《Nature》：新方法提高单细胞蛋白质组学质谱定量准确度

　　单细胞蛋白质组学在蛋白丰度检测、转录修饰和翻译后修饰方面填补了单细胞转录组学的空白。单细胞蛋白质组学质谱（SCoPE-MS）是近年来兴起的一种定量分析多功能单细胞蛋白质组的方法，这种方法采用同位素标记和载体蛋白质组学来分析单个细胞【1】。同位素标记具有相同质量的化学标签，其中包含了独特的质量条码，这些条码能够通过肽片段化显示出来，进而进行定量分析，它的优点是所有样品中的肽在质谱图中均显示一个峰，从而增加了信号强度，并且能够同时分离肽离子【2】（图1）

图1. 图解单细胞蛋白质组学质谱技术

　　SCoPE-MS利用这一特性，通过将“载体”样品加入单细胞蛋白质组100倍至200倍水平，可以分析单细胞蛋白质组【1,3】。虽然这项技术的出现令人鼓舞，但是当载体蛋白质组加入的量过高时，从单细胞组获得的数据准确性和它的生物学结论都大打折扣。

　　近日，来自Genentech的Christopher M. Rose与慕尼黑工业大学Bernhard Kuster团队合作在Nature Methods杂志上发表题为Defining the carrier proteome limit for single-cell proteomics的研究论文，这篇论文给出了载体蛋白质组水平和SCoPE-MS定量准确性之间的关系，为未来单细胞蛋白质组学的实验设计、数据收集和数据分析提供了指导，同时作者介绍了自己研发的程序SCPComponsion，这个程序能够对单细胞蛋白质组学质谱进行快速的质量控制分析。

　　首先，作者对HeLa细胞胰酶消化液进行同位素标记好后从1：1到1：100000稀释了10个样，分别于同水平参考样进行比对，找到了定量的动态范围。同时，作者发现了“载体蛋白质组效应”：为了保持质谱实验中定量的准确性，载体蛋白质组的水平和采样离子的数量都需要增加，但是高水平的载体蛋白质组可能导致单细胞离子采样不足。

　　为了更好地了解载体蛋白质组水平增加对单细胞信号检测的影响，作者通过评估离子取样、定量动态范围和multiplexing水平来表征复杂生物样品的变化，结果发现以上三种变化和取样离子数有关。基于以上结果，在ScoPE-MS实验中保持定量准确度的主要因素是单细胞通道离子的充分采样。选择好仪器参数和分析后定量SNR滤波可以提高SCoPE-MS实验得出的生物学结论准确性。

　　最后，作者介绍了他们做的一个软件工具，叫SCPComponion（单细胞蛋白质组学伴侣），它可以快速分析用户提供的SCP-MS数据，进行参数分析和数据特征的检测（https://www.github.com/scp-ms/SCPCompanion）（图2）。

图2. SCPCompanion的图形用户界面

　　单细胞蛋白质组的质谱检测中，载体蛋白质组的引入本身就带有争议，但是作者的新方法能够通过优化仪器参数后，即便在载体蛋白质组水平较高的情况下也可以准确地定量数据。

　　目前，单细胞蛋白质组学尚处于初级阶段，与单细胞RNA序列分析相比深度有限。RNA测序技术无法检测翻译后事件（如磷酸化或降解），而SCP-MS检测深度可以增加到约5000个蛋白质，这种检测深度能够和单细胞RNA测序相媲美，并可能为未来单细胞分析添加重要的信息。

　　新的SCoPE-MS方法再次增加了SCP-MS的分析深度，同时读者可以参考SCPComponion软件对检测数据进行评估和分析。作者预测下一代单分子蛋白质测序方法的重大进展可能会基于非质谱技术。

　　原文链接：

　　https://doi.org/10.1038/s41592-020-01002-5

　　参考文献

　　1. Budnik, B., Levy, E., Harmange, G. & Slavov, N. SCoPE-MS: mass spectrometry of single mammalian cells quantifes proteome heterogeneity during cell diferentiation. Genome Biol. 19, 161 (2018).

　　2. Bakalarski, C. E. & Kirkpatrick, D. S. A biologist’s feld guide to multiplexed quantitative proteomics. Mol. Cell. Proteomics 15, 1489–1497 (2016).

　　3. Specht, H., Emmott, E., Koller, T. & Slavov, N. High-throughput single-cell proteomics quantifes the emergence of macrophage heterogeneity. Preprint at bioRxiv https://doi.org/10.1101/665307 (2019).