脂質組學在食品質量安全領域的應用進展

胡 謙，張九凱*，韓建勛，邢冉冉，劉 箐，陳 穎

（1.中國檢驗檢疫科學研究院，北京 100176；2.上海理工大學醫療器械與食品學院，上海 200093）

脂質是生命體中具有獨特生理功能活性的小分子有機物，對維持生理動態平衡至關重要。脂質的種類和結構復雜多樣，Lipid Maps將脂質分為8大類，即脂肪酰類（fatty acyls，FA）、甘油酯類（glycerolipids，GL）、甘油磷脂類（glycerophospholipids，GP）、鞘脂類（sphingolipids，SP）、固醇脂類、孕烯醇酮脂類、糖脂類和多聚乙烯類[1]。表1列出了目前常用的脂質數據庫信息[2-4]。

表 1 常見的脂質數據庫Table 1 Common lipid databases

脂質是影響食品營養價值、商業價值和感官性狀的因素之一。在食品的加工和貯藏過程中，脂質氧化會影響食品風味，產生的有害物質會損害人體健康。在動植物的生長發育過程中脂質的積累和消耗受到高度的代謝調節，飼養條件和耕種方式對食品脂質營養產生重大影響，也會造成食品商業價值產生差異。不合理的脂質攝入和脂質代謝紊亂與人體疾?。ㄈ绶逝?、高血壓和動脈粥樣硬化等）密切相關[5]。

2003年Han Xianlin等[6]首次提出脂質組學的概念，其迅速發展成一門獨立的研究領域。脂質組學作為代謝組學的一個分支，也是全代謝組研究的延伸與拓展[7]。脂質組學分為兩種研究策略，即靶標和非靶標分析[8]。靶標脂質組學對有限數量的已知脂質進行針對性的定性定量分析，非靶標脂質組學對樣品中脂質進行全面分析。脂質組學在食品質量與安全領域的應用逐漸受到國內外科研工作者的重視，已有多個組織或研究機構在開展相關的研究工作。脂質組學已經廣泛應用于食品中脂質氧化規律、指導嬰幼兒飲食、改進飼養條件和耕種方式、真偽鑒別和產地溯源的研究。本文簡要地介紹了脂質組學的研究流程，主要針對脂質組學在食品成分分析、品質判別、真偽鑒別和產地溯源的應用進行綜述，旨在為脂質組學在食品的質量安全領域的應用提供借鑒和參考。

1 脂質組學研究流程

食品中脂質分子的結構復雜并且物理化學性質多樣，需要采用高分離度、高通量、高靈敏度和高分辨率的分離檢測技術。為了準確采集和解釋脂質組學數據，脂質組學工作流程一般包括：實驗設計、樣品處理和制備、質譜數據采集、數據處理與分析（圖1）。

圖 1 脂質組學研究工作流程圖Fig. 1 Workflow of lipidomics research

1.1 樣品處理和制備

食品的基質組成非常復雜，需要提取脂質以滿足分離檢測的要求。在有氧條件下脂質易發生氧化，并且脂質分子的酯鍵、乙烯基和酰胺鍵對酸堿敏感[9-11]。在樣品的貯藏和制備過程中需要在低溫環境下進行，以控制脂質分子的氧化分解。20世紀50年代，Folch[12]、Bligh[13]等分別建立了兩種使用氯仿-甲醇作為有機相的液-液萃取法。為了減少使用有毒有機試劑，使用密度比水低的萃取溶劑，Matyash等[14]建立了甲基叔丁基醚法提取脂質，也有研究使用丁醇提取脂質[15]。此外，固相萃?。╯olid phase extraction，SPE）法可實現總脂質的進一步分離和選擇性富集低豐度脂質[16]。值得注意的是，脂質分子的結構復雜并且物理化學性質多樣，當前的提取方法都很難完全提取脂質。在提取前可采取添加內標的方法，以定量分析和監測回收率。

1.2 脂質的分離

脂質組學分析需采用先進的分離技術，主要有液相色譜（liquid chromatography，LC）和氣相色譜（gas chromatography，GC）。按不同的分離技術脂質組學主要分為直接輸注質譜（direct infusion-mass spectrometry，DI-MS）脂質組學、GC-MS脂質組學和LC-MS脂質組學等[10]。DI-MS脂質組學是將脂質樣品直接注入質譜儀，不需額外監測色譜峰型和保留時間的漂移，電離抑制效應和基質效應的影響相同[10,17-18]。但由于在樣本中脂質種類復雜多樣，相對豐度可能相差幾個數量級，采用DI-MS技術有一定的局限性，存在低豐度脂質離子化受到抑制和同位素峰重疊的問題[19]。色譜串聯質譜（GC-MS/LC-MS）提供了保留時間維度，依據不同脂質在色譜柱上結合能力的差異在不同時間流出，大大提高了質譜分析的通量和動態范圍，因此在脂質組學研究中的應用更加普遍。GC-MS特別適用于脂肪酸的分析[20]，堿催化或酸催化用于制備衍生物，但會出現衍生化不完全和異構化問題，易導致不飽和脂質降解，通常被認為是對LC-MS技術的補充[21-22]。此外，二維（twodimensional，2D）-GC應用了具有兩個不同極性固定相的分離柱，在第一維和第二維分別使用非極性柱和極性柱，可以實現脂肪酸幾何異構體的分離，具有更強的分離能力和選擇性[23]。LC包括反相液相色譜（reversed phase LC，RPLC）、正相液相色譜（normal phase LC，NPLC）、親水相互作用色譜（hydrophilic interaction LC，HILIC）和在線/離線二維液相色譜（on-line/off-line 2D-LC）。RPLC使用極性流動相和非極性固定相，固定相多采用C18，極性較大的脂質先洗脫，是目前脂質組學應用最為廣泛的分離技術。NPLC使用非極性流動相和極性固定相，但非極性流動相對極性脂質的溶解性差。而HILIC特別適合于分析極性脂質（磷脂），采用極性固定相和水-有機溶劑流動相[24-26]。對于脂質組成復雜的樣本，存在大量脂質同分異構共洗脫現象，采用一維色譜難以達到理想的分離效果[27-28]。而在線/離線2D-LC顯著提高了脂質的分離能力，得到脂質的同分異構信息，如脂肪酸?；恢卯悩?、雙鍵位置異構、雙鍵立體異構，不同脂質異構體對食品質量安全的影響至關重要[29]。但2D-LC受到儀器、實驗設計和數據處理的限制，有待科研人員開發實用性強的技術[30-31]。

1.3 質譜數據采集

隨著色譜技術、離子化方法、質量分析儀以及不同的串聯方式的不斷發展，特別是各種軟電離離子化技術和高分辨質譜技術的發展，脂質組學的檢測方法日漸豐富。ESI和APCI是脂質組學分析常用的電離模式，ESI可有效電離各類別脂質，而APCI適用于分析弱極性脂質和脂肪酸[20]。三重四極桿質譜是脂質組學使用最廣泛的技術，采用多反應檢測掃描，或針對不同脂質類別采用前體離子掃描或中性丟失掃描[32]。近些年，高分辨MS已成為脂質組學分析的首選，常見的高分辨質譜技術有FT-ICR質譜、Orbitrap質譜和TOF質譜[16]。高分辨質譜技術具有更高的靈敏度、質量分辨率和質量準確度。通?；诟叩馁|量分辨率和準確度以及同位素豐度，結合二級碎片離子（MS/MS）譜圖以確定脂質分子。

常壓敞開式離子化質譜（ambient ionization MS，AIMS）在開放的大氣中離子化，樣品制備要求極低或沒有樣品制備要求，適用于開發食品快速分析技術。常壓敞開式離子化包括DESI、DART和大氣壓固體分析探頭等[33]。AIMS技術無需色譜分離即可獲得食品的脂質信息，大大縮短了分析時間，目前已經應用于分析食用油和乳制品等食品中的脂質[34]。食品中脂質的空間分布信息對理解食品營養、質量和安全至關重要。質譜成像（MS imaging，MSI）是非靶標、無標記和二維表征樣品空間信息的重要方法。Yoshimura[35]、Li Bin[36]等綜述了MSI技術在食品代謝物空間組成的研究進展。MSI技術實現了脂質氧化和代謝空間分布的可視化，有助于提高食品原料價值和改善加工方法[35-36]。

1.4 數據處理與分析

脂質組學是綜合表征食品中脂質的手段，會產生大量的多維數據。脂質組學作為代謝組學的一個分支，數據處理與分析同代謝組學類似，一般需要對多維的數據進行降維處理[37]。已有文獻綜述了脂質組學數據處理與分析的方法[8]，本文將不再贅述。

總地來說，數據分析需采用化學計量學工具，包括單變量分析和多變量分析。采用統計假設檢驗常用的是單變量分析，包括倍數分析、T檢驗和方差分析（analysis of variance，ANOVA）等，分析在兩組或多組樣本間在某一變量條件下是否存在差異顯著性[38]。多變量分析分為兩種類型，即有監督分析和無監督分析。無監督分析是未將樣品分組的情況下，分析樣本數據的整體結構，包括：主成分分析（principal component analysis，PCA）和層次聚類分析（hierarchical cluster analysis，HCA）等。PCA將多維的數據轉化為幾個正交因子，即主成分，依據得分圖將樣品投影到二維或三維空間，實現樣品分布的可視化，分析樣品之間的聚集和分散情況。HCA將相對類似的樣本聚集到一個簇，而將不同的樣本聚集到不同的簇[39]。無監督分析過于關注細節，而不能忽略組內隨機誤差，一般采用有監督的分析減少組內的隨機誤差以突出組間差異。有監督分析是先將樣品分組，突出組間差異以篩選差異脂質[40]。包括：偏最小二乘法判別分析（partial least squares discrimination analysis，PLS-DA）、線性判別分析（linear discriminant analysis，LDA）、正交偏最小二乘法判別分析（orthogonal partial least squares discriminant analysis，OPLS-DA）、隨機森林（random forest，RF）、支持向量機（support vector machine，SVM）等[39]。在建模分析中易過擬合，因此評估模型的擬合和預測能力至關重要[41]。評估模型的有效性通常采用擬合率（R2）和預測率（Q2），也可采用置換檢驗和交叉驗證[42]。定性分析應充分考慮異構脂質共流出、同位素峰重疊、潛在加和離子干擾和源內碎裂等問題，可采用脂質組學專用軟件，例如ALEX、LipidQA、Lipid Searc和LipidView等[10]。

2 脂質組學在食品質量安全研究中的應用

脂質組學作為代謝組學最重要的分支之一，在食品質量安全研究中的重要性已經引起了科學界的廣泛關注，在食品脂質成分分析、品質判別、真偽鑒別和產地溯源等方面都取得了飛速發展。下面重點介紹了脂質組學在食品質量安全領域的應用（表2）。

表 2 脂質組學在食品質量安全研究中的應用Table 2 Application of lipidomics in food safety and quality

續表2

2.1 成分分析

脂質與食品的風味和營養密切相關，其不僅是影響食品開發與加工過程的主要因素，也影響著人體健康。以往對脂質的研究主要集中于水產品養殖方法，對其化學組成研究較少。脂質組學已成功用于分析水產品中的脂質，為食品功能和營養研究奠定基礎。

水產品加工過程產生的副產物造成巨大浪費，研究水產加工副產物的營養組分有利于充分利用水產品，減少資源浪費，提高水產品的經濟效益[90]。魚籽是大黃魚加工過程中產生的主要副產品，Liang Peng等[52]分析了其含有的92 種磷脂，發現磷脂中含有大量的EPA和DHA，為大黃魚魚籽的開發利用提供了支持。蝦的消費量快速增長導致產生了大量廢棄物，Shen Qing等[53]使用SPE技術分離蝦廢棄物中的磷脂，發現含有大量多不飽和脂肪酸（ALA、EPA和DHA），為蝦廢棄物的利用奠定了基礎。

探索油料作物的脂質積累規律對提高食用油產量具有非常重大的現實意義。Woodfield等[56]解析了油菜種子在發育過程的TG、DG、PA、PC和PE脂質分子分布的變化規律，發現在開花后第20～27天脂質積累時期脂質的變化最為顯著，并預測二?；视王；D移酶對TG分子組成發揮重要作用。Arfa等[57]研究了4 個不同品種北非芝麻油的TG和脂肪酸組成，結合PCA可區分4 種芝麻油，同時Arfa等將定量結果與Hu Na等[91]研究的中國芝麻油進行比較，發現三亞油酸甘油酯和二亞油酸油酸甘油酯的含量沒有顯著差異，而二油酸亞油酸甘油酯和三油酸甘油酯的含量差異顯著。

脂質組學已廣泛用于分析食品的脂質，為功能組分分析、加工副產物利用和油料資源開發奠定了基礎。但食品中復雜多樣的脂質結構與組成使得異構脂質難以完全分離，且不能區分脂肪?；溛恢卯悩嫼碗p鍵位置異構[27,30-31]。相信隨著脂質分離技術和檢測技術的發展，其對脂質的分析能力將不斷提高，這有助于深入研究脂質功能。

2.2 品質判別

基于質譜的脂質組學不僅在食品成分分析中得到應用，還可用于食品的品質判別。脂質的氧化水解是影響肉及肉制品營養、品質和安全性的重要因素之一，Dyer等[58]發現牛背最長肌在高氧和空氣包裝中發生了顯著的脂質氧化，而真空包裝可以有效緩解脂質氧化，并且觀察到脂質氧化的空間差異。磷脂的氧化能降低水產品的營養與價值，Chen Qinsheng等[59]研究了牡蠣在貯藏過程中磷脂的水解機制，發現牡蠣在貯藏中總脂質含量先以非線性增加然后下降，而總磷脂含量一直下降。磷脂的水解與貯藏時脂肪酶和磷脂酶的活性相關，4 ℃貯藏時酶活性在早期較高隨后下降，而－20 ℃貯藏時酶活性一直較低；同時發現PE含量相對穩定，在貯藏初期略微增加隨后下降。此外，王曉旭等[60]建立了凡納濱對蝦磷脂的體外水解模型，探討了磷脂水解與磷脂酶的關系。微生物污染也是影響脂質氧化的不可忽略的因素，Shen Qing等[61]研究了熒光假單胞菌污染對鮭魚片中PC和PE含量的影響，發現在貯藏過程中總磷脂含量顯著下降，而LPL含量增加。以上研究說明，脂質組學從脂質分子水平揭示脂質氧化水解的機制，將有助于開發新型技術控制脂質的氧化水解。此外，Rubert等[62]分析了超高溫處理對虎堅果奶營養成分的影響，發現PA37∶2和35∶1在超高溫處理的虎堅果奶中含量可忽略不計，而在新鮮虎堅果奶中得到表征，可作為區分新鮮和超高溫處理的虎堅果奶的可靠標志物。

母乳喂養是普遍認為嬰幼兒最健康的喂養方式，但在許多情況下難以實現，因此需要嬰幼兒配方奶粉作為替代品。脂質為嬰幼兒的生長發育提供必要的營養，有研究表明不同哺乳階段的母乳中TG組成存在較大差異，同時發現進口嬰幼兒配方奶粉含有較多的中長鏈TG和飽和TG，與中國不同哺乳階段母乳中TG的組成存在明顯差異[63]。此外，Linderborg等[92]研究母親體質量和飲食對母乳中TG分子質量分布和異構體分布的影響，發現推薦飲食與非推薦飲食相比TG52∶7（?；紨怠秒p鍵數）和52∶6含量存在顯著差異，正常體質量非推薦飲食的母乳與其他實驗組相比TG54∶6、54∶5、54∶3和54∶2含量存在顯著差異，而TG異構體在不同母親中的含量差異很小?？梢娭|組學對嬰幼兒健康飲食具有重要意義，研究不同哺乳階段、種族、飲食、國家和地區的脂質差異，可為生產嬰幼兒配方奶粉提供參考。

動物飼養方式導致食用品質和營養產生差異，Campos等[93]發現在不同飼料和飼養環境的雞蛋黃中TG、磷脂和脂肪酸的含量存在顯著差異，飼喂動物源性飼料的雞蛋黃中磷脂和TG的脂肪鏈富含n-6脂肪酸。烏骨雞在中國有悠久的養殖歷史，具有抗疲勞、抗衰老和增強免疫力的功效，Mi Si等[65]分析了不同年齡、性別和部位烏骨雞的脂質差異，發現對烏骨雞脂質影響最大的是年齡，其次是性別和部位，這一發現將有助于理解烏骨雞的功效。釀造葡萄的質量和品種是影響葡萄酒品質的重要因素，脂質組學有助于提高對葡萄種植和葡萄酒釀造的技術認識。Corte等[66]分析了不同品種葡萄中的脂質含量，包括脂肪酸、甘油酯、甘油磷脂、鞘脂和甾醇，此外Millán等[67]以葡萄中植物甾醇為靶標，結合PCA和OPLS-DA區分了不同品種的葡萄。脂質與人體的營養和健康密切相關，相信脂質組學將會更全面深入地應用于食品品質判別的研究中。

2.3 真偽鑒別

現代食品產業摻假現象嚴重干擾了食品產業的健康發展。脂質在不同食品中的組成與含量上的差異使得脂質可作為食品真偽鑒別的靶標。脂質組學已用于篩查食品脂質標志物，實現了食用油、乳制品和谷物等的真偽鑒別。

高價值的食用油經常被低價值的食用油摻假，TG輪廓特征可用來鑒別食用油的真偽。Jergovi?等[68]比較了特級初榨橄欖油與精制橄欖油、初榨橄欖油和葵花籽油的TG組成，建立了基于TG指紋圖譜快速鑒別特級初榨橄欖油真偽的方法。Alves等[69]分析特級初榨橄欖油和初榨橄欖油中的脂肪酸、TG和極性脂質組成，發現脂肪酸C16∶0、C18∶1和PC含量存在顯著差異。由于TG的同分異構體較多，采用正相色譜或反相色譜難以達到理想的分離效果，因此Dong等[29]開發了單柱在線2D-LC-APCI-MS技術，用于比較高油酸花生油和普通花生油的TG組成，發現三油酸甘油酯、二油酸棕櫚酸甘油酯和棕櫚酸油酸亞油酸甘油酯含量存在明顯差異，可用于鑒別普通花生油對高油酸花生油的摻假。該課題組還基于單柱離線2D-LC-APCI-MS技術檢測食用油中的TG，結合PCA可鑒定5%的豬油摻入大豆油和5%的大豆油摻入花生油[71]。以上結果表明，與脂肪酸組成相比，不同食用油中TG具有更大的差異，利用此能更有效地實現食用油的真偽鑒別。但食用油中TG分子的結構多樣且豐度差異大，開發具有更高分離度的色譜技術將成為研究熱點。

利益的驅動使得乳制品摻假現象嚴重，脂質是影響乳制品質量和安全的重要成分。Calvano等[73]提出將磷脂在質譜上的響應m/z706.6與m/z703.6豐度的比值作為摻假鑒定依據，并成功用于商業乳制品的鑒定。不同品種和生產方式的乳制品存在品質和價值的差異，鑒于此，Hrbek等[74]試圖尋找TG組成的差異，結合LDA可鑒別牛奶對山羊奶或綿羊奶的摻假，檢測限達50%，還可鑒別1%的葵花籽油、菜籽油和大豆油的摻假；但發現由于季節、年份和地區的影響，TG輪廓結合化學計量學分析不能有效地區分有機牛奶和傳統牛奶，山羊奶和綿羊奶也不能區分。此外，Li Qiangqiang等[75]分析了山羊奶、豆奶和牛奶的脂質組成，發現豆奶中富含磷脂，羊奶中富含中鏈TG、不飽和脂肪酸、ω-6 FA、ω-3 FA、EPA和DHA，鑒定出14 種差異脂質，可為乳制品認證和鑒偽提供依據。

沙棘油作為膳食補充劑，經常被廉價食用油冒充。因此Hurkova等[76]比較了沙棘油和葵花籽油中的極性與非極性脂質，發現單半乳糖基DG是沙棘油的特征標志脂質，葵花籽油的脂肪酸碳鏈長度比沙棘油的更長，建立了沙棘油真偽鑒別的方法。不同小麥品種也經常被冒充，脂質組成的差異可作為真偽鑒別的依據，例如Righetti等[77]對3 種小麥品種的脂質進行比較，發現PC、溶血PC在不同品系中含量不同。還有研究篩查了硬質小麥和普通小麥的特征脂質，發現以雙乳糖基DG（36∶4）為標志物可鑒定普通小麥摻假，檢測限達3%[78]。分析脂質組成的差異可實現食品準確快速的真偽鑒別，但脂質的含量和類別在不同部位存在差異，而且脂質在動植物體中的代謝與外界環境因素有關，在真偽鑒別研究中這些因素很可能影響食品的脂質分布。

2.4 產地溯源

產地不同導致食品的營養價值和經濟價值產生差異，脂質組學已用于食品產地溯源的研究中。Shen Qing等[79]研究了4 個產地杏仁中的磷脂和TG，提出m/z833.6與m/z835.6相對豐度的比值和m/z821.6相對豐度可用于鑒定不同產地的杏仁。此外，Klockmann等[80]以不同產地的榛子為研究對象，發現5 種PC、3 種PE、4 種DG、7 種TG和γ-生育酚豐度存在顯著差異。脂質影響著谷物及谷物制品的質地、流變特性、消化率和儲藏穩定性[94]，谷物的脂質組成又與產地密切相關。Lim等[81-82]研究了不同國家大米中溶血甘油磷脂的差異，發現溶血磷脂酰乙醇胺16∶0和18∶2在中國、日本和韓國大米的組內含量差異較小，而不同國家之間差異顯著，之后研究觀察到中國與韓國大米中溶血磷脂酰膽堿、溶血磷脂酰乙醇胺和溶血磷脂酰甘油存在差異。此外，Lim等[84]開發了一種基于靶標脂質組學結合監督機器學習算法鑒別中國和韓國的大米，檢測限達5%，結果表明LPL比糖、糖醇和脂肪酸更適合作為特征標志物鑒別大米產地。脂質代謝由復雜的網絡控制著，受到許多內在和外在條件的影響，比如品種、土壤、生產方式和氣候條件等。充分考慮不同產地的各個影響因素開發食品脂質組學方法，對產地溯源制度的建立和完善至關重要。

2.5 食品安全

食品加工過程中脂質會發生各種反應，如熱氧化、水解、熱聚合和美拉德反應等[85]。脂質的變化會影響食品品質的變化，進而影響食品的安全性。油炸是一種常見的食品加工方式，不僅影響食用油的使用壽命，也影響油炸食品的質量，會產生大量氧化產物、聚合物、多環芳烴、氯丙醇和縮水甘油酯[95]，對人體健康構成極大威脅。Richardson等[87]研究植物油和海藻油在室溫或加熱條件下LA和α-亞麻酸氧化脂類的類型和含量，發現除橄欖油和亞麻籽油之外，氧化脂質與LA和α-亞麻酸組成有關；并初步估計美國植物油消費者從未加熱的植物油中攝入的氧化脂質量約為每人每天1.1 mg。食品中羰基化合物的生成與母體脂肪酸有關。Cao Jun等[96]采用PCA揭示了食用油中羰基化合物與油酸、LA和亞麻酸含量的密切關系。此外，Suh等[88-89]分析了魚油中的35 種羰基化合物，發現ARA、二十二碳五烯酸和EPA與羰基化合物的生成密切相關，進一步建立了定量魚油中44 種羰基化合物的方法，并應用于商業魚油產品的質量安全控制。在食品加工過程中膽固醇氧化會產生大量有害的羥基膽固醇、環氧基膽固醇、酮基膽固醇等[97]，如微波加熱[97]、油炸[97]和乳制品的超高溫殺菌[98]。QuEChERS結合GC-MS技術，已經用于定性和定量分析肉和動物脂肪中的膽固醇氧化產物[99]。甘油三酯的氧化也是脂質組學研究熱點[79,100]，van Dam等[101]建立了LC-MS技術分析老化干性食用油中的甘油三酯氧化產物。高通量的脂質組學結合化學計量學分析是分析脂質有害氧化產物的強大技術，可監測食品加工對脂質成分的影響及有害產物的產生，為食品質量安全研究提供新的解決方案。

3 結 語

本文簡要介紹了脂質組學的工作流程，并總結了脂質組學在食品質量安全領域的應用?？傮w來說，脂質組學在食品質量安全的研究還處于初始階段，相比其他組學技術起步較晚，研究內容主要集中于食品脂質成分分析、有害氧化產物研究、不同產地與真偽食品的差異脂質研究等。脂質組學的研究還存在某些制約因素有待進一步解決和突破。首先，脂質化合物結構非常復雜，實驗樣本中可能包含幾千種不同的脂質分子，目前的技術手段還難以分離并檢測所有的脂質分子；其次，每種脂質在一個復雜的脂質提取物中的濃度跨度會達到幾個數量級，因此對脂質成分的準確定量分析還存在技術瓶頸；另外，由于許多脂質難以合成，脂質組學缺少標準物作為標準，這嚴重限制了脂質的鑒定和定量。只有詳細了解脂質的脂肪酸?；恢卯悩?、雙鍵位置異構、雙鍵立體異構等，才能得到脂質分子的完整信息。然而以目前的質譜技術難以對脂質分子進行完整的結構表征，不同儀器得到的脂質結構信息也不盡相同，因此在報告中應以標準化的命名體系對脂質類型和結構進行準確的描述[102]。

傳統脂質組學方法需要復雜的樣品制備和較長檢測時間，而AIMS是脂質組學的新型解決方案，只需簡單的樣品處理就可實現快速現場分析，相信AIMS技術將成為食品質量安全領域的重要分析工具。MSI技術具有分析脂質分子空間分布細節的能力，而如何提高空間分辨率、重現性和定量能力將成為未來MSI技術的重點研究方向。由于難以同時分析具有不同色譜和質譜行為的脂質，因而開發高通量和批量化的脂質組學方法對大樣本的分析非常重要，例如La Nasa等[103]使用2-肼基喹啉衍生游離脂肪酸用于同時分析脂肪酸和甘油酯。相信樣本制備方法、分離技術（UPLC、GC、2D-LC、2D-GC和SFC等）、離子源（ESI、APCI、MALDI和DART等）、質量分析器（Q、TOF、Orbitrap和FT-ICR等）和多種串聯模式的快速發展，將極大地推進脂質組學在食品質量安全領域的應用。另外，將脂質組學與其他組學技術，包括基因組學、蛋白質組學和代謝組學進行聯用，了解生物體中脂質-核酸、脂質-蛋白質以及脂質與其他生物小分子的相互作用也將成為脂質組學的研究重點。