图1. 三大质谱成像平台空间分辨率对比与生物组织脂质定位应用总览

一、从单像素到单分子：三大MSI技术的分辨率梯度与设计逻辑

如果你正在规划一项组织脂质空间分布研究，第一个面临的选择就是：用哪种质谱成像平台？MALDI、DESI还是SIMS？三者的参数表看起来差异不大，但选错了平台，可能整个实验的分辨率或分子覆盖范围都不对——想要看到亚细胞器级别的细节，选了分辨率只有百微米的平台等于白做；想要同时检测数十种脂质，选了分子量覆盖窄的平台又抓不到全貌。

这个选择为什么重要？2025年，一篇关于人脑皮质血管病变的多模态分子图谱研究[PMID:42471701]用MALDI-MSI在15 μm分辨率下发现了淀粉样血管病（CAA）病灶周围脂质标志物的空间异质性——某些溶血磷脂酰胆碱（LPC）在血管壁沉积区域富集，而鞘磷脂（SM）则在病灶边缘呈现梯度分布。这个发现清楚地说明了一个问题：在组织微环境中，脂质分子的空间位置本身就是生物学信息。

空间代谢组学的核心命题很简单——在保留组织形态学信息的前提下，获取每个像素点的分子指纹。要做到这一点，质谱必须解决一个矛盾：离子源既要保持空间定位精度（像素越小越好），又要提供足够的离子化效率（分子覆盖越广越好）。翻译成实验语言就是：你想看到更小的细节，就要牺牲能检测的分子种类；你想检测更多种分子，就要接受空间精度下降。三种主流MSI技术在这个矛盾上给出了不同的折中方案。

MALDI-MSI：激光解吸的黄金标准

基质辅助激光解吸电离（MALDI）是MSI中最成熟的技术路线。样品表面覆盖一层有机酸基质晶体（常用2,5-二羟基苯甲酸DHB或α-氰基-4-羟基肉桂酸CHCA），激光脉冲（336-355 nm）辐照后基质分子吸收能量并发生相爆炸，将共结晶的分析物带入气相并离子化。MALDI-MSI的典型空间分辨率在5-20 μm，最新的transmission-mode MALDI（t-MALDI）配合微透镜阵列可将像素压缩到<3 μm[PMID:42390552]。

MALDI-MSI的优势在于质量范围宽（理论覆盖m/z 100-100 000）、脂质与代谢物覆盖全面、谱图质量高（TOF/TOF串联质谱提供结构确认）。缺点是基质喷涂步骤增加了样品制备的复杂性和变异性，且真空环境意味着样品必须是干燥的——无法对活体或含水样本直接成像。

MALDI-MSI在脂质成像中的应用最为广泛。一篇2026年的综合综述[PMID:42370410]系统梳理了MALDI-MSI在肿瘤代谢、神经退行性疾病和肝脏分区代谢三个方向的进展，指出MALDI-MSI在组织切片上可以同时检测磷脂酰胆碱（PC）、磷脂酰乙醇胺（PE）、鞘磷脂（SM）和溶血磷脂（LPC/Lyso PC）等数十种脂质类别的空间分布。

DESI-MSI：常压敞开式成像的灵活性

DESI（解吸电喷雾电离）由Cooks等人在2004年开发，其设计思路与MALDI截然不同：带电溶剂液滴（甲醇-水混合溶剂，施加3-5 kV高压喷雾）以约120 m/s的速度撞击样品表面，在常压条件下完成解吸和电离[PMID:41698741]。DESI-MSI的工作条件与常规质谱进样系统差异最小，样品几乎不需要前处理——冷冻切片直接成像，甚至可以在体液或活体组织表面运行。

DESI-MSI的典型空间分辨率在50-200 μm范围，低于MALDI，但其常压操作和最小化样品处理消耗带来了独特的应用价值：可以分析新鲜或冷冻组织切片的天然状态分子，在保留水溶性代谢物方面比MALDI更有优势。一篇2026年的哺乳动物脂质DESI-MSI综述[PMID:41698741]指出，DESI在脂肪酸（FA）、甘油酯（DAG/TAG）和溶血磷脂类分子的检测上具有较好的选择性，特别适合于脂质组分的大区域高通量筛查。

一个2026年的研究案例[PMID:41831524]将DESI-MSI与LESA（liquid extraction surface analysis）联用，对肥胖斑马鱼的全身组织切片进行了空间脂质组学分析。DESI-MSI提供了全面的脂质空间分布图，而LESA进一步通过MS/MS对感兴趣的脂质离子进行了结构确认。这种"先成像、后确认"的工作流是DESI-MSI在实际应用中的典型模式。

SIMS-MSI：亚细胞器分辨率的代价与回报

二次离子质谱成像（SIMS-MSI）走的是另一条路：用聚焦的一次离子束（Ga⁺、Bi₃⁺、C₆₀⁺或Arₙ⁺簇离子束，20-50 keV）轰击样品表面，通过级联碰撞把样品分子从表层溅射出来并电离。SIMS-MSI的分辨率可以直接拉到0.5-5 μm——达到亚细胞器水平，在理想条件下甚至能区分细胞核与线粒体边界。

SIMS的代价是高能离子束的主要碎片化效应：一次离子束轰击时，大分子（如完整的磷脂）会碎裂为小分子碎片（m/z < 500），损失分子层面的结构信息。簇离子束（如C₆₀⁺、Ar₂₀₀₀⁺）的引入显著改善了这一问题——大簇能量分散使软电离成为可能，在亚微米分辨率下可以检测到完整的[M+H]⁺离子峰。SIMS与TOF-MS联用可在<1 μm空间分辨率下同时获取数十至上百个脂质碎片的分布图[PMID:42390552]。

值得注意的是，SIMS-MSI与MALDI-MSI存在一项关键差异：MALDI通过基质辅助实现大分子完整离子化；SIMS通过高能碰撞产生二次离子，分子量覆盖范围窄，但在元素分布、药物原位示踪和小分子代谢物分析方面有其特长。

二、三款主流质谱成像平台速查对比

当研究问题从"有没有某个分子"升级为"这个分子在哪个细胞区室里"，选择哪款MSI平台就成了实验设计的第一道门槛。

这张表读下来的核心结论：没有"最好"的平台，只有"最匹配"的平台。空间分辨率和分子覆盖范围之间的权衡是MSI选型的第一原则——想要亚细胞器分辨率（SIMS）就要接受窄分子量窗口；想要宽脂质覆盖（MALDI）就要接受~10 μm的分辨率下限；想要高通量低成本（DESI）就要接受百微米级别的空间精度。

三、从肿瘤到脑区：空间脂质组学三个高价值应用场景

场景一：肿瘤代谢异质性

肿瘤组织不是均质的。同一患者、同一病灶内，不同区域的代谢特征可以差异显著，这直接影响了治疗响应和耐药性。空间代谢组学可以回答一个常规omics无法回答的问题：代谢重编程的空间范围有多大？

Kumar的综述[PMID:42370410]汇总了MALDI-MSI在多种肿瘤类型中的应用数据：在结直肠癌组织中，肿瘤核心区与浸润前沿的脂质代谢谱存在显著差异——PC(16:0/18:1)和LPC(18:0)在增殖活跃的肿瘤前沿区域高度富集，而胆固醇酯（cholesteryl esters）则在肿瘤核心坏死区堆积。这种空间分区信息对理解肿瘤代谢脆弱性具有重要意义。MSI的定量方法在不同组织类型中具有通用性——例如Chen等人[PMID:41627740]在心脏组织中验证了DESI-MSI对寄生虫感染相关代谢物空间分布的检测能力，说明同位素内标校正策略不限于肿瘤组织，在不同病理组织类型中同样适用。在MALDI-MSI的定量分析中，同位素内标是校正基质效应和电离效率差异的必要工具——比如用氘代溶血磷脂内标（如C26:0 Lyso PC-D9 同位素内标）预混在基质溶液中均匀喷雾沉积到切片表面，每个像素点上目标LPC信号与内标信号的比值即可作为该位置相对浓度的可靠估计。

场景二：神经退行性疾病

大脑是人体脂质含量最丰富的器官（干重的50-60%），脂质代谢紊乱与多种神经退行性疾病密切相关。Marshall等人[PMID:42471701]的最新研究将MALDI-MSI与免疫荧光联用，在人脑皮质血管病变（CAA）样本中发现了脂质标志物的空间变化图谱：SM(d18:1/18:0)在血管淀粉样蛋白沉积区域显著下降，而LPC(18:1)在病灶边缘升高。这一发现提示溶血磷脂的局部累积可能与血脑屏障完整性破坏有关。

多篇研究采用相同的工作流程：冷冻切片→MALDI基质喷涂→高分辨率MSI成像→组织染色共定位。在定量环节，使用氘代溶血磷脂内标如19:0 Lyso PC-d5 同位素内标和C26:0 LPC-d4 同位素内标预混在DHB基质溶液中进行喷雾沉积，可以有效校正不同脑区脂质组成差异引起的离子抑制效应。脑组织白质与灰质区域脂质组成差异显著，内标沉积的均匀性对跨脑区定量比较尤为关键。

场景三：肝脏分区代谢

肝脏的小叶结构存在天然的功能分区（zonation）：门静脉周围区（periportal zone）主要承担糖异生和脂肪酸氧化，中心静脉周围区（perivenous zone）主要负责糖酵解和脂质合成。这种空间分区在常规匀浆代谢组学中被完全平均化，而MSI可以将其可视化。

Isfort等人的研究[PMID:41831524]在肥胖斑马鱼模型中结合DESI-MSI和LESA，系统分析了肝脏脂质空间分布的代谢重编程。他们发现肥胖诱导的非酒精性脂肪肝（NAFLD）中，三酰甘油（TAG）在不同肝叶区域的分布模式差异显著，且伴随溶血磷脂类分子如LPC(18:0)在不同肝区的空间异质性累积。针对这类空间脂质组学研究中的定量需求，氘代同位素内标——如15:0 Lyso PC-d5 同位素内标和胆碱-d9 HCl 同位素内标——可以分别覆盖LPC和磷脂代谢通量两条定量通路，通过喷雾沉积到肝切片表面实现区域特异性的信号归一化。

四、从组织到细胞：单细胞MSI与亚细胞器脂质定位的前沿突破

前面三条路径覆盖了组织层面的选型需求。但如果你的问题更极端——不是"哪个区域的代谢变了"而是"哪个细胞的代谢变了"——那就需要把分辨率推到单细胞甚至亚细胞器级别。这就是SIMS-MSI真正不可替代的场景。

组织层面的空间分辨（10-200 μm）可以回答"病变在哪"，但不能回答"哪个细胞的代谢变了"。这个问题的答案需要单细胞甚至亚细胞器级别的空间分辨率。

Hill等人的综述[PMID:42390552]对单细胞MSI的现状做了全面梳理：目前实现单细胞脂质成像的主要技术路线包括以下几类。

高分辨MALDI-MSI：透射模式MALDI（t-MALDI）配合50 μm以下光学光斑的激光微束，可以实现3-5 μm单细胞级别分辨率。配合Δ13C同位素标记策略，可在单细胞水平追溯脂质代谢通量。

簇离子束SIMS：Ar₂₀₀₀⁺等大簇离子束源的出现，使SIMS在亚微米分辨率下可以检测完整脂质分子离子，而非仅碎片信号。有研究显示，在单个HeLa细胞中可以区分细胞核区域的鞘磷脂富集与细胞膜区域的磷脂酰胆碱分布，像素尺寸约为500 nm。

点击化学标记与质谱成像联用：这是一个仍在探索中的前沿方向。通过点击化学（copper-catalyzed azide-alkyne cycloaddition, CuAAC）将含炔基或叠氮基团的脂质代谢前体引入活细胞，质谱成像可以追踪这些标记脂质在细胞器间的转运和转化。这种策略的优势在于它把"脂质定位"从静态快照升级为动态示踪。

AI驱动的图像分析：MSI产生的数据体量巨大——一张组织切片在20 μm分辨率下可以产生10⁴-10⁵个像素点，每个像素点对应一个完整的质谱（数百至数千个m/z通道）。传统的数据分析方法（PCA、k-means聚类）在特征提取和空间分割上逐渐被深度学习替代。卷积神经网络（CNN）可以自动识别组织形态学特征（如肿瘤区域vs间质区域），并将代谢组学数据与H&E染色图像配准。部分研究[PMID:42390552]已经探索了基于U-Net的语义分割模型在MALDI-MSI数据上的肿瘤边界识别，显示出与病理专家手工标注高度一致的潜力。

五、你的实验该选哪款：四条MSI选型路径

不是所有的问题都需要亚微米分辨率，也不是所有的样本都能承受基质喷涂流程。以下四条路径覆盖了绝大多数空间脂质组学研究场景。

六、MSI定量中的同位素内标：为什么每张切片都需要

质谱成像提供的是相对信号强度，而不是绝对浓度。每个样品像素点的离子化效率受到基质结晶均匀性、组织厚度、表面粗糙度和离子抑制效应的影响——这些变量在不同组织结构间差异巨大。一块高度纤维化的肿瘤间质区域和一块细胞密集的肿瘤核心区域，即使含相同的代谢物浓度，信号强度可以出现数倍差异[PMID:42062595]——这意味着不做内标校正的话，同一浓度的代谢物在不同组织区域的信号可能差出好几倍，定量比较就失去了意义。

这就是同位素内标（Isotope Internal Standard, IIS）在MSI中不可或缺的原因。氘代（d₅/d₄/d₉）或¹³C标记的标准品与目标分析物的化学性质近乎一致，电离效率行为和基质效应完全相同。将已知浓度的氘代内标通过喷雾均匀沉积到切片表面，每个像素点上的目标物信号与内标信号的比值就是对目标物在该位置的相对浓度的可靠估计。

Matić等人的研究[PMID:42062595]系统评估了不同洗涤溶剂（包括异丙醇、乙酸乙酯、乙醇水溶液等）对DESI-MSI中小分子代谢物信号强度的影响，发现在使用有机洗涤步骤后，组织切片表面的离子抑制效应显著降低，但不同类别代谢物的恢复率差异仍需要内标进行归一化。该研究确认了内标沉积均匀性是MSI定量精度的首要前提。

七、空间代谢组学质谱成像FAQ

八、参考文献