針對不同批次處理和測量時，引入的與生物狀態不相關的系統性技術偏差這一單細胞技術的共性問題，研究人員從紅外光譜數據離散向量化、質控與預處理、特征選取等環節入手，發展了一種對單細胞紅外光譜相似性進行評判的方法，并在不同類型、不同狀態的細胞光譜分析中得到了驗證，為分析單細胞紅外光譜數據提供了實驗基準和理論依據。相關研究成果以How many cells are enough for single-cell infrared spectroscopy為題，發表在Chemical Communications上(圖1)。
 

　　人類表型組是基因組之后生命科學研究的又一重點，是聯系生物體基因型和表型的橋梁。當前，單細胞表型分析(single cell phenotyping)得到的參數較少，不易精確反映生物樣品的全貌。研究人員利用紅外光譜，可同時靈敏地獲得細胞多種構成成分結構信息及其微小變化的特點，通過統計分析大量單細胞光譜數據，在首次提出單細胞紅外表型組(Single Cell Infrared Phenomics)的概念和表型分析策略；利用該技術方法，實現了對低濃度中藥成分作用下腫瘤細胞的反應評價，從而使作用靶點不明情況下的藥物篩選成為可能，也將為人類表型組研究提供全新手段。相關研究成果以Single-cell infrared phenomics: phenotypic screening with infrared microspectroscopy為題，發表在Chemical Communications上(圖2)。
 

　　細胞異質性與干細胞分化、腫瘤耐藥等密切相關。當前，分析細胞種群中異質性的方法多采用單細胞測序技術，樣品處理費事、費用昂貴。研究人員發展了一種基于單細胞同步輻射紅外顯微光譜和計算方法，進行細胞異質性定量評估的新策略。通過計算紅外光譜數據的細胞間對細胞相似距離，即可量化特定細胞種群的異質性，方法簡單快捷，所需樣品量也較少。利用該方法，研究人員進一步獲得了成脂分化過程中人間充質干細胞群體的動態異質性變化狀態。這些發現為研究細胞異質性提供了互補/替代方法。結合單細胞測序及其其他細胞分析技術，將有助于深入解析基因異質性與表型異質性之間的關系。相關研究成果以Single-Cell Infrared Microspectroscopy Quantifies Dynamic Heterogeneity of Mesenchymal Stem Cells during Adipogenic Differentiation為題，發表在Analytical Chemistry上(圖3)。
 

　　研究工作得到國家自然科學基金、上海光源顯微紅外光束線站的支持。中科院上海應用物理研究所博士生王亞迪與上海生物信息技術中心博士戴文韜為論文的共同第一作者，呂軍鴻與上海健康醫學院研究員李雪玲為論文的共同通訊作者。合作者包括上海交通大學瑞金醫院研究員李園園團隊、濱州醫學院教授潘效紅團隊、首都醫科大學天壇醫院教授陳峰等。
 
 

圖1.批次效應對單細胞紅外光譜數據的影響與評價方法的建立
 

圖2.單細胞紅外表型組與藥物篩選
 

圖3.單細胞紅外顯微成像揭示了干細胞成脂分化過程中的動態異質性