【INC国际大咖研究成果】使用手持飞秒红外激光解吸探针与质谱法快速鉴定髓母细胞瘤亚组的归属

　　INC国际儿童脑瘤大咖、世界神经外科联合会(WFNS)执行委员会&顾问委员会成员之一的James T. Rutka教授发表研究《Rapid determination of medulloblastoma subgroup affiliation with mass spectrometry using a handheld picosecond infrared laser desorption probe》(使用手持飞秒红外激光解吸探针与质谱法快速鉴定髓母细胞瘤亚组的归属)，以下是研究简述。

　　01. 摘要

　　髓母细胞瘤(MB)是儿童中常见的恶性脑肿瘤，至少可分为4个具有独特生存率和治疗反应的亚组。 为在手术期间快速确定MB亚组归属，我们使用手持式飞秒红外激光(PIRL)解吸探针和接口(由本团队开发)对两个MB亚组(SHH和3组)的小鼠异种移植肿瘤进行了质谱(MS)分析。该平台通过激光解吸脂质和小分子，在5-10秒内提供组织的实时质谱分析。

　　对离体MB肿瘤的PIRL-MS分析在亚组鉴定中成功率达到98%，数据集涵盖19个独立肿瘤(每个肿瘤重复10次)的194个PIRL-MS数据，涉及6种已建立的MB细胞系。通过5%-留出-重建测试验证了其稳健性。收集PIRL消融的组织材料于滤纸上，并进行高分辨液相色谱-质谱(LC-MS)分析，为SHH和3组MB间统计鉴别贡献最大的m/z值提供离子鉴定。

　　基于此分析，PIRL-MS快速分类MB利用了从肿瘤中快速提取的多种脂肪酸链、甘油磷酸酯、甘油磷酸甘油和甘油磷酸胆碱。本研究证明，使用PIRL-MS对离体MB组织进行5-10秒的采样可实现稳健的肿瘤亚组分类，并鉴定了负责MB 3组和SHH亚组统计鉴别的多个生物标志离子。本研究中使用的PIRL-MS平台具备未来体内应用的潜力。

　　02. 实验方法

　　将194个数据文件分为两个文件夹，一个用于3组，一个用于SHH组，并提交至MetaboAnalyst进行偏最小二乘判别分析(PLS-DA)。MetaboAnalyst的设置细节如之前报道[31]，其中1个显著例外是：由于缺乏质量偏移校正，将质量容差设置为100 mDa。在使用25 mDa容差的情况下，利用717.5076的精确质量对光谱进行校正(表1)。尽管该峰在3组样本中更为强效，但在所有样本中其水平均远高于背景。

　　03. 结果与讨论

　　图1 SHH和3组髓母细胞瘤(MB)肿瘤的PIRL-MS光谱。我们使用DAOY和MED8A衍生的异种移植瘤分别作为SHH和3组MB的代表进行评估。选择这两种肿瘤仅基于样本可用性。如之前所述[31]，使用负离子模式的接口收集PIRL-MS光谱，采集时间为10秒。每种光谱中标注了区分性的m/z值。可以看出，PIRL提取脂质的特异性导致MB亚组的PIRL-MS脂质谱不同。表1列出了每种MB亚组的特征m/z比值。

　　图2 基于5-10秒PIRL-MS分析的SHH和3组MB的统计鉴别。

　　从19个肿瘤(包括来自6个已建立的MB细胞系的鼠类异种移植瘤，即D341、D458和MED8A(3组)以及DAOY、ONS76和UW228(SHH组))中以负离子模式在不到10秒的时间内收集的PIRL-MS光谱，每个肿瘤重复10次，共194个数据点。这些数据经处理后，通过MetaboAnalyst门户使用偏最小二乘判别分析(PLS-DA)进行多元分析。

　　(A) PLS-DA得分图。194个数据点(每个数据点由单个5-10秒的PIRL-MS光谱组成)被统计分组到预期的类别中。阴影椭圆代表95%的置信区间。一个类别的数据点不会出现在另一个类别的95%置信区间内(无误分类)。在95%置信区间外检测到三个异常值，文中对此进行了讨论。使用内部样本名称进行标记。

　　(B) PLS-DA载荷图。数据点代表在SHH和3组MB肿瘤的PIRL-MS谱中对统计鉴别有贡献的各个m/z值。位于载荷图空间分离轴外围(左、右)的m/z值对两种MB亚组的统计鉴别贡献最大，可被视为每种MB亚组的单变量生物标志离子。在PLS-DA载荷图中识别的大多数m/z值在图1中使用DAOY和MED8A肿瘤显示的单细胞系代表性PIRL-MS谱中存在。用蓝色字体标记的m/z值通过PLS-DA识别，但在构成我们靶向评估基础的MED8A或DAOY谱中并不典型。

　　图3 PIRL-MS分析的特异性允许基于脂质含量对某些髓母细胞瘤(MB)细胞系进行统计鉴别。首先，根据各自的细胞系来源对194个MB异种移植瘤的PIRL-MS光谱进行分组，然后进行6成分偏最小二乘判别分析(PLS-DA)。阴影椭圆代表95%的置信区间。注意到两个异常值，其MS信号弱于平均水平。异常值UW228样本E1在其PIRL-MS光谱中仅识别出149个质量峰，而D341样本B3(TIC=6.9×10⁴)的弱信号仅导致识别出105个峰。这些峰的数量小于模型内良好分类的数据点所预期的数量。

　　图4 低复杂度的偏最小二乘判别分析(PLS-DA)表明，所发现的生物标志离子是髓母细胞瘤(MB)亚组归属的稳健决定因素。在此，我们仅使用表1中列出的约30个m/z值作为SHH和3组MB的生物标志离子，对3组与SHH亚组(A)以及6个MB细胞系(D341、D458、MED8A、DAOY、ONS76和UW228)(B)之间的统计鉴别进行了PLS-DA评估。如图所示，在这两种情况下，这种降低复杂度的评估得出了与图2和图3中使用完整m/z范围观察到的几乎相同的统计分离模式。这一发现进一步表明，图2和图3中完整m/z范围PLS-DA的第1、2成分中低于50%的数据利用率并非由于数据包含噪声所致。该评估在事后使用内部质量锁定进行质量偏移校正后，采用了25 mDa的质量容差，具体方法如方法部分所述。

　　如果您也有想要分享的经历或者无法解答的疑惑，欢迎留言。