ゴーシェ病、パーキンソン病、クラッベ病などに関連する酵素経路の異常の変化を監視するには、モノグリコスフィンゴ脂質の立体異性体を同時定量する必要がある。β-グルコシル体とβ-ガラクトシル体のエピマーは、標準的な液体クロマトグラフィー・エレクトロスプレーイオン化・タンデム質量分析（LC-ESI-MS/MS）では分離できない。LCに直交的分離法として、差動移動度質量分析（DMS）とも呼ばれる電場非対称波形イオン移動度分析（FAIMS）を追加することで分離が可能となる。FAIMS/DMSは、高電場と低電場（分離電圧、SV）においてエピマーイオンクラスターを分離し、続いて直流電圧（補償電圧、CoV）を印加することで、標的エピマーイオンを質量分析計へ導く。分離に必要なSVとCoVは、脂質ごとに手作業で決定しなければならない。この手動導出は、純粋な合成標準物質を必要とする労働集約的な工程であり、アッセイに含められる立体異性体の数を制限する。この問題に対処するため、本研究ではインテリジェントDMS（iDMS）を導入する。iDMSは、SVとCoVの間のイオン移動度関係、および糖頭部基、N-アシル鎖長、N-アシル不飽和度というモノグリコスフィンゴ脂質の構造的特徴を学習する、in silico教師ありニューラルネットワークモデルである。iDMSは、12種の脂質について一定範囲のSVとCoVにわたり測定した信号強度から構成される訓練データセットを用い、任意の立体異性体対を分離可能なSVとCoVの組み合わせを予測する。手動によるDMS最適化に代わるこの機械学習手法は、生物学的に重要なモノグリコスフィンゴ脂質立体異性体を日常的かつ迅速に定量するための、多重反応モニタリング（MRM）モードRPLC-ESI-DMS-MS/MSアッセイの導入を加速すると期待される。
https://doi.org/10.64898/2026.08.26.747394