色谱  2013, Vol. 31 Issue (12): 1154-1160   PDF (882KB)    
扩展功能
加入收藏夹
复制引文信息
加入引用管理器
Email Alert
RSS
本文作者相关文章
田士军
彭向雷
郑妍鹏
何金生
洪涛
液相色谱-质谱在阿尔茨海默病研究中的应用
田士军1, 彭向雷1, 郑妍鹏1 , 何金生1 , 洪涛1,2    
1. 北京交通大学生命科学与生物工程研究院, 北京 100044;
2. 中国疾病预防控制中心病毒病预防控制所, 北京 100052
摘要:液相色谱-质谱联用(LC-MS)作为集高效分离与定性定量检测为一体的联用技术,近年来在化学、医学、药学和生物化学等领域获得了长足的发展,特别是由科研领域拓展到临床诊断,开启了疾病诊断技术的新篇章。阿尔茨海默病(Alzheimer’s disease,AD),又称老年性痴呆症,是现代社会第四大致死疾病。随着我国人口的快速老龄化,重视对AD的防治是实现健康老龄化以及国民经济持续发展的重要保障之一。本文对LC-MS的新进展进行了简介,并详细综述了近3年来其在AD研究中的应用,以期相关方法获得更好的理解与更多的关注。
关键词液相色谱-质谱     阿尔茨海默病     临床化学     综述    
Application of liquid chromatography-mass spectrometry in the research of Alzheimer’s disease
TIAN Shijun1, PENG Xianglei1, ZHENG Yanpeng1 , HE Jinsheng1 , HONG Tao1,2    
1. College of Life Sciences and Bioengineering, Beijing Jiaotong University, Beijing 100044, China;
2. Institute for Viral Disease Control and Prevention, Chinese Center for Disease Control and Prevention, Beijing 100052, China
Abstract: Liquid chromatography-mass spectrometry (LC-MS) combining with both highly efficient separation and detection is widely applied to chemistry, medicine, pharmacy biochemistry etc. Particularly, the application of LC-MS to clinic chemistry opened a new chapter for diagnosis technologies. Alzheimer's disease (AD), also called as senile dementia, is the fourth leading cause of death in modern society. With the rapid aging of population, the prevention and treatment of AD need to be strengthened. In this review, we briefly introduce the new LC-MS developments and discuss the applications of LC-MS techniques in AD research in the last three years.
Key words: liquid chromatography-mass spectrometry (LC-MS)     Alzheimer’s disease (AD)     clinic chemistry     review    

液相色谱-质谱联用(LC-MS)是以LC为分离系统、MS为检测系统的具有高灵敏度和高选择性的分析检测技术。近年来,LC-MS在技术和应用方面均获得了长足进展。在技术上主要体现在质谱离子源、质量分析器、分析软件及各种联用技术等方面。

在LC和MS的接口技术——大气压电离技术方面,电喷雾电离(ESI)和大气压化学电离(APCI)是当前最重要的两种离子源,应用最为广泛。ESI适于极性化合物的分析,APCI则对中低极性化合物的分析更具优势。将ESI和APCI联用,一次运行即可完成极性和非极性物质的检测,提高复杂背景下鉴定的物质数量,但也会使得两种离子源的灵敏度都相应降低[ 1 ]。此外,其他如基质辅助激光解吸电离(MALDI)、解吸电喷雾电离(DESI)、直接实时分析(DRAT)等离子源也有较大发展。

对于质量分析器来讲,分辨能力和质量准确度是评价其性能的基本参数。目前,高分辨/超高分辨质量分析器,如四极杆-飞行时间(Q-TOF)、傅里叶变换-离子回旋共振(FT-ICR)及傅里叶变换-静电场轨道肼(FT-Orbitrap)等都获得了较大发展[ 2 ]

软件方面也有新的进展。Christin等[ 3 ]对无标记定量LC-MS的数据处理软件进行了综述,讨论了高通量数据处理系统的现状和发展趋势;另有近期文献[ 4 ]对基于选择反应/多反应监测(SRM/MRM)模式的大规模蛋白质组数据集的设计和分析软件进行了综述。

仪器微型化也是LC-MS技术发展的方向之一,目前市场上的超高效液相色谱(UPLC)-MS和nano-LC-MS就是很好的代表,其可大大缩短分析时间,提高分辨率和灵敏度。随着分析样品的日益复杂化,对仪器的技术要求越来越高,因此,各种多维LC和MS联用及LC和MS/MS联用应运而生[ 5, 6 ]。尤其是离子淌度质谱(IM-MS),将离子淌度分离与高分辨MS结合在一起,提升了常规MS/MS的工作效率,不仅可获得高分离度、高选择性与高灵敏度,而且可获得离子的结构信息,具有超强的分析能力。Waters公司的SYNAPT系列就是其中的典型实例。

经过近十多年的快速发展,LC-MS已不再是一种仅限于实验室研究的技术手段。LC-MS,特别是LC-MS/MS,已经广泛应用于化学、医学、药学和生物化学等领域,尤为引人注目的是近来在临床化学中的应用。例如,陈聪等[ 7 ]采用UPLC-MS/MS测定了全血中青霉素G及其衍生物的含量,杨芹等[ 8 ]应用Ag+-HPLC-MS分析了血清中甘油三酯类化合物的组成;这些都表明其已成为临床化学中极有应用前景的诊断方法。目前LC-MS/MS不但取代免疫学和HPLC技术成为临床激素诊断的首选方式[ 9 ],且在内分泌、药物毒性监测及新生儿生化遗传筛选等检测中也得到了广泛应用。美国的一些参考实验室[ 10 ]建立了激素和生物胺类的LC-MS/MS检测方法,并将此类方法扩展到其他小型实验室,目前所面临的挑战主要是多肽和蛋白质的分析,期望将来其能获得与小分子物质分析同样精准的结果。

LC-MS/MS技术具有高通量、低成本、多成分分析的特点,在临床诊断上可用于小分子检测。而对于尿液、血浆、血清及组织提取物中的多肽和蛋白质,则一般采用稳定同位素标记肽,应用SRM(selected reaction monitoring)模式来进行定量检测。SRM技术用来检测和定量特异的、已知碎片的预定分析物,虽非新技术却也是近十年来才广泛用于蛋白质组学相关研究中[ 11 ]。SRM模式能够提高定量检出限,提高分析速度和增加线性动态范围,使得复杂背景下检测低丰度蛋白质成为可能[ 12 ]。三重四极杆质谱的SRM模式因其在定量方面的卓越性能已成为临床化学检测的首选仪器[ 2 ]

相对于生物样品中多肽和蛋白质的传统检测方式——放射免疫分析(RIA)和酶联免疫吸附分析(ELISA)等,LC-MS/MS在临床化学上的优势主要在于方法简单,分析物广,灵敏度、准确度高,特异性强及分析多元化等,并且可以避免常规免疫学技术的抗体试剂昂贵、试剂批次间差异导致的校准偏差、异嗜抗体的干扰、交叉反应、高剂量钩状效应等问题。因此,LC-MS/MS已成为极有发展潜力的临床化学前沿技术。但需要指出的是,同位素干扰及离子抑制效应等会引起不可回避的低选择性缺陷,因此还须在灵敏度、准确度和样品处理等方面继续优化改进,以期获得更高的分离度、灵敏度及信噪比等[ 12 ]。另外,目前大多数LC-MS/MS方法在临床化学上仍是各实验室自建方法,且操作中多使用不同构造的仪器,缺乏分析的均一性及可溯源性,与临床检验上几乎完全自动化处理过程的标准还有一定的差距。总的来讲,LC-MS/MS作为一种简单、灵敏、准确、标准化的分析检测技术将来要广泛应用于临床化学,还需要广大科研工作者的共同努力[ 13 ]

阿尔茨海默病(AD)又称老年性痴呆,是一种常见的中枢神经系统的神经退行性疾病,其临床症状主要表现为进行性记忆力减退、认知功能下降、精神行为异常等,最终带来极高的病死率和致残率。AD起病隐匿,进展缓慢,病理上以细胞外老年斑(senile plaques, SP)和细胞内神经纤维缠结(neurofibrillarytangles, NFTs)为主要特征。虽然距首次描述AD至今已有百余年时间,且近年来对AD复杂的发病机理已有了较为深入的了解[ 14, 15 ],但其确切的病因和发病机制目前仍不清楚。随着社会老龄化的加快,AD的发病率日益升高,对AD的防治研究已刻不容缓,正如 “2011 全球AD年度报告”[ 16 ]中明确指出:“本年度强调早期诊断与治疗的重要性,各国政府应投资现在以节约未来”。本文就LC-MS在AD相关研究中的应用进行了综述,主要讨论2010年之后的相关文献。



1 LC-MS在AD生物学标志物研究中的应用

AD患者的主要病理特征系淀粉样前体蛋白(amyloid precursor protein, APP)、淀粉样 β 蛋白(A β )及tau蛋白异常代谢所致,异常的代谢产物最终体现在体液中。因目前仍无明确、特异、可靠的检测指标能够用于AD的早期诊断,寻找体液中与脑细胞退化相关、能够反映疾病状态的生物学标志物(biomarker)仍是努力的方向。

1.1 体液中生物学标志物的检测

脑脊液(cerebrospinal fluid, CSF)直接与脑细胞间隙相连,脑细胞的生化变化可通过对脑脊液的分析直接反映出来,是最理想的检测标本。Dillen等[ 17 ]应用UPLC和API 4000三重四极杆MS,采用电喷雾负离子多反应监测(MRM)模式,对CSF样品中A β (1-38)和A β (1-42)进行了相对检测,建立的方法可用于AD临床前研究。Halim等[ 18 ]应用基于碰撞诱导解离和电子捕获解离的LC-MS方法,对人CSF样品中经免疫纯化的A β 多肽和糖蛋白进行了结构分析,鉴定出了APP/A β 的苏氨酸、丝氨酸和酪氨酸的糖基化位点特异性。Craig-Schapiro等[ 19 ]首先采用二维(2-DE)-LC-MS对AD患者和正常对照组(NC)的CSF样品进行分析,之后应用ELISA检测了CSF和血浆样品中的YKL-40水平,并用免疫组化方法进行了YKL-40在AD患者脑中的来源定位。实验结果表明,YKL-40是与A β 沉积相关的炎性反应标志物,在CSF和血浆中的含量均高于NC组,YKL-40与A β 42的比率作为AD早期诊断的生物学标志物其效果可达到与tau/A β 42和p-tau 181/A β 42相媲美的水平。Oh等[ 20 ]则开发了一种可对目的多肽/蛋白质进行自动定性和定量的软件(Mass spectrometry based quantification, MSQ),将之用于AD患者CSF样品中的多肽的分析检测,结果显示MSQ软件可获得与手动分析一致的结果。但需要指出的是,就分析精度、选择性及稳定性来说,CSF中生物学标志物的定量检测需要建立统一的标准化程序。Mattsson等[ 21 ]讨论了CSF中AD生物学标志物,尤其是A β 42和tau蛋白的测定参考程序,涉及多种技术方法,特别是应用质谱-多反应监测分析模式(MS-MRM)对CSF中A β 42的定量检测。

相对于脑脊液样本,血液样本的采集则由于具备非创伤性、快速及价格低廉的优点而被人们广泛接受。因此,简单、方便及患者依从度高的特点使得研究血液中AD的生物学标记物更具现实意义。Sato等[ 22 ]建立了血浆中去氢胆固醇和胆固醇的LC-APCI-MS定量检测方法,并发现去氢胆固醇和去氢胆固醇/胆固醇比率在AD患者中显著降低,在轻度认知功能障碍(MCI)患者中也有相似的结果,而且去氢胆固醇在女性患者中降低的更为严重些;进一步分析表明,血浆中去氢胆固醇的浓度与简易精神状态检查量表(MMSE)值有明确的相关性;这些都表明,血浆中去氢胆固醇可作为一种新的特异性强的AD早期诊断生物学标志物。Zuliani等[ 23 ]应用LC-MS/MS对晚发型AD患者、血管型痴呆(VD)、认知障碍非痴呆(CIND)组及对照(NC)组血浆中24S-羟基胆固醇(24S-OH-Chol)浓度进行了比较。结果显示,24S-OH-Chol在晚发型AD和VD患者中降低,而在CIND中轻微增加,作者认为这可能与发病阶段或发病机制不同有关。Mielke等[ 24 ]采用HPLC-ESI-MS/MS方法对MCI、AD和NC组血浆中的神经酰胺进行了分析检测,结果发现MCI患者血浆中神经酰胺C22 ∶ 0和C24 ∶ 0明显低于AD组和NC组,并且其可预测MCI患者记忆衰退和右海马体积损失的情况,因此血浆神经酰胺可作为AD早期疾病进程的标志物。Kokjohn等[ 25 ]则应用ELISA和MALDI-TOF技术对动脉粥样硬化病变和血小板中A β 肽的化学特性进行了研究。

1.2 蛋白质组学研究中的应用

蛋白质的糖基化异常已被证实与包括AD在内的神经退行性疾病密切相关,应用MS技术对糖蛋白质进行定性和定量,不仅可以揭示AD发病机理,而且有助于发现与疾病相关的生物学标志物。Shi等[ 26 ]应用同位素标记相对和绝对定量(iTRAQ)技术对人脑组织和CSF中的糖蛋白质进行了定性和定量分析,实验步骤包括样品制备、同位素标记酶解多肽、糖肽富集及LC-MS/MS对蛋白质和多肽的分析。凝集素亲和色谱和MS的结合,是研究AD脑糖蛋白质组学的强有力工具,有助于AD发病机理和疾病进程的研究[ 27 ]

定向蛋白质组学在神经退行性疾病表观遗传学研究中的应用日益增加。例如,应用基于MS-SRM模式的定向蛋白质组学方法对AD患者和NC组人脑中组蛋白乙酰化进行了定量研究[ 28 ]。结果显示AD患者颞叶区的组蛋白乙酰化程度显著低于NC组。Donovan等[ 29 ]应用LC-MS/MS技术对经膜富集处理的AD患者及NC组死后脑组织额叶皮层区样品进行了蛋白质组分析,共鉴定出 1709 种蛋白质;基于质谱谱图计数的无标记定量方法结合G-Test,分析鉴定出13种蛋白质的含量显著改变,除了tau蛋白之外,泛素羧基末端水解酶UCHL和突出融合蛋白Munc-18也明显升高。为探讨线粒体蛋白质在AD发病过程中的变化,Lynn等[ 30 ]采用二维HPLC-MS/MS和同位素标记亲和标签(ICAT)法对MCI、早期AD、晚期AD患者及NC组死后的大脑颞极样品进行了定量分析,鉴定出MCI和早晚期AD共有的112种非冗余蛋白质,其中有腺苷酸转位酶、电压依赖性阴离子通道、己糖激酶和肌酸激酶等。通过比较整个AD发病进程中的蛋白质变化,可发现早期AD线粒体的显著变化。

Ringman等[ 31 ]则采用LC-ESI-TOF技术对携带PSEN1和APP突变基因的家族性AD患者的CSF样品进行了蛋白质组学研究,在AD组与NC组中鉴别出56种蛋白质,其中上调的蛋白质有46种,下调的蛋白质有10种;此外,研究结果显示其中14种蛋白质在之前晚发型AD患者蛋白质组学研究中报道过,这表明家族性AD患者与晚发型AD患者之间的CSF蛋白质存在交叠。Jahn等[ 32 ]应用CE-MS方法进行了AD患者CSF样品的肽指纹图谱研究,共检测到 1104 种相对分子量较低的多肽,其中,A β 42、t-tau和p181-tau这3种标志物联合检测的灵敏度达88% ,特异性达67% ;另外还检测到包括proSAAS、ApoJ、神经内分泌蛋白VGF、嗜铬粒蛋白A等在内的一些新的突触蛋白。有报道通过免疫沉淀、MALDI-TOF以及nano-HPLC-MS/MS技术,由AD患者CSF样品中鉴定出了6种新的平均分子质量为12 kD的APP-N端片段[ 33 ]。而由MS法鉴定出CSF样品中的7种肽离子区分AD组和NC组的准确度可达95%[ 34 ]

Yang等[ 35 ]采用双向电泳并结合nano-HPLC-ESI-MS/MS技术进行了血清蛋白质组学研究,共鉴定出6种表达有差异的蛋白质,其中上调的有肌动蛋白、载脂蛋白Apo-IV、间 α 胰蛋白酶抑制剂重链蛋白ITIH4、 α -1-抗胰蛋白酶AAT及抗凝血酶AT-III等5种蛋白质,下调的则为活性依赖的神经保护剂同源盒蛋白ADNP。这些蛋白质可作为AD早期诊断的血清标志物,且ADNP可能在延缓AD疾病进程方面有重要作用。Ijsselstijn等[ 36 ]应用LC-MS技术进行了症状前AD患者与NC组的血清蛋白质组学研究,症状前AD组在抽血后平均4.2年内发展为AD,而NC组仍正常,共鉴定出61种差异蛋白质,其中9种来源于妊娠区蛋白(PZP); MRM模式定量检测结果显示,PZP浓度在症状前AD组中明显升高,且在女性中更为突出。

Nakamura等[ 37 ]使用固定化金属亲和色谱(IMAC)和TiO2微柱联合对磷酸多肽富集后与乙二胺四乙酸(EDTA)混合,进行LC-MS分析鉴定。该方法能够降低非磷酸肽的MS峰强度,对磷酸肽则无影响,从而有利于磷酸肽的鉴定;建立的方法能够有效地用于AD模型鼠大脑样品的磷酸化蛋白质组学分析。对AD生物学标志物的磷酸化和泛素化研究,有助于建立有效的AD治疗措施,Thomas等[ 38 ]采用定性和定量HPLC-MS/MS方法,对经亲和纯化的、磷酸化的泛素蛋白-成对螺旋丝tau蛋白进行了研究分析。

1.3 脂类、代谢组学研究中的应用

Taki[ 39 ]通过建立的薄层色谱(TLC)-blot-MALDI-TOF新方法进行了人脑糖脂类组学研究,分析了神经节苷脂分子的种类。结果发现相对于帕金森病患者和NC组,AD患者海马灰质中神经节苷脂GD1b和GT1b水平下降,并且不同种类的分子扫描显示含神经酰胺的神经节糖苷d20 ∶ 1/C18 ∶ 0显著降低,这些发现表明AD是一种影响海马区的神经节苷脂代谢病。Hejazi等[ 40 ]应用LC-MS/MS分析了AD患者和NC组大脑海马区的鞘磷脂、神经酰胺和半乳糖的水平,所建立的方法能够显著提高所获脂质分析数据的清晰度,也能够扩展用于其他脂类分析。Chan等[ 41 ]应用LC-MS进行了晚发型AD患者和转基因家族型AD鼠模型的脑组织中脂类代谢组学的比较研究。结果显示,AD患者前额叶皮层中甘油二酯和鞘磷脂水平增加,而且内嗅皮质中LBPA酸、鞘磷脂、神经节苷脂GM3、胆固醇脂水平升高;AD鼠模型前脑中胆固醇脂和神经节苷脂GM3水平升高。这些研究结果表明脂类组学和特定区域的血脂异常都与AD的发病机制密切相关。Jung等[ 42 ]采用LC-MS技术对AD患者死后大脑样品进行了针对内源性大麻素的脂类组学分析,结果表明A β 42对大脑中内源性大麻素花生四乙烯醇胺的影响与AD的认知功能损伤有关。

Cog分析和缩醛磷脂水平结合可用于预测AD患者认知能力下降[ 43 ]。有报道应用nano-HPLC-ESI-QTOF方法对AD疑似患者和NC组的CSF样品进行了磷脂分析[ 44 ],发现AD疑似患者中鞘磷脂(SM)水平增加,预示其可作为AD早期诊断的CSF生物学标志物。Sato等[ 45 ]建立了固相萃取-液相色谱和质谱联用(SPE-HPLC-ion-trap Orbitrap)的AD患者血浆中磷脂全分析定量方法,并用峰面积比率进行了偏最小二乘法的判别分析,结果表明该方法能够鉴别AD患者和NC组的血浆样品。

应用GC-MS和LC-MS/MS技术对79个AD患者和51个NC组CSF样品进行了代谢谱比较分析[ 46 ],结果显示皮质醇水平与AD疾病进程有关。在重度AD患者中可检到其升高,升高的半胱氨酸和降低的尿苷水平对于轻度AD患者(MMSE (mini-mental state examination)>22)来说则是最好的检测指标,其灵敏度和特异性均高于75% 。此外,除了半胱氨酸和尿苷之外,联合包括皮质醇在内的3到5个代谢产物,可使检测的灵敏度和特异性达到80%以上。采用基于主成分分析的UPLC-MS进行血浆代谢组学研究,并经LC-MS/MS进一步确证可鉴别出包括LPCs(lysophosphatidylcholines,溶血磷脂酰胆碱)、鞘氨醇和色氨酸在内的几种生物学标志物[ 47 ]。近期有文献[ 48 ]对MS在老年相关疾病代谢组学中的应用进行了综述。

2 LC-MS在AD发病机制研究中的应用

AD在病理上主要体现为细胞内神经元纤维缠结、细胞外老年斑沉积、区域化神经元死亡及突触损伤等。尽管已有许多基于AD不同发病阶段中tau蛋白的研究,但关于tau蛋白和AD的关系仍未清楚。表达神经元特异性烯醇化酶(NSE)控制的人野生型tau(NSE-htau23)转基因鼠,由于呈现与典型AD发病机制相关的特性,因而常被用于与tau蛋白缠结沉积相关的脑蛋白质组分析。Chang等[ 49 ]应用双向电泳对6~12月龄的转基因鼠及其对照组的脑皮层蛋白质进行了分离,并应用ESI-Q-TOF、LC-MS/MS对差异蛋白质进行了分析鉴定。结果显示谷胱甘肽S-转移酶P1(GSTP1)和碳酸酐酶II(CAII)随着AD的发病进程下调,而切割蛋白1(SCRN1)和V型质子ATP酶亚基E1(ATP6VE1)在发病初期上调,后期则下调;AD发病过程中相关蛋白质的上调和下调有助于解释与神经元损伤相关的发病机制,这些蛋白质有望成为良好的AD候选药物靶标。Thomas等[ 50 ]应用nanoLC-MS/MS对AD患者大脑样品进行与tau蛋白病变相关的单氨基酸残基研究,结果发现赖氨酸的甲基化和泛素化与tau蛋白病变密切相关,因此认为tau蛋白的神经纤维病变是由赖氨酸甲基化翻译后修饰所导致。

AD发病的确切机制虽未阐明,但已知A β 与AD发病机制密切相关。Ridnour等[ 51 ]认为NO合酶对AD的作用是通过NO调控基质金属蛋白酶-9 (MMP-9)/金属蛋白酶组织抑制因子-1 (TIMP-1)的平衡来增强淀粉样斑块的清除;为了观察MMP-9介导的变化,应用MS-MRMS方法对经免疫沉淀富集的A β 1-16进行了定量检测,结果发现A β 1-16水平在NO合酶缺乏的脑裂解液中降低,NO调控MMP/TIMP的平衡和斑块的清除。Cui等[ 52 ]应用ELISA和LC-MS对雌二醇进行了定量检测,探讨了吗啡通过介导雌二醇释放上调热休克蛋白Hsp70来阻止细胞内A β 产生毒性的问题。Ma等[ 53 ]采用HPLC、ESI-MS、NMR (nuclear magnetic resonance)、MS/MS等方法研究了邻二氮菲铂络合物与A β 1-16间的相互作用。LR11(也称SORLA)是一种可对AD产生多种影响的镶嵌低密度脂蛋白受体,Herskowitz等[ 54 ]应用LC-MS/MS技术对LR11与蛋白激酶ROCK2相互作用的假说进行了验证,并通过免疫共沉淀、siRNA沉默等系列实验证实LR11在体内磷酸化,并且LR11的ROCK2磷酸化可能增强LR11介导的APP和A β 处理过程。Teranishi等[ 55 ]采用LC-MS/MS技术,建立了可用于 γ 分泌酶及其相关蛋白质分析检测的方法,鉴定了 γ 分泌酶复合物中所有已知成分,有趣的是转膜蛋白TMP21和早老素相关蛋白syntaxin1与鼠脑中 γ 分泌酶相关,并且所建立的方法能用于 γ 分泌酶复合物的进一步研究。

早老素突变是早发家族性AD病变的主要诱因,为了探讨早老素是否与神经元细胞膜脂质的分布有关,有报道应用早老素依赖的 γ 分泌酶抑制剂DAPT处理神经元分化细胞PC12,并采用LC-ESI-MS/MS技术对A β 在脑内沉积的最早位点——PC12神经炎终端脂质进行了分析[ 56 ]。结果显示,DAPT处理导致PC12神经炎终端神经节苷脂水平增加,这表明早老素基因的功能丧失对神经元膜结构有影响。神经突触功能损伤与AD患者的学习与记忆能力下降有关,采用基于脉冲Q解离(PDQ)的优化线性离子肼(LTQ)-MS方法进行皮质突触特异蛋白O-GlcNAc修饰的iTRAQ表达蛋白质组学研究[ 57 ],在Mek2和RPN13/ADRM1上发现了新的O-GlcNAc修饰位点。

为验证神经甾体四氢孕酮是否在AD患者颞叶皮层中降低,采用经HPLC预分离的AD和NC组死后大脑样品,进行GC/MS测定。结果显示,相对于NC组,AD组中四氢孕酮水平降低,脱氢表雄酮和孕烯醇酮水平则升高,表明AD患者颞叶皮层中神经甾体的浓度改变与不同的神经病理阶段有关,神经甾体可能与神经生物学相关,并可用于AD的治疗[ 58 ]。通过LC-ESI-MS对AD患者大脑老年斑中胆固醇浓度的定量检测发现,胆固醇浓度的升高与载脂蛋白Apo ε 4相关型AD的发病风险增加有关[ 59 ]

3 LC-MS在AD药物研究中的应用

胆碱性功能障碍是AD的病理特征,但由于大脑基质的复杂性,定量检测特定区域内源性乙酰胆碱(ACh)是一个难点。Peng等[ 60 ]应用LC-MS/MS技术建立了ACh替代物ACh-d(4)的标准曲线,并用Ch-d(9)作内标,在此基础上估算出ACh的浓度,此方法成功用于SAMP8鼠脑中乙酰胆碱酶抑制剂石杉碱甲的检测。多目标导向配体药物(MTDL)是胆碱酯酶和A β 聚集的抑制剂,是AD治疗的新策略。Ge等[ 61 ]应用LC-MS/MS技术建立了大鼠血浆中新型MTDL——bis(9)-(-)-meptazinol (B9M)的检测方法,检出限可达0.1 ng/mL,线性范围为1~500 ng/mL,日内和日间的相对标准偏差分别为4.4% ~6.2%和6.2% ~8.9% ,该方法可用于大鼠静脉和皮下注射B9M后的药代动力学研究。

Portelius等[ 62 ]应用A β 抗体6E10和4G8免疫共沉淀、MALDI-TOF-MS或nano-HPLC-MS/MS等方法,研究了 γ 分泌酶抑制剂DAPT对Tg2576鼠脑组织和CSF中不同A β 亚型的治疗效果。结果显示在DAPT作用下,包括A β 17及以上的长亚型呈现出降低水平,而A β 15和A β 16则呈轻度上升水平,这说明A β 15和A β 16可能是不依赖于 γ 分泌酶的代谢途径产生的,从而也说明A β 亚型可作为分泌酶抑制剂治疗效果检测的生物学标志物。

为解决芳香酶抑制剂阿那曲唑存在的口感差、药损大等问题,Overk等[ 63 ]建立了以固体水和凝胶混合物代替水服药的方法,三转基因鼠给药6个月后处死取血清,用LC-MS法检测阿那曲唑浓度。实验结果证明所建立的方法是可行的,尤适用于口感差、水溶性低和药损大的口服药物。他们[ 64 ]还进一步探讨了阿那曲唑和去势对三转基因鼠的影响,LC-MS检测到阿那曲唑的血清浓度为10.19 ng/mL,大脑浓度则为4.7 pg/mL。

Alonso等[ 65 ]利用UPLC-MS技术对海生类毒素13-desMeC在3xTg-AD转基因鼠脑和体内的药效进行了研究,实验结果首次表明13-desMeC能够跨越血脑屏障,并且低剂量的腹腔注射即能在体内显示很好的效果,该毒素有望为老龄化相关疾病提供较好的疗效。

4 结语

人口老龄化带来的社会及医疗负担日益严重,亟待解决。因此,AD已成为当前迫切需要研究的重要课题,重视对AD的防治是实现健康老龄化以及国民经济持续发展的重要保障之一。LC-MS作为一种高灵敏度、高准确度、高选择性的分析检测技术,在药代动力学、蛋白质组学、代谢组学及药物开发等领域彰显出强有力的生命力。特别是近十年来在临床化学上的成就,必将使得LC-MS在AD的诊断、治疗与预防等方面获得更多的应用与成果,造福全人类。

参考文献
[1]Zhou Y, Wang Y, Wang R, et al. J Sep Sci, 2008, 31(13): 2388  
[2]Himmelsbach M. J Chromatogr B, 2012, 883/884: 3
[3]Christin C, Bischoff R, Horvatovich P. Talanta, 2011, 83(4): 1209  
[4]Colangelo C M, Chung L, Bruce C, et al. Methods, 2013, 61: 287  
[5]Horvatovich P, Hoekman B, Govorukhina N, et al. J Sep Sci, 2010, 33(10): 1421  
[6]Holcapek M, Jirasko R, Lisa M. J Chromatogr A, 2012, 1259: 3  
[7]Chen C, Yan H, Shen B H, et al. Chinese Journal of Chromatography (陈聪, 严慧, 沈保华, 等. 色谱), 2012, 30(5): 445
[8]Yang Q, Shi X Z, Shan Y H, et al. Chinese Journal of Chromatography (杨芹, 石先哲, 单圆鸿, 等. 色谱), 2013, 30(9): 876  
[9]Carvalho V M. J Chromatogr B, 2012, 883/884: 50
[10]Grebe S K, Singh R J. Clin Biochem Rev, 2011, 32(1): 5
[11]Bozovic A, Kulasingam V. Clin Biochem, 2013, 46(6): 444  
[12]Rauh M. J Chromatogr B, 2012, 883/884: 59
[13]Seger C. Wien Med Wochenschr, 2012, 162(21/22): 499
[14]Tamburri A, Dudilot A, Licea S, et al. PLoS One, 2013, 8(6): e65350
[15]Friedman S D, Baker L D, Borson S, et al. JAMA Neurol, 2013, 70(7): 883  
[16]Prince M, Bryce R, Ferri C. World Alzheimer Report 2011: the Benefits of Early Diagnosis and Intervention. UK: Alzheimer's Disease International (ADI), 2011: 9
[17]Dillen L, Cools W, Vereyken L, et al. Bioanalysis, 2011, 3(1): 45  
[18]Halim A, Brinkmalm G, Ruetschi U, et al. Proc Natl Acad Sci U S A, 2011, 108(29): 11848  
[19]Craig-Schapiro R, Perrin R J, Roe C M, et al. Biol Psychiatry, 2010, 68(10): 903  
[20]Oh J H, Pan S, Zhang J, et al. Rapid Commun Mass Spectrom, 2010, 24(4): 403  
[21]Mattsson N, Zegers I, Andreasson U, et al. Biomark Med, 2012, 6(4): 409  
[22]Sato Y, Suzuki I, Nakamura T, et al. J Lipid Res, 2012, 53(3): 567  
[23]Zuliani G, Donnorso M P, Bosi C, et al. BMC Neurol, 2011, 11: 121  
[24]Mielke M M, Haughey N J, Ratnam Bandaru V V, et al. Alzheimers Dement, 2010, 6(5): 378  
[25]Kokjohn T A, Van Vickle G D, Maarouf C L, et al. Biochim Biophys Acta, 2011, 1812(11): 1508  
[26]Shi M, Hwang H, Zhang J. Methods Mol Biol, 2013, 951: 279  
[27]Butterfield D A, Owen J B. Proteomics Clin Appl, 2011, 5(1/2): 50
[28]Zhang K, Schrag M, Crofton A, et al. Proteomics, 2012, 12(8): 1261  
[29]Donovan L E, Higginbotham L, Dammer E B, et al. Proteomics Clin Appl, 2012, 6(3/4): 201
[30]Lynn B C, Wang J, Markesbery W R, et al. J Alzheimers Dis, 2010, 19(1): 325
[31]Ringman J M, Schulman H, Becker C, et al. Arch Neurol, 2012, 69(1): 96  
[32]Jahn H, Wittke S, Zurbig P, et al. PLoS One, 2011, 6(10): e26540
[33]Portelius E, Brinkmalm G, Tran A, et al. Exp Neurol, 2010, 223(2): 351  
[34]Vafadar-Isfahani B, Ball G, Coveney C, et al. J Alzheimers Dis, 2012, 28(3): 625
[35]Yang M H, Yang Y H, Lu C Y, et al. J Proteomics, 2012, 75(12): 3617  
[36]Ijsselstijn L, Dekker L J, Stingl C, et al. J Proteome Res, 2011, 10(11): 4902  
[37]Nakamura T, Myint K T, Oda Y. J Proteome Res, 2010, 9(3): 1385  
[38]Thomas S N, Cripps D, Yang A J. Methods Mol Biol, 2009, 566: 109  
[39]Taki T. Biol Pharm Bull, 2012, 35(10): 1642  
[40]Hejazi L, Wong J W, Cheng D, et al. Biochem J, 2011, 438(1): 165  
[41]Chan R B, Oliveira T G, Cortes E P, et al. J Biol Chem, 2012, 287(4): 2678  
[42]Jung K M, Astarita G, Yasar S, et al. Neurobiol Aging, 2012, 33(8): 1522  
[43]Wood P L, Mankidy R, Ritchie S, et al. J Psychiatry Neurosci, 2010, 35(1): 59  
[44]Kosicek M, Kirsch S, Bene R, et al. Anal Bioanal Chem, 2010, 398(7/8): 2929
[45]Sato Y, Nakamura T, Aoshima K, et al. Anal Chem, 2010, 82(23): 9858  
[46]Czech C, Berndt P, Busch K, et al. PLoS One, 2012, 7(2): e31501
[47]Li N J, Liu W T, Li W, et al. Clin Biochem, 2010, 43(12): 992  
[48]Mishur R J, Rea S L. Mass Spectrom Rev, 2012, 31(1): 70  
[49]Chang S H, Jung I S, Han G Y, et al. Biochem Biophys Res Commun, 2013, 430(2): 670  
[50]Thomas S N, Funk K E, Wan Y, et al. Acta Neuropathol, 2012, 123(1): 105  
[51]Ridnour L A, Dhanapal S, Hoos M, et al. J Neurochem, 2012, 123(5): 736  
[52]Cui J, Wang Y, Dong Q, et al. J Neurosci, 2011, 31(45): 16227  
[53]Ma G, Huang F, Pu X, et al. Chemistry, 2011, 17(41): 11657  
[54]Herskowitz J H, Seyfried N T, Gearing M, et al. J Biol Chem, 2011, 286(8): 6117  
[55]Teranishi Y, Hur J Y, Welander H, et al. J Cell Mol Med, 2010, 14(11): 2675  
[56]Oikawa N, Goto M, Ikeda K, et al. Neurosci Lett, 2012, 525(1): 49  
[57]Skorobogatko Y V, Deuso J, Adolf-Bryfogle J, et al. Amino Acids, 2011, 40(3): 765  
[58]Naylor J C, Kilts J D, Hulette C M, et al. Biochim Biophys Acta, 2010, 1801(8): 951  
[59]Panchal M, Loeper J, Cossec J C, et al. J Lipid Res, 2010, 51(3): 598  
[60]Peng L, Jiang T, Rong Z, et al. J Chromatogr B, 2011, 879: 3927  
[61]Ge X X, Wang X L, Jiang P, et al. J Chromatogr B, 2012, 881/882: 126
[62]Portelius E, Zhang B, Gustavsson M K, et al. Neurodegener Dis, 2009, 6(5/6): 258
[63]Overk C R, Borgia J A, Mufson E J. J Neurosci Methods, 2011, 195(2): 194  
[64]Overk C R, Lu P Y, Wang Y T, et al. Neurobiol Dis, 2012, 45(1): 479  
[65]Alonso E, Otero P, Vale C, et al. Curr Alzheimer Res, 2013, 10(3): 279