单细胞代谢组学质谱技术的最新进展与展望
——解读Boryana Petrova与Arzu Tugce Guler在*J. Proteome Res.*的视角综述
作者与发表信息
本文由Boryana Petrova*与Arzu Tugce Guler合作完成，发表于2025年10月的*Journal of Proteome Research*（J. Proteome Res. 2025, 24, 1493−1518）。论文以“Recent Developments in Single-Cell Metabolomics by Mass Spectrometry—A Perspective”为题，聚焦质谱（Mass Spectrometry, MS）技术在单细胞代谢组学（single-cell metabolomics, sc metabolomics）领域的最新进展，从生物学家的视角剖析技术挑战与未来方向。
学术背景与目标
单细胞分辨率分析技术（如单细胞转录组学和蛋白质组学）已革命性地揭示了细胞异质性（cellular heterogeneity），但代谢组学作为研究小分子代谢产物的关键手段，仍面临技术成熟度不足的挑战。代谢异质性在发育、疾病进展和治疗响应中具有核心作用，但现有方法在细胞分离、信号灵敏度和通量上存在局限。本文旨在：（1）综述基于质谱的单细胞代谢组学技术进展；（2）分析当前技术瓶颈；（3）提出多组学整合与正交验证的必要性；（4）展望未来发展方向。
核心观点与论据
代谢异质性的多维性与技术挑战
代谢异质性受空间（如肿瘤微环境氧分压梯度）、时间（如细胞周期阶段）和随机因素（如酶催化速率波动）共同调控（图1）。质谱技术需解决四大挑战：（1）区分真实生物异质性与技术噪音；（2）提升分析深度（如覆盖100-150种核心碳代谢物）；（3）实现高通量（如>1000细胞/实验）；（4）克服离子抑制效应（ion suppression）对定量的干扰。例如，基质辅助激光解吸电离（MALDI）的基质效应会扭曲代谢物信号，需通过同位素标记内标校正。
电离技术与成像方法的创新
激光剥蚀电喷雾电离（LAESI-MS）结合离子迁移谱（IMS）将单细胞代谢物检测通量提升至804细胞/小时（图3）。新型混合电离源（如nanoESI-APCI）可同时检测极性与非极性代谢物，检测限低至10 pg/mL。空间分辨代谢组学（spatial metabolomics）中，透射环境压力激光解吸电离（T-AP-LDI）技术实现亚微米分辨率，而3D空间代谢组学（3D-SMF）通过抗体标记在组织原位关联代谢与蛋白表达。
微流控与机器学习驱动高通量分析
微流控单细胞打印机（SCP-LVC-MS）结合液滴捕获技术，实现了原生状态下单细胞脂质组的无污染分析。机器学习（ML）在数据解析中发挥关键作用：例如，RESPECTM技术通过深度学习对4321个单细胞代谢组数据分类，准确率达98.4%。ML还用于多组学整合，如构建代谢-转录调控网络模型。
肿瘤生物学与发育研究的应用
单细胞质谱成像（MSI）揭示了肿瘤代谢异质性与化疗耐药性的关联。例如，在非小细胞肺癌（NSCLC）中，ILCEI-MS技术发现吉非替尼处理后的代谢亚群分化。发育研究中，非洲爪蟾（Xenopus laevis）胚胎的毛细管电泳-质谱（CE-MS）分析揭示了发育关键期的代谢重编程。
正交技术的互补性验证
非质谱技术（如荧光寿命成像（FLIM）、拉曼光谱）可验证质谱结果。例如，NAD(P)H的荧光寿命差异反映了肿瘤细胞的糖酵解活性，与质谱检测的乳酸水平相互印证。正电子发射断层扫描（PET）与磁共振成像（MRI）则提供宏观代谢异质性线索，指导后续单细胞研究。
意义与价值
本文系统梳理了单细胞代谢组学的技术框架，提出“代谢状态保存”“离子抑制校正”“多组学整合”三大未来方向。其科学价值在于：（1）为解析细胞功能多样性提供方法论基础；（2）推动精准医学中代谢靶点的发现；（3）促进跨尺度代谢研究（从分子到组织）的整合。应用层面，技术在癌症干细胞鉴定、神经退行性疾病机制阐明中具有潜力。
亮点总结
- 方法学创新：LAESI-IMS、nanoESI-APCI等新型电离技术显著提升灵敏度与通量。
- 交叉学科整合：ML算法优化数据解析，微流控实现单细胞精准操控。
- 生物学启示：代谢异质性作为独立的表型层，补充了转录组与蛋白质组的局限性。
- 临床相关性：肿瘤代谢亚群的发现为个性化治疗提供新靶点。
未来展望
作者呼吁建立单细胞代谢组学社区标准（如数据格式、质量控制指标），并开发动态代谢标记（如同位素示踪）与活细胞监测联用技术，以捕捉瞬态代谢事件。通过融合空间多组学与人工智能，未来有望绘制全息细胞代谢图谱。