《Nature Communications》：Dynamic single-cell metabolomics reveals cell-cell interaction between tumor cells and macrophages
編輯推薦：
為解決傳統代謝組學僅能提供靜態濃度信息、難以揭示代謝活動動態及細胞互作機制的問題，研究人員開發動態單細胞代謝組學系統，結合穩定同位素示蹤與神經網絡模型，分析腫瘤細胞與巨噬細胞互作，首次基于代謝特征鑒定腫瘤相關巨噬細胞（TAM）極化亞型，為解析細胞異質性和微環境互作提供新工具。
在生命科學研究領域，細胞代謝的動態調控與細胞間互作機制一直是備受關注的前沿方向。傳統代謝組學技術主要通過測量代謝物濃度提供 “靜態快照”，但無法揭示代謝通路的活性動態及細胞間復雜的相互作用，例如腫瘤微環境（TME）中腫瘤細胞與免疫細胞的代謝互作如何驅動腫瘤進展。腫瘤相關巨噬細胞（TAM）作為腫瘤微環境的關鍵組分，其極化狀態與代謝特征的關系尚不明確，缺乏單細胞水平的動態分析工具成為解析這些問題的瓶頸。
為突破這一局限，北京大學化學與分子工程學院的研究團隊開展了深入研究。他們開發了一種基于穩定同位素示蹤的動態單細胞代謝組學系統，結合高通量單細胞數據采集平臺與無靶向同位素示蹤數據處理平臺，實現了單細胞水平代謝活動的實時追蹤與網絡分析。該研究成果發表在《Nature Communications》，為理解細胞代謝異質性和細胞間互作提供了全新視角。
研究中采用的核心技術包括：
- 有機質譜流式細胞術（Organic Mass Cytometry）：實現單細胞代謝物的高通量、無標記檢測，可直接分析共培養細胞的代謝特征。
- 穩定同位素示蹤技術：利用 [U-13C] 葡萄糖、[U-13C] 谷氨酰胺等示蹤劑，追蹤單細胞內代謝通路的活性動態及代謝流方向。
- 神經網絡模型：構建細胞類型分類模型，實現直接共培養體系中腫瘤細胞與巨噬細胞的實時鑒別，避免傳統熒光激活細胞分選（FACS）對細胞代謝的干擾。
研究結果
1. 動態單細胞代謝組學系統的構建與驗證
研究團隊通過耦合 CyESI 質譜與 Dean 流單細胞分散技術，構建了高通量單細胞數據采集平臺，可區分正常上皮細胞（MCF10A）與乳腺癌細胞（MCF-7、MDA-MB-231），并檢測到單細胞內源性代謝物的高異質性（相對標準偏差 RSD 較高）。結合無靶向同位素示蹤分析流程，利用 Python 程序實現單細胞脈沖峰提取、代謝物注釋及標記程度（LE）量化，成功在 MDA-MB-231 細胞中追蹤到 40 種標記代謝物，覆蓋糖酵解、三羧酸循環（TCA）、谷氨酰胺代謝等通路。
2. 單細胞水平的代謝活性異質性與通路互作分析
通過 [U-13C] 葡萄糖示蹤，發現 MDA-MB-231 細胞群中存在代謝活性異質性，經 UMAP 和 DBSCAN 聚類分為 6 個亞群（A-F），其標記程度（LE）隨示蹤時間呈現非同步演化，揭示單細胞代謝動態的多樣性。代謝流分析顯示，糖酵解中間體 UDP - 葡萄糖 / UDP - 半乳糖快速標記（M6 形式 5 分鐘內出現），而三羧酸循環代謝物（如琥珀酸、蘋果酸）呈現多輪循環標記模式（M2、M3、M4 形式依次出現），證實了代謝通路的復雜互聯。此外，利用 [U-13C] 乳酸示蹤，觀察到糖異生通路的活性，表明腫瘤細胞可利用乳酸作為替代碳源。
3. 2 - 脫氧葡萄糖（2-DG）抑制模型揭示代謝活性分析的必要性
在 2-DG 抑制糖酵解的實驗中，傳統濃度分析顯示 UDP - 葡萄糖等代謝物豐度無顯著變化，而動態代謝組學發現其標記程度（LE）顯著下降，表明代謝活性的快速響應早于濃度變化。層次聚類分析顯示，2-DG 處理不僅抑制糖酵解，還誘導 TCA 循環和氨基酸代謝的代償性激活，證實代謝活性分析對揭示藥物作用機制的重要性。
4. 腫瘤細胞與巨噬細胞的直接共培養互作機制
利用神經網絡模型對直接共培養的 MDA-MB-231 細胞與 THP-1 來源巨噬細胞進行分類，發現共培養后腫瘤細胞的糖酵解和戊糖磷酸途徑活性增強，而谷氨酰胺代謝減弱；巨噬細胞則表現出 TCA 循環和氧化磷酸化活性升高，呈現 M2 樣極化特征。單細胞聚類進一步鑒定出 4 種 TAM 代謝亞型，其中簇 1/2 富集線粒體代謝和脂多糖代謝，簇 3/4 側重己糖胺生物合成和半乳糖代謝，與單細胞 RNA 測序（scRNA-Seq）數據中的 RTM_int、Mac_Hypo 等亞群代謝特征高度吻合，首次基于代謝特征揭示 TAM 的多元極化表型。
研究結論與意義
該研究建立的動態單細胞代謝組學系統，首次在單細胞水平整合靜態代謝物濃度與動態代謝活性分析，突破了傳統技術對細胞異質性和微環境互作解析的局限。通過腫瘤 - 巨噬細胞互作模型，發現 TAM 的代謝多樣性遠超經典 M1/M2 極化范式，為腫瘤免疫治療提供了潛在代謝靶點。此外，該技術在藥物敏感性評估（如 2-DG 的早期代謝響應）和單細胞功能分類中的應用，展現了其在精準醫學和細胞治療領域的廣闊前景。未來，結合空間代謝組學與多組學技術，有望進一步揭示復雜生理病理過程中的細胞互作網絡，推動生命科學與醫學研究的革新。
