在生命科学、药物研发、环境监测等领域，液质联用仪（LC-MS）已成为解析复杂基质中微量化合物的核心工具。但面对海量数据与多元研究目标，选择靶向（Targeted）还是非靶向（Untargeted）策略，往往决定研究的效率与价值。本文结合行业实践，从原理、应用场景、技术细节等维度拆解两种策略的核心差异，助你精准匹配课题需求。
一、策略本质：从“已知”到“未知”的两种路径
靶向LC-MS：精准打击“目标靶点”
核心逻辑：基于已知化合物的保留时间（RT）、母离子/子离子对（MRM/SRM）等特征参数，对特定目标物进行高选择性检测。
技术原理：采用多反应监测（MRM）或选择反应监测（SRM）模式，通过预设离子对排除背景干扰，实现pg级灵敏度与99%以上的信噪比。
优势场景：生物标志物验证：如临床样本中肿瘤标志物（CA125、PSA）的定量监测；代谢通路解析：追踪特定代谢物在药物干预下的动态变化（如代谢组学中的“已知通路验证”）；质控分析：药品原料中杂质的定性定量（如《中国药典》收载的小分子检测）。
典型应用：
“在新冠疫苗研发中，靶向LC-MS可快速验证疫苗中痕量佐剂含量，确保批次稳定性。”
非靶向LC-MS：挖掘“未知世界”的宝藏
核心逻辑：通过全扫描模式获取样品中所有化合物的质谱信息，结合生物信息学工具挖掘差异代谢物、新化合物或潜在通路。
技术原理：采用一级全扫描（MS1）或二级质谱（MSn）模式，生成全扫描数据（如LC-MS/MS的原始谱图），再通过软件算法（如主成分分析PCA、偏最小二乘判别分析PLS-DA）筛选差异特征。
优势场景：新化合物发现：天然产物中活性成分的鉴定（如深海微生物次级代谢产物）；疾病早筛：非小细胞肺癌血清中未知小分子标志物的发现；环境污染物筛查：土壤中新型持久性有机污染物（POPs）的识别。
典型挑战：需依赖数据库匹配（如NIST、GNPS），对未知物的鉴定存在假阳性风险；复杂基质（如血浆、尿液）中背景噪音易干扰信号提取。
二、实战PK：7大维度对比表
场景化FAQ：如何快速决策？
Q1：我的课题需要检测10个已知代谢物，选哪种策略？
A：靶向LC-MS！通过MRM方法可一次性完成多目标物的定量，避免非靶向的假阳性干扰。
Q2：发现一株产新型抗生素的菌株，需鉴定活性成分？
A：非靶向LC-MS！需通过MS/MS解析分子结构，再结合活性验证。
Q3：工业生产中需监控原料中5种杂质，如何优化效率？
A：靶向LC-MS，通过多反应监测模式实现高通量筛查。
三、技术细节：仪器性能与实验设计的“隐形战场”
靶向LC-MS的关键参数
色谱分离：采用超高效液相（UHPLC）缩短分离时间，搭配C18反相柱提高峰形对称性；
质谱参数：离子源选择正/负离子模式（如ESI、APCI），优化锥孔电压（CV）与碰撞能量（CE）以减少基质效应。
定量方法：采用同位素内标法（ISTD），如用¹³C₁₂-标记的内标物抵消基质效应，确保回收率波动＜±5%。
非靶向LC-MS的进阶技巧
数据采集：采用DIA（数据非依赖采集）模式，覆盖所有离子，避免MS/MS漏检；
软件工具：推荐XCMS（批处理分析）、MetaboAnalyst（代谢通路富集）等工具，提升差异物识别效率；
质量控制：每10个样品插入QC样本（生物重复），通过峰面积变异系数（CV）控制实验稳定性（CV＜20%为合格）。
四、未来趋势：从“二元对立”到“策略融合”
靶向+非靶向联用：先通过非靶向筛选潜在生物标志物，再用靶向LC-MS验证（如“DIA发现差异物→MRM定量验证”）；
AI辅助决策：机器学习算法（如Random Forest）可自动匹配样品类型与最优策略，缩短实验周期；
空间代谢组学：结合离子淌度质谱（IMS-MS），实现三维空间中代谢物的定位与定量。
结语：选对工具，事半功倍
靶向LC-MS是“精准导航”，适合已知物的高效分析；非靶向LC-MS是“深海寻宝”，适合未知领域的探索。在实际研究中，策略选择需回归课题本质：若目标清晰，优先靶向；若需突破创新，非靶向是必经之路。
