基于光譜的單細胞表型分選

在基于各種光譜技術的單細胞功能識別與表征基礎之上，利用光譜激活的細胞分選技術，能夠分離出特定功能的單細胞，進而測定與該功能相對應的基因型，甚至是轉錄組、蛋白組、代謝組、表觀組等單細胞功能基因組，從而在單個細胞精度上建立“表型-基因型”關聯。

熒光激活細胞分選

長期以來，熒光流式分選作為一種主流的細胞分析和分選技術得到了廣泛應用。商品化熒光流式細胞分選儀（fluorescence-activated cell sorting，FACS）的檢測和分選通量可達數萬個細胞/秒，自動化和智能化程度較高，但是儀器成本卻一直居高不下，成為應用推廣的重要障礙。近年來由于微流控技術的引入，FACS?的成本大幅降低，同時還帶來了靈活、精確等優點。基于微流控的?FACS?通過采用表面駐波聲波三維細胞聚集技術，使得細胞可在低夾流流速條件下實現精確聚焦，可避免細胞在傳統?FACS?中由于高流速、高剪切力帶來的損傷。

近年發展起來的基于液滴微流控的熒光激活液滴分選（fluorescence-activated droplet sorting，FADS）技術由于采用液滴包裹細胞，解決了傳統?FACS?難以解決的細胞分泌蛋白或者胞外代謝小分子檢測這一難題，分選通量也可達到?30?kHz。經過表型檢測分選后，單個細胞仍被包裹在單個液滴中，保持獨立性，并能與下游單細胞培養、測序等組學研究無縫銜接。基于?FADS?平臺，實現了哺乳動物細胞?U937?對藥物庫的毒性表型檢測分選，從定向進化的酵母突變體庫中（數量約為?10⁸個突變子）檢測篩選具有高辣根過氧化物酶活性的突變體等。也有報道在?FADS?平臺上集成雙通道檢測系統，從定向進化的突變體庫（約?10⁷個突變子）中篩選到優先生產布洛芬對映異構體的高對應選擇性的酯酶。最近，通過耦合?FACS?和人工智能技術，在基于高通量高分辨度圖像處理的單細胞表型檢測分選平臺（intelligent image-activated cell sorting，IACS）上，示范了衣藻突變體庫的多參數智能化篩選。概言之，FACS?加速了合成生物學“檢測”的環節，使之得以匹配“設計”和“合成”的通量，促進了合成生物學的發展。但如前所述，由于受制于?FACS?需要熒光探針和標記細胞，同時檢測的表型數目很有限等原理上的局限，亟須發展基于非標記式光譜識別、全景式表型分析、廣譜適用于自然界所有細胞的細胞分選技術。