HT SpaceM：一种高通量、可重复的单细胞小分子代谢组学新方法

本研究针对单细胞代谢组学(SCM)中低灵敏度、低通量和缺乏标准化分析框架的瓶颈问题，开发了基于MALDI成像质谱的高通量HT SpaceM方法。该方法在单细胞水平稳定检测100+小分子代谢物，分析超14万细胞，揭示了癌症细胞代谢异质性和糖酵解抑制下的代谢重编程，为研究细胞亚群特异性代谢特征提供了强大工具。

在生命科学领域，单细胞代谢组学(SCM)正成为解析细胞异质性的重要工具。然而现有技术面临三大挑战：对小分子代谢物检测灵敏度不足、通量有限导致统计效力低下、缺乏标准化的数据分析框架。这些问题严重制约了SCM在揭示疾病机制和药物开发中的应用潜力。特别是当研究癌症等高度异质性疾病时，传统群体水平的代谢分析会掩盖关键亚群特征，而现有SCM方法多局限于检测脂类分子，难以捕捉氨基酸、核苷酸等关键小分子代谢物的动态变化。

为突破这些限制，由Jeany Delafiori和Mohammed Shahraz共同领导的国际团队在《Cell》发表了创新性研究成果。研究人员开发了HT SpaceM技术平台，该平台整合了定制化激光蚀刻载玻片、优化的小分子基质辅助激光解吸电离(MALDI)成像质谱和自动化图像分析流程。研究采用NCI-60癌症细胞系面板和HeLa细胞作为模型系统，通过抑制糖酵解关键酶验证方法的敏感性。所有实验数据通过生物信息学框架进行质量控制、变异评估和网络分析。

关键技术方法包括：1) 40样品/片的激光蚀刻载玻片设计实现高通量；2) 2,3-二氨基萘(DAN)基质优化提升小分子检测；3) Cellpose深度学习模型改进细胞分割；4) METASPACE平台进行代谢物注释；5) 基于PageRank算法的代谢网络分析。研究使用NCI提供的标准癌症细胞系，所有数据通过LC-MS/MS进行验证。

HT SpaceM方法实现全面小分子覆盖

研究团队在HeLa和NIH3T3细胞中检测到135种[M-H]^-离子，其中73种经LC-MS/MS验证，涵盖氨基酸、核苷酸、脂肪酸等7大类代谢物。与原始SpaceM相比，通量提升5倍，平均每个样本分析1,090个细胞，最高单次实验达78,500细胞。

技术重现性与变异评估

通过创新性引入%CV指标，研究发现81.5%的代谢物在样本间变异系数≤20%，氨基酸类代谢物变异最小(<5%)。跨玻片比较显示Pearson R>0.97，证实方法稳定性。

单细胞分辨率验证

在NCI-H460/NIH3T3共培养体系中，基于代谢特征的随机森林分类准确率达81%。空间映射显示即使相邻细胞也呈现显著代谢差异，如NCI-H460特异性富集FA 18:1，而NIH3T3高表达GP。

NCI-60细胞系代谢图谱

分析9种癌症细胞系的42,153个细胞，鉴定出70个细胞系特异性标记物。如NCI-H460显示脂肪酸代谢上调，而HS 578T表现出沃伯格效应相关碳水化合物代谢异常。

代谢网络与糖酵解抑制

构建首个单细胞共丰度网络发现，谷氨酸和谷氨酰胺在多数细胞系中形成保守代谢枢纽。2-脱氧葡萄糖(2-DG)处理HeLa细胞后，葡萄糖相关协调增强，同时发现处理组内存在与细胞周期相关的固有异质性。

这项研究建立了SCM领域的新标准，HT SpaceM的技术创新主要体现在三个方面：首先，将小分子检测灵敏度提升至单细胞水平，填补了现有技术空白；其次，通过标准化分析框架解决了SCM数据解读难题；最后，高通量特性使大规模临床样本分析成为可能。研究揭示的癌症代谢异质性为精准治疗提供新靶点，而发现的代谢协调模式为理解细胞群体行为提供了新视角。

技术局限性包括MALDI成像无法区分同分异构体、悬浮细胞需特殊处理等。未来通过与单细胞转录组整合、发展原位MS/MS等技术将进一步提升应用价值。该工作为研究肿瘤微环境、免疫代谢等复杂生物学问题奠定了方法学基础，标志着单细胞代谢研究进入了系统化、规模化新时代。