近期色谱－质谱相关技术和方法学研究综述(2),生物化学论文

　　体积排阻色谱在分离大的生物分子和颗粒物方面具有特殊作用。Vajda 等[11]研究了体积排阻色谱（SEC）分离流感病毒颗粒的新方法。血凝反应检测是广泛用于流感活性检测的方法，但是它不能观察到病毒颗粒大小。SEC 分离基础上的检测便可以获得相关的重要信息。流动相中添加 200mmol / L 的精氨酸或氯化钠可以获得完全分散的病毒颗粒，柠檬酸钠则可以导致病毒聚集。H1N1 病毒的数量与 DNA 含量在 5 ng/ mL 到 670 ng/ mL 之间有很好的关联度。馏分中病毒含量得到红细胞凝聚活性测定的验证。3 种流感疫苗株（H1N1v5258、H1N1 PR / 8 / 34 和 H3N2 Aichi / 2 / 68）依据病毒颗粒的大小经过 SEC 分离和活性检测，获得了更重要的病毒相关信息。
　　
　　量子点（QD）纳米材料广泛用于生物分子荧光标记跟踪和细胞成像等。庞代文实验室[12]采用SEC 发展了量子点分离纯化技术。作者采用高效SEC 对辛胺接枝聚丙烯酸修饰的量子点进行分离，将量子点与团聚量子点和聚合物分开；分离后的量子点稳定性大幅增加。随后，作者对量子点、量子点与链霉亲和素（SA）和免疫球蛋白（IgG）分别结合形成复合物 QD-SA 和 QD-IgG 进行分离，并将分离制备的两种复合物用于肿瘤标志物的切片检测，效果非常好，无非特异性吸附现象。该方法对生物探针的制备、分离、纯化有重要的应用价值。
　　
　　Zaia 等[13]采用体积排阻色谱-离子抑制质谱分离检测了低分子量肝素类化合物的成分。肝素作为重要的治疗药物，一直被广泛应用于治疗凝血功能障碍。随着国际专利过期，应用肝素制备的新药已经获得美国 FDA（Food and Drug Administration）批准。作者发展了针对含有 30 个以内寡糖并具有精确相对分子质量的肝素类化合物单体测定方法，采用离子抑制池除盐，体积排阻色谱馏分直接用电喷雾质谱鉴定，可以圆满解决肝素的分析问题。
　　
　　全二维气相色谱（GC×GC）技术研究也有不少新进展。Luong 等[14]发展了新的 GC×GC 系统，采用了不依赖温度的调制调节器（TiM）。该系统采用热电制冷和云母制热技术，无需液氮冷冻，增大补充气流可以有效改善色谱操作参数，有利于分别控制第一维和第二维色谱柱达到最佳分离效率。调节再进样效率还有利于第一维色谱的反吹，加快消除柱子的背景干扰。TiM 技术可用于 nC6~ nC24 范围的挥发性化合物的分析。对苯、甲苯、乙苯和二甲苯的测定结果表明，第一维和第二维结果的重复性分别达到 0. 009% 和 0. 008% （n = 10），标准偏差均小于 4. 7%.
　　
　　Tian 等[15]研究开发了用于 GC×GC/ time offlight （TOF）-MS 的数据处理软件系统（GC2MS）。该系统基于网络平台开发，可以有效利用网上数据信息，特别是代谢组学数据，能获得各种 GC×GC/TOF-MS 质谱图谱数据信息。通过比较图谱的相似性、校正基线获得图谱的关联度。GC2MS 可用于不同条件下人血浆样品中当归中化合物的分析，表明该数据系统具有高效性和实用性。
　　
　　Zimmermann 实验室[16]采用 GC×GC 技术研究了人呼出气体中的挥发性有机物。利用真空紫外吸收光谱（VUV）检测化合物类型。系统优化了吸收池体积和气体流速，取得了高灵敏度和高分辨率。同时，将 VUV 检测器与 TOF-MS 进行了比较，其峰宽达到 300 ms,检出限达到 ng 以下级别。采用针头捕集微萃取（NTME）采样，测定了人血糖变化过程中呼出气体的组成变化，对临床应用具有重要意义。
　　
　　在色谱柱制备技术方面，Lincoln 等[17]近期研究了基于两维“柱状”阵列的色谱分离系统。采用多孔二氧化硅层增加比表面积，降低相比，提高色谱保留能力。柱状填料多孔层厚 20~250 nm,采用光刻和等离子增强化学气相沉积法制备，再采用十八烷基三氯硅烷或正丁基二甲基氯硅烷键合反应制备反相表面。理论计算表明，50 nm 厚的多孔层可提高比表面积 120 倍。实际样品的保留测试也表明，随着多孔层厚度的增加，样品的保留显着增大。对荧光衍生的胺类化合物的两维分离验证了该平面色谱的高效分离能力。
　　
　　Jorgenson 研究组[18]报道了一种超长、超高效毛细管液相色谱柱的匀浆装柱技术。高浓度的填料匀浆液和超声震荡是形成高均一填充床、获得高效柱的途径。作者利用 200 mg/ mL 的 2. 02 微米填料匀浆液填充了6 根长1 m、内径75 μm 的柱子，其中3 根在超声条件下获得了折合塔板高度为 1. 05 的结果。这表明高浓度匀浆填料加超声可以制备超长、超高效毛细管液相色谱柱。
　　
　　色谱-质谱分析技术还用于研究人的生活习性、活动范围，以及与人群之间的物质交换等。Petras等[19]采用色谱-质谱采集了大量日常生活中接触的环境和物体上残留的化合物样品，以此分析数据用于关联人的生活习惯和各种活动空间、接触物体等。通过对居住的房间、开的车、光顾的饭店、工作的实验室和办公室等环境中接触到的各种化学物质和人体释放的化学物质的分析，可以从人群中描绘出一个人每天的各种习惯和留下的踪迹，得到三维空间模型中各种接触点（如门把手、自行车把手等）和皮肤接触到的物体（如自行车架等）。大约 50% 的化合物来自其他人群和环境中的物质。从中可以发现个人使用的化妆品、塑料用品、清洗剂、食物和食品添加剂，甚至吃的药物等线索。这一研究在法医学、医疗保健、建筑设计、空间探索与环境应用中均有重要价值。
　　
　　参考文献：
　　
　　[1] Paik Y,Overall C,Deutsch E,et al. J Proteome Res,2016,15:3945.
　　[2] Zhou S,Hu Y,Veillon L,et al. Anal Chem,2016,88:7515.
　　[3] Lin C,Haeuptle M,Aebi M. Anal Chem,2016,88:8484.　　
　　[4] Shubhakar A,Kozak R,Reiding K,et al. Anal Chem,2016,88:8562.
　　[5] Tanabe K,Kitagawa K,Kojima N,et al. J Proteome Res,2016,15:2935.　
　　[6] Karner A,Gesslbauer B,Spreitzer A,et al. J Proteome Res,2016,15:3055.　　
　　[7] Zarei M,Sprenger A,Rackiewicz M,et al. J Nature Proto-cols,2016,11:37.　　
　　[8] Adachi J,Hashiguchi K,Nagano M,et al. Anal Chem,2016,88:7899.　　
　　[9] Rst H,Liu Y,D'Agostino G,et al. Nat Methods,2016,13:777.　　
　　[10] Tyanova S,Temu T,Cox J. Nat Protoc,2016,11:2301.　　
　　[11] Vajda J,Weberb D,Brekelb D,et al. J Chromatogr A,2016,1465:117.　　
　　[12] Wu Z Q,Tian Z L,Zhang A A,et al. Talanta,2016,159:64.　　
　　[13] Zaia J,Khatri K,Klein J,et al. Anal Chem,2016,88:10654.　　
　　[14] Luong J,Guan X,Xu S,et al. Anal Chem,2016,88:8428.　　
　　[15] Tian T,Wang S,Kuo T,et al. Anal Chem,2016,88:10395.　　
　　[16] Gruber B,Groeger T,Harrisonc D,et al. J Chromatogr A,2016,1464:141.
　　[17] Lincoln D,Lavrik N,Kravchenko I,et al. Anal Chem,2016,88:8741.　
　　[18] Godinho J,Reising A,Tallarek U,et al. J Chromatogr A,2016,1462:165.　　
　　[19] Petras D,Nothias L,Quinn R,et al. Anal Chem,2016,88:10775.