单细胞转录组测序分析

近日，[b]科创中心生物与分子智造研究院分子智造研究所所长方群教授团队[/b]再出新成果！团队[b]开发了“点取式”单细胞蛋白质组分析（PiSPA）工作流程和基于纳升级微流控液滴操控机器人，实现了单细胞的精准捕获、前处理以及自动进样，并首次在单个哺乳动物细胞中实现了高达3000种蛋白质的超高定量深度[/b]。目前，相关研究成果以“ Pick-up single-cell proteomic analysis for quantifying up to 3000 proteins in a Mammalian cell ”为题在国际权威期刊《自然通讯》上发表。[b]这项成果也再次向我们证明了单细胞蛋白质组学在诊疗和预防、药物开发、癌症基因组学等精准医学研究中的应用潜力。[/b][align=center][img=,700,444]https://img1.17img.cn/17img/images/202402/uepic/a2bc5a12-447c-42f5-901c-d7cd2ada8821.jpg[/img][/align][align=center]团队自研的探针式微流控液滴操纵机器人系统[/align][color=#0070c0][b]更强大的单细胞蛋白质组分析工具：PiSPA工作流程[/b][/color]单细胞蛋白质组学技术是近年来生命科学领域研究的热点。因单个细胞中的蛋白质含量极微（仅约0.2 ng）且无法扩增，单细胞蛋白质组分析极具挑战性。目前传统蛋白质组分析技术仅能在每个细胞中鉴定1000种左右的蛋白质，而这在单细胞分析领域显得有些“力不从心”。此外，传统的样本前处理操作大多在微升级反应器中进行，在样品处理和转移的过程中会出现明显的样品损失，这会限制单细胞蛋白质组学的鉴定深度，难以满足生命科学研究的迫切需求。“想要突破单细胞蛋白质组学鉴定深度的障碍，有两种策略。一是在足够小的微反应器中进行样品前处理，利用微尺度效应提高反应效率；二是将所有操作整合在一起，降低样品损失，但这两种策略对技术与设备的要求都很高”，本项成果第一完成人王宇博士解释道，“我们利用微流控技术将商品化的内插管改造为阵列化的纳升级微反应器，解决了纳升级样品反应与自动进样的问题。PiSPA平台可自动完成细胞捕获、样品前处理、色谱分离、质谱检测、数据处理等操作，进一步降低了样品损失。”[align=center][img=,700,303]https://img1.17img.cn/17img/images/202402/uepic/63b80008-6467-4583-b1b7-147e9680c481.jpg[/img][/align][align=center]“点取式”单细胞蛋白质组分析流程示意图[/align][b]PiSPA工作流程使得高精度的液体操控、单细胞的精确处理以及先进的LC-TIMS-QTOF MS技术融为一体，重新定义了单细胞蛋白质组学分析。[/b]“在研究中，我们将该平台应用于三种哺乳动物细胞（HeLa、A549和U2OS细胞）的单细胞蛋白质组分析，以及HeLa细胞迁移过程中的细胞异质性研究中，均实现了超高深度定量分析”，王宇博士说。同时，迁移细胞的单细胞蛋白质组分析也证实了PiSPA平台具有识别细胞迁移关键分子以及有价值靶点的应用潜力。[align=center][img=,700,394]https://img1.17img.cn/17img/images/202402/uepic/b4d136ba-e078-4fc6-b59d-911f8f0abfcc.jpg[/img][/align][align=center]哺乳动物细胞的单细胞蛋白质组分析结果[/align][color=#0070c0][b]单细胞的定量深度：从3000+走向全蛋白质组测序[/b][/color]PiSPA平台集成了基于序控液滴（SODA）技术的自动化液滴操纵机器人，能够在“点取式”操作模式下实现纳升级的细胞分选、多步样品前处理和自动进样操作。相比于其他单细胞分析方法，[b]PiSPA平台的优势主要体现在与成像技术结合，能够灵活地选择任意单个细胞进行分析，目标细胞的捕获指向性强，具有很高的捕获准确性和成功率，并可保留目标细胞的表观和空间信息，显著增加了单细胞分析的信息维度[/b]。其次，PiSPA平台采用针对单细胞样品的“定制化”分析条件，实现了蛋白质鉴定深度的大幅提升，能够为生物医学研究提供更多有效的基础数据。这些优势对推动单细胞蛋白质组分析的实际推广应用具有重要意义。“目前的单细胞定量深度只是一个起点”，方群教授分享道，在该项研究中，可从单个哺乳动物细胞中可定量多达3000种蛋白质，约占人类基因编码蛋白质总数（约20,000种）的15%，其鉴定深度已经达到10年前单细胞转录组测序技术的相近水平。类比单细胞转录组测序技术的发展历史，可以预见当前已处于单细胞蛋白质组分析技术的爆发阶段，随着技术的快速革新，单细胞的定量鉴定深度还将得到史无前例的提升。“这意味着单细胞蛋白质组学技术已进入在广泛的生物医学研究领域中实际应用的阶段。”[align=center][img=,700,315]https://img1.17img.cn/17img/images/202402/uepic/0ff9f496-19a8-4d58-a0de-a5d54a37ad74.jpg[/img][/align][b]团队表示，未来，他们将进一步提高单细胞蛋白质组分析的鉴定深度和通量，以持续推进该技术实用化和应用拓展的水平[/b]。此外，在上述成果基础上，目前团队还在利用iChemFoundry平台的自动化机器人技术和机器视觉技术构建能够完成单细胞蛋白质组分析全部流程操作自动化的分析平台，很快会有新的成果发布，这些都将为人们了解生命活动中细胞异质性的变化带来更有力工具。[来源：浙大杭州科创中心][align=right][/align]

最近，来自美国加利福尼亚大学圣地亚哥分校、克雷格·文特尔研究院和Illumina公司的科学家对现代基因测序算法进行了改良，只需从一个细菌细胞中提取的DNA(脱氧核糖核酸)就可组装成接近完整的基因组，准确率达到90%，而传统的测序方法至少需要10亿个相同的细胞才能完成。这一突破为那些无法培养的细菌提供了测序方法。研究发表在9月18日的《自然·生物技术》网络版上。　　实验室无法培养的细菌范围极广，约占99.9%，从产生抗体和生物燃料的微生物，到人体内的寄生菌。它们的生存条件特殊，比如必须和其他菌种共生，或只能生存在动物皮肤上，因此很难进行人工培养。　　论文合著者、文特尔研究院的罗杰·拉斯肯教授10年前曾开发出一种多重置换扩增(MDA)技术，可对实验室无法培养的细菌测序，能恢复70%的基因。其工作原理是对一个细胞的基因片断多次复制，直到其数量相当于10亿个细胞那么多。不过，这种技术却给测序软件带来很多麻烦，它在复制DNA时会出现各种错误，而且并非完全统一放大，有些基因组被复制数千次，有一些却只被复制一两次。但测序算法不能处理这些不一致，而是倾向于舍弃那些只复制了少数次的基因，即使它们对整个基因组来说很关键。　　加州大学圣地亚哥分校雅各布工程学院计算机科学教授、现代基因测序技术算法创建人帕维尔·帕夫纳和同事改进了这一方法，保留了那些少量复制的基因片断，并用新方法对一个大肠杆菌测序以检验其精确性，发现它能恢复91%的基因，接近传统的培养细胞水平。这已足够解答许多重要的生物学问题，比如该细菌能产生什么抗体。　　人体细菌占体重的约10%，它们有些会造成传染病，但也有的能帮助消化，最近研究还发现，它们能改变人的行为方式，比如引诱人吃更多的东西。新方法也有助于科学家理解细菌行为，研究人体内细菌能产生哪种蛋白质和多肽，这些蛋白质和多肽是细菌之间、细菌和宿主之间互相沟通的工具。　　研究小组还用新方法对一种以前未曾测序过的海洋细菌进行了测序，获得了相当完整而且能解释的基因组，掌握了它是如何生存和运动的，该基因组将被存入美国国家卫生研究院的基因银行(GenBank)。研究人员表示还将对更多迄今未知的细菌进行测序。

定义：单细胞研究，就是针对单个细胞的研究，这是相对于群体细胞的研究。研究意义：细胞是生命活动的基本单位，研究细胞的结构功能及行为，有利于揭示复杂生命体的生命活动规律，探究生理生化现象，获得统计平均结果。然而，现代研究表明，单个细胞内的成分存在巨大差异，平均分析结果不能反映单个细胞内成分的真实情况，会带来误导信息。癌症等疾病总是从个别细胞的变异开始，极少量异常细胞信号会被群体信号所掩盖，不能及时获得有关病变的信息。另外，细胞间的信号传导，应激反应等活动在细胞内迅速发生，传统方法无法做到实时监测。对于数量较少且较为珍贵的细胞样本，如干细胞、元祖细胞及患者样本，传统分析方法需要大量的细胞样本，并不适宜。关于物质在细胞内的空间分布，亚细胞结构如细胞器的分析，传统方法也不能满足。这些都要求我们在一定范围内从单细胞水平研究细胞的生命活动。单细胞分析方法：毛细管电泳、微流控芯片、图像分析、动力学分析及纳米技术等。目前单细胞分析存在的难点：首先无论是针对一个特异性大分子，还是在OMIC水平上进行分子分析，都存在单细胞提取物数量少，难以分析的困难，这甚至可以说是不可能完成的，因此增加灵敏度势在必行。除此之外高通量分析也是一个瓶颈，要想获得单细胞分析确切的分析结果，研究人员必须快速而准确的分析多个细胞，这并不容易。另外单细胞分析也常常需要进行多种方式分析，这不仅是由于细胞存在于一种异质性环境汇总，而且也在同一时间，也需要测量多个参数。