在单细胞生物学研究中单细胞转录组测序scRNA-seq实现了在单个细胞水平解析基因表达谱的突破是目前细胞异质性研究的主流手段。然而仅依靠转录组信息难以完整定义细胞身份与功能状态 ——mRNA 表达水平与蛋白表达水平并非完全对应且大量免疫细胞亚型的核心鉴定标志物为表面蛋白。在此背景下单细胞转录组与蛋白组联合检测如 CITE-seq、Ab-seq 技术路线通过同时捕获单个细胞的转录组信息与数十种表面蛋白表达信号实现了对细胞更精细、更准确的解析其优势已在免疫研究、肿瘤微环境分析等领域得到充分验证。一、单一单细胞转录组测序的技术瓶颈单细胞转录组测序通过捕获细胞内 mRNA 信息构建基因表达谱进而完成细胞分群与类型注释但在实际研究中存在难以忽视的局限性1转录与蛋白表达不同步无法直接反映细胞功能表型mRNA 仅代表基因转录潜能受翻译调控、蛋白降解、翻译后修饰等过程影响其丰度与蛋白丰度并非线性对应。仅通过转录组推断细胞功能易出现 “转录水平上调但蛋白未表达” 的误判无法精准反映细胞的真实生理状态。2低丰度标志物检测困难稀有细胞易被淹没许多关键细胞表面标志物的 mRNA 表达量极低如部分分化抗原、细胞因子受体受 scRNA-seq 检测灵敏度与捕获率限制常出现 “基因检出为零但蛋白实际表达” 的情况导致对应细胞亚群无法被正确识别。3细胞分群分辨率不足免疫细胞亚型易混杂对于高度异质性的免疫细胞体系许多亚群如 γδ T 细胞、NKT 细胞、中性粒细胞亚群的转录组差异极小但表面蛋白组合特征差异显著。仅依靠转录组的 UMAP 分群往往只能划分大类无法实现精细亚型拆分甚至出现不同细胞类群边界模糊、混杂成簇的现象如下图左侧单独转录组分群结果所示。单细胞转录组应用方向二、单细胞转录 蛋白联合检测的技术实现路径单细胞转录组与蛋白组联合检测的核心技术原理是寡核苷酸偶联抗体技术将特异性抗体与一段带有独特条形码Barcode的 DNA 序列偶联抗体与细胞表面蛋白结合后其偶联的 DNA 条形码可与细胞内 mRNA 一同被单细胞测序平台捕获最终同时获得每个细胞的转录组表达矩阵与蛋白表达矩阵。在数据分析层面目前主流采用 加权最近邻Weighted Nearest Neighbor, WNN算法如 Seurat 分析框架对转录组与蛋白组两个维度的信息进行加权整合生成 wnnUMAP 降维可视化结果。该算法会根据两组学的信息贡献度自动分配权重既保留转录组的全基因组覆盖优势又发挥蛋白组的细胞身份鉴定优势最终输出更贴合细胞真实属性的分群结果。针对 T 细胞等高度异质性的研究对象可定制包含 30 种以上关键免疫标志物的蛋白 Panel覆盖 T 细胞亚群、髓系细胞、固有淋巴细胞等多种类群的核心标志物实现 “一次检测双重维度多重分群”。单细胞蛋白组应用方向三、从分群结果看联合检测的核心优势通过对比单独单细胞转录组与 “转录组 T 细胞 30 色蛋白” 的分群结果联合检测的优势可直观体现在以下四个方面1细胞分群分辨率显著提升稀有细胞类型精准捕获左侧单独转录组 UMAP 中仅能清晰区分 CD4 T 细胞、CD8 T 细胞、NK 细胞、B 细胞、单核细胞等大类群γδ T 细胞gdT、NKT 细胞、中性粒细胞Neutrophil等稀有或转录特征不显著的细胞类群无法独立成簇常被混杂在其他细胞群中。右侧联合检测的 wnnUMAP 结果中新增了 γδ T 细胞、NKT 细胞、中性粒细胞等多个独立细胞簇嗜碱性粒细胞、肥大细胞、浆样树突状细胞pDC、常规树突状细胞cDC等类群的边界也更加清晰。这意味着联合检测能挖掘出单一转录组会遗漏的稀有细胞亚群还原更完整的细胞组成图谱。2细胞身份注释更准确降低注释错误率单一转录组分群高度依赖 marker 基因的表达易因基因检测 dropout、细胞状态波动导致注释偏差。而表面蛋白是细胞身份的 “金标准” 标志物例如 CD4、CD8、CD3、CD19、CD14 等蛋白的表达是免疫细胞分型的核心依据。联合检测通过 “转录组特征 蛋白标志物” 双维度交叉验证可大幅提升细胞注释的准确性既避免了 “转录本缺失导致的细胞误判”也纠正了 “转录组相似但蛋白表型完全不同” 的细胞混杂问题。例如 T 细胞与 NKT 细胞在转录组层面相似度极高但通过 CD3、CD56 等蛋白标志物可实现精准拆分。3T 细胞亚群拆分更彻底适配免疫研究核心需求T 细胞是肿瘤免疫、自身免疫研究的核心对象其亚群繁多且功能差异巨大。仅靠转录组难以精细区分 Naive T、效应 T、记忆 T、调节性 T 等功能亚群也无法准确界定 CD4 与 CD8 T 细胞的边界。搭配 30 色 T 细胞定向蛋白 Panel 后联合检测可基于 CD4、CD8A、CD45RA、CD45RO、CD25、CD69 等蛋白标志物的组合表达直接对 T 细胞进行功能亚型划分同时将 γδ T、NKT 等特殊 T 细胞亚群完全独立出来为后续的免疫功能分析、克隆演化研究提供更精准的细胞基础。4表型与基因型关联实现功能机制双重解析转录组反映细胞的基因调控状态与潜在功能蛋白组反映细胞的即时表型与实际功能。联合检测可在单个细胞中同时关联两组学信息既可以通过转录组分析细胞的信号通路活化、转录因子调控又可以通过蛋白表达直接验证细胞的分化状态、活化程度、耗竭水平。例如在肿瘤浸润淋巴细胞研究中可同时获得 T 细胞的耗竭相关基因表达谱与 PD-1、TIM-3 等耗竭蛋白的表达量实现 “机制 - 表型” 的双向验证结论更具说服力。四、联合检测的核心应用场景1肿瘤免疫微环境研究精准解析肿瘤浸润免疫细胞的亚群组成、活化状态与空间分布为免疫治疗靶点筛选、疗效预测提供高分辨率数据。2自身免疫疾病研究精细区分外周血或病灶组织中 T、B 细胞亚群的失衡状态揭示自身反应性淋巴细胞的表型特征。3疫苗与感染免疫研究追踪疫苗接种或病原体感染后免疫细胞的活化、分化轨迹验证抗原特异性细胞的蛋白表型与转录特征。4血液系统疾病研究解析造血分化过程中的细胞亚型异常识别恶性克隆细胞的表面蛋白标志物与转录特征。五、总结与展望单细胞转录组测序开启了单细胞研究的时代而转录组 蛋白组联合检测则进一步突破了单一组学的信息边界。从分群效果来看联合检测不仅显著提升了细胞类型的分辨率实现了稀有亚群的精准捕获更通过双维度验证保障了细胞注释的准确性让细胞分群从 “基于转录推断” 升级为 “转录 蛋白双重确认”。
在单细胞生物学研究中单细胞转录组测序scRNA-seq实现了在单个细胞水平解析基因表达谱的突破是目前细胞异质性研究的主流手段。然而仅依靠转录组信息难以完整定义细胞身份与功能状态 ——mRNA 表达水平与蛋白表达水平并非完全对应且大量免疫细胞亚型的核心鉴定标志物为表面蛋白。在此背景下单细胞转录组与蛋白组联合检测如 CITE-seq、Ab-seq 技术路线通过同时捕获单个细胞的转录组信息与数十种表面蛋白表达信号实现了对细胞更精细、更准确的解析其优势已在免疫研究、肿瘤微环境分析等领域得到充分验证。一、单一单细胞转录组测序的技术瓶颈单细胞转录组测序通过捕获细胞内 mRNA 信息构建基因表达谱进而完成细胞分群与类型注释但在实际研究中存在难以忽视的局限性1转录与蛋白表达不同步无法直接反映细胞功能表型mRNA 仅代表基因转录潜能受翻译调控、蛋白降解、翻译后修饰等过程影响其丰度与蛋白丰度并非线性对应。仅通过转录组推断细胞功能易出现 “转录水平上调但蛋白未表达” 的误判无法精准反映细胞的真实生理状态。2低丰度标志物检测困难稀有细胞易被淹没许多关键细胞表面标志物的 mRNA 表达量极低如部分分化抗原、细胞因子受体受 scRNA-seq 检测灵敏度与捕获率限制常出现 “基因检出为零但蛋白实际表达” 的情况导致对应细胞亚群无法被正确识别。3细胞分群分辨率不足免疫细胞亚型易混杂对于高度异质性的免疫细胞体系许多亚群如 γδ T 细胞、NKT 细胞、中性粒细胞亚群的转录组差异极小但表面蛋白组合特征差异显著。仅依靠转录组的 UMAP 分群往往只能划分大类无法实现精细亚型拆分甚至出现不同细胞类群边界模糊、混杂成簇的现象如下图左侧单独转录组分群结果所示。单细胞转录组应用方向二、单细胞转录 蛋白联合检测的技术实现路径单细胞转录组与蛋白组联合检测的核心技术原理是寡核苷酸偶联抗体技术将特异性抗体与一段带有独特条形码Barcode的 DNA 序列偶联抗体与细胞表面蛋白结合后其偶联的 DNA 条形码可与细胞内 mRNA 一同被单细胞测序平台捕获最终同时获得每个细胞的转录组表达矩阵与蛋白表达矩阵。在数据分析层面目前主流采用 加权最近邻Weighted Nearest Neighbor, WNN算法如 Seurat 分析框架对转录组与蛋白组两个维度的信息进行加权整合生成 wnnUMAP 降维可视化结果。该算法会根据两组学的信息贡献度自动分配权重既保留转录组的全基因组覆盖优势又发挥蛋白组的细胞身份鉴定优势最终输出更贴合细胞真实属性的分群结果。针对 T 细胞等高度异质性的研究对象可定制包含 30 种以上关键免疫标志物的蛋白 Panel覆盖 T 细胞亚群、髓系细胞、固有淋巴细胞等多种类群的核心标志物实现 “一次检测双重维度多重分群”。单细胞蛋白组应用方向三、从分群结果看联合检测的核心优势通过对比单独单细胞转录组与 “转录组 T 细胞 30 色蛋白” 的分群结果联合检测的优势可直观体现在以下四个方面1细胞分群分辨率显著提升稀有细胞类型精准捕获左侧单独转录组 UMAP 中仅能清晰区分 CD4 T 细胞、CD8 T 细胞、NK 细胞、B 细胞、单核细胞等大类群γδ T 细胞gdT、NKT 细胞、中性粒细胞Neutrophil等稀有或转录特征不显著的细胞类群无法独立成簇常被混杂在其他细胞群中。右侧联合检测的 wnnUMAP 结果中新增了 γδ T 细胞、NKT 细胞、中性粒细胞等多个独立细胞簇嗜碱性粒细胞、肥大细胞、浆样树突状细胞pDC、常规树突状细胞cDC等类群的边界也更加清晰。这意味着联合检测能挖掘出单一转录组会遗漏的稀有细胞亚群还原更完整的细胞组成图谱。2细胞身份注释更准确降低注释错误率单一转录组分群高度依赖 marker 基因的表达易因基因检测 dropout、细胞状态波动导致注释偏差。而表面蛋白是细胞身份的 “金标准” 标志物例如 CD4、CD8、CD3、CD19、CD14 等蛋白的表达是免疫细胞分型的核心依据。联合检测通过 “转录组特征 蛋白标志物” 双维度交叉验证可大幅提升细胞注释的准确性既避免了 “转录本缺失导致的细胞误判”也纠正了 “转录组相似但蛋白表型完全不同” 的细胞混杂问题。例如 T 细胞与 NKT 细胞在转录组层面相似度极高但通过 CD3、CD56 等蛋白标志物可实现精准拆分。3T 细胞亚群拆分更彻底适配免疫研究核心需求T 细胞是肿瘤免疫、自身免疫研究的核心对象其亚群繁多且功能差异巨大。仅靠转录组难以精细区分 Naive T、效应 T、记忆 T、调节性 T 等功能亚群也无法准确界定 CD4 与 CD8 T 细胞的边界。搭配 30 色 T 细胞定向蛋白 Panel 后联合检测可基于 CD4、CD8A、CD45RA、CD45RO、CD25、CD69 等蛋白标志物的组合表达直接对 T 细胞进行功能亚型划分同时将 γδ T、NKT 等特殊 T 细胞亚群完全独立出来为后续的免疫功能分析、克隆演化研究提供更精准的细胞基础。4表型与基因型关联实现功能机制双重解析转录组反映细胞的基因调控状态与潜在功能蛋白组反映细胞的即时表型与实际功能。联合检测可在单个细胞中同时关联两组学信息既可以通过转录组分析细胞的信号通路活化、转录因子调控又可以通过蛋白表达直接验证细胞的分化状态、活化程度、耗竭水平。例如在肿瘤浸润淋巴细胞研究中可同时获得 T 细胞的耗竭相关基因表达谱与 PD-1、TIM-3 等耗竭蛋白的表达量实现 “机制 - 表型” 的双向验证结论更具说服力。四、联合检测的核心应用场景1肿瘤免疫微环境研究精准解析肿瘤浸润免疫细胞的亚群组成、活化状态与空间分布为免疫治疗靶点筛选、疗效预测提供高分辨率数据。2自身免疫疾病研究精细区分外周血或病灶组织中 T、B 细胞亚群的失衡状态揭示自身反应性淋巴细胞的表型特征。3疫苗与感染免疫研究追踪疫苗接种或病原体感染后免疫细胞的活化、分化轨迹验证抗原特异性细胞的蛋白表型与转录特征。4血液系统疾病研究解析造血分化过程中的细胞亚型异常识别恶性克隆细胞的表面蛋白标志物与转录特征。五、总结与展望单细胞转录组测序开启了单细胞研究的时代而转录组 蛋白组联合检测则进一步突破了单一组学的信息边界。从分群效果来看联合检测不仅显著提升了细胞类型的分辨率实现了稀有亚群的精准捕获更通过双维度验证保障了细胞注释的准确性让细胞分群从 “基于转录推断” 升级为 “转录 蛋白双重确认”。
