儀器信息網訊 一直以來免疫分析是臨床診斷中應用最廣泛的技術，但隨著質譜技術的快速發展以及臨床對檢測結果精準性需求的提升，越來越多的臨床檢測實驗室陸續引進質譜技術，但目前臨床質譜的應用主要涉及生化檢驗、免疫學檢驗、微生物檢驗以及分子生物診斷等方面。為推廣質譜技術在臨床領域的長久發展，質譜領域的一批科學家們聯合質譜儀器制造商，致力于開發臨床質譜新技術新應用，以期更早地推進質譜技術全面走進臨床診斷與精準醫療領域。

2019年9月16日，由寧波大學材料科學與化學工程學院與美國臨床質譜學會聯合主辦，寧波盤福生物科技有限公司協辦的“2019國際臨床質譜會議(Mass Spectrometry for Cinical Diagnosis,MSCD)”在寧波大學會議中心隆重召開。該會議自2009年舉辦以來，已成為國際臨床質譜領域內的重要國際會議，本屆會議為期2天，共安排4個大會報告及6場分會報告。

會議除邀請了國內外專業的質譜學者發表演講外，還匯集了來自中國、美國、韓國等各地的質譜技術和臨床應用領域內的專家以及在化學、生命科學、醫療診斷等領域的研究學者近200人，共同分享研究成果及經驗。儀器信息網作為本次會議的支持媒體將對會議進行相關報道。

會議現場

寧波大學質譜技術與應用研究院院長唐科奇主持會議開幕式

寧波大學副校長邵千鈞 致辭

16日上午，中國科學院院士/寧波大學新藥技術研究院趙玉芬、波士頓大學醫學院 Catherine E. Costello、國立中山大學謝建臺、加利福尼亞大學圣地亞哥分校David A. Herold等4位專家帶來精彩的大會報告。寧波大學質譜技術與應用研究院院長唐科奇主持大會報告。

寧波大學新藥技術研究院院長趙玉芬

報告題目《Protein N-phosphorylation: an underestimate area in biomedicine》

蛋白質磷酸化是重要的翻譯后修飾之一,在細胞的生理過程中發揮著重要作用。其中O-磷酸化相關的研究取得一定進展，已經可以通過質譜技術在真核細胞中檢測多個磷酸化位點和蛋白。

趙玉芬提到，雖然N-磷酸化的發現比O-磷酸化要早許多年,但由于其酸、熱敏感性制約了相關研究的發展。碰撞誘導解離(CID)的二級碎裂方式,對蛋白的深度覆蓋研究發揮了重要作用。然而由于其能量較高,往往導致翻譯后修飾以中性丟失的方式解離,從而影響位點的確定。近年來發展起來的電子轉移解離(ETD)是一種相對溫和的二級碎裂模式,能夠很好的保留后修飾信息,從而實現準確定位。基于此，趙玉芬課題組開發了結合ETD和HCD(高能碰撞解離)優異性的EThcD,大幅提高了多肽的覆蓋率。其課題組也利用生物質譜技術,對細胞中N-磷酸化位點和相關蛋白進行了分析，趙玉芬在報告中也對研究進展等進行了詳細地闡述。

波士頓大學醫學院 Catherine E. Costello

報告題目《Applications of Advanced Mass Spectrometry Methods to Clinical Analyses》

蛋白質是生命的物質基礎，人體各種生命現象和生命過程主要通過蛋白質的生理功能體現，而疾病本身是由于蛋白質的質和量的改變并引起蛋白質空間的結構紊亂。生物活性蛋白具有動態范圍廣，共翻譯和翻譯后修飾的結構復雜和多樣，以及生物樣品中存在眾多結構異構體等特點，因此測定蛋白質結構和水平變化與疾病發展或與年齡相關的生理變化之間的關系是一個重大的挑戰。

為了最大限度地減少樣品處理和進樣造成的損失及最大限度區分相似的化合物，Catherine Costello課題組開發了基于離子淌度和質譜分析的方法，除可以兼容在線分離系統外，還可提供詳細的蛋白質結構信息。Catherine Costell表示，目前被廣泛應用的離子分解方式——碰撞解離法，常因無法產生足夠的碎片而難以進行全面的結構解析，其課題組正在探索一種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化。此外，Catherine Costello還對其課題組近期研究的實例進行了闡述，包括應用質譜技術完成的與蛋白質錯誤折疊障礙、傳染疾病、癌癥治療以及疫苗開發等相關的臨床樣本和細胞模型系統的蛋白質組學及糖蛋白質組學的分析研究。

國立中山大學化學系教授謝建臺

報告題目《Rapid characterization of toxins in various biofluids with ambient mass spectrometry for emergency management》

謝建臺介紹到，生物流體（包括植物生理液體，動物和人體內生理流體）中各種毒素的中毒機制不同，因此在急診治療的情況下，及時地識別患者所攝入的毒素成分非常重要。而用于毒素鑒定的常規LC/MS方法的樣品前處理流程耗費大量的時間。

針對此，謝建臺課題組開發了原位質譜平臺，該系統收集的樣本包括唾液、洗胃液、尿液和草藥植物或草藥煎劑。該研究以臺灣地區常見的自投毒病人所使用的農藥、五十種濫用藥物及九種中草藥的有毒成分作為研究對象。為模擬臨床的實際情況，實驗中分別采用人體胃液、尿液或有機溶劑稀釋樣品溶液。檢測操作為，將金屬探針直接浸入樣品溶液并立即取出，隨后將探針插入熱脫附電噴霧電離（TD-ESI）或電噴霧輔助激光解吸電離（ELDI）源中以表征探針上的毒素。因無需進行樣品制備處理，TD-ESI / MS或ELDI / MS毒素的采樣過程可在60秒內完成，同時對于農藥、濫用藥物和有毒草藥成分的檢出限均低于ppm級。

謝建臺在報告中表示，TD-ESI / MS和ELDI / MS方法在及時提供患者的毒理學信息方面非常具有前景，并有助于在急診中的醫療診斷。

加利福尼亞大學圣地亞哥分校病理學系/美國臨床質譜學會主席David A. Herold

報告題目《Artificial Intelligence will enable Mass Spectrometry in the Clinical Labratory》

David Herold在報告伊始時表示，臨床實驗室為診斷、預防、治療人體疾病或評估人體健康提供了約70%的信息。同時由于質譜技術因其能夠精準地測定待測物，而在臨床實驗室得到廣泛應用，比如在女性和兒童中準確測量睪酮含量時因其他類固醇類化合物的交叉反應而無法通過免疫測定法，質譜技術對多組分析物進行多重分析的優勢進一步得以凸顯。類固醇激素是一類由腎上腺和性腺分泌的微量高效能化學物質。這類激素的代謝紊亂是許多疾病的肇因，因此準確地檢測其變化情況在疾病的診斷中具有重要參考價值。

David Herold提到，目前質譜技術在高效液相色譜（HPLC）、高分辨質譜(HRMS)、離子遷移技術(ion mobility)以及MALDI電離效率提高等方面已取得重要進展。因此利用質譜技術積累大量的臨床數據，同時人工智能技術進行大數據收集與開發，結合二者，可以更好地幫助醫學診斷，癌癥篩查及藥物選擇等。David Herold還舉例說到，使用尿液中的9種類固醇鑒別良性腎上腺囊腫和腎上腺皮質癌的相關研究時，使用人工智能技術確認了腎上腺皮質癌的存在和復發，該研究的成功為人工智能評估與代謝產物和蛋白質相關疾病提供了動力。

展商掠影

與會代表合影

16日當天報告結束后，與會專家一行在唐科奇、丁傳凡以及余建成的帶領下參觀走訪了寧波大學質譜技術與應用研究院。

參觀走訪

專家合影