突破性进展, 在动物上开发出的脂质组学分析方法已经扩展应用到植物上。

该文重点介绍脂质组学的研究方法及其应用, 以期推动脂质组学, 特别是植物脂质组学的进一步发展。

关键词 色谱, 脂质组学, 质谱, 代谢组学, 软电离
王涛, 梅旭荣, 钟秀丽, 李玉中 (2010). 脂质组学研究方法及其应用. 植物学报 45, 249–257.
脂质是一类难溶于水而易溶于非极性溶剂的生物有机分子。

细胞中脂质分子大体可以分为3大类: 非极性脂质(包括胆固醇、胆固醇酯和甘油三酯)、极性脂质(包括磷脂类、鞘脂类和糖脂类)以及脂质代谢物(指脂质合成或水解过程中产生的物质, 它们中许多是具有生理活性的第二信使物质)。

脂质是生物膜的骨架成分, 参与生物膜构建的脂质主要有磷脂、糖脂和胆固醇。

磷脂是第一大类脂质, 包括甘油磷脂和鞘磷脂。

糖脂也分为甘油糖脂、鞘糖脂以及由类固醇衍生的糖脂。

每一种脂质又会因结构上脂酰基链上的碳原子数或不饱和键数不同, 而分为多个脂质分子种。

植物生物膜中含有动物生物膜中一般不含有的甘油糖脂, 如单半乳糖甘油二酯(monogalactosyl diglyc-eride, MGDG)、双半乳糖甘油二酯(digalactosyl diglyceride, DGDG)和硫代异鼠李糖甘油二酯(sulphoquinovosyl diylyceride, SQDG)等, 而且植物中磷脂酰甘油(phosphatidylglycerol, PG)的含量也更为丰富。

另外, 细胞膜脂质分子种组成也因细胞类型、细胞器甚至膜微域不同而有差异(Devaiah, 2006)。

越来越多的证据表明, 脂质除了作为细胞膜的骨架物质和能量贮存形式外, 还参与细胞的许多重要功能。

在医学方面, 已证明人类许多重大疾病都与脂质代谢紊乱有关, 如阿兹海默症、糖尿病以及一些传染
病等(Watson, 2006)。

在植物中, 已经发现脂质参与光合作用、气孔运动、信号转导、细胞分泌、小泡运输和细胞骨架重组等过程(Wang, 2004; Wang et al., 2006)。

植物的一些生长发育过程也需要脂质参与, 如种子萌发、器官分化、叶片衰老和授粉等(Wang et al., 2006)。

而且, 膜脂分子种组成在激素水平变化、发育变化以及环境胁迫和病虫害侵袭等内、外源刺激下会发生改变(Wang, 2004; Welti and Wang, 2004)。

但是人们对脂质的作用机制还知之甚少。

这些结果的相继发现, 使得有关膜脂组成、脂质代谢和脂代谢酶的研究引起了科学家们的兴趣并得到越来
越多的关注。

由于脂质的复杂性和检测程序的繁冗, 对生物体细胞内脂质进行系统的分析成为一个技术挑战。

由于检测技术的限制, 脂质分析多限于对单一种类或是对几种或整个脂类总量的分析, 而无法对各类脂质及其分子种进行系统分析(Hou et al., 2008)。

随着基因组学、转录组学和蛋白质组学的快速发展以及功能基因组学研究的需要, 对生物体或细胞内所有代谢产物进行定性和定量分析的代谢组学应运而生, 并得到快速发展。

脂质是一类难溶于水的特殊代谢产物, 近年来有关脂质的研究备受关注, 以对生物体内所有脂质进行系统分析为目标的脂质组学作为一个重要分支, 从
·专题论坛·
250 植物学报 45(2) 2010
代谢组学中独立出来。

Han和Gross (2003)首次提出脂质组学(lipidomics)的概念。

一般认为, 脂质组学是研究生物体内所有脂质分子的特性, 以及它们在蛋白质表达和基因调控过程中的作用的学科(Lagarde et al., 2003)。

近年来, 脂质组学的研究在世界范围内受到高度重视。

国内外先后成立了脂质组学研究机构并设立研究项目。

如美国堪萨斯州立大学脂质组学研究中心(Kansas Lipidomics Research Center, KLRC)、欧洲脂质组学研究中心(The European Lipidomics Initia-tive; Shaping the Life Sciences, ELIfe)、格拉茨大学、奥地利科学院以及格拉茨技术大学共同组建的格拉茨脂质组学研究中心(Lipidomics Research Center Graz, LRC Graz)等。

美国于2003年投入3 500万美元设立“脂质代谢物和代谢途径研究策略(LIPID Me-tabolites And Pathways Strategy, LIPID MAPS )”联合项目。

最近, Wang等(2006)组织全美国脂质研究领域的领先单位, 联合申请5 000万美元的“脂质系统”研究项目, 旨在开发脂质的研究策略, 揭示脂质的生物学功能。

在国内, 中国科学院大连化学物理研究所、军事医学科学院、北京大学、清华大学、中国农业科学院等单位也正在开展脂质组学方面的研究。

在脂质研究受到重视的同时, 脂质组学的研究方法也取得了突破性进展。

近年, 在动物上开发出的一些较为成熟的脂质组学研究方法已经成功扩展应用到植物上。

目前, 应用先进的软电离质谱技术已经能够对植物中8类脂质的144个分子种进行定量分析(Welti et al., 2007)。

脂质组学的方法也在一些功能基因的鉴定及其作用机理分析中得到成功应用(Welti et al., 2002)。

本文对脂质组学的研究方法与应用进行综述, 主要侧重于植物方面, 旨在推动国内植物脂质组学的发展与应用。

1脂质组学的分析方法和策略
目前已经建立的脂质分析方法较多, 主要有薄层色谱(thin-layer chromatography, TLC)法、气相色谱质谱联用(gas chromatography-mass spectrometer, GC- MS)法、电喷雾电离质谱(electrospray ionization- mass spectrometry, ESI-MS)法、基质辅助激光解吸附电离飞行时间质谱(matrix assisted laser desorp-tion/ionization-time of flight mass spectrometry, MALDITOF-MS)法和核磁共振(nuclearmagnetic re- sonance, NMR)法等。

其中, NMR法的灵敏度较低, 仅限于对胆固醇(cholesterol)和磷脂酰胆碱(phosp- hatidylcholine, PC)等组织中含量较高的脂质的测定(Wenk, 2005), 多用于疾病检测, 尚未见在植物上应用。

较先进的ESI-MS法能对脂质的分子种进行定性和定量分析, 已经成为脂质分析的强有力工具。

1.1 薄层色谱(TLC)法
TLC法是最早应用于脂质分析的色谱法。

它将脂类用硅胶板上行法展层, 展开后的板上喷脂质显色剂。

显色剂有碘蒸气、Dittmer-lester钼蓝、Dragendorff试剂、Vaskovsky试剂和茚三酮等。

各种脂质在TLC板上展开后, 脂质的定量可采用薄层色谱扫描仪计算积分值, 或将脂质的斑点刮下来, 然后测定其含量(Peterson and Cummings, 2006)。

TLC法分为单向和双向2种。

单向TLC能够同时分析几个样品, 但很难将组分完全分开; 双向TLC可将脂类各组分完全分开, 但是它1次只能分析1个样品。

TLC法具有直观、快捷的优点, 能快速分离脂质, 而且价格比较便宜。

脂质经过TLC初步分离后也可以用气相色谱(gas chromatography, GC)和高效液相色谱(high per-formance liquid chromatography, HPLC)或GC-MS 和HPLC-MS做进一步的分析(Peterson and Cum-mings, 2006)。

但是, TLC法需要的样品量大, 测定的灵敏度和分辨率都很低(Alegría et al., 2009)。

而且, 由于TLC板上的斑点在切除过程中极易发生不饱和脂类氧化, 因而破坏了部分脂类结构。

另外, 显色反应也容易受到样品杂质的干扰。

最近, 又开发出用密度计进行定量的高效薄层层析法(high-performance thin layer chromatography, HPTLC), 这种方法进一步提高了分离效率, 但是目前实际应用还不多(Sek et al., 2001)。

Campos等(2003)应用TLC方法分析比较了5个抗寒性不同的咖啡(Coffea sp.)品种在低温驯化后脂质的变化, 发现在低温驯化过程中, 脂质合成增加、MGDG/DGDG的比值下降和不饱和脂肪酸含量增加是植物在冷害胁迫下维持细胞膜完整性的关键因素。

Bavaro等(2007)应用TLC方法分析了渗透胁迫下菠菜(Spinacia oleacea)的叶片、原生质悬浮液和叶肉细胞3个组织水平的脂质含量变化。

渗透胁迫下叶片中各种磷脂的含量都有所上升, 尤其是PG的含量在胁迫1小时后就增加1倍。

在原生质体中, PG、PC
王涛等:脂质组学研究方法及其应用 251
和磷脂酰肌醇(phosphatidylinositol, PI)的含量均增加, 而双磷脂酰甘油(biphosphatidylglycerol, BPG)和磷脂酰乙醇胺(phosphatidylethanolamine, PE)的含量下降, 34:4PG的含量增加了30%。

而在细胞水平, PG的含量却下降。

这一研究结果表明, 磷脂, 特别是PG, 在植物的渗透胁迫反应中发挥重要作用。

1.2 气相色谱质谱联用(GC-MS)
James等(1952)最早将GC应用于分析脂肪酸。

GC分析时常采用极性毛细管柱, 如DB-Wax或INNOWax。

将MS连接到GC上作为GC的检测器后, GC-MS的灵敏度有了显著提高。

它作为脂质分析的一种重要工具, 具有较好的分离效率且相对较为经济。

样品的制备包括脂质的初步分离、水解、衍生化或热分解。

由于GC-MS只能分析挥发性的有机化合物, 对于不挥发性的脂质需要在分析前用磷脂酶C(phospholipase C, PLC)将脂质水解, 水解后的产物包括游离脂肪酸、水溶性产物(皂化部分)以及非极性、未被皂化的成分, 再将这些水解产物进行三甲硅烷基化或甲酯化以提高它们的挥发性, 然后进一步做GC-MS分析(Pete- rson and Cummings, 2006)。

由于在实际分析中测定的是酯化的脂肪酸, 脂质sn-1、sn-2酰基位的脂肪酸链的位点信息在测定过程中丢失了。

另外, 样品衍生化处理不但要耗费额外的时间, 而且需要大量的样品, 并容易引起样品的变化。

GC-MS法由于具有上述缺陷使它在分析较为简单的脂肪酸上应用较多, 而限制了其在测定复杂脂质分子上的进一步应用。

Nouairi 等(2006)分析了2种盐土植物海马齿(Sesuvium por- tulacastrum)和冰叶日中花(Mesembryanthemum crystallinum)在不同浓度镉离子胁迫下的脂质变化。

结果表明, 在高浓度镉离子胁迫下, 冰叶日中花叶片中半乳糖脂、磷脂和中性脂含量的下降程度比海马齿大。

冰叶日中花叶片中C18:3脂肪酸含量下降, C18:2脂肪酸含量升高, 而海马齿叶片中脂肪酸的组成却没有显著的变化。

因此认为, 海马齿对重金属镉胁迫的自我修复能力更强。

Erasto等(2007)用GC-MS法分析生长在南非的斑鸠菊(Vernonia amygdalina)叶片中的脂质, 鉴定出了12种脂肪酸, 占其总脂的74.1%, 并发现亚油酸和α-亚油酸这2种必需脂肪酸的含量非常丰富。

Tsydendambaev等(2004)用GC-MS法对生长在帕米尔高原的4种高等植物的脂质进行分析, 检测到55种脂肪酸, 并鉴定出了其中的48种。

同时, 还发现了9种在其它高等植物中很少见的脂肪酸以及2种从未发现过的脂肪酸, 推测这些植物为了适应帕米尔高原的恶劣气候, 而进化形成了特殊的脂质代谢途径。

1.3 软电离质谱技术
软电离技术出现于20世纪80年代末期。

这种技术的特征是可以使生物分子在无碎片断裂的情况下进行离子化。

其优点一是可不需要衍生化而直接对高分子量和不挥发性的混合物进行检测; 二是被分析物碎片最少, 有利于对样品混合物的解析。

通过软电离质谱技术进行脂质组学分析在动物和微生物中应用较早, 分析方法也较为成熟。

但是, 该方法在植物上应用则相对滞后, 主要因为植物比动物含有更多的难以分析的甘油糖脂, 如MGDG、DGDG、SQDG等。

近几年, 该技术已经成功应用到植物上。

本文主要介绍电喷雾电离(ESI)质谱和基质辅助激光解吸附电离(MALDI)质谱2种软电离质谱技术。

1.3.1 电喷雾电离质谱(ESI-MS)法
电喷离子化法(ESI)是目前脂质组学分析中应用最多的软电离法。

该方法是将含有分析物的洗脱液通过高电压的针尖喷射出来, 带电的雾滴再被加热使溶剂蒸发, 最后分析物分子形成气相的离子(Kebarle and Ho, 1997)。

Fenn等(1989)最早将ESI技术应用于大量混合物的分析。

根据分析方法不同, 可将ESI-MS定量分析脂质的方法分为3类: ESI-MS直接定量法、ESI-MS/MS定量法及HPLC-ESI-MS定量法。

ESI-MS直接定量法是由Han和Gross(1994)建立的。

该方法是通过负离子或正离子扫描得到生物样本中脂质的全谱来定量分析脂质。

在负离子模式下, ESI-MS谱图可分析PG、PI、磷脂酰丝氨酸(phosphatidylserine, PS)、磷脂酸(phosphatidic acid, PA)和硫脂类(sulfatidesulpholipid)。

脂质提取液中加入Li+后, 在正离子扫描模式下ESI-MS谱图可以定量PC, 在负离子扫描模式下可以分析PE。

采用ESI-MS 直接定量法前处理简单, 灵敏度高, 所需样品少, 且用时较短, 适用于绝大多数脂质的定量分析。

ESI-MS 直接定量法的不足之处在于难以分析丰度较低的脂质。

另外, 该分析方法须加入不挥发性的Li+作为缓冲盐, 容易导致离子源的污染, 缩短质谱仪的使用寿命。

Han课题组采用ESI-MS直接定量法分析了小鼠组
252 植物学报 45(2) 2010
织中三酰甘油酯(triacylglycerol)、神经酰胺(cera- mide)和鞘脂类(sphingolipid)的变化(Han and Gross, 2001; Han, 2002; Jiang et al., 2007)。

基于ESI-MS 直接定量法, Han等又开发出了其它的分析方法。

如Han和Gross(2005)建立了一种基于内源分离的二维质谱(2D mass spectra)方法测定脂质(一维为m/z, 可以根据实际样品调整; 二维为自然界中存在的脂肪酸的质量数, 也可以设置为极性脂质的头部极性基团的质量数)。

最近, 该课题组又开发出基于鸟枪脂质组学的多维质谱法(multidimensional mass spec-trometry-based shotgun lipidomics, MDMS-SL)用于自动定性定量分析脂质(Yang et al., 2009)。

ESI-MS/MS定量法最早由Brügger等(1997)建立。

该方法利用同一种脂质在MS中经过碰撞诱导解离(collision induced dissociation, CID)产生相同的极性头基特征碎片, 通过扫描这个特征碎片的前体离子可以获得这类脂质的所有不同分子种的谱图。

如果这个特征碎片带电荷,就采用前体离子扫描模式(precursor scanning, Pre); 如果这个特征碎片不带电荷, 就用中性丢失扫描模式(neutral loss scanning, NL)。

连续注入样品, 并对每一类脂质连续进行两种模式的扫描, 就能够获得完整的脂质谱图。

美国堪萨斯州立大学脂质组学研究中心开发了用于分析植物中脂质的扫描模式(表1)。

与ESI-MS直接定量法相比, 该方法获得的谱图信息针对性强, 分析相对简单, 而且能消除ESI-MS直接定量法存在的基线噪音。

其不足之处在于过分依赖碰撞能量的大小以及被测脂质分子的结构。

Welti等(2002)应用ESI-MS/MS法, 揭示了抗冻性相关的功能基因PLDα的作用机理。

PLDα基因被反义抑制后拟南芥(Arabidopsis thaliana)的抗冻性较野生型显著增强。

对2种基因型植株在冻害胁迫处理后进行细胞膜脂质组学分析, 结果发现PLDα基因缺失导致细胞膜PC被水解的量仅为野生型的一半, 同时PA生成的量也是野生型的一半。

因为PC是有利于膜脂稳定的磷脂, 而PA是冰冻条件下促进质膜和叶绿体膜形成六角形II相位, 破坏细胞膜稳定性的磷脂。

研究表明, PLDα基因缺失导致膜脂组成变化是影响植物抗冻性的主要机制, 同时揭示出PLDα在活体条件下的特异性底物是PC。

这是第1篇ESI-MS/MS 法成功应用于植物脂质组学分析的报道。

Hong等(2009)对PLDε基因敲除和过表达植株进行分析, 发现PLDε对拟南芥植株的生长有正调节作用。

应用表1前体离子扫描(Pre)和中性丢失扫描(NL)模式检测植物细胞中的脂质(Welti and Wang, 2004)
Table 1Precursor (Pre) and neutral loss (NL) scans for lipid species from plants(Welti and Wang, 2004)
检测的脂质检测的离子扫描模式时间(分钟)磷脂酰胆碱(PC) [M+H]+ Pre
184+ 1.5 溶血磷脂酰胆碱
(LysoPC)
[M+H]+ Pre
184+ 1.5
磷脂酰乙醇胺(PE) [M+H]+ NL
141 3 溶血磷脂酰乙醇胺
(LysoPE)
[M-H]– NL
141 3 磷脂酸(PA) [M-H]–Pre 153－ 4
磷脂酰甘油(PG) [M-H]–Pre 153－ 4
溶血磷脂酰甘油
(LysoPG)
[M-H]–Pre 153－ 4
磷脂酰肌醇(PI) [M-H]–Pre 241－ 3
磷脂酰丝氨酸(PS) [M-H]– NL
87 4 硫代异鼠李糖甘油二酯
(SQDG)
[M-H]–Pre 225－ 4
单半乳糖甘油二酯
(MGDG)
[M+Na]+ Pre
243+ 5
双半乳糖甘油二酯
(DGDG)
[M+Na]+ Pre
243+ 5
ESI-MS/MS技术对这2种基因型植株进行脂质谱分析, 发现与质膜结合的PLDε水解磷脂PE产生的PA 正调控拟南芥植株的生长。

HPLC-ESI-MS定量法是在脂质分析中引入液相色谱分离系统。

该方法不仅弥补了传统HPLC法检测器灵敏度和选择性不够的缺点; 同时又克服了ESI-MS直接定量法分析复杂样品时出现质量数重叠的脂质分子之间相互干扰, 以及无法检测样品中低丰度脂质的问题。

HPLC-ESI-MS定量法能够提供可靠、精确的相对分子质量及结构信息, 具有高分辨率、高灵敏度和特异性等优点, 并且不需要对样品进行衍生化处理, 因而目前已成为脂质组学分析的一个强有力的工具(Lima, 2002)。

HPLC有正相HPLC(NPLC)和反相HPLC(RPLC)。

NPLC依据不同种类磷脂的极性不同其在色谱柱中保留时间不一样, 因而能将不同种类的磷脂分开。

但是由于一个色谱峰中包含着一种磷脂的不同分子种, 因而这种方法常会产生一定的拖尾现象(Gao et al., 2006)。

RPLC是按脂肪酸链长短进行分离, 由于磷脂分子的保留时间主要受脂酰链的长度和不饱和度影响, 不同种类的脂质会发生严重重叠, 从而导致“离子抑制”现象(Perona and Ruiz-Gutierrez,
王涛等:脂质组学研究方法及其应用 253
2003)。

HPLC-ESI-MS的不足之处在于分析时间相对较长, 样品在过柱过程中会有部分损失(Hou et al., 2008)。

在脂质分析中, 采用NPLC-ESI-MS的分析方法较多。

Uran等(2001)应用NPLC-ESI-MS方法成功鉴定出17种在人体中新发现的饱和脂肪酸。

Gao等(2006)通过NPLC-ESI-MS方法分析了小鼠腹膜的脂质, 成功分离鉴定了PE、PI、PS、PC、鞘磷脂(sph- ingomyelin, SM)和溶血磷脂酰胆碱(lysophosphatid- ylcholine, LysoPC)等磷脂, 并发现小鼠腹膜中大多数的PE都是在sn-2酰基位置上含有多不饱和脂肪酸的缩醛磷脂(plasmalogens)。

Yang等(2007)应用NPLC-ESI-MS法比较了2种红豆杉属(Taxus)植物细胞发育直至凋亡过程中膜磷脂组成的变化。

结果发现衰老速度不同的2种红豆杉细胞膜的脂质组成在细胞凋亡过程中差异很大, PC、LysoPC和PA 3种脂质的差异尤其显著。

进一步对磷脂酶D(phospholipase D, PLD)的活性和底物进行分析, 结果表明, PLD通过水解PC产生PA, 介导细胞的自凋亡过程, 膜脂组成变化对细胞的自凋亡过程有调节作用。

Markham等(2006)应用HPLC-ESI-MS法分析了拟南芥叶片中的鞘脂, 鉴定出带有阴离子基团的鞘脂是己糖-己糖醛-肌醇磷神经酰胺(hexose-hexuronic-inositolphosp- hoceramide), 中性鞘脂主要是单己糖神经酰胺(monohexosylceramide)和少量的神经酰胺。

豌豆(Pisum sativum)和番茄(Lycopersicon esculentum)的中性鞘脂成分与拟南芥叶片相同, 只是主要的极性鞘脂成分为N-乙酰基-己糖胺-己糖醛-肌醇磷神经酰胺(N-acetyl- hexosamine-hexuronic-inositolphosph- oceramide)。

拟南芥叶片提取物中, 己糖-己糖醛-肌醇磷神经酰胺、单己糖神经酰胺和神经酰胺分别占鞘脂总量的64%、34%和2%, 这说明阴离子鞘脂在植物的细胞膜中有重要作用。

1.3.2 基质辅助激光解吸附电离飞行时间质谱(MALDI-TOF-MS)法
MALDI-TOF-MS法已经成为脂质组学研究中比较成熟的分析方法, 在组织切片的脂质分析中应用较多。

MALDI-TOF-MS法的基本原理是将目的样品(通常是组织切片)混合或涂上固体基质(通常使用简单的芳香族化合物), 这样便会出现特殊的吸收峰。

样品被送入真空室后, 脉冲激光发射出能被基体吸收的相应波长的激光, 样品吸收激光后迅速蒸发, 蒸发的气体充满真空室, 分析物(如脂质)也一同被蒸发。

在整个过程中, 脂质会带上1个电荷。

然后在强电场作用下, 脂质分子离子在短距离内迅速地加速。

由于电场强度和电荷量相同, 这些离子获得了完全相等的动能。

由于不同质量的离子速度不同, 经过飞行管到达TOF质量分析器的时间也不同, 因此通过精确测定不同脂质离子到达TOF质量分析器的时间, 就可以推算出各种脂质离子的m/z。

在实际应用中, 可以通过将脉冲激光移动到组织的不同部位, 重复以上过程, 直到影像出整个脂质组(Hou et al., 2008)。

Gidden等(2009)应用MALDI-TOF-MS法分析了大肠杆菌(Escherichia coli)和枯草芽孢杆菌(Bacillus subtilis)的脂质组成, 发现2种微生物的各种脂类的组成和含量显著不同, 赖氨酰-磷脂酰甘油(lysylphosph-atidylglycerol)和二糖基甘油二酯(diglycosyl diglycerides)只在枯草芽孢杆菌中存在, 而在大肠杆菌的指数生长期则会出现一种特殊的脂肪酸(脂肪酸链中有一个环丙烷环)C cy-17。

Petković等(2005)应用MALDI-TOF-MS法测定了人体胰脏和血液嗜中性粒细胞中PLA2的活性, 结果表明, 嗜中性粒细胞中PLA2优先对PA进行水解。

应用这种分析方法不需要对酶类进行纯化处理。

2脂质组学的生物信息学
2.1 脂质分类和脂质数据库
由于缺少普遍接受的脂类分类规则, 脂质数据库的建立都是各研究单位根据各自的研究范围建立的。

目前脂质数据库主要有3个, 分别是LMSD、LipidBank和LIPIDAT。

这些数据库在线提供了大部分有关脂质的信息。

这3个数据库以及其它与脂质研究相关的网站见表2。

LMSD数据库是美国在2003年启动的“脂质代谢物和代谢途径研究策略(LIPID MAPS)”项目的研究成果。

该数据库将脂质分为8类: (1)脂肪酰; (2)甘油脂;
(3)甘油磷脂; (4)鞘脂类; (5)胆固醇类; (6)多聚异戊二烯醇; (7)糖脂; (8)聚酮类化合物。

LMSD数据库可以鉴定168万种脂类, 并且可提供1万多种脂质的结构信息, 包括(1)–(5)类脂质和心磷脂这几类在哺乳动物中含量较高的脂质。

这些结构信息主要来源于4个方面: (1)从LipidBank和LIPIDAT数据库及其它信息库中获得; (2)由参与LIPID MAPS项目的核心实验室和他们的合作者提供; (3)LIPID MAPS项目实验鉴定的
254 植物学报 45(2) 2010
表2 脂质组学数据库及相关网站
Table 2 The databases of lipidomics and related websites
名称网址国家内容
LMSD /data/structure/index.html美国脂质分类, 脂质组学研究
LipidBank http://lipidbank.jp 日本脂质分类, 提供脂质实验数据
LIPIDAT http://www.caffreylab.ul.ie 美国脂质的热力学、相位图和分子结构信息Cyberlipid Center 法国脂质结构信息和分析方法
SphinGOMAP 美国鞘脂类的生化合成途径
Lipid Library /index.html 英国脂质化学、生物和分析等信息
KEGG http://www.genome.jp/kegg 日本脂肪酸的合成和降解、胆固醇和磷脂的代谢途径等GOLD http://gold.uni-graz.at/index.html 澳大利亚与脂质紊乱相关的基因
SOFA http://sofa.bfel.de 德国植物油及其脂质组成的信息
脂质; (4)根据已知的相应脂质推算得到(Sud et al., 2007)。

LIPID MAPS系统的优点是便于数据库的储存和生物信息的管理。

2.2 脂质分析软件
目前, 通过脂质质谱数据已经开发出多种用于脂质研究的软件。

这些软件可以归纳为3类: (1)可以免费获得的软件; (2)开放的资源软件; (3)从商业公司购买的软件。

第1类中比较好的软件有LipidNavigator (http://lipidsearch.jp/LipidNavigator.htm), 这个软件是日本知识产业株式会社和东京大学玄一图书馆共同开发的。

LipidNavigator是一个高通量网页工具, 可采用各种类型的原始脂质质谱数据库自动分析磷脂。

另一个免费使用的软件是TriglyAPCI, 它是Cvačka 等(2006)基于Microsoft Visual basic 6.0开发的, 可以用来解析甘油三酯的APCI-MS图谱。

TriglyAPCI先对LC-MS获得的谱图进行分析, 获得碎片或是分子加合物, 然后再提供与之可能相关联的甘油三酯的结构信息。

第3个免费软件是Brown领导的位于Nashville的一个研究小组开发的, 这个软件可以分析从质谱获得的大量数据, 它通过采用S-Plus 3.3版软件以便能和Windows系统兼容(Ivanova et al., 2004)。

此软件通过演算法对数据进行规范化处理, 可以对不同质谱和不同重复获得的数据进行统计学比较。

在开放性资源里面有SECD(分析从色谱数据获得的谱图)和LIMSA(脂质质谱分析)2个软件。

这2个软件可以进行基于正离子和负离子模式的数据分析, 也可以进行基于MS/MS谱图的数据分析(Haimi et al., 2006)。

Katajamaa等(2006)开发了基于Java的另一个软件Mzmine,可以进行数据处理和制图, 并且可以通过演算法进行波谱过滤、峰采集、二维图形可视化、校正和规范化等。

第3类需要付费购买的软件有Lipid Profiler, 它是由MDS Sciex开发的。

Lipid Profiler也已经应用到脂质组学的许多研究中。

3研究展望
脂质组学在分析方法和应用方面虽然取得了突破性进展, 但是由于其起步晚, 与其它组学相比还有很大的差距。

自从Han等2003年发表了第1篇有关脂质组学研究的论文以来, 包括综述在内, 与脂质组学相关的论文共有170篇, 原创性论文平均每年仅有12篇, 而有关基因组学和蛋白质组学的研究论文则分别达到25 000篇和13 000篇(Hou et al., 2008)。

可见, 相对于核酸和蛋白质而言, 人们对脂质的了解还很少, 对植物脂质的了解则更少。

因此可以预言, 在揭示各种生命现象的机制中, 系统研究脂质的功能与作用机理还有很大的发展潜力。

脂质组学的发展将对医学和生命科学一些相关领域的发展起到一定的推动作用。

脂质组学是技术依赖和驱动的科学。

质谱技术的发展, 特别是软电离质谱技术的进步, 为脂质组学的研究奠定了良好的基础。

系统生物学和生物信息学的发展也为脂质组学研究提供了重要工具。

然而, 脂质组学的研究还存在许多限制性因素及挑战。

首先, 由于起步较晚, 与其它组学相比, 脂质组学缺乏相应的数据库; 其次, 由于脂质种类繁多, 相互作用复杂, 现有的脂质分析技术不能同时将生物体样本中所有的脂质一次性完全检测出来。

因此, 脂质组学目前研究的重点是分析技术的开发, 包括脂质的定性和定。