脂质是组成生物体的重要生物分子，能够参与调节多种生命活动。脂质广义上来说是指疏水性和两亲性小分子，完全或者部分来自两种不同的生物结构单元酮酰基和异戊二烯基团。脂质代谢异常可以引发诸多疾病，如动脉硬化、糖尿病等疾病。

脂质组学  (Lipidomics) 是基于 LC-MS/MS高通丑分析技 术，系统性研究生物体脂质组成 与表达变化的模式，可有效研究脂类家族、脂质分子在各种生物过程中的改变与功能，进而阐明相关的生命活动机制与机理。

技术优势

1、样本无需特殊处理且一次进样分析即可；

2、严格 QC:每个项 目都设暨严格的QC质控，保证数据真实可靠；

3、较高的灵敏度、分辨率；

4、高通量。

应用方向

基础医学：  生物标志物，疾病机理机制，疾病分型，个性化治疗等；

生物医药： 药物作用机理，药效评价，药物开发等；

农林领域：抗逆胁迫机制，生长发育研究，育种保护研究等；

微生物领域：致病机理，耐药机制，病原体－宿主相互作用研究等；

食品科学与营养学：食品成分及质岱，食品体内过程，食品功能等；

畜牧业：肉类及乳品质研究，致病机理研究等；

海洋水产：渔业资源，海水养殖，渔业环境与水产品安全等；

生物能源、环境科学领域：发酵过程优化，生物燃料生产，环境危定风险评估研究等；

推荐文献列表

文献案例

背景介绍：

对患有精神失常和情感性精神障碍的精神疾病患者的早发现和早治疗可以显著改善临床结果。因此在过去十年里，研究的重点已经转移到高危个体的防范上。过去十五年的研究表明，普通人群中有 8% 至 17% 的儿童和青少年以及 7% 的成年人报告有精神失常行为。众所周知，这些在早期报告出现亚临床症状的个体患精神疾病和其他疾病的风险增加。精神疾病的生物特征的识别可以提供对疾病病理生理学基础的洞察，并且也有可能被用作早期检测和诊断的生物标志特征的一部分。

研究思路

结果速递

对 12 岁儿童（18 岁时报告出现精神失常行为）的血清样本进行脂质组学和蛋白组学数据分析以寻找潜在生物标志物。单变量分析显示， 精神失常行为（PEs）组和健康对照组之间共有 34 种差异脂质和 3 种差异蛋白。经过 FDR 校正后，有 16 种脂质和 1 种蛋白质（PLG）仍显著变化。脂质组学和蛋白组学数据联合分析显示，17 种脂质与 6 种蛋白质（PLG、肝素辅因子 2、补体 C2、补体因子 H、簇蛋白和玻连蛋白）呈正相关， 其相似性得分超过 0.3。并且观察到凝血蛋白 PLG、肝素辅因子 2 和补体途径蛋白玻连蛋白与 16 种脂质呈较强的正相关。

图1.差异代谢物聚类热图

为了检测研究人群中潜在代谢表型，将 KODAMA 算法应用于具有可用临床数据的所有个体（n = 90）。根据最高轮廓中位数，分成 4 个不同的聚类，分别为 A、B、C 和 D。不同聚类之间 PEs 的发生显著不同（p =0 .007）。对聚类的进一步分析表明，聚类 D 显示出发展成为 PEs 的高可能性。该聚类显示出PEs 为发生率为 71%，而聚类 A、B 和 C 的发生率分别为 42%、29% 和 19%。值得注意的是，小 LDL 颗粒之间的差异以及小LDL 颗粒中磷脂与总脂质比率的差异，与 PEs 病例的分布相似。总之，聚类 D 代表了具有发展成 PEs 的高可能性的代谢表型。

图2.基于轮廓中位数的聚类分析