單細胞拉曼光譜（SCRS）能非標記、非侵入性、無損、全景式地揭示細胞代謝狀態，因此基于SCRS的活體單細胞流式檢測（RamanFlowCytometry，RFC），有著廣闊應用前景。近日，青島能源所單細胞中心和青島星賽生物合作發明了基于介電誘導確定性側向位移完成單細胞聚焦、捕獲/釋放的拉曼流式檢測技術pDEP-DLD-RFC，并證明其針對人體細胞（腫瘤）、植物（微藻）、酵母和細菌等多種細胞類型的廣譜適用性。基于此推出的FlowRACS3.0儀器，為活體單細胞代謝表型組的高通量檢測提供了全新工具。該工作近日發表于《先進科學》。
活體單細胞代謝表型組的流式檢測，在微生物資源挖掘、細胞工廠篩選、酶元件表征、生物過程監控、臨床診療等方面，具有共性的支撐作用。與熒光流式和質譜流式等現有流式細胞檢測手段相比，拉曼流式具有無需標記細胞、活體檢測、信息量豐富等優勢，因此是一種具有廣闊應用前景的細胞分析手段。但是，高通量拉曼流式技術的應用受限于：首先，如何提高樣品的普適性，以適用于不同細胞類型與不同表型的檢測；其次，如何提高檢測的通量，以實現高度異質性細胞群體的深度檢測；最后，如何提高運行的穩定性，以支撐高度可靠的儀器使用流程。
針對上述問題，青島能源所單細胞中心王喜先、任立輝、刁志鈿、何曰輝等帶領的研究小組發明了“介電誘導確定性側向位移實現單細胞聚焦、捕獲/釋放的拉曼流式檢測技術”。首先，通過寬流場高流量的進樣策略，有效防止細胞沉降，從而實現了長時間穩定運行（＞5小時）；其次，通過介電誘導細胞確定性側向位移，實現寬場中細胞高效聚焦地流經檢測位點，從而保證了拉曼檢測效率；最后，通過施加檢測時間依賴的周期性介電場，實現了單細胞的快速捕獲/釋放，以滿足各種不同代謝表型的普適性、高通量檢測。
基于上述關鍵技術突破，研究小組研制成功兼具廣譜通用性、高通量、運行穩定性等性能的高通量拉曼流式檢測系統，并開發了一系列應用：腫瘤細胞分類、微藻合成過程監控、產油酵母多表型監控、細菌藥敏性檢測。
第一，植物生物制造過程的代謝監控。基于共振拉曼信號，實現了雨生紅球藻中蝦青素含量的實時監測，從而示范了單細胞精度的蝦青素累積過程細胞工廠代謝狀態的監控，并考察了“高光”和“缺氮”等條件對細胞蝦青素累積速度及其同步性的影響。其蝦青素含量檢測速度達~2700 events/min，為目前最高的自發拉曼檢測/分選通量。
第二，酵母生物制造過程的代謝監控。基于非共振拉曼信號，示范了油脂酵母中細胞代謝活力、甘油三脂含量、油脂不飽和度等多個關鍵代謝表型的同步動態監控，進而通過拉曼組機器學習、拉曼組內關聯分析（Intra-Ramanome Correlation Analysis， IRCA）等算法，實現了單細胞代謝狀態（準確率＞96%）的實時鑒定，以及細胞內代謝物相互轉化網絡的實時重建。
第三，細菌藥敏性的流式快檢。基于單細胞中心前期提出的重水飼喂單細胞拉曼藥敏原理，以大腸桿菌和多種常見抗生素為例，開發了流式藥敏快檢技術，并通過與拉曼藥物應激條形碼（Raman Barcode for Cellular Stress-response， RBCS）、IRCA、拉曼組機器學習等算法，證明該流式藥敏快檢技術還能實時地判斷單菌體精度的藥物應激狀態、構建細胞內代謝物相互轉化網絡等，從而揭示細菌-藥物互作機制。此外，流式檢測大大提高了藥敏檢測中SCRS取樣深度，對于識別群體中通常占比很低的耐藥細胞，具有重要的意義。
第四，腫瘤細胞類型的快速區分。基于SCRS中信息豐富的指紋區，以膀胱癌、肺癌、腎細胞癌、乳腺癌等細胞株為例，證明流式拉曼技術耦合拉曼組機器學習算法，能以平均>95%的準確率，完成腫瘤細胞類型的快速判別。該方法對于腫瘤細胞質量檢測等應用具有潛在的應用價值。
與轉錄組、蛋白組和代謝物組相比，拉曼組能表征單細胞精度的底物代謝、產物合成、環境應激性、化合物相互轉化等關鍵代謝表型，而具廣譜適用、活體、無損、非標記、全景式表型、可分辨復雜功能、快速、低成本、能耦合下游測序、質譜或培養等優勢，因此拉曼組是一種更接近于“功能”、更適合于臨床、工業等場景的單細胞表型組。為了支撐人體、動植物和微生物拉曼組數據的自動化采集與分析，單細胞中心與星賽生物基于pDEP-DLD-RFC技術，推出了高通量流式拉曼分析/分選儀FlowRACS 3.0，將大大加速拉曼組平臺的推廣應用。
該工作由單細胞中心馬波研究員和徐健研究員主持，與青島星賽生物合作完成，得到了國家重點研發計劃、國家自然科學基金委和山東省自然科學基金委的支持。
青島財經日報/首頁新聞記者 李倚慰
責任編輯：林紅
請輸入驗證碼