《分析化学》：基于拉曼组的肿瘤单细胞药敏检测新方法

　　 肿瘤药敏性检测方法学是抗癌药物评价和筛选的前提，也是临床化疗方案设计的基础。青岛能源所单细胞中心开发了基于拉曼组的肿瘤单细胞药敏检测新方法D2O-CANST-R，具有快速、低成本、单细胞器精度、识别耐药细胞、体现抗癌机制、可对接单细胞分选和测序等特色，为癌细胞-药物互作研究、抗癌药物筛选等提供了新手段。该工作于北京时间1月13日发表于《分析化学》（Analytical Chemistry）。

图1. 重水饲喂单细胞拉曼光谱肿瘤药敏快检技术D2O-CANST-R

　　化疗在恶性肿瘤的治疗手段中占据重要地位，如使用得当，单纯或辅助化疗即可根治部分肿瘤；对于一些晚期肿瘤，化疗也可用于姑息性治疗。然而，各种肿瘤类型间或不同患者个体间，其药物应激反应均存在显著差异，而且化疗过程中耐药细胞的产生会大大削弱抗癌药物疗效。因此，快速、低成本、可识别耐药细胞、揭示药物应激机制的肿瘤药敏检测方法，对于抗癌药物研发和临床精准用药均至关重要。

　　目前主流的肿瘤药敏检测方法，如比色法、生物发光法、荧光分析法等，通常依赖于终点检测，即区分细胞死活，却难以定量、特异性地测量药物对癌细胞的“代谢抑制”程度。同时，基于细胞群体反应的检测手段，难以检测癌细胞群体中极个别的耐药细胞；这些“害群之马”在正常环境下没有生长优势，却耐受高浓度药物，因此可能造成肿瘤死灰复燃，导致临床化疗的失败。

　　针对此瓶颈问题，单细胞中心Maryam Hekmatara等以人乳腺癌细胞株（MCF-7）和雷帕霉素的互作为例，开发了重水饲喂单细胞拉曼光谱肿瘤药敏快检技术（D2O-probed CANcer Susceptibility Test Ramanometry；D2O-CANST-R；图1）。结合肿瘤细胞拉曼组采集和多元曲线分辨-交替最小二乘法分析算法（MCR-ALS），研究人员证明，在1~3天的药物处理后，D2O-CANST-R能特异性地基于“代谢抑制”检测肿瘤药敏性，并能在细胞核、细胞胞质、脂质体等单个细胞器的分辨精度，追踪和区分其中蛋白质与脂质的合成速率和代谢变化，从而揭示药物作用机制。脂质和蛋白质代谢的高度活跃，是肿瘤细胞快速增殖的重要原因，因此，上述能力对于抗癌药物的机制研究和筛选具有重要价值。

　　基于前期单细胞中心提出的“拉曼组”（ramanome）和“药物应激拉曼条形码”（Raman Barcode of Cellular response to stresses；RBCS）等概念，研究人员还揭示了真核生物（人乳腺癌细胞和酵母细胞）之间、细胞器之间、药物浓度之间、药物处理时长之间、生物大分子代谢途径之间等，在单细胞精度代谢应激机制上的深刻异同。因此，D2O-CANST-R还具有高时空分辨率、信息量丰富、揭示代谢层面机制等特色。

　　此外，该方法还发现，在高剂量雷帕霉素（500或5000×IC50）处理后，仍存在保持较高代谢活性的癌细胞，即耐药细胞。D2O-CANST-R识别肿瘤耐药细胞和测定耐药异质性的能力，对于药物机制研究、抗癌药物评价和筛选等具重要意义，也具备辅助精准化疗方案设计的潜在能力。

　　单细胞中心前期针对临床抗感染用药，提出了“重水饲喂单细胞拉曼药敏快检”原理，引入了“最小代谢活性抑制浓度”（MIC-MA）这一衡量药敏性的新概念，发明了“单细胞光镊微液滴拉曼分选”（RAGE）和“单细胞微液滴流式拉曼分选”（RADS）等核心器件，研制成功“临床单细胞拉曼药敏快检仪”（CAST-R）和单细胞拉曼分选-测序耦合系统（RACS-Seq）等；并针对临床样品，证明了单个细菌细胞精度同时测定抗生素药敏表型和高覆盖度基因组的可行性（Xu T, et al, Small, 2020）。本工作是上述单细胞技术体系针对人体细胞与药物互作的拓展，不仅将服务于肿瘤药物研发、肿瘤精准用药等，而且为肿瘤单细胞分选和多组学研究提供了一条新的技术路线。

　　该工作由徐健研究员主持完成，得到了国家重大科学仪器研制项目（基金委）和中科院前沿局人才项目等资助。（文/郑晓姗 图/刘阳）

　　Maryam Hekmatara, Mohammadhadi Heidari B, Yuetong Ji, Jian Xu*. D2O-probed Raman microspectroscopy distinguishes metabolic dynamics of macromolecules in organellar anticancer drug response. Analytical Chemistry (2021), DOI: 10.1021/acs.analchem.0c03925.

　　T. Xu+, Y. H. Gong+, X. L. Su+, P. F. Zhu, J. Dai, J. Xu*, B. Ma*, Phenome-Genome Profiling of Single Bacterial Cell by Raman-activated Gravity-driven Encapsulation and Sequencing, Small (2020), DOI: 10.1002/smll.202001172.