近日，山东大学国家糖工程技术研究中心迟连利教授团队在深度学习驱动糖链在线测序方面取得研究进展，首次实现了疾病组织中硫酸乙酰肝素糖链序列水平结构域变化的解析，以“Deep Learning-Driven Saccharide Online Sequencing for Elucidating the Pathological Alterations of Heparan Sulfate in APAP-Induced Acute Liver Injury”为题，在Analytical Chemistry发表了最新研究成果（DOI：10.1021/acs.analchem.6c00995）。

硫酸乙酰肝素是广泛存在于哺乳动物细胞表面的重要糖胺聚糖，通常以硫酸乙酰肝素蛋白聚糖形式参与细胞微环境调控。其糖链结构具有高度异质性，链长、硫酸化程度、乙酰化状态及特定序列结构域的差异共同构成了复杂的糖链信息编码，并通过与多种蛋白相互作用调控细胞增殖、迁移、炎症反应及组织损伤修复等重要生理病理过程。然而，由于硫酸乙酰肝素结构异质性极强，且在串联质谱碎裂过程中容易发生硫酸基团丢失，长期以来天然硫酸乙酰肝素寡糖混合物的在线测序仍面临较大困难。现有研究多停留在二糖组成或整体硫酸化水平分析，难以直接解析疾病状态下功能结构域的序列变化。因此，建立高通量、高置信度的硫酸乙酰肝素在线测序质谱方法，对于阐明糖链结构与疾病进展之间的关系具有重要意义。

针对以上问题，本研究建立了基于EDC-NaBD4羧基还原、亲水相互作用液相色谱串联高能碰撞解离二级质谱的硫酸乙酰肝素寡糖在线测序新策略。该方法通过提高前体离子的完全电离程度，有效抑制了串联质谱中的硫酸基团信息丢失，从而获得高质量并可用于序列解析的丰富碎片离子信息。在此基础上，研究团队构建了高可信硫酸乙酰肝素寡糖质谱数据集，应用了BiRNN、BiLSTM、BiGRU、GCN和Transformer等多种深度学习模型进行评估，最终筛选出具有较好泛化能力的BiGRU模型，开发了GAG-Explorer软件，实现了天然硫酸乙酰肝素寡糖序列的自动化和高通量解析。进一步将上述方法应用于对乙酰氨基酚诱导的急性肝损伤模型。结果显示，急性肝损伤过程中肝脏硫酸乙酰肝素发生了显著的病理结构改变，表现为糖链分子量降低、硫酸化水平下降以及生物活性结构域损失。与传统二糖组成分析相比，该研究在序列层面解析了硫酸乙酰肝素功能结构域的变化，成功解码了“GlcA-GlcNS6S”等生物活性结构域在急性肝损伤过程中的序列改变。

综上，本研究建立了一种深度学习驱动的硫酸乙酰肝素在线测序新策略，突破了以往病理状态下硫酸乙酰肝素结构分析主要依赖组成变化分析的局限，首次实现了疾病相关糖链功能域的序列水平解析。该成果为发展糖胺聚糖组学测序软件、解析疾病进程中的糖胺聚糖标志物变化以及推动硫酸乙酰肝素相关治疗策略研究提供了全新的技术支撑。

山东大学国家糖工程技术研究中心博士研究生安子哲为该论文的第一作者，硕士研究生陈乐鑫为该论文的共同第一作者，迟连利教授为唯一通讯作者，山东大学国家糖工程技术研究中心为唯一作者单位。该项研究获得了国家自然科学基金项目（92578113和22477069）的资助。