AFADESI-MSI是(yes)一(one)種新型的(of)常壓敞開式離子化技術，無需放射性同位素或熒光标記，通過與高分辨質譜儀聯機使用(use)，可直觀反映目标分子或者未知化合物分子在(exist)生(born)物體内的(of)原位代謝信息，能夠解決具有空間分布差異或者結構差異相關的(of)生(born)物學問題。該技術借助于(At)高速的(of)空氣流，實現了(Got it)離子的(of)遠距離傳輸，擴展了(Got it)待測樣品的(of)檢測空間和(and)靈活性，靈敏度可達pg級别，動态範圍達到(arrive)三個(indivual)數量級，覆蓋1500個(indivual)化合物，如膽堿類、多胺類、氨基酸類、肉堿類、核苷類、核苷酸類、有機酸類、碳水化合物類、膽固醇類、膽酸類、脂質類等多種類代謝物。
中國(country)醫學科學院藥物研究所天然藥物活性物質與功能國(country)家重點實驗室再帕爾·阿不(No)力孜、賀玖明團隊在(exist)分析化學一(one)區《Analytical Chemistry》期刊發表封面文章，題爲(for)“Mapping Metabolic Networks in the Brain by Ambient Mass Spectrometry Imaging and Metabolomics”的(of)研究成果，采用(use)自主研發的(of)AFADESI-MSI技術，建立了(Got it)一(one)種高靈敏空間代謝組學方法，實現了(Got it)大(big)鼠腦組織中多種類極性内源性代謝物的(of)高覆蓋成像，結合代謝通路分析，全面繪制腦代謝網絡圖譜，揭示了(Got it)東莨菪堿緻大(big)鼠記憶功能障礙模型的(of)代謝改變及其腦微區分布特征。（文章鏈接：https://doi.org/10.1021/acs.analchem.1c00467）
大(big)腦功能與其複雜的(of)微區結構密切相關。研究腦中分子變化有助于(At)理解中樞神經系統疾病的(of)發病機制，推動藥物研發。質譜成像(MSI)技術具有高靈敏、方便、省時(hour)以(by)及免标記的(of)優勢，已成爲(for)繪制蛋白質、代謝産物和(and)脂質圖譜的(of)強大(big)工具，但高通量成像表征腦中的(of)極性小分子代謝物仍具挑戰。本文對課題組研發的(of)空氣動力輔助離子化質譜成像（AFADESI-MSI）平台進行了(Got it)優化，應用(use)空間分辨代謝組學繪制了(Got it)大(big)鼠腦代謝網絡。
SD大(big)鼠腹腔注射2 mg/kg東莨菪堿（給藥組、對照組各3隻），安樂死後取出(out)大(big)腦，用(use)冷凍切片機制成20 μm厚的(of)矢狀切片，相鄰的(of)大(big)腦切片進行H&E和(and)Nissl染色。
SD大(big)鼠腹腔注射2 mg/kg東莨菪堿（給藥組、對照組各3隻），安樂死後取出(out)大(big)腦，用(use)冷凍切片機制成20 μm厚的(of)矢狀切片，相鄰的(of)大(big)腦切片進行H&E和(and)Nissl染色。
原始數據轉換後應用(use)MassImager軟件進行可視化。将光學圖像精準匹配感興趣區域的(of)離子強度，獲取差異代謝物信息。通過在(exist)線數據挖掘工具Metaboanalyst完成了(Got it)代謝物的(of)高通量注釋。Cyctoscape用(use)于(At)可視化大(big)腦中的(of)複雜網絡。
兩組大(big)腦樣本選擇相同的(of)微區進行組織學特征性離子圖像疊加，采用(use)t檢驗(n = 3)進一(one)步驗證數據處理結果。
研究通過優化實驗确定ACN / H2O（8:2）作(do)爲(for)理想的(of)噴霧溶劑。圖像中小腦小葉間隔（約爲(for)78.0 μm）清晰可見，表明AFADESI-MSI的(of)實際空間分辨率小于(At)100 μm。此外，成像結果顯示質量差爲(for)30ppm的(of)兩種代謝物可以(by)得到(arrive)明顯分離，檢測的(of)動态範圍高達1000倍。如圖所示，通過AFADESI-MSI獲得的(of)一(one)些具有代表性的(of)代謝物，離子強度從0~106，其分布特征與腦功能結構高度一(one)緻。
圖1. AFADESI-MSI和(and)代謝組學繪制大(big)鼠大(big)腦代謝網絡的(of)策略，以(by)及代表性極性内源性代謝物離子圖像。
實驗通過AFADESI-MSI在(exist)正負離子模式下獲得了(Got it)298和(and)372個(indivual)特征離子圖像。包括氨基酸、核苷酸、碳水化合物、脂肪酸和(and)神經遞質（NTs）等。結果顯示γ-氨基丁酸（GABA）在(exist)中腦、嗅球和(and)下丘腦中信号強度較高；多巴胺（DA）主要(want)集中分布在(exist)紋狀體；組胺（HA）作(do)爲(for)一(one)種興奮性NTs集中在(exist)丘腦和(and)下丘腦中。松果體在(exist)睡眠和(and)光周期調節方面起着重要(want)的(of)作(do)用(use)，由于(At)其體積小容易被忽視。實驗在(exist)該區域檢測到(arrive)共106種極性代謝物，發現吲哚乙醛、吲哚、5'-甲基硫代腺苷和(and)褪黑素高表達，且褪黑素上(superior)遊代謝産物血清素(5-HT)在(exist)松果體中也有特定的(of)分布。
圖2.AFADESI-MSI和(and)MetaboAnalyst獲得的(of)大(big)鼠腦中的(of)代謝網絡。
研究将光學圖像和(and)MSI圖像進行精确疊加，從大(big)腦微區中提取代謝圖譜進行代謝網絡重構。圖中顯示了(Got it)包括谷氨酸代謝、花生(born)四烯酸代謝、葡萄糖代謝、嘌呤代謝、三羧酸循環等在(exist)内的(of)代謝途徑。這(this)些信息有助于(At)在(exist)系統水平上(superior)深入了(Got it)解大(big)腦的(of)代謝活動。如圖3A所示，嘌呤代謝中，AMP和(and)GMP在(exist)大(big)腦皮層和(and)松果體中高表達，但在(exist)胼胝體和(and)穹隆中強度較弱。這(this)些結果表明，代謝物的(of)分布在(exist)大(big)腦中表現出(out)功能區域特異性。
圖3.AFADESI-MSI獲得大(big)鼠腦内嘌呤代謝途徑及相關代謝産物分布(A)和(and)AMP在(exist)大(big)鼠腦各層的(of)分布(B)。
如圖展示了(Got it)NTs及其相關代謝物在(exist)大(big)鼠腦内的(of)分布特征和(and)聯系。結果表明代謝物在(exist)腦微區結構中的(of)代謝速度是(yes)可變的(of)，并定義了(Got it)區域内穩态的(of)條件。如組氨酸作(do)爲(for)組胺（HA）的(of)前體在(exist)松果體中分布稍高，而HA僅在(exist)丘腦和(and)下丘腦中觀察到(arrive)；HA代謝下遊産物甲基組胺在(exist)丘腦和(and)下丘腦中的(of)分布比HA更廣泛，從而進一(one)步證明了(Got it)代謝網絡的(of)區域多樣性和(and)複雜性。
圖4.(A)神經遞質及其相關代謝物在(exist)大(big)鼠腦中的(of)分布;(B)神經遞質調節和(and)代謝網絡。
研究應用(use)AFADESI-MSI分析了(Got it)對照組和(and)東莨菪堿治療的(of)大(big)鼠腦矢狀切片。顯示了(Got it)差異代謝物在(exist)不(No)同腦微區的(of)含量，如N-甲酰犬尿氨酸、L-色氨酸和(and)5-HTP這(this)三種代謝物同屬于(At)色氨酸代謝通路，表明東莨菪堿擾亂了(Got it)腦區色氨酸代謝過程或相關代謝物的(of)區域間轉運。此外，NTs調節網絡也受到(arrive)了(Got it)幹擾，腦導管内HA和(and)甲基組胺升高， GABA、Glu、谷胱甘肽也發生(born)變化。對給藥組大(big)腦的(of)10個(indivual)微區進行了(Got it)分析，結果在(exist)腦橋中發現16個(indivual)異常代謝物，而在(exist)大(big)腦皮質中發現7個(indivual)異常代謝物，表明腦橋和(and)大(big)腦皮質可能是(yes)對東莨菪堿作(do)用(use)最敏感的(of)區域。
圖5.東莨菪堿模型大(big)腦中代謝網絡改變。
如下圖所示，顯示了(Got it)其中幾種異常表達的(of)代謝産物的(of)分布，如腺嘌呤在(exist)小腦皮層發生(born)顯著下調;HA在(exist)腦導水管下調 (圖6A-H)。這(this)些代謝物的(of)相對定量信息進一(one)步表明，藥物效應在(exist)大(big)腦中具有多樣性和(and)區域特異性。基于(At)空間分辨的(of)代謝組學爲(for)發現酶或基因異常提供了(Got it)線索，但要(want)完成完整的(of)代謝網絡分析需要(want)在(exist)蛋白質和(and)基因水平上(superior)進一(one)步驗證。
圖6.東莨菪堿治療大(big)鼠學習記憶障礙腦模型的(of)AFADESI-MSI圖像和(and)代謝物統計結果(n = 3)。
本研究開發了(Got it)一(one)種針對極性内源性代謝小分子高靈敏、高覆蓋的(of)分子成像方法，通過AFADESI-MSI空間代謝組學分析，全面繪制了(Got it)腦代謝網絡及其空間分布，無需衍生(born)化和(and)複雜的(of)前處理，實現了(Got it)對NTs、核苷酸代謝物、多胺、肌酸等極性分子的(of)可視化，爲(for)腦中生(born)理、病理和(and)藥理過程的(of)機制、功能、以(by)及神經系統中各區域間的(of)相互聯系提供了(Got it)線索和(and)代謝網絡調控研究的(of)新視角。本文運用(use)該方法進一(one)步研究了(Got it)東莨菪堿模型腦的(of)微區代謝變化，結合統計分析，揭示了(Got it)與記憶功能障礙直接相關的(of)代謝通路顯著改變及其微區分布特征。
數據來(Come)源：“質譜成像”微信公衆号
中國(country)醫學科學院藥物研究所天然藥物活性物質與功能國(country)家重點實驗室再帕爾·阿不(No)力孜、賀玖明團隊在(exist)《PNAS》上(superior)發表了(Got it)一(one)篇題爲(for)“Spatially resolved metabolomics to discover tumor-associated metabolic alterations”的(of)研究論文，采用(use)AFADESI-MSI技術，建立了(Got it)空間分辨的(of)原位代謝組學方法，并提出(out)一(one)種“下遊代謝物與上(superior)遊代謝酶關聯” 的(of)研究策略來(Come)表征腫瘤代謝改變；結合免疫組化分析驗證，從代謝物和(and)代謝酶兩個(indivual)層次和(and)組織原位深入探究食管癌的(of)代謝改變，發現并可視化表征了(Got it)食管癌異常的(of)代謝通路及其代謝酶。（文章鏈接：https://doi.org/10.1073/pnas.1808950116）
獨特的(of)代謝模式是(yes)腫瘤細胞區别于(At)正常細胞的(of)重要(want)特征，越來(Come)越多的(of)研究表明，在(exist)腫瘤的(of)發生(born)、發展過程中，腫瘤細胞會發生(born)特定譜式的(of)代謝改變以(by)适應腫瘤生(born)長。對于(At)不(No)同組織來(Come)源的(of)腫瘤細胞，盡管彼此間的(of)基因變異譜千差萬别，但是(yes)，幾乎所有的(of)腫瘤都需要(want)通過類似的(of)代謝重編程（Metabolic Reprogramming）來(Come)維持其無限制的(of)細胞增殖。腫瘤代謝的(of)表征能夠爲(for)癌症病理機制研究、腫瘤診療新指标和(and)幹預靶點的(of)發現提供新的(of)契機。然而，到(arrive)目前爲(for)止，如何全面的(of)發現腫瘤的(of)異常代謝，尤其是(yes)如何從代謝物和(and)代謝酶兩個(indivual)層面上(superior)原位地(land)表征腫瘤的(of)異常代謝仍然面臨非常大(big)的(of)困難。
收集256例人(people)鱗片狀食管癌（ESCC）組織标本，包括癌組織、癌旁組織和(and)遠端非癌組織，制成冰凍組織切片。如圖1所示，采用(use)空氣動力輔助解吸電噴霧離子化質譜成像技術（AFADESI-MSI），采集上(superior)述組織中内源性代謝物及其空間分布信息；對相鄰切片進行HE染色；采用(use)MassImager質譜成像數據處理軟件，使質譜成像圖與HE染色圖匹配重合，按不(No)同組織類型及空間分布提取代謝物輪廓信息；使用(use)SIMCA軟件進行多變量統計分析，篩選出(out)與腫瘤代謝相關的(of)差異代謝物；根據差異代謝物及其鑒定結果富集分析發生(born)變化的(of)代謝通路及推測關鍵代謝酶；采用(use)免疫組化方法檢測鎖定的(of)代謝酶表達，進一(one)步驗證其與代謝标志物是(yes)否具有同樣的(of)空間分布特征。
脯氨酸作(do)爲(for)細胞微環境中的(of)重要(want)氨基酸參與細胞凋亡和(and)自噬，在(exist)癌症代謝中的(of)重要(want)作(do)用(use)得到(arrive)越來(Come)越多的(of)關注。根據256個(indivual)食管癌組織樣本的(of)統計數據，癌區脯氨酸離子強度顯著高于(At)上(superior)皮和(and)肌肉區(P<0.001，圖2C)。采用(use)免疫組化方法檢測與脯氨酸合成相關的(of)關鍵代謝酶吡咯-5-羧酸還原酶2（PYCR2）在(exist)ESCC組織切片中的(of)空間表達，發現PYCR2隻在(exist)癌區表達(圖2e)，與食管癌組織中脯氨酸的(of)空間分布一(one)緻。
圖2 脯氨酸生(born)物合成途徑中關鍵代謝物和(and)代謝酶的(of)原位分析（A）脯氨酸的(of)質譜成像（B）光學-MSI重疊圖像（C）256例鱗片狀食管癌（ESCC）患者癌組織和(and)相鄰上(superior)皮、肌肉組織中脯氨酸水平 ***p<0.001（D）ESCC組織的(of)HE染色圖 （E）不(No)同ESCC組織中PYCR2的(of)表達 CT，癌組織；ET，上(superior)皮組織；MT，肌肉組織
尿苷是(yes)RNA合成的(of)重要(want)核苷前體，也參與嘌呤核苷酸生(born)物合成和(and)碳水化合物代謝。此外，組織中尿苷的(of)水平對于(At)嘧啶類抗代謝藥物的(of)抗腫瘤治療至關重要(want)。研究發現癌組織中尿苷含量高于(At)上(superior)皮組織而低于(At)肌肉組織（P<0.001,圖3 A1和(and)A3），而尿嘧啶的(of)含量在(exist)癌組織中顯著升高（P<0.001,圖3 A2和(and)A4），尿嘧啶/尿苷離子強度比（圖3A6）在(exist)癌區顯著增加，可以(by)作(do)爲(for)區分癌組織與癌旁正常組織的(of)生(born)物标志物。同樣，免疫組化結果顯示催化尿嘧啶生(born)成尿苷的(of)代謝酶尿苷磷酸化酶1(UPase 1)在(exist)癌組織中的(of)表達上(superior)調。
圖3A 尿苷代謝途徑中關鍵代謝物和(and)代謝酶的(of)原位分析（A1，A2）尿苷和(and)尿嘧啶的(of)質譜成像圖 （A3，A4）256例鱗片狀食管癌（ESCC）患者癌組織和(and)相鄰上(superior)皮、肌肉組織中尿苷和(and)尿嘧啶水平 ***p<0.001（A5）UPase 1介導的(of)尿苷轉換爲(for)尿嘧啶的(of)代謝過程（A6）根據尿嘧啶/尿苷離子強度比值構建的(of)質譜成像圖 （A7）癌組織和(and)相鄰上(superior)皮、肌肉組織中尿苷和(and)尿嘧啶的(of)強度變化（A8）ESCC不(No)同區域UPase 1的(of)表達 CT，癌組織；ET，上(superior)皮組織；MT，肌肉組織
組氨酸在(exist)組氨酸脫羧酶(HDC)的(of)介導下代謝爲(for)組胺。有越來(Come)越多的(of)證據顯示組胺直接參與緻癌作(do)用(use)，可以(by)作(do)爲(for)一(one)種潛在(exist)的(of)細胞保護劑來(Come)改善癌症治療。根據一(one)些研究者的(of)說法，基于(At)組胺的(of)治療能促進癌細胞中DNA損傷、凋亡和(and)衰老并可以(by)顯著增加患癌動物的(of)存活率。在(exist)本研究中，組氨酸和(and)組胺呈現完全相反的(of)空間分布。根據256例食管癌組織樣本的(of)成像數據，組氨酸在(exist)癌組織中顯著上(superior)調而組胺顯著下調。組胺與組氨酸的(of)離子強度差異如圖3B7所示。通過計算組胺與組氨酸的(of)離子強度比，對HDC介導的(of)組氨酸脫羧反應進行了(Got it)研究(3B6)，發現腫瘤組織的(of)脫羧率相對于(At)肌肉和(and)上(superior)皮組織較弱。和(and)基于(At)強度比的(of)質譜成像預測的(of)一(one)緻，腫瘤組織的(of)HDC表達水平低于(At)肌肉組織和(and)上(superior)皮組織。
圖3B 組胺代謝途徑中關鍵代謝物和(and)代謝酶的(of)原位分析 （B1，B2）組氨酸和(and)組胺質譜成像圖（B3，B4）256例鱗片狀食管癌（ESCC）患者癌組織和(and)相鄰上(superior)皮、肌肉組織中組氨酸和(and)組胺水平 （B5）HDC介導的(of)組氨酸轉換爲(for)組胺的(of)代謝過程（B6）根據組胺/組氨酸離子強度比值構建的(of)質譜成像圖（B7）癌組織和(and)相鄰上(superior)皮、肌肉組織中組氨酸和(and)組胺的(of)離子強度變化（B8）ESCC不(No)同區域HDC的(of)表達。此外，發生(born)改變的(of)代謝途徑還有谷氨酸代謝，脂肪酸合成以(by)及多胺的(of)生(born)物合成，均在(exist)腫瘤組織中表現爲(for)顯著增多，相應的(of)免疫組化結果也證明與上(superior)述途徑有關的(of)關鍵代謝酶在(exist)癌區的(of)表達也明顯上(superior)調。以(by)下（表1）爲(for)通過256例食管癌患者組織樣本篩選出(out)的(of)發生(born)改變的(of)6條代謝途徑和(and)相應的(of)關鍵代謝酶：
表1 篩選出(out)癌症相關的(of)代謝産物、代謝酶、代謝途徑
該研究建立了(Got it)一(one)種高靈敏的(of)空間分辨的(of)原位代謝組學方法，對食管癌潛在(exist)原位标志物進行了(Got it)代謝通路分析，并對通路上(superior)相關聯代謝物的(of)分布特征進行原位可視化表征，分析其空間變化趨勢，發現了(Got it)并驗證了(Got it)6個(indivual)在(exist)食管癌中異常表達的(of)代謝酶：吡咯-5-羧酸還原酶2(PYCR2)、谷氨酰胺酶(GLS)、尿苷磷酸化酶1(UPase1)、組氨酸脫羧酶(HDC)、脂肪酸合成酶(FASN)和(and)鳥氨酸脫羧酶(ODC)，它們(them)廣泛參與食管癌相關的(of)腫瘤代謝過程，其中PYCR2和(and)UPase1被首次發現在(exist)食管癌中異常改變。研究結果表明脯氨酸生(born)物合成，谷氨酸代謝，尿苷代謝，組氨酸代謝，脂肪酸合成，多胺生(born)物合成等代謝通路在(exist)食管癌組織中發生(born)了(Got it)顯著變化。這(this)些癌症代謝相關信息有助于(At)增加對癌症代謝重編程的(of)理解。基于(At)AFADESI-MSI技術的(of)空間分辨原位代謝組學方法，不(No)僅可驗證腫瘤原位标志物的(of)可靠性；同時(hour)針對腫瘤等具有複雜結構的(of)組織，它具有原位、無需特殊标記、無需複雜耗時(hour)的(of)前處理及反複染色過程，能夠高通量地(land)發現腫瘤異常變化的(of)代謝通路及其代謝酶等優勢；可從代謝物和(and)代謝酶兩個(indivual)層次全面表征腫瘤的(of)代謝改變并發現其潛在(exist)功能，爲(for)深入探究腫瘤的(of)代謝改變提供了(Got it)全新的(of)研究視角。
數據來(Come)源：“質譜成像”微信公衆号
中國(country)醫學科學院藥物研究所天然藥物活性物質與功能國(country)家重點實驗室再帕爾·阿不(No)力孜、賀玖明團隊在(exist)《Theranostics》上(superior)發表了(Got it)一(one)篇題爲(for)“Evaluation of the tumor-targeting efficiency and intratumor heterogeneity of anticancer drugs using quantitative mass spectrometry imaging”的(of)研究論文，采用(use)空氣動力輔助解吸電噴霧離子化（AFADESI）技術和(and)基于(At)人(people)工神經網絡（ANN）的(of)虛拟校正-定量質譜成像（VC-QMSI）方法，建立了(Got it)針對紫杉醇及其衍生(born)物前藥的(of)體内定量成像方法，爲(for)評估該類藥物的(of)腫瘤靶向效率和(and)瘤内異質性分布提供了(Got it)直觀有效的(of)途徑，也爲(for)靶向抗腫瘤新藥研發提供了(Got it)有力的(of)研究工具。（文章鏈接：doi: 10.7150/thno.41763. eCollection 2020.）
可區分正常組織和(and)腫瘤組織的(of)靶向抗腫瘤藥物開發是(yes)癌症治療研究中的(of)關鍵問題。在(exist)新藥研發的(of)早期，如何快速評估抗癌藥物的(of)腫瘤靶向性非常重要(want)，且了(Got it)解藥物在(exist)腫瘤内的(of)異質性分布更具挑戰。開發一(one)種高精度、高靈敏度的(of)定量成像分析方法有望解決這(this)一(one)難題。質譜成像是(yes)一(one)種無需标記的(of)分子成像技術，它可提供有關生(born)物體内藥物和(and)代謝物分布的(of)時(hour)空信息，其在(exist)藥物開發領域的(of)應用(use)正在(exist)迅速增加。紫杉醇具有很強的(of)抗腫瘤活性，但直接用(use)藥常伴随有骨髓抑制、神經毒性等嚴重不(No)良反應；近年來(Come)臨床緻力于(At)對紫杉醇進行結構優化、劑型改造或前體藥物開發，以(by)提高藥物的(of)腫瘤靶向能力，減少副作(do)用(use)。本研究建立了(Got it)紫杉醇及其衍生(born)物前藥的(of)體内定量成像方法，評估了(Got it)該類藥物的(of)腫瘤靶向效率和(and)瘤内異質性分布。
通過構建含已知濃度藥物的(of)模拟生(born)物組織，建立了(Got it)定量質譜成像标準曲線；采用(use)空氣動力輔助解吸電噴霧離子化質譜成像（AFADESI-MSI）技術，同時(hour)采集藥物、藥物代謝物和(and)内源性代謝物信息；以(by)内源性代謝物爲(for)内标，結合ANN方法，構建了(Got it)生(born)物組織中質譜響應基體效應自動預測與校正的(of)回歸模型，對動物切片的(of)單位像素進行逐一(one)定量，從而建立了(Got it)整體動物體内藥物質譜成像分析方法。将該方法用(use)于(At)評估靜脈注射紫杉醇（PTX）、紫杉醇脂質體（PTX-liposome）和(and)紫杉醇前藥（PTX-R）在(exist)A549細胞異種移植裸鼠中的(of)靶向效率和(and)瘤内的(of)分布異質性。
該策略的(of)步驟如下：采用(use)含有相同藥量的(of)不(No)同類型的(of)模拟組織，篩選出(out)與藥物響應強度變化緊密相關的(of)内源性代謝物，并建立藥物的(of)相對響應強度（相對校正因子RCF）與内源性代謝物離子強度之間的(of)ANN模型（圖1A）。根據該模型自動預測整體動物切片中每個(indivual)像素的(of)RCF值(RCFpredicted)，并根據公式Intensitycal = Intensity /RCFpredicted獲得校正後的(of)藥物響應強度（Intensitycal）。将校正響應值用(use)于(At)構建标準曲線，其線性相關系數從未校正的(of)0.45增至校正後的(of)0.99（圖1C）。 使用(use)校正後的(of)标準曲線确定整體動物體内的(of)藥物絕對含量。此外，該方法利用(use)豐富的(of)内源性代謝物質譜信息，通過機器學習可自動識别動物體内的(of)生(born)理分區（圖1D）；它可替代需在(exist)光學或H&E染色指導下的(of)人(people)工分區方法。綜上(superior)，VC-QMSI可用(use)于(At)複雜的(of)整體動物樣本中藥物的(of)空間分辨定量分析（圖1E）。
圖1 VC-QMSI策略在(exist)整體動物組織中準确定位抗腫瘤藥物的(of)過程示意圖 （A）基于(At)内源性代謝物的(of)機器學習方法預測相對校正因子的(of)示意圖 （B）不(No)同器官的(of)相對校正因子成像以(by)及相對校正因子預測值和(and)實測值的(of)比較；縮寫：H心髒，Li肝髒，Sp脾，Lu肺，K腎，Br大(big)腦，M肌肉，Tu腫瘤 （C）以(by)藥物含量-未校正的(of)藥物響應強度構成的(of)标準曲線和(and)以(by)藥物含量-校正後的(of)藥物響應強度構成的(of)虛拟校正标準曲線對比 （D）通過使用(use)K均值和(and)t-SNE聚類分析進行自動像素标記的(of)整體動物分割圖像 （E）整體動物體内藥物定量的(of)可視化結果以(by)及光學圖像
PTX組和(and)PTX-liposome組：PTX在(exist)動物體内呈廣泛分布，在(exist)心、肝、脾、肺、腎、肌肉、腸、胃和(and)腫瘤組織中均有分布；在(exist)健康組織中的(of)含量遠高于(At)PTX-R組；給藥後期可觀察到(arrive)PTX在(exist)胃腸道中大(big)量積累，而在(exist)腎組織中幾乎不(No)見，提示PTX可能主要(want)通過膽汁-糞便途徑排洩。PTX-R組：與前兩組的(of)廣泛分布不(No)同，PTX-R主要(want)分布于(At)腫瘤組織，其次是(yes)肺和(and)腸。三組小鼠腦中均沒有明顯的(of)藥物分布。就24h内的(of)腫瘤組織藥物暴露量而言，PTX-R組與PTX-liposome組相當，是(yes)PTX組的(of)2倍；以(by)PTX組爲(for)參比，PTX-R組的(of)相對靶向效率（RTE）是(yes)PTX-liposome組的(of)近50倍。以(by)上(superior)證明PTX-R有良好的(of)腫瘤靶向能力。
圖2 三個(indivual)給藥組在(exist)不(No)同時(hour)間點的(of)AFADESI-MSI可視圖（A）PTX在(exist)整體動物體内的(of)時(hour)空和(and)定量分布（B）PTX在(exist)腫瘤組織中的(of)時(hour)空和(and)定量分布
腫瘤根據形态學的(of)異質性可分爲(for)不(No)同的(of)微區（圖A，B）。基于(At)代謝物特征采用(use)t-SNE和(and)k-means等手段得到(arrive)的(of)腫瘤微區自動識别的(of)結果（圖C）與H＆E染色結果（圖A）高度一(one)緻。PTX-R在(exist)腫瘤壞死區域和(and)膠原蛋白區域的(of)含量明顯高于(At)腫瘤薄壁組織區域（圖D，E, F），表明PTX-R具有出(out)色的(of)腫瘤穿透能力。對比腫瘤的(of)薄壁組織和(and)間質區域，PTX-R更多地(land)積累于(At)腫瘤中未明顯分化的(of)區域，比如腫瘤的(of)膠原蛋白區域和(and)脂肪組織。這(this)種藥物在(exist)腫瘤微區分布的(of)異質性值得進一(one)步研究，它對于(At)認識腫瘤的(of)生(born)長、侵襲、對藥物的(of)敏感性以(by)及預後均有重要(want)作(do)用(use)。
圖3 PTX-R在(exist)瘤内的(of)異質分布（A）腫瘤組織的(of)H＆E染色圖像（B）放大(big)倍數（×20）的(of)代表性腫瘤微區（C）基于(At)代謝物譜的(of)腫瘤微區的(of)t-SNE空間分布（D）PTX-R在(exist)腫瘤微區中的(of)分布（E）藥物離子成像和(and)H＆E染色成像之間的(of)耦合匹配疊加圖（F）腫瘤微區中PTX-R的(of)定量分布
采用(use)無需标記的(of)AFADESI和(and)VC-QMSI技術成功建立了(Got it)針對紫杉醇及其前藥的(of)定量質譜成像方法，評估了(Got it)該類抗腫瘤藥物的(of)腫瘤靶向效率和(and)瘤内分布異質性，并提供了(Got it)直觀的(of)實驗證據表明設計的(of)紫杉醇前藥具備優異的(of)腫瘤蓄積能力和(and)低全身毒性。進一(one)步證明AFADESI-MSI技術具有高靈敏和(and)寬覆蓋的(of)特點，可在(exist)整體動物的(of)體内微區同時(hour)可視化各種類型的(of)藥物、代謝物和(and)内源性代謝物。VC-QMSI方法将内源性代謝物作(do)爲(for)内标，建立ANN模型；根據模型預測每個(indivual)像素的(of)RCF值，并校正藥物離子強度，從而實現藥物在(exist)整體動物和(and)亞器官組織中的(of)定量可視化。紫杉醇前藥及其代謝物的(of)體内定量分布研究有助于(At)從藥物的(of)保留、消除、靶向和(and)釋放四個(indivual)角度設計有效的(of)腫瘤靶向藥物。所建方法有助于(At)預測與藥物分布相關的(of)藥效和(and)安全性，在(exist)抗腫瘤藥物研發早期進行直接快速的(of)藥效篩查，減少損耗、降低成本。此外，本研究對闡明藥物的(of)功效、毒性和(and)耐藥性提供了(Got it)一(one)個(indivual)深入的(of)視角，有助于(At)抗腫瘤藥物的(of)設計和(and)優化。
數據來(Come)源：“質譜成像”微信公衆号
