不还原、不衍生：226 个标准品如何把 N-糖异构体彻底分开

一、糖基化的"最后一公里"：为什么 N-糖这么难测

如果要给蛋白质翻译后修饰排一个"难度榜"，糖基化（glycosylation）几乎稳居榜首。它参与细胞识别、蛋白质折叠、免疫应答，是生命体最通用的"信息标签"之一。但和磷酸化、乙酰化这类"单点、确定"的修饰不同，糖基化的复杂程度是指数级的：

• - 单糖种类多（甘露糖、唾液酸、岩藻糖、半乳糖、N-乙酰葡糖胺……）；
• - 连接方式多（同两个糖，可以是 α2,3 也可以是 α2,6 连接）；
• - 分支拓扑多（同样组分，天线接在哪个臂上，结果完全不同）。

这就带来了糖组学（glycomics）最核心的难题——结构异构体（isomer）。两个糖链的分子量可以精确到小数位完全一致，但在色谱上保留时间、在质谱碎裂上碎片比例、在生物学功能上都可能南辕北辙。传统质谱分析给出的往往只是组成（composition）信息，也就是"这个糖由哪几种单糖、各几个组成"，却无法回答"它们是怎么连起来的"。而真正决定生物功能的，恰恰是后者。

这不是一个纯学术问题。 糖基化异常与肿瘤、自身免疫病、以及先天性糖基化缺陷病（CDG）等都关系密切。在生物药领域，糖型更是绕不开的核心质量属性：单克隆抗体上的岩藻糖化与否，直接决定其 ADCC 效应强弱；唾液酸化程度影响半衰期；而重组蛋白（比如疫苗用的刺突蛋白）由哪种宿主细胞表达，糖型就会出现系统性差异，进而影响免疫原性与药效。换句话说，能不能准确、可重复地"读"出糖链的完整结构，直接关系到疾病标志物的发现与生物药的质量控制。

更现实的问题是：临床诊断领域早已把三重四极杆质谱的 SRM（选择反应监测）模式奉为金标准——前体离子、产物离子、碰撞能量、保留时间四个变量同时锁定，灵敏度、特异性、重复性都无可挑剔。但这样一套方法在糖组学里始终缺位，原因很简单：SRM 方法是"针尖对麦芒"的靶向方法，它要求预先知道每一种结构的碎裂指纹——而这需要大量纯化的结构确证标准品。O-糖领域已有成熟先例，N-糖却一直没有对应的体系。

这项工作的起点，就是补齐这块拼图。

二、旧路径的代价：为什么"还原"这一步值得省掉

在 N-糖分析中被视为"标配"的一步，是还原（reduction）。糖链从蛋白质上释放（PNGase-F 酶切）后，还原端是一个活性半缩醛，会自发形成 α 和 β 两种端基异构体（anomer）。在 PGC 色谱上，这两种人为产生的异构体常常被分开，造成同一个结构出现两个峰——于是大家在进样前用硼氢化钠把还原端"封掉"，让它只出一个峰。

除此之外，传统糖组学还大量依赖化学衍生化：全甲基化（permethylation）、还原端标记（reducing-end tag）等，目的都是提高检测灵敏度、便于结构解析。但这些操作本身会引入人为副产物、增加前处理复杂度，甚至丢失部分结构信息（比如某些连接键在高 pH 下会发生"剥离反应"peeling）。

于是研究的核心命题变得很清晰：能不能既不还原、也不衍生，直接在天然状态下把 N-糖链分开并测准？ 如果能，样品前处理会大幅简化，结构信息也得以完整保留——这正是 N-glycopedia 想证明的事。

三、工作流：从"组成"到"结构"的三级跳

研究团队首先从五家供应商收集了 226 个纯化的 N-糖标准品，覆盖寡甘露糖型（oligomannose）、杂合型（hybrid）和复杂型（complex）等主要类别，要求纯度 > 95%。整套流程可以拆成三步：

第一步，组成筛查。 所有标准品先过一遍 SUGA（Swift Universal Glycan Acquisition）方法。这是一个流动注射（flow injection）流程，样品不经色谱柱直接进 MS，每个样品只需 3 分钟，因此 226 个标准品的初筛在 12 小时内就能跑完。SUGA 的作用是确认组成纯度、并记录每个标准品产生的产物离子谱——为后续的 SRM 通道提供"种子"。由于源内碎裂率极低（< 1%），一些合成杂质也能被顺带识别出来。

第二步，加入"标尺"。 为了能用保留时间（RT）这一维度区分异构体，每个标准品在复溶时都加入了部分水解的葡聚糖梯子（dextran ladder）。葡聚糖梯子提供了一系列已知葡萄糖单位（GU）的参照峰，可以把不同批次、不同梯度下的保留时间归一化成可跨实验比较的数值。

第三步，靶向结构分析。 基于 SUGA 观察到的产物离子，为每个标准品建立专属的 PGC-LC-QqQ-MS SRM 方法：一个前体 m/z，搭配 13 个精挑的产物离子，每个产物离子还要在 9 个碰撞能量（10–90 V）下逐一优化。色谱端则采用多孔石墨化碳（PGC）柱，柱温 90 ℃，流动相添加 5 mM 六氟异丙醇（HFIP）和 5 mM 丁胺，pH 9.4——正是这套"柱温 + pH + 流动相"的组合，把端基异构体的分离效应彻底消除了。

▲ 图1 非还原糖链分析的核心工作流。a 用 226 个纯化 N-糖标准品搭建 N-glycopedia 的数据采集流程，先经 SUGA 做组成分析，再做靶向 PGC-LC-QqQ-MS 结构分析；b 还原型与非还原型糖链在天然 PGC-LC-MS 上表现等效；c 还原型与非还原型葡聚糖梯子给出等效色谱图（* 号标注非还原梯子的同位素干扰）；d 两种形式的峰宽基本一致（仅 GU7 略宽），误差棒为标准差；e 两者的保留时间同样一致。糖链结构按 SNFG 命名法绘制。

结果非常关键：还原型与非还原型葡聚糖梯子在峰宽和保留时间上几乎完全一致（仅 GU7 出现峰宽翻倍，其余参数相同）。这意味着，只要柱温、pH、流动相调对了，不做还原也能拿到"一个结构一个峰"的干净结果——anomeric effect 这个人造难题被直接绕开了。研究进一步发现，柱温对较大糖链的峰形影响显著，70 ℃ 与 90 ℃ 都能给出紧凑的峰。

四、把异构体分开：PGC 的分离力到底有多强

解决了"端基异构体"这个人为干扰后，真正的对手来了：天然存在的结构异构体。

研究团队做了两重验证。第一重是跨供应商的一致性验证。226 个标准品来自五家厂商（Vendor A–E），各自合成路线不同，但结构有重叠。以 G36191CD（一个双天线半乳糖封端的 N-糖）为例，五家都生产这个结构。把它们混合后进样，只得到一个单峰、没有任何异构杂质——说明不同来源的标准品结构一致、可互通。团队进一步验证了 7 组重叠结构，全部得到单一主峰，其中包括 Vendor C 提供的稳定同位素标记糖链的共洗脱。为了直观展示各家覆盖面的重叠与差异，作者用韦恩图刻画了五家标准品库的结构交集。

▲ 图2 天然 PGC-LC 对糖标准品的系统性基准测试。a 韦恩图展示不同供应商之间结构身份的重叠；b 无论合成路线如何，各家都能产出同一纯结构；c 天然 PGC-LC-MS 能拆分高难度的异构体混合物，涵盖甘露糖化、唾液酸化、岩藻糖化、半乳糖化和 GlcNAc 化；d 梯度优化降低了对 MS2 的依赖；e 本工作测得的归一化 PGC 保留时间与 Abrahams 等已发表数据高度一致（R² = 0.8847）。

第二重是真实的异构体混合物拆分。团队挑战了包含甘露糖、唾液酸、岩藻糖、半乳糖、GlcNAc 的连接与拓扑异构体混合物，绝大多数都能在色谱层面基线分离。唯一例外是两条"臂位置不同、但唾液酸和岩藻糖连接相同"的结构（m/z 956.8），它们仍需借助 MS2 才能区分——这也恰好说明了"色谱 + 质谱"双维度互补的必要性。

梯度长度也被系统评估：把采集时间从 40 分钟延长到 80 分钟，异构体解析率从 72% 提升到 85%（相对提升约 18%）。

最后一个亮点是与既有数据库的对接。PGC 保留时间本身是结构确证的重要维度，社区已有 GlycoStore 这样的资源库。团队把本工作测得的归一化 RT 与 Abrahams 等发表的原始 PGC RT 做对比，得到强正相关（R² = 0.8847）。这有两重意义：其一，证明非还原糖链与还原糖链的保留行为几乎一致；其二，本工作的糖库不是"另起炉灶"，而是能直接叠加、扩充到既有资源之上。偏差较大的主要出现在少甘露糖型（paucimannose）和高唾液酸化糖链上。

五、碰撞能量：异构体判读的"指纹维度"

如果说保留时间是第一维度，那么结构特异性碎片 + 碰撞能量（CE）就是第二维度，也是这套方法真正的"灵魂"。

团队在优化每个产物离子的 CE 时，观察到一个有意思的对比：

• - 对整组产物离子的总强度而言，最佳 CE 与前体 m/z 之间存在不错的正相关（R² = 0.79），说明总量是可以大致预测的；
• - 但对单个产物离子而言，最佳 CE 与产物 m/z 之间几乎不相关（R² = 0.25）。

这个反差极具启发性。在 SRM 蛋白质组学里，肽段的产物离子 CE 往往可以凭 m/z 稳妥估算——因为肽段是线性的。而糖链是非线性、高度分支的，存在多个竞争性的碎裂通道，因此每一个产物离子都必须实验性地逐一优化。这种"不可预测性"看似麻烦，却恰恰可以被反过来利用：不同连接方式的糖，其碎裂能量曲线不同，这本身就是一张结构指纹。

最漂亮的例子是唾液酸连接异构体。两条仅唾液酸连接方式不同的糖链，在代表"同一糖苷键断裂"的产物离子上 CE 曲线完全重合；但一旦看唾液酸自身的碎片，曲线立刻分开——α2,3 连接的唾液酸，比 α2,6 连接需要高出约 10 个 CE 单位才能充分碎裂。因此，尽管两者在 60 CE 下强度相当，只要分别选用 50 CE（对 α2,3）和 70 CE（对 α2,6），特异性就能被显著放大。

▲ 图3 碰撞能量（CE）优化揭示碎片强度的结构依赖性，用于异构体区分。a 达到最大总产物离子强度的最佳 CE 可由前体 m/z 预测；b 单个产物离子的最佳 CE 与产物 m/z 相关性很弱；c 不同单糖连接方式呈现截然不同的 CE 曲线；d 借助糖表位特异性的产物离子组合实现糖链异构体区分。

在此基础上，团队建立了一套"定量离子 + 定性离子"的判读体系。以 7 个在岩藻糖和唾液酸位置/连接方式上各异的异构体为例：quantifier（定量离子） 是所有结构共有的丰度碎片（290.1 m/z），负责灵敏；qualifier（定性离子，共 5 个） 则各自只对一部分结构有响应——Qualifier 1 对应"一臂唾液酸、另一臂岩藻糖"的 3/7 结构，Qualifier 2 对应"唾液酸化的非岩藻糖 α1,3 臂"，Qualifier 3/4 分别区分 α1,3 臂与 α1,6 臂修饰，Qualifier 5 专测"非岩藻糖化、带 α2,6 唾液酸的 6 臂"。这样一套组合拳，就能同时测量每个糖链上的每一个基元（motif），再汇总成对整体结构的判断。

这一点与传统的非靶向诊断离子思路形成鲜明对照：SRM 方法里的定性离子是在采集之前就定义好的，可重复、可标准化，而不是事后从谱图里"找"出来的。

六、N-glycopedia：一个能跨实验室跑起来的靶向方法

把上面所有原则落地，团队定义了一套单一的 PGC-LC-QqQ-MS N-糖检测方法：429 条非定时（unscheduled） SRM 通道，覆盖 183 个哺乳动物 N-糖结构。这里"非定时"是个刻意的设计——不做保留时间窗调度，方法就能适配各种不同配置的色谱系统，也保留了发现并定量"库外结构"的灵活性。由于 N-glycopedia 覆盖的 93 个糖组成在生物合成上是相互关联的，那些没有用来建库的异构体同样可以被检测和定量。

数据分析端走的是透明、去厂商绑定的路线：

1. 用 GlyCombo 识别组成、挑选最强 MS2 谱；
2. 用 GlycoWorkBench 做注释、并生成 GlyTouCan 登录号（如 G36191CD）——这是 glycan 结构的全球唯一"数字身份证"；
3. 用 Skyline 完成保留时间归一化、CE 优化、谱库构建、质量过滤与定量。

▲ 图4 N-glycopedia 让靶向糖结构分析在多种糖蛋白、不同实验室之间实现可复现。a 色谱库被筛选、定义为一套 N-糖结构检测方法，并配合快速数据分析与结果语境化；b 从纯化糖蛋白释放的 N-糖在三技术重复中的结构定量，证明方法可重复（点代表均值，误差棒为标准差）；c 在不同实验室间迁移方法时，碰撞能量重校准是唯一的适配步骤；d 方法适配用的最佳碰撞能量关系图；e 牛胎球蛋白（fetuin）的 N-糖鉴定质量在两个站点之间保持一致。

性能指标相当硬核：

• - 原始 RT 波动极小（CV < 1.2%），但梯度长度和数月的柱况变化会带来结构特异性漂移；用葡聚糖梯子归一化后，两个月的漂移被大幅压下去；
• - 对一组纯化糖蛋白做三重复定量，除个别结构外，在跨越两个数量级的动态范围内总变异 CV < 20%——这已经满足临床质谱方法的要求；
• - 定性判读的阈值同样明确：SUGA 用 idotp ≥ 0.9，SRM 谱库匹配用 dotp ≥ 0.85。

跨实验室迁移能力是这篇文章最实用的一笔。由于 SRM 通道是非定时的，两个站点在色谱配置上的差异无需修改方法；唯一需要重校准的是碰撞能量——因为质谱型号不同（Site A 用 Altis Plus，Site B 用 Altis）。团队用廉价的蛋黄 N-糖（结构简单、不含异构体）在 Site B 采集 CE 曲线，与 Site A 的标准品 CE 曲线对比，得到强线性关系（R² = 0.939），据此把整套 SRM 的 CE 值"翻译"到新仪器上。重校准后，产品离子 dotp 分数提升约 5%。用牛胎球蛋白做双站点验证时，除两个 N-糖外，其余全部达到"可信鉴定"的质量阈值。

七、用起来：四类真实样本的"糖谱"

方法建好了，接下来是证明它有生物学价值。团队把它用在四类糖基化状态各异的样本上。

1）重组蛋白表达系统：宿主决定糖型。 SARS-CoV-2 刺突蛋白分别在人源 HEK293、仓鼠 CHO、昆虫 SF9 中表达，得到三条完全不同的 N-糖谱：

• - HEK293 谱最丰富，以复杂型双天线糖为主，同时含相当比例的寡甘露糖型——与已发表的糖蛋白组数据吻合，但这里给出了结构层面的分辨率（而不仅是组成）；
• - CHO 更均一，单一的 α2,3 双天线 N-糖占所观察峰面积 30% 以上；
• - SF9 约 70% 是核心岩藻糖化的少甘露糖型结构，伴随少量寡甘露糖和复杂单天线型。

这对生物制药领域意义直接：同一个蛋白、不同表达宿主，糖型天差地别，而糖型直接影响疗效与免疫原性。

2）人免疫球蛋白：IgA / IgG / IgM 的结构差异。 三者在类别层面就有区别，更关键的是结构特异性的定量差异：IgA 中有 3 个 N-糖丰度至少高出 2 倍，其中一个平分型双天线 N-糖强度高出 10 倍；IgG 中有 4 个 N-糖至少高出 10 倍，以半乳糖或 GlcNAc 封端的双天线糖为主；而寡甘露糖型和杂合型糖链在 IgM 中显著高出 10 倍以上。这些差异与三类抗体截然不同的免疫功能、以及糖链可及性高度契合。

3）糖基化缺陷细胞系：直接"看见"通路断点。 Pro5（对照）、Lec2（唾液酸缺陷，Golgi 内 CMP-NeuAc 偏低）、Lec8（半乳糖缺陷，UDP-Gal 偏低）是 CHO 经典突变体。以往这些细胞系的糖谱多停留在 MALDI-MS 的组成层面，结构存在歧义。用 N-glycopedia 一看：Pro5 中唾液酸化显著高于 Lec2 与 Lec8；半乳糖化的三天线、单天线和杂合型糖链在 Pro5 与 Lec2 中升高（Lec2 因半乳糖底物无法被唾液酸化而更高）；而少甘露糖型、杂合型和 GlcNAc 封端糖链在 Lec8 中显著更多。核苷酸糖转运缺陷对糖链加工的影响，被结构层面直接印证。

▲ 图5 靶向定量数据覆盖重组蛋白表达系统、纯化人免疫球蛋白和受扰动细胞系，揭示结构特异性的表达差异。a 在 SF9 昆虫细胞、CHO 哺乳动物细胞和 HEK293 细胞中表达的 SARS-CoV-2 刺突糖蛋白的三技术重复 N-糖谱；b 用人血浆池中的 N-糖类别谱、以及 c 结构丰度（三技术重复）区分 IgA、IgG、IgM；d 限制核苷酸糖向高尔基体的转运，会引起 N-糖类别谱和 e 结构丰度的剧烈变化（三技术重复）。柱状图（c、e）表示技术重复（样品前处理与 LC-MS）的均值，误差棒为标准差。

八、连接的桥梁：和糖蛋白组学、生物药质控、临床标志物的关系

N-glycopedia 测的是"从糖蛋白上释放下来的一池 N-糖"，属于糖组学（glycomics）的范畴。而与之互补的另一个方向是糖蛋白组学（glycoproteomics）——它关心的是"哪个蛋白、哪个位点上、连着哪一种糖"。两者是"全局糖谱"与"位点归属"的关系：糖组学告诉你样本里有哪些结构，糖蛋白组学告诉你它们挂在哪儿。而糖蛋白组学在做位点结构注释时最缺的，恰恰就是一份经过纯标准品验证的结构-碎裂指纹字典。从这个角度看，N-glycopedia 不只是糖组学的资源，也是糖蛋白组学上游的"参照系"。

对生物药质控而言， 这篇文章给出的两个能力正是刚需。其一是宿主糖型的结构级分辨：HEK293、CHO、SF9 三大常用表达系统产生的糖型差异，文章用一张张结构清晰的糖谱摆在眼前——这正是细胞株筛选、工艺放大、批次一致性评价需要的信息。其二是方法的可迁移性：一个方法从研发实验室搬到 QC 实验室、从一台仪器搬到另一台仪器，往往就是最费时费力的环节；而本文证明，只要重校准碰撞能量、其余（梯度、柱规格）几乎无需改动，就能把方法"带走"。对做检测服务的实验室来说，结构分辨率 + 跨平台可复现性，恰恰是服务质量的两条硬指标。

对临床标志物而言， IgG 糖型（如去半乳糖化、平分型 GlcNAc）早已是炎症、自身免疫病等领域公认的标志物。要把这类标志物做成常规检测，方法必须同时满足高特异性（不能把异构体混为一谈）和高精密度（CV 要足够低）。本文中"跨两个数量级动态范围、CV < 20%"的定量表现，说明结构级的糖链 SRM 检测已经有资格去叩临床检测的门。

对珍贵样本而言， "不还原、不衍生"省掉的不只是一步操作，而是整条链路的风险与损耗——更短的流程、更少的人为副产物、更小的样本需求量。对于临床穿刺、微量生物药样品这类"样本比方法金贵"的场景，这种前处理的简化是实打实的价值。

九、这项工作真正改变了什么？——意义、局限与启示

它证明了"少做一步"反而更强。 不还原、不衍生，意味着前处理更简单、人为副产物更少、宝贵的结构信息不再在衍生化中丢失。同时非还原糖链与还原糖链保留行为近乎一致，使得新数据能与既有糖库（如 GlycoStore）无缝衔接、叠加增益，而不是推倒重来。研究还确认，在所用 LC-MS 条件下未观察到"剥离反应"（peeling），方法稳定性有保障。

它把"标准品 + 靶向质谱"的临床转化路径讲清楚了。 高灵敏度、高特异性的三重四极杆 SRM，配合透明的第三方软件（Skyline）和标准化的谱库，让糖链结构鉴定第一次具备了走向常规监测与临床应用的形态——只需要一次 CE 重校准，就能在另一个实验室的仪器上复现。

它的边界同样诚实。 因为方法是基于标准品的，那些目前买不到真实标准品的糖链——比如发生乙酰化、硫酸化、磷酸化修饰的糖——暂时还无法纳入；未靶向、未表征的结构可能带来少量干扰，但这属于整个糖组学领域的共性挑战，而非本方法的专属短板。下一步的方向也很明确：为每个糖类引入稳定同位素标记标准品，就能进一步实现绝对定量，让 N-glycopedia 的价值从"社区参考资源"继续往"定量金标准"演进。

对组学检测的启示。 从蛋白质组到代谢组再到糖组，"从组成走向结构、从相对走向绝对、从单实验室走向跨平台标准化"是共同的演进方向。N-glycopedia 给出的范式是：用高质量标准品把碎裂指纹固化下来，用保留时间与碰撞能量两个正交维度锁定结构，再用开放的谱库让方法可迁移、可复现。 这套思路的原则——标准化、可迁移、透明可审计——完全可以外推到 O-糖、糖脂释放的寡糖乃至游离寡糖，为刻画复杂糖组提供通用的分析骨架。

当糖链结构越来越被承认为生物功能的关键决定因素时，像 N-glycopedia 这样的资源，正在把"我们能测到什么糖"这件事，从模糊的组成清单，变成清晰的结构地图。

术语速查

• - N-糖（N-glycan）：通过 N-糖苷键连接在蛋白质天冬酰胺（Asn）残基上的糖链，是糖基化最主要的形式之一。
• - 组成 vs 结构：组成只说明"由哪些单糖、各几个"构成；结构还必须说明连接位置与方式（接在哪根臂、α/β 构型、2→3 还是 2→6）。同组成、不同结构即为异构体。
• - PGC（多孔石墨化碳）：一种对糖链异构体分离能力极强的色谱固定相，是糖组学分离的核心。
• - QqQ / 三重四极杆：以高灵敏、高特异性著称的质谱，是靶向定量与临床检测的主流平台。
• - SRM（选择反应监测）：同时锁定"前体离子 → 产物离子"的靶向采集模式；本方法用 429 条非定时通道，以适配不同实验室的色谱配置。
• - CE（碰撞能量）：控制离子碎裂程度的能量参数。糖链因结构非线性、碎裂通道竞争，每个产物离子都必须单独优化 CE——这也成为区分连接异构体的额外维度。
• - GU / 葡聚糖梯子：以葡萄糖单位标定保留时间的参照体系，用于跨批次、跨梯度的保留时间归一化。
• - quantifier / qualifier：定量离子（负责灵敏度）与定性离子（负责特异性）的组合，在灵敏度与专属性之间取得平衡。
• - GlyTouCan：全球统一的糖链结构登录号体系，为每个独特结构分配唯一"数字身份证"。
• - SUGA：Swift Universal Glycan Acquisition，一种快速流动注射式糖组成筛查方法（每样品约 3 分钟）。
• - dotp：基于归一化谱对比角度的谱库匹配打分，用于自动化判定鉴定质量（SRM 阈值 ≥ 0.85）。
• - SNFG：糖链符号命名法，用统一的图形符号表示单糖种类与连接方式。

本文依据：Ashwood C. & Cummings R.D. N-glycopedia: libraries for native N-glycan structural analysis. Nature Communications (2026) 17:6665. DOI: 10.1038/s41467-026-73091-3。