f i g u r e 4由MS-Dial中MS片段化模式识别的不同脂质的相对丰度的热图。对治疗和脂质进行了无监督的聚类。紫色表明丰度降低,黑色表示脂质丰度增加。颜色代码代表右列中的脂质类,右侧列出了脂质缩写。饮食治疗组用顶部的颜色代码表示,现场实验的一周用数字表示。用广义线性混合效应模型(每周每周n = 3 - 6个样品)确定估计值。
摘要:脂质代谢障碍与多种疾病有关,例如2型糖尿病或恶性肿瘤。在过去的二十年中,基于高性能质谱的脂质组学已成为各种生物学领域的宝贵工具。然而,宏观组织匀浆的评估通常未发现微米级异质性引起的差异。因此,在这项工作中,我们开发了一种新型的激光显微解剖耦合shot弹枪脂质组平台,该平台结合了定量和宽范围的脂体分析和合理的空间分辨率。多步态方法涉及从组织样品中制备连续的冷冻切片,天然和染色图像的交叉引用,激光对感兴趣区域的激光显微解剖,原位脂质提取以及定量的shot弹枪脂肪态学。我们使用了小鼠肝脏和肾脏以及2D细胞培养模型来验证新工作的效率,可重复性和定量线性线性。我们确定,可剖面样品区域的极限对应于大约十个细胞,同时保持良好的脂质群覆盖范围。我们在小鼠海马示例中证明了该方法在识别组织异质性方面的性能。通过提供脂质代谢的拓扑映射,新型平台可能有助于发现包括肿瘤在内的复杂样品中的区域特异性脂质组改变。