Espectrometría de masas de imagen por ionización por electropulverización por desorción: principios, avances y...

Área de la Ciencia:

• Química Analítica
• Imagen Biomédica
• Espectrometría de Masas

Sus antecedentes:

• Las técnicas de ionización ambiental como DESI-MSI permiten el mapeo molecular sin una preparación compleja de la muestra.
• Desde 2004, DESI-MSI ha avanzado en instrumentación y procesamiento de datos para visualizar distribuciones moleculares en tejidos.
• Ofrece análisis sin etiquetas y sin matriz a presión atmosférica.

Objetivo del estudio:

• Revisar sistemáticamente los principios, la instrumentación y los parámetros de DESI-MSI.
• Evaluar los avances tecnológicos recientes, incluida la DESI a nanoescala y los disolventes mejorados con aditivos.
• Examinar las aplicaciones multidisciplinarias de DESI-MSI en diversos campos científicos.

Principales métodos:

• Revisión de los principios fundamentales y las configuraciones instrumentales de DESI-MSI.
• Evaluación crítica de los avances tecnológicos como la DESI a nanoescala y los disolventes mejorados con aditivos.
• Examen exhaustivo de las aplicaciones multidisciplinarias en biomedicina, productos farmacéuticos y ciencias vegetales.

Principales resultados:

• DESI-MSI proporciona visualización de alto rendimiento de diversas moléculas (lípidos, metabolitos, fármacos) en tejidos.
• La DESI a nanoescala logra una resolución espacial sub-50 μm; los disolventes mejorados con aditivos mejoran la sensibilidad y la especificidad.
• Las aplicaciones incluyen la delineación de márgenes de cáncer, el descubrimiento de biomarcadores, el análisis de la distribución de fármacos y el mapeo fitoquímico.

Conclusiones:

• DESI-MSI es una herramienta transformadora para la metabolómica espacial con potencial en diagnósticos clínicos y cribado de fármacos.
• Las direcciones futuras incluyen la imagen multimodal, el aprendizaje automático para el análisis de datos y la traducción clínica.
• A pesar de las ventajas, persisten los desafíos en la resolución espacial y la interpretación de datos.