• 单细胞代谢组学

     

     

     

    技术简介:

    单细胞代谢组学的核心价值,在于它回答了传统群体分析无法回答的问题:在看似相同的细胞群体中,每一个细胞究竟在做什么?

    基因和转录组提供了“可能性”的信息,蛋白质是“执行者”,而代谢物则是细胞活动的最终输出结果——它直接反映了细胞在当前时刻的生理状态、能量平衡和应激反应。这一维度之所以关键,是因为细胞异质性普遍存在:同一肿瘤组织中的不同细胞可能对药物表现出截然不同的敏感性,免疫细胞亚群在功能激活与耗竭之间有着复杂的代谢调控差异,发育过程中的细胞命运决定往往先体现为代谢通路的偏移。传统批量分析将这些个体差异平均化为一个数值,恰恰丢失了其中最具有生物学意义的信号。

     

    单细胞代谢组学的使命,就是在单细胞精度上捕获这些代谢差异,将“细胞此刻正在经历什么”转化为可量化、可解读的数据。《Nature》将其列为2023年七大值得关注技术之一,正是基于这一技术对癌症研究、药物研发、神经科学和免疫学等领域可能带来的底层变革潜力。

    尽管前景广阔,单细胞代谢组学在目前单细胞多组学技术谱系中仍属于难度最高的一环,其挑战主要集中于三个维度。其一,代谢物无法像核酸分子那样通过扩增手段实现信号放大,检测必须直面极低丰度的原始信号。其二,代谢物种类极为庞杂,涵盖氨基酸、脂质、核苷酸、有机酸、糖类等众多化学性质迥异的分子,对同时覆盖式检测构成巨大挑战。其三,单细胞内代谢物的绝对含量极低,这对分析平台的灵敏度和稳定性提出了近乎苛刻的要求。

     

    ✅️ 结合高灵敏光谱检测技术&微流控芯片的单细胞代谢组学技术

    1)云序单细胞代谢组学分析平台将高灵敏分子指纹光谱检测技术与微流控芯片技术深度整合,配备全自动单细胞AI识别与自主路径规划检测模块,可在无人干预条件下实现单细胞代谢物的快速、高灵敏一键式检测。

    2)当激光照射到代谢物分子时,绝大多数光子仅发生弹性散射,其能量与入射光保持一致;而极少数光子会与分子发生非弹性散射,在此过程中光子能量发生转移,其频率位移精确对应于分子内特定化学键(如C-C、C-H、C=O、N-H等)的振动与转动模式。由于每种代谢物拥有独特的化学结构,其光谱中谱峰的数量、位置及相对强度共同构成了独一无二的“分子指纹”。借助这一指纹信息,不同代谢物可以被准确区分。

    3)然而,代谢物分子的本征散射信号极其微弱,在单细胞超低丰度场景下更难以直接探测。云序采用金属等离激元纳米颗粒(NPs)作为增强基底实现信号放大,当代谢物分子随机吸附于纳米颗粒表面时,局域电磁场被极大增强,从而使分子的散射信号获得百万倍以上的放大。不同探测体积内吸附的分子种类与数量存在差异,这一特性使得多次采集可获得丰富的光谱变化信息,显著提升分子特征的可检测性。

    4)在此基础上,云序进一步采用光谱集分析策略:对每个样本的多个空间位置分别采集光谱,汇总形成包含数百条光谱的集合,并将其整体作为该样本代谢分子组成的代表性表征。该策略有效囊括了信号强度较弱或出现频率较低的分子信息,显著增强了代谢表型分析的可重复性和信息完整性,也实现了对超低浓度代谢分子的高精准检测,检测灵敏度可低至单分子水平。

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    基于高灵敏光谱检测技术&微流控芯片的单细胞代谢组学示意图

     

     

    ✅️ 云序单细胞代谢组学的检测分析流程

    · 单细胞分离。 利用微流控滑动芯片,将细胞悬液分散成无数个皮升级的微小液滴,每个液滴中恰好包裹一个细胞,同时混入裂解液和检测基底,为后续检测做好准备。

    · 单细胞检测,系统对芯片快速成像,AI自动识别出有效单细胞。随后AI规划最优检测路线,依次采集每个细胞的光谱集。每个样本会在不同位置采集数百条光谱,组成一个光谱集,以尽可能完整地捕获低丰度代谢物的信息。

    · 数据清洗与可视化。 原始光谱数据自动进入AI分析引擎,完成去噪、校正、归一化等预处理,转化为可用数据。 数据分析与生物学解读。 将清洗后的光谱与标准品数据库比对,定性定量鉴定代谢物种类与含量,识别关键代谢物及通路。

     

    云序优势

    1. 平台首创,率先开展单细胞代谢组学检测分析服务

    云序生物是国内率先开展单细胞代谢组学检测分析服务的平台之一,在单细胞代谢组学领域具备先发优势。依托先进单细胞代谢组学分析仪和完整的技术服务体系,云序已建立起从样本前处理、单细胞分离捕获、光谱集高灵敏检测到AI数据分析的全流程平台能力,为科研工作者提供可及、稳定、高标准的单细胞代谢组学解决方案。基于这一平台,云序进一步构建了代谢组-基因组-蛋白组的多组学联合分析框架,帮助研究者将单细胞层面的代谢表型变化与上游基因组调控、下游蛋白功能联系起来。

    2. 全流程自动化,AI识别与自主规划检测

    系统内置的全自动单细胞AI识别模块可实现细胞的精准定位与形态判别,并自动规划最优检测路径,全程无需人工介入。单细胞检测耗时低至10秒,检测误差控制在3%以内,在大规模单细胞分析中显著降低了人为偏差。

    3. 单细胞级精准灵敏,突破群体平均效应

    传统批量分析将大量细胞的信号混合,极易掩盖细胞间的关键异质性。云序平台直接以单细胞为分析单位,精准捕捉低丰度关键代谢物,检测灵敏度达到单分子水平,可有效揭示被群体平均值遮蔽的生物学信息。

    4. 广泛适用,赋能液体活检与疾病标志物发现

    凡能制备为单细胞悬液的样本均可上机检测,涵盖贴壁/悬浮细胞、新鲜组织解离细胞、以及血清、尿液等生物体液,并在液体活检领域展现出独特优势。

    • ꁸ 回到顶部
    • ꂅ 021-64878766
    • ꀥ 微信公众号二维码
  • 高分文章案例     

    案例1: 肿瘤药物治疗时癌细胞代谢层面异质性研究

    原文:Multi-kingdom gut microbiota analyses define bacterial-fungal interplay and microbial markers of pan-cancer immunotherapy across cohorts

    发表时间:2024/05/21

    发表期刊:Cell Reports Medicine

    影响因子:14.0

    发表单位:上海交通大学医学院

    上海交通大学生物医学工程学院叶坚教授团队联合金成副教授团队以及上海交通大学医学院附属仁济医院薛蔚团队,合作开发了表面增强拉曼分子组学技术,实现了超灵敏、多指标、可重复的代谢表型检测以及前列腺癌的精确诊断。 不同于以往的检测方法,在本工作中,每个样本内的不同位置将分别被采集光谱,形成一个光谱集(SERSome,如包含200条光谱)作为一个整体,用于表征其代谢分子组成,从而尽可能全面地囊括了信号强度弱和/或出现概率低的分子信息,使得代谢表型的获取更具有可重复性和完整性。 此外,在该方法中,前处理流程简单,仅需一步超滤法即可去除体系内大分子干扰,实现针对代谢分子的高信噪比信号的获取;该方法的样本需求量小(仅需10微升)、测试速度快(~15分钟)、成本低,有利于在基础研究、临床诊断等多个应用场景的广泛推广。目前,已证明SERSome可以实现包含细胞培养液、血清、尿液等多种生物液体样本的代谢表型检测。

     

  • 数据分析(仅供展示  详见demo报告)

    1. 数据质控与预处理

    光谱采集参数汇总、信噪比评估、背景去除前后对比、光谱数量稳健性验证。

     

    2. 代谢物定性定量

    鉴定样本中代谢小分子种类清单(氨基酸、脂质、核苷酸、糖类等),并给出各代谢物的相对含量。

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    3. 差异代谢物筛选

    根据用户设定的分组,筛选组间显著差异的代谢物,提供特征峰位置、变化趋势、p值和差异倍数。

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    4. 相关性分析与可视化

    直观展示各组样本的代谢差异及组内重复性。

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    5. 代谢通路富集分析

    将差异代谢物映射至KEGG等数据库,输出富集的代谢通路列表及网络图。

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

    6. 细胞异质性分析

    展示单细胞水平的代谢谱分布,基于代谢特征自动分群并输出各亚群特征代谢物。

     

     

     

     

  • 样品要求

    样品类型:

    细胞:1x10^4;细胞活性 ≥85%

    新鲜组织:200mg

    血液:5ml

    植物:新鲜、健康、幼嫩的植物材料,不接受冻存样本。

    样品运输与保存:

    干冰运输:样本用冻存管存放,用塑料袋包裹严密后埋入干冰中。使用厚壁(4cm 以上)致密且完好的高质量泡沫箱,扣严并用封箱带封严,外套纸壳箱。

    冰袋运输(仅限 24 小时内到达):组织保护液保存的组织,以及用于制备 PBMC 的新鲜血液等。

技术服务

Technical Service

넳 넲