質譜與臨床的交叉2019國際臨床質譜會MSCD在寧波大學召開

　　分析測試百科網訊 2019年9月16日，2019國際臨床質譜會議MSCD在寧波大學盛大召開。本次會議的主題為“質譜新技術與臨床應用新方法”。此次會議由寧波大學材料科學與化學工程學院、質譜技術與應用研究院主辦，寧波盤福生物科技有限公司協辦。來自國內外的近200位臨床質譜界的大咖參加了本次會議。分析測試百科網作為合作媒體參加并報道了此次盛會。

大會主持人：寧波大學質譜技術與應用研究院院長唐科奇

會議現場

寧波大學副校長邵千鈞致歡迎詞

寧波大學新藥技術研究院院長、中科院院士 趙玉芬

　　寧波大學新藥技術研究院院長、中科院院士趙玉芬帶來了題為《Protein N-phosphorylation an underestimate area in biomedicine》（蛋白質N-磷酸化：生物醫學中被低估的領域）的報告。

　　在抗體的制備和應用方面，趙玉芬介紹了pArg模擬物的設計與合成，研究小鼠pArg抗體的產生和特異性。對pArg和pHis進行熱穩定分析和酸穩定性分析，發現pHis比pArg對熱更敏感，pHis和pArg對酸都很敏感。

　　在鑒定Jurkat細胞中的N-磷酸化研究中，趙玉芬課題組利用生物質譜技術，對不同刺激條件下的人Jurkat細胞中N-磷酸化位點和相關蛋白進行分析，考察了N-磷酸化蛋白在不同質譜條件，尤其是不同二級裂解模式中的檢測情況。通過分別微調CID、EThcD及Trigger模式的參數，對Jurkat細胞蛋白經trypsin酶切和TiO₂富集后的多肽進行質譜檢測，結果表明CID-2方式可以鑒定到最多的位點，EThcD-1模式次之，而多肽的鑒定質量能夠提高。

波士頓大學醫學院教授 Catherine E. Costello

　　波士頓大學醫學院教授Catherine E. Costello帶來了題為《Applications of Advanced Mass Spectrometry Methods to Clinical Analyses》（將質譜分析方法應用于臨床分析）的報告。確定疾病或年齡等生理變化對蛋白質結構、水平變化的影響是一個主要的挑戰，因為生物活性蛋白的動態范圍很廣，共翻譯和翻譯后修飾的結構復雜性和多樣性，以及生物樣品中存在大量的異構結構。為了最大限度地減少樣品處理造成的損失或人為因素的影響，區分相似成分，為了有效利用儀器時間，我們正在開發離子遷移和質譜相結合的方法，提供詳細的結構信息，并與在線分離兼容。

　　由于廣泛使用的碰撞誘導解離方法通常無法產生足夠的結構細節以進行全面的結構解析，我們正在探索基于電子的解離方法，這種方法可以保留不穩定的蛋白質修飾，同時產生高度信息化的碎片。Catherine介紹了最近和正在進行的研究的例子，在這些研究中，應用了大量的質譜技術來完成臨床樣本和模型細胞系統的蛋白質組學和糖蛋白組學分析，包括蛋白質錯誤折疊病、傳染病、癌癥治療和疫苗開發等。

國立中山大學 謝建臺教授

　　國立中山大學謝建臺教授帶來了題為《Rapid characterization of toxins in various biofluids with ambient mass spectrometry for emergency management》（常壓敞開式離子源質譜在應急管理中快速鑒定各種生物流體內的毒素）的報告。

　　謝建臺表示毒素鑒定通常使用常規液相色譜-質譜法，但是其樣品預處理太耗費時間。謝建臺介紹了一種多任務共行的常壓敞開式離子源質譜分析平臺，能夠快速識別自殺患者使用的農藥、過量使用的藥物以及因使用中草藥中毒的患者體內有毒成分。從患者采集標本，包括唾液、洗胃液、尿液和草藥植物的真實樣本或草藥湯劑，對臺灣地區中毒患者常見的殺蟲劑、50種濫用藥物和9種中草藥有毒成分進行了檢測。為了模擬實際的臨床情況，樣品溶液分別使用人胃液、尿液或有機溶劑制備并稀釋。直接金屬探針被浸入樣品溶液中并立即取出。然后將探針插入質譜儀的熱解吸-電噴霧電離(TD-ESI)或電噴霧激光解吸電離(ELDI)源中，以表征探針上的毒素。由于不需要對樣品進行預處理，毒素的TD-ESI/MS或ELDI/MS采樣過程在60秒內完成。農藥、濫用藥物和有毒草藥成分的檢測限在ppm以下。實驗重現性好(RSD< 15%)，表明該方法具有較高的精密度。研究結果表明，TD-ESL/MS和ELDLMS能夠為急診患者提供及時的毒理學信息，為后續的治療方案方面具有廣闊的應用前景。

美國臨床質譜應用協會(MASCL)主席、加州大學圣地亞哥分校病理學系教授 David A. Herold

　　加州大學圣地亞哥分校病理學系教授David A. Herold帶來了題為《Artifficial Intelligence will enable Mass Spectrometry in the Clinical Laboratory》（人工智能將應用到臨床實驗室的質譜中）

　　David A. Herold表示人們認為臨床實驗室在指導病人的診斷和治療方面貢獻了70%的信息。由于質譜法能夠更準確、更精確地測量分析物，因此在這一時期質譜法開始得到更廣泛的應用。當證明婦女和兒童睪丸甾酮不能用免疫分析法準確測定時，這一概念得到了明確的說明，因為其他類固醇類化合物具有交叉反應，質譜法能夠對分析物組進行多重分析。當Arlt等人在尿液中使用9種類固醇來鑒別腎上腺良性囊腫和腎上腺皮質癌（ACC）時，通過人工智能來確定ACC的存在（90%的敏感性和90%的特異性）和復發（92%的敏感性和95%特異性）。這一成功令使用AI來評估疾病和蛋白質組代謝產物相關成為可能。

　　對于AI的應用而言，最重要的是數據的質量。幸運的是，在HPLC、高分辨率質譜、離子遷移譜和增加MALDI電離效率方面已取得了重大進展。FDA現在已經批準使用數字病理切片檢查作為手術病理病例的顯微檢查。一位病理學家正在審查乳腺癌細胞以找到可能的癌細胞，其靈敏度為73.2％，而能夠在幾分之一秒內掃描圖像的Google Brain則具有92.40的敏感度。通過高分辨率質譜法進行的組織成像將增加關于被檢查組織的分子信息，以增加所提供信息的細節。當基于數據質量的AI方法被廣泛使用并經過適當策劃和訓練時，預計成功率將接近100％。

參會代表合影

　　廠商風采

賽默飛

島津

安捷倫

布魯克

PEAK

科瑞恩特

BaySpec

　　會后，寧波大學質譜技術研究院俞建成帶領與會人員參觀了寧波大學的質譜技術研究院。

　　關于寧波大學質譜技術研究院

　　寧波大學首批重點建設“雙一流”學科平臺，國內質譜研究領域至今唯一成建制的研究院。

　　人才團隊：研究院凝聚了國際頂尖質譜專家、教育部“長江學者獎勵計劃”講座教授、中國質譜產業領軍人才、中國質譜知名學者和臨床質譜專家領銜的質譜研究團隊。目前研究院在高性能和小型化質譜的關鍵理論、關鍵部件和整機技術上，已經建立了領先優勢。

　　研究成果：已發表包括 Nature PNAS等在內的SCI論文200多篇，ZL100余項，多項ZL授權和轉讓，其中lon Funnel的ZL技術轉讓費用超過1億美元。獲得國內外獎勵20余項。承擔國家重點研發計劃項目、國家重大儀器開發項目等課題多項。

　　機構定位：研究院以建設成為國際一流的質譜技術產學研的高端研究基地和產業化基地為目標，打造中國質譜產業創新創業的“智谷”，成為具有世界級學術影響力和產業化技術影響力的研究平臺，成為質譜科技人才匯集和技術創新的國際區域中心，成為多學科交叉和產學研合作的科研特區和體制機制創新示范區。