单细胞代谢组学：分析和生物学观点影响因子37.205 38.062近年来，单细胞基因组学，转录组学，蛋白质组学和代谢组学的发展和应用激增。
代谢组被定义为在特定的细胞，器官或生物体中发现的小分子代谢物的完整补体。
单细胞代谢组学最有意义的潜在应用可能在于癌症领域- 例如，识别导致转移的循环癌细胞。
预计单细胞代谢组学将受到影响的其他领域包括系统生物学，干细胞研究，衰老和耐药性的发展;更一般地说，它可以用来发现细胞应对化学或环境压力的化学策略。
相对于其他单细胞“组合”测量，代谢组学提供了细胞功能（即表型）的更直接和动态的图像，但也可以说是最难测量的。
这是因为代谢组可以在非常短的时间范围（几秒或更短时间）内对环境做出动态反应，因为代谢物的结构多样性和巨大的动态范围很大，因为不可能扩增代谢物，并且因为用荧光标签会扭曲它们的正常功能。
进展尽管尚未获得基于单细胞代谢组学的深入生物学见解，但为实现这一目标已经采取了重要步骤。
质谱（MS），质谱成像，毛细管电泳，光学光谱和荧光生物传感器的发展现在允许同时测定单个细胞中数百种代谢物，并具有对阿托咪隆范围的敏感性。
现代阵列格式，特别是微流体平台，有助于我们快速且高吞吐量地执行此类测量的能力。
最近的几项研究显示了如何从单细胞代谢组学中提取新的生物学见解。
已经发现不同蜗牛神经元的代谢组的实质差异，例如在B1和B2型神经元中，在分离它们之后和过夜培养后立即发现。
鞘糖脂可以用荧光标记标记，并且在与这样的缀合物孵育的神经元的裂解物中，来自它们的所有代谢产物都是荧光的并且可以被鉴定。
用癌症药物治疗后，可以在淋巴瘤细胞和实体瘤中磷酸化3'-脱氧-3'-氟胸苷。
可以遵循用2-脱氧-D-葡萄糖（2DG）处理酵母细胞对代谢组的生物学效应。
单细胞测量显示代谢物浓度的扩散比群体测量大得多的事实被用于确定许多代谢物- 代谢物相关性，其在2DG处理的酵母细胞中相对于对照改变。
外表代谢组是表型异质性的极好指标，当人群遭受重大化学或环境挑战时，已被公认为稀有细胞存活的关键因素。
然而，单细胞水平的代谢组学仅仅是成熟的。
预期改进导致代谢组更完整的覆盖，更好和更快的代谢物鉴定以及无损测量。
摘要目前对单细胞的广泛分子谱分析非常感兴趣;细胞的代谢组- 它的小分子代谢物的全部补充- 是单细胞表型多样性的直接指标，并且几乎立即读出细胞如何对环境影响作出反应。
然而，由于快速的代谢动力学，分子的结构多样性以及无法扩增或标记小分子代谢物，代谢组在单细胞水平上很难测量。
测量技术包括质谱，毛细管电泳，以及光谱学和荧光检测的较小程度，已经在单细胞代谢组学方面取得了令人瞩目的进展。
尽管目前这些方法都不能完全，快速和无损地测量单个细胞的代谢组学，但进展已足以使该领域正在目睹从可行性研究转向产生新的生物学见解的研究。
特别有趣的应用领域是癌症生物学，干细胞研究以及单细胞水平组织切片中异生素和药物的监测。
科学文献包含了大量的工作，其中大量的细胞被打开并均化以制备用于生物化学表征的样品，当然，从这些研究中已经学到了很多。
但最近，已经有可能监测单个细胞中的事件，因此允许研究人员测试来自传统大规模分析的许多细胞状态的现有“平均”读数是否准确地代表了正在研究的各个细胞的行为。
这种单细胞测量提供了丰富的信息- 有时是无法预料的，而且往往是先前被模糊的- 关于细胞如何响应干扰或信号。
在这个特刊中，三篇评论提供了对细胞调控的基本见解的实例，当可以测量单个细胞中的酶活性，转录反应或代谢状态时，这些实例被揭示。
单细胞测量的一个明显优势是能够测量单个细胞对相似或相同条件的响应中的变化或“噪音”。
在很多情况下，可以监测细胞反应的时间过程。
基因转录可能特别嘈杂，在一些细胞中发生RNA合成爆发，但不存在相同群体中的其他细胞。
因此，这些系统的性质产生了根本性的问题。
也许响应的变化有利于节约资源或确保某些细胞在不断变化的环境中生存。
或者可能是少量分子的生物物理限制和工作中酶的特征决定了这种不可避免的变化。
Sanchez 和Golding回顾了最近在模型系统中从细菌到动物细胞的工作，试图解决转录动力学是否编码在DNA启动子序列的结构中- 因此可能在整个基因组中变化- 或者通过物理或生物物理特性将在整个细胞中施加更多的全局约束。
Levine等人探索另一个以前隐藏的现象蛋白质激活的连续测量显示，许多人经历异步脉动响应，这在来自细胞群体的平均测量中是模糊的。
他们讨论了蜂窝电路如何连接以产生这样的响应以及这种控制系统的优点。
Zenobi强调了方法学的进展，特别是在质谱中，可以对单细胞分子组分的丰度进行定量。
为了表征个体细胞快速变化的代谢状态，目标是进行同步测量。
但是，对广泛学科的新见解的承诺是持续努力，以挖掘隐藏在单个细胞范围内的大量新知识。
每个人都是不同的，这种个体表型是基于遗传，表观遗传，发育和环境的差异。
克隆或同基因文化中的细胞，其成员都来源于一个共同的祖先？即使在这种情况下，由于环境影响（包括细胞周期），原始细胞的年龄以及影响培养物中单个细胞表型的其他因素，表型也有差异。
设想一个假设的情况，即克隆群体中的所有细胞都完全同步并在完全相同的条件下生长。
即便如此，经过一段时间后，人群中也会出现不同的表型，这通常是随机生物过程的结果（图1A）。
生物学背景中的“随机”是指生物化学反应进行的速率中的不规则性或“噪音”。
对于涉及非常少量或单个分子的过程，例如DNA转录和蛋白质表达，这一点非常明显（1）。
为了评估产生的表型的差异，单细胞测量是必要的;人口测量结果只产生平均值（图1B）。
组织分层也可能需要单细胞测量。
例如，神经元是一种细胞类型，其中功能需要个体差异。
激励哺乳动物中的单个神经元可以启动胡须的运动，改变学习，从而影响整个有机体的行为。
即使在复杂的感觉神经元集合中，单个神经元也具有不同的受体区域，因此是不同的。
近年来，单细胞分子分析的开发和应用急剧增加[关于以代谢组学为重点的综述，见（2-8）]。
代谢组可定义为特定细胞，器官或生物体中发现的小分子代谢物（分子量小于〜2kD）的完整补体（9）。
就目前而言，代谢组（图1C）包括内源性以及外源性小分子[如丙酮酸，乳酸，糖，腺苷一磷酸（AMP），二磷酸腺苷（ADP），三磷酸腺苷（ATP）等] ，药物及其代谢物（通常称为异生素）和脂质，以及不是蛋白质降解产物的肽（例如，在细胞信号传导中重要的神经肽）。
具有短序列的核酸可能具有分子量的优势，但它们被认为是细胞转录组的一部分，而不是代谢组。
盐不被视为代谢物。
细胞的基因型描述了它的“潜力”，而表型描述了它的功能，但是两者之间的联系往往是模糊的（10）。
相对于单细胞基因组学，转录组学或蛋白质组学，代谢组学提供了细胞功能（即表型）的最直接和最动态的图像，但也可以说是最难以测量的：尽管基因组或多或少静态，并且转录组和蛋白质组在几分钟到几小时的时间范围内发生变化（11），代谢组在几秒甚至几毫秒的时间范围内对环境影响作出反应（12）。
这种快速动态是单细胞代谢组学的主要挑战之一。
它需要一些协议来猝灭研究细胞的新陈代谢，因为他们经历了样本制备本身作为环境压力并会对其作出反应（13）。
其他挑战包括包含代谢组的化合物的巨大结构多样性（图1C），大动态范围（从每个细胞的几个分子到更大细胞中的主要代谢物的1010个分子），我们无法扩增代谢物（如通常用DNA完成）以及避免荧光标记的需要：极少数代谢产物是自发荧光的，附着标签在大多数情况下会阻止代谢物发挥其生物学功能。
检测和了解癌细胞是单细胞代谢组学最有意义的潜在应用之一（14,15）。
在正常代谢的许多其他癌症细胞中，包括导致转移的循环癌细胞的癌症细胞的检测将是这样的应用之一。
在癌症治疗的框架中，人们可能会发现组织中对药物治疗产生抗药性的细胞，或者更普遍地，发现一些细胞如何成功地应对化学或环境压力，而另一些细胞却死亡的化学策略（16）。
单细胞代谢组学的其他潜在用途（相对于其他“组学”方法）是获得细胞代谢数学模型的输入和输出数据（17），更多地了解老化（18,19），并预测干细胞的发育命运。
单细胞代谢组学数据已经产生了深刻的生物学洞察力吗？我会争辩说，情况并非如此。
其中一个原因是研究代谢产物通常不能跟随随机性。
来自随机生化过程的代谢组只有间接的且通常很小的作用。
此外，重要的代谢物出现在细胞中代谢网络的众多节点中;即需要主要代谢物之间的多重相关性以获得任何见解，或者需要对具有高度专业化作用的稀有和低浓度代谢物进行精确测量，这是困难的。
然而，下面讨论的一些研究（20-23）已经增强了我们对生物系统的了解。
这篇综述主要关注快速发展的分析方法学，但也讨论了如果代谢组学数据是在单细胞水平上而不是从总体平均数据中收集的（图1B），如何在代谢组学中收集代谢组学数据在许多单细胞中可以提供有关细胞变异性的原因和后果的新信息，以及这些变异是适应性的，表观遗传现象还是生物化学的基本性质。
单细胞代谢组学的一般注意事项除非样品是细胞悬液，否则取样的第一步（2,6）是从显微镜观察下有机物分离适当的细胞，有时人工完成。
一旦细胞分离出来，一些方法直接对单个细胞进行取样;其他涉及细胞培养，例如，在微流体装置中。
如上所述，一个主要问题是合适的样品制备，不会破坏待研究细胞的代谢。
解决这个问题的一种方法是尽可能长时间地将细胞保持在本地环境中。
文献中已经提出了许多非常成功的微流控芯片，它们可以轻柔地捕获细胞（24-27）。
这些微流体平台的关键功能是分离细胞，在良好控制的条件下培养它们，将高度定量的化学品注入生长培养基中，并选择性释放细胞进行分析，这可能涉及片上裂解步骤（28）。
另一种选择是在对细胞进行测量（23）以猝灭新陈代谢之前将细胞震荡冷冻。
另一个问题是所需的灵敏度。
细胞大小差别很大。
典型的哺乳动物细胞直径约10微米（体积= 1微米）;海参Aplysia californica的巨大神经元，经常用于早期单细胞研究，因为它们可以在显微镜下手动操作，可以达到500μm。
大小范围的另一端是模型生物，如酵母（直径≈5μm）和直径约1μm（体积= 1 fl）的细菌。
假设代谢物浓度为1 mM，那么需要在这些微小体积中检测到的绝对量在1 amol至1 fmol范围内，即使对主要代谢物来说也是具有挑战性的。
有趣的是，浓度敏感性不是问题：在6-fl细菌细胞内存在单个分子转化为0.28nM 的浓度;也就是说，通常不需要测量低于纳摩尔浓度的浓度。
此外，细胞通常在富含分子的培养基中生长，所述分子与代谢物相似或甚至相同。
因此，区分周围介质中的代谢物（足迹）和细胞内的代谢物（指纹）是至关重要的。
最后，用于采样细胞的高通量格式显然是必要的;对单个细胞的孤立测量可能在生物学背景中意义不大（尽管如果单个细胞可以在其形态学和分子方面进行精确和连续分析，则可以从该单个细胞获得生物学洞察）。