编译：tRNA，编辑：十九、江舜尧。
原创微文，欢迎转发转载。
实验室产生大量的单细胞基因组和单细胞转录组数据，但是尚未研究出高通量的单细胞蛋白质组学方法。如今研究单细胞蛋白质组学成为新兴领域，它为摆脱以往只能从细胞mRNA水平推断蛋白质提供新的理论依据。
来自渥太华大学和牛津大学的研究人员使用单细胞质量细胞术来捕捉造血过程中细胞命运，并在13个时间点跟踪转录因子表达在细胞中的变化，他们同时在单个细胞中测量了27种蛋白质；苏黎世大学（University of Zurich）的一个研究小组进行了另一项单细胞研究，分析了144例人类乳腺肿瘤样本中的肿瘤和免疫细胞，在流式细胞术中，用同位素结合抗体对细胞进行分析。
用SW-ATH-MS（一种独立于数据的分析方法）从一个样本中检测出500到1000种不同的蛋白质。通过成像证实细胞流入到每个隔间有一个细胞的设备中，细胞可以被操纵和裂解，蛋白质可以被清洗，然后样本可以进行质量分析。没有两个细胞是完全相同的。它们在生化功能上可能很相似，但由于细胞周期阶段的不同而显得不同，但基于sc蛋白质组学的测量可能会提供关于细胞周期阶段的新见解。通过分析少量细胞，使用8-10种荧光颜色的多参数荧光激活细胞分类法（FACS）对细胞进行聚类，并根据相似性进行分组。现在更多的实验室可以使用大数据集来预测蛋白质是如何相互作用的。除了测量蛋白质的丰度或浓度外，sc蛋白质组学还想定量跟踪激酶的活性，了解有多少磷酸化位点，以及有多少靶蛋白可以磷酸化。
随着单细胞蛋白质组学的出现，能够在单个细胞中计数蛋白质并不是一个遥远的梦想。我们需要从细胞中高效提取蛋白质，通过特定表面富集，需要越来越少样本的敏感质谱，增强识别的标记技巧，以及质谱数据采集和计算处理的进展。
文中重要图片说明
图2 | 标准化特征值
图3 | 在单细胞蛋白质组学中，量化和整合有关细胞行为、信号和调控网络的数据工具正在出现
联系客服
