CASMS研討會第二天，青年學者大放光彩

美國東部時間2022年10月18日，第二屆美國華人質譜學會（CASMS）學術研討會暨展覽會在Gather Town繼續第二天的進程。本屆會議以“Advancing Biological and Pharmaceutical Mass Spectrometry”（推動質譜在生物與藥物領域的技術應用發展）為主題，共邀請超過60位來自美國、加拿大、中國、荷蘭以及新加坡等國家的科研學界以及工業界的杰出研究人員帶來精彩演講。分析測試百科網作為會議支持媒體全程為您報導。

CMSS特別會議

今日CMSS特別會議上，邀請到北京協和醫院Catherine C.L. Wong教授、復旦大學陸豪杰教授和大連化物所許國旺研究員，帶了三篇質譜在不同領域研究進展的報告。

報告題目：New version of Glass-Oil-Air-Droplet (GOAD) nano chip device and some applications

報告人：北京協和醫院醫學研究中心副主任Catherine C.L. Wong教授

Catherine C.L. Wong教授團隊很早就建立了GOAD技術，目前該技術更新到3.0版本，不僅可以重復使用納米芯片、更有效地裂解細胞、更有利于樣品自動上樣且無樣品損失，最重要的一點是GOAD 3.0不會造成液滴蒸發，基于這些特點Catherine C.L. Wong教授團隊得以更有效的獲得單細胞內蛋白組的詳細質譜信息；并將這種方法應用到免疫檢測癌癥篩查等方面。

報告題目：Novel approaches for analysis of protein glycosylation by mass spectrometr

報告人：復旦大學生物醫學研究院和化學系 陸豪杰教授

糖基化蛋白質在細胞識別、細胞間交流和蛋白構象構成上起到至關重要的作用。陸豪杰教授團隊專注于基于CE-MS方法對糖蛋白分析，并在此基礎上建立了HTiGQs（高通量完整糖肽定量策略）。該方法可以高效測定血清中的糖基化蛋白組；也可用于肝臟疾病中的生物標記物分析。

報告題目：Metabolite annotation in liquid chromatography-high resolution mass spectrometry data by using a targeted extraction strategy

報告人：中國科學院大連化學物理化學研究所 許國旺研究員

當今質譜可以用于分析細胞、組織的代謝組或是脂質組，其同時分析樣品中數百種物質，獲取整個網絡化信息的能力令人驚嘆。許國旺團隊建立了液相色譜-高分辨質譜方法代替傳統的代謝注釋方法。在融合了大數據運算、人工智能和智能學習后，許國旺團隊建立硅LC-MS數據庫，為代謝組學提供更高的覆蓋度和可信度，更有利于新的代謝物的注釋。

CASMS青年研究員獎項報告

隨后，6位獲得CASMS青年研究員獎項的杰出青年學者展示了他們的成果。

報告題目：Interrogating Tandem Mass Spectrometry Data for Chemical Compound Identification

報告人：加拿大英屬哥倫比亞大學化學系 Huan Tao博士

串聯質譜分析技術可在同一次檢測中得到多種代謝產物的數據信息，只需要少量樣品就可以得到多項數據，可以用于代謝疾病的臨床篩查。Huan Tao博士在已有的串聯質譜數據庫基礎上，進一步對質譜數據進行分析得到更深層的信息。

報告題目：Chemistry-driven in-depth structural and quantitative analysis for lipids

報告人：美國德克薩斯州A&M大學化學系 Xin Yan博士

脂質承載著重要的生物任務：細胞膜的構成、能量儲存和代謝活動等功能。雖然現在高分辨質譜可以鑒定分析脂質的鏈長和分子量等信息，但仍不易得到trans/cis等詳細結構的表征數據。Xin Yan博士團隊采用加速的電子環氧化反應標記脂質的CC雙鍵位置；通過發散級聯電化學反應幫助多異構體脂質的表征；利用離子淌度質譜獲得trans/cis的結構信息。除此之外，利用同重物質量標簽（IMT）精確地完成了脂質的定量分析。

報告題目：Capturing Organelle Dynamics with Multifaceted MS-Omics Strategies

報告人：美國喬治華盛頓大學化學系 Hao Ling博士

溶酶體和線粒體在細胞中負責不同的功能，并且都存在多種的蛋白質，表現出強烈的生物活性。尤其在神經細胞中，兩種細胞器的蛋白質組學數據可以得到神經細胞的重要信息。Hao Ling博士團隊借助鄰近標記質譜方法（PL-MS）分析了神經細胞中溶酶體種蛋白組，并將這種方法用于小鼠腦部組織成像。同時也借助這種手段了解神經退行性病變是由于溶酶體基因突變和溶酶體降解受損造成。

報告題目：Acoustic Ejection Mass Spectrometry for High-Throughput Analysis

報告人：SCIEX Chang Liu博士

現代藥理學、ADME和毒理學、大量平行化學反應和圖書館制備對儀器的通量要求越來越高。Sciex開發的聲發射質譜（AEMS）擁有開放端口接口可以使液體直接輸送入儀器檢測，減少了樣品損失并且顯著的極致稀釋可以允許樣品直接噴射；聲液滴噴射（ADE）可從高密度微孔板進行非結束時的高通量采樣實現了高精度和低容量采樣；ESI電離質譜采用通用檢測器，無特殊標簽的樣品可高效電離，使結果更具有穩定性和靈敏性。

報告題目：Mining the dark proteome: cyclic immonium ion of lactyllysine reveals widespread lactylation in human

報告人：中國藥科大學 Hui Ye博士

乳酸化是組蛋白上的表觀遺傳標記，可驅動巨噬細胞M1-M2極化。它提供了關于葡萄糖代謝或者乳酸鹽調節的新的研究視角。Hui Ye博士受到啟發，利用MS/MS表征了乳酸肽庫中的Cyclm離子，進一步的從黑暗蛋白組中揭示了乳酸鹽異常是如何引發疾病的。

研討會：定量糖蛋白組學的臨床應用

報告題目：Structural analyses of site-specific N-glycans using StrucGP software

報告人：西北大學 孫士生博士

糖基化研究的分析難度大、糖鏈合成調控機制仍不清楚且糖基化驗證困難，基于這些難點糖基化研究仍存在困難。孫士生團隊采用NGAG方法綜合分析N-糖蛋白，并獲得了大量糖基化數據，再用StrucGP分析了實驗得到的糖基化數據，挖掘出新的信息。StrucGP有可識別聚糖異構體、有助于發現新的糖基等特點。

報告題目：Glycan database-independent peptide matching and in-depth characterization of site-specific N-glycosylation enabled by Glyco-Decipher

報告人：大連理工大學 董銘銘副教授

糖肽的識別策略已經有包括去糖肽數據庫輔助策略、變量修改、聚糖數據迭代等方法。董銘銘團隊創建了Glyco-Decipher 實現了與聚糖數據庫無關的肽匹配和位點特異性 N-糖基化的深入表征，其可以識別蛋白模式和實現頻譜識別；甘氨酸數據庫獨立策略允許意想不到的糖基識別；且可以基于MS進行無標記的量化分析測試。

報告題目：Mass spectrometry-based glycoproteomics for proteogenomic characterization of tumors

報告人：美國巴爾的摩約翰霍普金斯大學研究助理 Yingwei Hu

糖蛋白組學可以幫助了解糖基化形成過程中的肽鏈序列、糖基結構和系統范圍內的修改等生物過程。Yingwei Hu介紹了自己工作中用到的蛋白組學工具，如CPTAC、PDAC等糖蛋白數據庫。借助這些腫瘤糖蛋白數據庫可以區分腫瘤種類并確定分型，并確定了N-糖基鏈與腫瘤亞型之間的關系，為糖基化蛋白的研究帶來了更多的潛在臨床價值。

專題研討會：藥物研究中的質譜新應用

報告題目：Label-free imaging at Merck: enabling rapid tissue distribution of drugs, metabolites, and biomarkers in drug discovery and development

報告人：默沙東公司臨床前開發部 Bingming Chen博士

默沙東公司有多種質譜成像工具，其中MALDI-MS和SepQuant DropletProbe^TM是重要的無標質成像手段。Bingming Chen用質譜研究了膽汁酸在肝內的分布和BS EP抑制和敲減機制的研究，并借助SepQuant DropletProbe^TM對組織內檢測、代謝物鑒定和治療藥物的相對含量進行測定。

報告題目：Implementing machine learning for decision finding in automated LC-MS of in vivo sample processing in early drug discovery

報告人：Boehringer Ingelheim制藥藥物發現科學部 Tim H?be博士

德國“工業4.0”對工業化提出了更高的要求，尤其在機械學習和人工智能方面提出了自我構建、自我診斷、自我優化等重要的指標。Tim H?be從目前實驗室3.0的硬件和軟件入手，拆解現階段的LC-MS在藥物發現中的步驟，并將每一步驟與機器學習相結合。

報告題目：Antisense oligonucleotides protein binding determination in plasma, brain and CSF using hybridization LC-MS/MS

報告人：Biogen藥物代謝和藥代動力學系 Long Yuan博士

反義寡核苷酸（ASO）是一類通過序列特異地與靶基因DNA或mRNA結合而抑制該基因表達，在基因水平調控的分子藥物。其血漿蛋白結合對研究藥物靶點，尤其在血漿、腦和腦脊液中的fu測試起到重要作用。Long Yuan所在的Biogen借助LC-MS/MS系統對ASO建立了一系列的工作流程。

報告題目：Workflow for quantifying protein synthesis in rat tissue with 2H metabolic labeling using Orbitrap and Q-TOF MS

報告人：Spring House生物分析探索和科學發展  Yifan Shi博士

Yifan Shi衡量了2H取代的氨基酸和水在代謝中的優勢與劣勢，并介紹了氘標記小鼠實驗的流程以及分析了測量蛋白質周轉率的研究設計和所需數據；進一步介紹了在Orbitrap和TOF MS測定蛋白質的周轉率的實驗過程。

報告題目：mARC1 protein quantitative analysis in human, cynomolgus, and mouse livers using regent free-automatic high pH fractionation enrichment (RF-auto HpH) and LC-MS

報告人：Amgen藥物動力學和藥物代謝 Xue Dong博士

mARC1是線粒體氨氧化還原組分1，其的錯義變異可能有利于阻止或逆轉NASH向肝硬化的發展，因此其作為肝硬化治療中的一個潛在治療方法受到關注。Xue Dong使用免疫親和分析方法借助LC-MS對mARC1進行了定量分析研究，自動分餾方法也提高了穩定性和通量。該方法成功用于非人靈長類的藥理學分析，并揭示了mARC1的劑量依賴性效應在蛋白水平上沉默肝臟。

報告題目：Evaluating a hybrid LC-MS/MS approach for the quantification of siRNA analytes

報告人：Spring House 臨床前安全和轉化科學 Karan Agrawal博士

目前已經有許多用于寡核苷酸分析的生物分析平臺。Karan Agrawal 關注LC-MS/MS分析ASO分析物，并對原有的雜交siRNA LC-MS分析工作流程進行進一步的優化，包括對捕獲探針類型的調整、siRNA鏈變性溫度調整等。該工作流程可用于未來生物分析研究，以便更高的選擇性和特異性量化siRNA分析物。