目前单细胞检测领的单细胞测序（scRNA seq）测序技术得到了非常广泛的应用。然而，单细胞测序是还是在RNA水平的检测，RNA水平的变化不一定最终能够反馈到蛋白表达水平。同时，由于单细胞技术是对3000-30000个细胞进行测序检测，由于检测的细胞数量较少，不一定能够反应出复杂组织中的细胞占比，对于罕见细胞亚群的分辨率也不够。如果再考虑人为取样偏差和组织异质性问题，就会严重影响单细胞测序的数据可信度。

质谱流式细胞技术（Mass Cytometry，CyTOF）是近年来发展起来的单细胞蛋白组学技术的代表，它充分结合了飞行时间质谱和流式细胞技术的优势，能够实现单细胞水平超过40个marker的同步检测与常规流式细胞术类似，CyTOF可以进行多参数的单细胞分析。不同的是，CyTOF利用同位素重金属偶联的抗体标记细胞，而不是荧光染料，从本质上突破了传统荧光流式通道数量局限。CyTOF采用金属同位素标记的抗体来标记细胞表面和内部的分子蛋白，标记好的细胞被分离成单个细胞依次进入电感耦合等离子体质谱（ICP-MS），单细胞的各种标签金属离子被ICP-MS精确检测，得到单细胞的质谱数据。通过进一步数据处理，实现对细胞表型和信号网络的精细表征以及其它有价值信息的有效挖掘。

|   CyTOF技术优势：

●  与单细胞测序比较：CyTOF技术每次实验对多达100万个细胞的蛋白质进行检测，不仅细胞分型数据更为准确，对于与占比较小的细胞亚群也能够精确分析。因此，cyTOF技术经常用作单细胞测序技术的验证技术，或者与单细胞测序形成多组学数据互补。

●  与传统流式细胞术比较：cyTOF在单个实验中可分析超过40多种指标，参数数量比流式增加一倍以上，可以通过指标组合进一步获得更加丰富的数据信息。同时，cyTOF采用的镧系元素同位素通道几乎不受污染信号的影响，最大程度提高检测的灵敏度，也大大减少了信号补偿的需要。另外，金属标签非常稳定，同批标记的抗体，在 2 周内检测信号依然稳定。

|   CyTOF应用方向：

●  寻找与疾病发生、发展、复发相关的生物标志物（早期诊断、伴随诊断、复发预测、疾病分型等）

●  特定人群、特定部位的免疫特征分析（如孕妇、胎儿、肠道等）

●  新药药靶的发现与验证（先导化合物、激酶抑制剂、单抗药物等）

●  单细胞测序数据的验证与深入细胞分型

|   应用案例

CyTOF揭示了脑部原位瘤（胶质瘤）和 转移瘤具有不同的免疫微环境

总共36个肿瘤病人（22个胶质瘤；14个脑转移瘤）和2个癫痫病人（非肿瘤对照）手术得到的新鲜脑组织样本进行CyTOF分析[1]。CyTOF总共检测了淋巴细胞和髓样细胞两种类型细胞的74个蛋白marker。结果发现了胶质瘤和癫痫病人中占比最多的是肿瘤相关巨噬细胞（TAM）和单核细胞（80%），T细胞的比例仅占13%。而脑转移瘤病人具有较高的T细胞的比例（40%-80%），TAM的比例只有14%-40%。并且浆细胞只存在于脑转移瘤病人中，在胶质瘤病人中并没有检测到。之后研究者对不同类型的细胞亚群进行了详细的分析，揭示了在胶质瘤和脑转移瘤中关键的免疫细胞组成以及相关的分子信号，这些细胞亚群和分子信号与病人预后具有显著相关性。

CyTOF发现与肿瘤发生显著相关的CD105+的成纤维细胞亚型

成纤维细胞是肿瘤微环境中非常重要的一类细胞，为了揭示这类细胞的异质性，研究者首先成功设计和验证了间充质细胞的蛋白marker，可以用来区分与其他细胞。然后利用CyTOF分析了19个小鼠模型的胰腺癌组织的几种不同类型的细胞[2]。对基质细胞分析，结果发现了CD105+的成纤维细胞显著高于CD105-的细胞，说明了CD105+的成纤维细胞或许和肿瘤发生机制有关。之后研究者分析两类细胞表型和分子特征，发现了CD105+的成纤维细胞富集很多与肿瘤生长相关的信号，而CD105-的成纤维细胞富集于肿瘤抑制相关的信号。体内实验验证了CD105-的成纤维细胞可以显著抑制肿瘤生长。总之，CD105-的成纤维细胞的发现为肿瘤治疗开拓了新的方向。

|   相关文献

1. Friebel E, Kapolou K, Unger S, Núñez NG, Utz S, Rushing EJ et al. Single-Cell Mapping of Human Brain Cancer Reveals Tumor-Specific Instruction of Tissue-Invading Leukocytes. Cell. 2020;181(7):1626-1642.e20.

2. Hutton C, Heider F, Blanco-Gomez A, Banyard A, Kononov A, Zhang X et al. Single-cell analysis defines a pancreatic fibroblast lineage that supports anti-tumor immunity. Cancer Cell. 2021;39(9):1227-1244.e20.