单细胞蛋白质组学（single-cell proteomics）是一个研究单个细胞内蛋白质表达多样性的研究领域。这种方法对于理解细胞功能和结构的复杂性以及组织（如肿瘤）内的异质性有着重要意义。
批量蛋白质组学技术(bulk RNA-seq)查询数千个细胞的蛋白质表达并提供平均蛋白质表达谱，在大多数情况下掩盖了单个细胞之间的关键差异，即概率统计中的辛普森悖论。单细胞 RNA 测序 (scRNA-seq) 和基因组学分析的进展表明，观察到的生物变异性可以直接归因于单个细胞，而非大量或复杂组织的平均。
单细胞中的蛋白质组学测量比单细胞RNA测定更有价值，因为细胞的功能因子是蛋白质，转录水平本身不足以预测许多情况下的蛋白质水平、mRNA表达为蛋白质存在延迟、翻译后的蛋白质仍可能经过复杂的折叠、修饰。相较于批量蛋白质组学，在对稀有细胞群如癌症干细胞的研究中，单细胞蛋白质组学有着更高的灵敏度，只能通过 SCP 技术研究稀有细胞在疾病中的作用。
当前，单细胞蛋白质组学可以通过二代测序技术（NGS）或是质谱的方法开展。不同于DNA或RNA的测序可以使用PCR技术对待测物进行大规模的扩增——蛋白质难以复制，不可倍增的低蛋白质含量对检测的灵敏度提出了极高的挑战。
技术思路
基于二代测序技术
基于二代测序技术的蛋白质组学的基本思路是将测定蛋白质转变为DNA的测定，如邻近延伸分析技术。邻近延伸分析技术将目标特异性抗体对与两种寡核苷酸链连接，当抗体定位到抗原的表面时，邻近的抗体对上的寡核苷酸链可以杂交并在DNA聚合酶的作用下生产完整的双链DNA片段，后续通过定量聚合酶链式反应（qPCR）测量DNA片段表征对应的蛋白质的含量。
基于质谱
基于质谱的单细胞蛋白质组学最初以分析蛋白质含量高、体积大的细胞为主，如非洲爪蟾卵母细胞、人卵细胞。这样的设计使得在第一级质谱分析中，来自不同样本的相同肽段可以产生相同的信号，而在第二级分析中，则能够通过独特的报告离子进行区分和定量。
拓展阅读
- A review of the current state of single-cell proteomics and future perspective
- Single-cell proteomics enabled by next-generation sequencing or mass spectrometry
参考
评论 (0)