摘要脂质是调控细胞结构、能量代谢与信号传导的核心生物分子其表达失调与癌症及神经系统疾病的发病机制密切相关。传统脂质组学虽能全面解析脂质整体组成但缺乏理解组织水平异质性所需的空间信息。质谱成像MSI作为项突破性的无标记分析平台可直接在生物组织内实现脂质的空间分辨分子图谱绘制。该技术结合基质辅助激光解吸/电离MALDI、解吸电喷雾电离DESI、次离子质谱SIMS等互补电离方式可同时检测数百至数千种脂质并保留其维与维空间分布信息。近年技术进步结合多模态成像与机器学习方法显著提升了空间分辨率、脂质鉴定能力与生物学阐释深度。在癌症研究中空间脂质组学揭示了肿瘤微环境内的脂质分布异质性为解析代谢重编程、肿瘤进展与治疗耐药机制提供了新视角。在神经科学领域基于质谱成像的神经脂质组学实现了对神经退行性病变、神经炎症及髓鞘病变相关脂质改变的区域特异性表征。尽管在标准化、脂质异构体区分及数据整合方面仍存挑战质谱成像仍在持续重塑对脂质生物学的认知。本综述重点阐述了质谱成像的最新方法学创新与生物学应用强调其在癌症与神经科学领域空间脂质组学研究中日益重要的作用。bskumar80gmail.com#质谱成像 #空间脂质组学 #基质辅助激光解吸电离 #解吸电喷雾电离 #二次离子质谱 #肿瘤 #神经科学 #生物标志物质谱成像与空间脂质组学在生物标志物发现中的应用表1整体脂质组学与空间脂质组学对比电离技术基质辅助激光解吸/电离图1MALDI电离源解吸电喷雾电离图2DESI电离源次离子质谱图3SIMS电离源气流辅助解吸电喷雾电离图4AFADESI电离源表23种主流电离源的对比分析实证研究结果治疗响应研究表3实证研究结果机器学习迈向3D成像、多模态整合与高通量定量表4基于质谱成像的脂质组学所用统计与软件工具详细总结思维导图mindmap脑图主要电离技术对比癌症研究领域神经科学领域软件与统计工具生态参考Anal Methods. 2026 Jun 29. doi: 10.1039/d6ay00170j.From tumors to neurons: mass spectrometry imaging in spatial lipidomics注AI辅助创作如有不当欢迎指出。内容仅供参考不构成任何建议。