摘要
在单细胞层面同步解析蛋白质组与代谢组图谱，对于破译细胞异质性、阐明疾病作用机制至关重要。但在同一单细胞中开展高深度双组学分析，目前仍面临巨大挑战。本文建立了单次进样混合模式单细胞蛋白质组-代谢组分析技术（hybrid-scPMA）：在单次液相色谱-质谱联用分析流程中，采用「 数据非依赖采集（DIA）模式检测蛋白酶解多肽，同时利用数据依赖采集（DDA）」模式分析代谢物，实现单细胞蛋白质组与代谢组的深度解析。
基于该技术，本研究搭建了１套优化的单细胞多组学分析流程，整合自动化单细胞捕获、简化样品前处理、液相进样与分离、DIA-DDA混合模式质谱检测４大环节。利用该方法，对人肝癌HepG2单细胞进行检测，平均可鉴定出3,510个蛋白质与255种代谢物，相较现有技术，分子鉴定深度得到大幅提升。
本研究进一步利用该技术，对经索拉非尼药物干预的HepG2单细胞开展时序动态蛋白质组与代谢组图谱分析，在单细胞水平解析细胞的药物响应特征，并从蛋白-代谢联合组学角度，为揭示药物作用机制提供多组学依据。
fangqun@zju.edu.cn
srrshlx@zju.edu.cn
kelvonpan@zju.edu.cn
#单细胞多组学 #蛋白质组学 #代谢组学 #混合质谱采集 #液相色谱串联质谱 #索拉非尼 #肝细胞癌
引言
图1 单次进样混合模式单细胞蛋白组-代谢组分析技术（hybrid-scPMA）工作原理
该技术可同步获取单细胞的蛋白质组与代谢组信息。流程包含单细胞捕获与前处理、液相色谱-串联质谱数据采集2大模块；经液相分离后，质谱分为2个检测区域，分别采用DIA模式分析蛋白质、DDA模式分析代谢物；最终整合双组学数据，开展网络分析、联合通路分析等生物信息学解析，并探究索拉非尼药物干预下的分子变化规律。
结果与讨论
单次进样混合模式单细胞蛋白质组与代谢组分析
图2 单次进样混合模式hybrid-scPMA技术性能验证结果
(A) 单个人肝癌HepG2细胞经hybrid-scPMA检测得到的所有多肽离子与代谢物离子色谱图；
(B) 5个HepG2单细胞蛋白表达量的皮尔逊相关系数热图；
(C) 5种肝癌细胞（9810、HepG2、HuCCT1、RBE、SK）单细胞的蛋白定量数量对比：分别统计混合模式与传统DDA模式的蛋白鉴定数目；
(D) 混合模式与单一DDA模式鉴定蛋白的韦恩图；
(E) 基于hybrid-scPMA蛋白质组数据，对5种单细胞进行均匀流形逼近与投影（UMAP）降维聚类分析；
(F) 基于传统单DDA模式蛋白质组数据，对5种单细胞进行UMAP降维聚类分析；
(G) 基于hybrid-scPMA代谢组数据，对5种单细胞进行UMAP降维聚类分析。
索拉非尼干预的时序动态单细胞双组学图谱分析
图3 索拉非尼时序干预下的单细胞双组学动态图谱
(A) 5个药物干预时间点（0 h、3 h、6 h、12 h、24 h）样本中定量得到的蛋白组与代谢物数量统计；
(B) 基于蛋白质组数据的细胞UMAP降维分析，按药物干预时长进行分组着色；
(C) 基于代谢组数据的细胞UMAP降维分析，按药物干预时长进行分组着色；
(D) 基于蛋白质组数据的细胞拟时序分析UMAP可视化结果；
(E) 基于代谢组数据的细胞拟时序分析UMAP可视化结果；
(F) 差异表达蛋白与差异代谢物的聚类分析结果；
(G) 基于分子聚类结果、特征分子表达量绘制的热图，以及对应富集的代谢通路。
单细胞双组学解析索拉非尼的剂量效应与作用机制
图4 单细胞双组学解析不同剂量索拉非尼的作用效应
(A) 基于蛋白质组数据，10%抑制浓度（IC₁₀）组差异蛋白的火山图（展示P值与倍数变化的关联）；
(B) 基于蛋白质组数据，半数抑制浓度（IC₅₀）组差异蛋白的火山图（展示P值与倍数变化的关联）；
(C) IC₁₀组、IC₅₀组上调/下调差异蛋白的GO功能富集分析结果；
(D) GO富集排名前5的功能条目弦图；
(E) IC₁₀组KRAS信号通路下调基因集的基因集富集分析（GSEA）结果；
(F) IC₅₀组KRAS信号通路下调基因集的GSEA分析结果；
(G) 基于代谢组数据，IC₁₀组差异代谢物的火山图；
(H) 基于代谢组数据，IC₅₀组差异代谢物的火山图；
(I) IC₁₀组与 IC₅₀组单细胞内索拉非尼药物分子的表达量对比；
(J) IC₅₀组中差异脂质分子的种类与数量统计；
(K) IC₁₀组差异蛋白与差异代谢物的联合通路富集分析结果；
(L) IC₅₀组差异蛋白与差异代谢物的联合通路富集分析结果。
详细总结
思维导图
参考
Anal Chem. 2026 May 12;98(18):13495-13505. doi: 10.1021/acs.analchem.5c08090.
Simultaneous In-Depth Single-Cell Proteomic and Metabolomic Analysis
注：AI辅助创作，如有不当欢迎指出。内容仅供参考，不构成任何建议。
