【真 • 单细胞蛋白质组学】荣耀首发！

导语

单细胞蛋白质组学（single-cell proteomics）是蛋白质组学技术发展中“皇冠上的明珠”，是科学家们孜孜以求追逐的梦想[1]。这是因为随着后基因组时代的到来和测序技术的发展，单细胞层面水平的蛋白质组学分析为生物系统中细胞异质性研究、精细蛋白分子图谱构建、空间蛋白质网络分析等提供了最本质的精准信息，在肿瘤异质性、干细胞分化、生殖细胞发育等重要领域有着不可或缺的应用价值。

背景介绍

由于受制于极微量样本制备、超灵敏度高分辨生物质谱仪与数据可重复性的限制，单细胞蛋白质组学分析一直停留在“梦寐以求，以假乱真”的阶段。目前市面上推出的单细胞蛋白质组学分析并不是真正意义上的单个细胞分析，通常需要103级别的细胞，并且检测深度仅能达到数百个蛋白，数据重复性也较差，这使得当前的单细胞蛋白质组学分析上并不能产生真正有价值的信息。

真·单细胞蛋白质组学产品优势

高度准确性和特异性

实现单个细胞蛋白组学的精准分析

高覆盖深度和灵敏度

实现单一种类微量细胞4000+检测深度

高度可重复性和稳定性

三次重复样本的结果相关性R指可达0.935

我们的内部数据显示，在单个细胞中（以HeLa细胞为例），我们成功实现了1000+蛋白质的检测深度；在10个细胞水平，成功实现了~2000个蛋白质的检测深度；在100个细胞水平，蛋白检测深度达到4000+（图1-2）。针对10个HeLa细胞的三次组学数据重复性分析表明，相同蛋白鉴定的重合度~70%，皮尔森相关系数R值达到0.935（图3）。同时，质控数据表明，单个细胞的定量分析中肽段同位素峰在谱图中准确、稳定地出现，由此证实了分析结果具有极高的准确性和可信度（图4）。

 图1. 经过流式分选的HeLa细胞（单个到1000个细胞）的鉴定到的蛋白质数量。图2. 图1中质谱鉴定的肽段信号强度。每种细胞量分别进行3次重复实验。采用MaxQuant软件进行数据分析，严格限制PSMs FDR和Protein FDR小于1%。图3. 三次10个流式分选的HeLa细胞的蛋白质定量重复实验结果相关性分析。 从细胞的流式分选，到样品制备和质谱分析，三次实验流程完全独立。并采用蛋白鉴定的原始强度的对数值作散点图，取得很好的重复性（Pearson相关系数为0.935）。图4.相同肽段的母离子在1个和10个HeLa细胞实验中原始谱图对比。该肽段在1个和10个HeLa细胞样本中均被鉴定。从原始谱图的对比可以看出，虽然该肽段在1个细胞中的谱图信号较弱（相差约10倍），但仍具有较高的信噪比和完整的同位素峰分布，证明了单细胞组学平台的超高灵敏度和准确度。

真·单细胞蛋白质组学产品

提供八大应用领域解决方案

【真·单细胞蛋白质组学】分析的推出具有革命性的意义，使得蛋白质组学分析进入极微量样本（干细胞、生殖细胞、胚胎细胞、神经细胞等）的新时代[2-4]，必将促进以下领域的全新突破：

1

构建精细化的器官蛋白质组谱图

器官是由多种类型的细胞组成的，在单细胞水平上研究每种类型细胞的蛋白质组可以更深层次阐明器官功能调控机制以及器官衰退性疾病的发病机理和过程。

2

肿瘤异质性和抗药性研究

肿瘤组织内部的细胞通过自发的突变，持续选择更具攻击性的后代细胞克隆，从而在整体的肿瘤组织中产生高度的异质性。在化疗药物和靶向药物的压力下，自发突变会使一部分肿瘤细胞获得抗药性。因此，在单细胞水平进行肿瘤细胞的蛋白质组分析，可以更准确建立基因突变和蛋白质表达的关系，进而推断不同的抗药机理，为后续药物配伍以及开发新型抗癌药物提供理论支持。

3

循环肿瘤细胞（CTC）分析

针对循环肿瘤细胞（CTC）的液态活检是精准医疗在癌症领域最重要的突破口之一。单细胞蛋白质组学分析CTC提供了非常关键的蛋白质层面的数据，可以获得肿瘤组织的恶性程度、信号通路激活状态等关键信息，让治疗方案的制订更加精准。

4

免疫系统和肿瘤免疫研究

免疫细胞在细胞类型和功能上高度分化，相互之间通过精细调节维持体内免疫平衡。大多数疾病的发生都与免疫系统的紊乱相关，因此细化到单一类型的免疫细胞的分析，对于揭示免疫相关疾病的机理至关重要。另外，全面掌握各种类型的肿瘤浸入淋巴细胞（TIL）的蛋白质表达状态，对于设计开发下一代肿瘤免疫药物具有极大的推动作用。

5

细胞疗法分析

以CAR-T为代表的细胞疗法在近几年取得了飞速的发展，但目前仍然缺乏分析CAR-T细胞进入肿瘤微环境之后的有效方法。单细胞蛋白质组学分析不仅可以获得CAR-T细胞的激活状态，还可以进一步获得CAR-T蛋白质组在不同时间点的变化趋势，从而辅助药物开发科学家进行嵌合抗原受体（CAR）的设计和优化。

6

神经科学研究

哺乳动物神经系统的细胞构成具有高度的异质性和复杂性，单细胞蛋白质组学分析可以获得有关神经发育和分化更详细的视图，更好地了解正常大脑功能和疾病的细胞和分子机制。

7

生殖学研究

卵母细胞在增殖和分化的过程中，通常只能得到少量的卵子细胞，而单细胞蛋白质组学突破了传统蛋白质组学分析的瓶颈，可以分析单个细胞中的蛋白组学，将为卵母细胞、精原细胞等围绕生殖细胞的相关研究带来革命性的变化。

8

高通量药物筛选

药物筛选的未来模式必然会趋向于观测候选药物在不同类型、不同功能的细胞上的药效和毒性，并且最理想的细胞来源应该是人体原代细胞。单细胞蛋白质组学分析突破了样本量的瓶颈，非常适合以原代细胞为对象的高通量药物筛选，阐释药物作用机理和潜在毒性产生机理，提高药物开发成功率。

来源：精准医学与蛋白组学