質(zhì)譜流式技術(shù)（Mass Cytometry）結(jié)合了傳統(tǒng)流式技術(shù)高效的單細(xì)胞研究能力和飛行時(shí)間質(zhì)譜的全譜高分辨率優(yōu)勢(shì)，采用金屬標(biāo)記抗體與待測(cè)抗原結(jié)合，實(shí)現(xiàn)了單細(xì)胞水平的高通量分析，并且能夠同時(shí)獲得單個(gè)細(xì)胞的多種參數(shù)，識(shí)別不同靶向蛋白。通過(guò)對(duì)傳統(tǒng)流式和質(zhì)譜技術(shù)加以整合，它繼承了傳統(tǒng)流式細(xì)胞儀的高速分析的特點(diǎn)，又具有質(zhì)譜檢測(cè)的高分辨能力，并且克服了傳統(tǒng)流式熒光發(fā)射基團(tuán)光譜重疊的問(wèn)題。質(zhì)譜流式與單細(xì)胞轉(zhuǎn)錄組測(cè)序相比，質(zhì)譜流式技術(shù)能夠直接獲得蛋白水平的信息，捕獲檢測(cè)的細(xì)胞也更多，信息更豐富。

質(zhì)譜流式技術(shù)采用金屬標(biāo)記的抗體識(shí)別細(xì)胞表面或胞內(nèi)的抗原，標(biāo)記后的細(xì)胞經(jīng)霧化后被分離成單個(gè)細(xì)胞進(jìn)入電感耦合等離子體矩管中進(jìn)行離子化，離子云隨后被傳輸至飛行時(shí)間質(zhì)量分析器中，檢測(cè)器依次記錄各種金屬離子到達(dá)的時(shí)間，檢測(cè)出每個(gè)細(xì)胞中各種標(biāo)簽金屬的含量，最終形成不同的金屬離子信號(hào)峰。檢測(cè)產(chǎn)生單個(gè)細(xì)胞質(zhì)譜數(shù)據(jù)，再通過(guò)分類、聚類和降維算法進(jìn)行處理，反映基于靶蛋白豐度的各種細(xì)胞群體的表型和功能。

?生物信息分析流程

通過(guò)對(duì)下機(jī)數(shù)據(jù)質(zhì)量評(píng)估后，進(jìn)行表達(dá)水平標(biāo)準(zhǔn)化；利用TSNE、UMAP和flowSOM等方法進(jìn)行降維、聚類分析。使用公共的細(xì)胞類型注釋數(shù)據(jù)集或者人工提供的數(shù)據(jù)集，對(duì)聚類結(jié)果進(jìn)行細(xì)胞類型注釋，針對(duì)差異分組的數(shù)據(jù)做細(xì)胞亞群比例差異分析。此外，依據(jù)數(shù)據(jù)情況，研究相關(guān)性或者感興趣部分，選擇重點(diǎn)蛋白及其關(guān)注的細(xì)胞類型，進(jìn)行后續(xù)重點(diǎn)研究及驗(yàn)證方向。全新設(shè)計(jì)的離子光學(xué)系統(tǒng)，具有極佳的靈敏度和分辨率。

分析結(jié)果

1. 質(zhì)控結(jié)果

由于質(zhì)譜流式的數(shù)據(jù)并不需要光補(bǔ)償，因此進(jìn)行標(biāo)準(zhǔn)化后的數(shù)據(jù)質(zhì)控只需要根據(jù)高斯參數(shù)來(lái)去除離群值消除噪聲影響及去除細(xì)胞碎片和死細(xì)胞，最后統(tǒng)計(jì)樣本細(xì)胞總數(shù)，一般來(lái)說(shuō)，數(shù)據(jù)受批次影響較小。MDS圖也提示分組樣本數(shù)據(jù)的相似性、關(guān)注的抗體在樣本的偏差程度和抗體表達(dá)強(qiáng)度等整體情況。

2.SPADE分析

基于SPADE算法進(jìn)行聚類分群。原理是密度依賴型的下采樣，通過(guò)聚類算法（k-means、層次聚類等），繪制最小生成樹(shù)（計(jì)算聚類算法得到的類群在高維空間中的中心，再計(jì)算各中心點(diǎn)的距離，最后連接每個(gè)點(diǎn)距離最近的點(diǎn)），最后上采樣（把下采樣中去掉的事件）按照相似度重新繪制到生成的圖中。

3.聚類分析

基于flowSOM的元聚類分群。（用于分析流式細(xì)胞數(shù)據(jù)的一種無(wú)監(jiān)督的自組織映射聚類算法） 將細(xì)胞分組到N*M的集群中，然后調(diào)用聚類算法對(duì)該N*M的矩陣進(jìn)行二次聚類，將數(shù)據(jù)聚類為 2 到 K個(gè)簇。

4.降維分析

TSNE主要是將數(shù)據(jù)從高維數(shù)據(jù)轉(zhuǎn)到低維數(shù)據(jù)，并在低維空間里也保持其在高維空間里所攜帶的信息（比如高維空間里有的清晰的分布特征，轉(zhuǎn)到低維度時(shí)也依然存在）。UMAP 主要基于流形理論和拓?fù)渌惴ǖ睦碚?，?duì)高維數(shù)據(jù)進(jìn)行降維，從而能夠保留更多數(shù)據(jù)的全局結(jié)構(gòu)，并且具有優(yōu)越的運(yùn)行性能。TSNE、UMAP的降維結(jié)果展示。

5.細(xì)胞類型注釋

通過(guò)嚴(yán)格的生信打分算法和人工提供注釋數(shù)據(jù)集進(jìn)行細(xì)胞類型注釋，并將結(jié)果映射回TSNE圖，可以與每種抗體的TSNE圖對(duì)應(yīng)起來(lái)看，這樣同時(shí)也能與注釋結(jié)果互相印證，隨著注釋數(shù)據(jù)集的增加，注釋結(jié)果也會(huì)更準(zhǔn)確、更完善。細(xì)胞亞群的生物學(xué)自動(dòng)注釋結(jié)果展示。

6.亞群比例差異分析

計(jì)算不同cluster或細(xì)胞亞群的比例，當(dāng)細(xì)胞類型注釋的結(jié)果達(dá)不到預(yù)期，可以通過(guò)cluster的差異進(jìn)行亞群研究；若細(xì)胞類型的結(jié)果較好，則可以通過(guò)細(xì)胞亞群的差異進(jìn)行后續(xù)分析，總而言之，都為后續(xù)繼續(xù)分群研究提供了方向。

如果你還在為不知如何繪制SCI圖表而憂愁，還在為畢業(yè)論文制圖效率低下美觀度不滿意而焦心，或者想要找到一個(gè)高效制圖的集中地……

詳細(xì)技術(shù)請(qǐng)?jiān)L問(wèn)歐易生物官網(wǎng)

?

百度搜索歐易生物（oebiotech）

?

了解更多多組學(xué)技術(shù)

（云平臺(tái)）

猜你還想看

1、Science關(guān)注 | 通過(guò)高分辨率質(zhì)譜成像技術(shù)和單細(xì)胞轉(zhuǎn)錄組技術(shù)揭示鞘脂控制真皮成纖維細(xì)胞異質(zhì)性

2、ARD | 風(fēng)濕病頂級(jí)期刊！體外質(zhì)譜技術(shù)揭示銀屑病關(guān)節(jié)炎滑液的骨髓促炎特征

3、Anal Chim Acta亮點(diǎn) | 許國(guó)旺課題組在高通量單細(xì)胞代謝組學(xué)研究中取得的新進(jìn)展

4、Immunity| 斯坦福大學(xué)研究團(tuán)隊(duì)運(yùn)用質(zhì)譜流式技術(shù)全面表征人B細(xì)胞特征的單細(xì)胞圖譜

本文系鹿明生物原創(chuàng)

轉(zhuǎn)載請(qǐng)注明本文轉(zhuǎn)自鹿明生物

標(biāo)簽：