破解代谢组学鉴定瓶颈｜高分辨MSⁿ助力复杂疾病代谢物精准解析-新闻动态-赛默飞世尔科技（中国）有限公司

破解代谢组学鉴定瓶颈｜高分辨MSⁿ助力复杂疾病代谢物精准解析

发布时间：2026/4/24 8:29:30关注度：117

关注我们，更多干货和惊喜好礼

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”？

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。

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。（点击查看大图）

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”

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”

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。（点击查看大图）

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

为什么这件事，离不开Orbitrap平台？

这项方法之所以成立，背后正是赛默飞平台的核心优势：

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”

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

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。（点击查看大图）

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

对代谢组学意味着什么？

鉴定更“准”

分子式候选减少约98%
从“多个可能”变为“唯一答案”

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

MSⁿ真正走向实用

从“小众高级技术”
走向“常规鉴定工具”

构建完整解决方案：从采集到鉴定

（点击查看大图）

结合赛默飞整体平台，可实现代谢组学完整闭环：

分离系统

Vanquish™ UHPLC / Neo nanoUHPLC
提升复杂样品分离能力

质谱平台

Orbitrap Exploris™ / Eclipse™
提供高分辨MS² + MSⁿ能力

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

结语

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.

如需合作转载本文，请文末留言。