侯壯豪　詹柳娟　欒謀君　田雙雙　戴夢杰　黃光明

摘?要?針對單細胞的代謝分析具有重要的研究價值，發(fā)展對單個神經(jīng)元內(nèi)的代謝物的分析技術(shù)（單個神經(jīng)元分析技術(shù)）更是研究大腦的基礎(chǔ)。由于代謝物分子種類眾多，濃度差異巨大，目前單細胞代謝分析方法主要是基于質(zhì)譜技術(shù)發(fā)展起來的。利用質(zhì)譜從單個神經(jīng)元層面對代謝物開展研究，有助于揭示神經(jīng)元的異質(zhì)性，為探索神經(jīng)元工作機制、研究神經(jīng)元代謝活動以及針對重大腦疾病開發(fā)新療法提供新的研究工具。本文對近年來對單細胞代謝物的質(zhì)譜分析新方法進行了系統(tǒng)評述，從離體培養(yǎng)的神經(jīng)元、新鮮分離的神經(jīng)元和組織原位的神經(jīng)元等方面介紹了單細胞質(zhì)譜分析技術(shù)在單個神經(jīng)元分析中的應用，并從質(zhì)譜儀器技術(shù)的開發(fā)、新分析方法的發(fā)展和生物研究應用3個方面對單個神經(jīng)元的質(zhì)譜代謝分析的發(fā)展前景進行了展望。

關(guān)鍵詞?單個神經(jīng)元分析; 代謝物分析; 單細胞質(zhì)譜; 評述

1?引 言

細胞是生命活動的基本單元，分析和檢測細胞生命過程中各種化學物質(zhì)的變化，可以為藥物開發(fā)、病理探討、細胞毒性等重大生物醫(yī)學問題提供理論指導，具有重要的科學價值。作為神經(jīng)系統(tǒng)的基本單元，神經(jīng)元的研究技術(shù)（尤其是單個神經(jīng)元分析技術(shù)）是研究大腦的基礎(chǔ)。神經(jīng)元內(nèi)的小分子代謝物是神經(jīng)元正常工作的基礎(chǔ)，可介導神經(jīng)信號的傳遞，或?qū)χ袠猩窠?jīng)網(wǎng)絡進行調(diào)控，具有非常重要的生理功能。由于細胞異質(zhì)性，不同的代謝物質(zhì)在不同類型的神經(jīng)元內(nèi)的分布和功能均不相同; 在不同類型的神經(jīng)元中，同一種化學物質(zhì)的含量也并不相同，產(chǎn)生的生理作用也大相徑庭。目前，由于相關(guān)技術(shù)的種種局限，對于這些相關(guān)內(nèi)容的研究大多得到多個細胞的平均信號，對于單個神經(jīng)元（Single neuron）內(nèi)的化學物質(zhì)基礎(chǔ)的了解僅限于某幾種特殊化合物，對于單個活體神經(jīng)元的研究則更加有限。

單個神經(jīng)元質(zhì)譜分析的主要技術(shù)難點在于：細胞內(nèi)物質(zhì)種類多，濃度分布跨度大，且存在大量無機鹽干擾; 單細胞體積小，細胞僅有皮升級的體積，常規(guī)質(zhì)譜儀器以及分析方法均無法勝任。種種困難限制了對單個神經(jīng)元的深入研究，單個神經(jīng)元的代謝分析無論從相關(guān)分析技術(shù)的發(fā)展還是研究價值都長期被低估。

近年來，基于各種放大技術(shù)的單細胞基因組及轉(zhuǎn)錄組的研究得到了飛速發(fā)展，神經(jīng)元細胞的個體差異要遠超過之前的認知，單細胞的分析技術(shù)為單個神經(jīng)元生命活動研究開辟了新的途徑，有望為重大生物醫(yī)學問題提供新的解決方法與思路，為探索人類神經(jīng)元工作機制，以及針對重大腦疾病開發(fā)新療法提供新的研究工具。

近年來，單細胞尤其是單個神經(jīng)元內(nèi)代謝物的研究方法得到了越來越多的重視，出現(xiàn)了一系列開拓性的研究工作。本文對近二十年來相關(guān)研究進行了總結(jié)，著重評述單細胞代謝質(zhì)譜新技術(shù)在單個神經(jīng)元內(nèi)代謝物分析中的應用與發(fā)展。

2?早期胚胎單細胞的質(zhì)譜代謝分析

受精卵（Zygote）與早期胚胎（Embryos）中單細胞體積大，是眾多單細胞分析方法重要的研究模型之一。受精卵與早期胚胎在生命體系中扮演著重要角色，其發(fā)育與分化過程中伴隨著許多物質(zhì)的快速新陳代謝，細胞間存在十分顯著的異質(zhì)性（Heterogeneity）。對受精卵與早期胚胎的單細胞層面的研究，有助于揭示細胞個體在發(fā)育分化的分子調(diào)控機制，具有重要的生物學研究價值。很多研究常采用受精卵與早期胚胎作為初始模型發(fā)展相關(guān)技術(shù)，再將新技術(shù)進一步借鑒、拓展和延伸到細胞體積更小的單細胞模型，尤其是單個神經(jīng)元的分析。

毛細管電泳?電噴霧質(zhì)譜法（Capillary electrophoresis?electrospray ionization mass spectrometry，CE?ESIMS）具有上樣量小，靈敏度高等特點，適合對微量樣品進行快速的分離分析，Nemes研究組針對蛙卵細胞開發(fā)早期胚胎單細胞微區(qū)取樣分析方法[1～5]，對8?細胞期[3，4]和16?細胞期[2]胚胎中不同種類的胚胎單細胞進行代謝物異質(zhì)性研究，發(fā)現(xiàn)小分子代謝會對細胞亞型的發(fā)育產(chǎn)生重要的影響，部分物質(zhì)如Asparagine， Glycine和Betaine在不同細胞間存在顯著性差異，并利用單細胞中測得的氨基酸等70多種代謝物的信號強度、保留時間等信息實現(xiàn)了8?細胞期胚胎中腹部和背部細胞亞型的主成分分析（Principal component analysis，PCA）分型。

光電離質(zhì)譜技術(shù)由于其使用的激光光斑較小，有利于進行單細胞分析。利用激光剝蝕輔助的電噴霧（Laser ablation electrospray ionization， LAESI）[6，7]、基質(zhì)輔助激光解吸附電噴霧（Matrix?assisted laser desorption/ionization electrospray， MALDI）[8]和真空紫外光電離（Vacuum ultraviolet laser desorption/ionization，VUVDI）[9]能夠高效地實現(xiàn)受精卵早期胚胎的代謝物及磷脂成像分析[6，7，9]和三維成像[8]。

此外，解吸附電噴霧質(zhì)譜（Desorption electrospray ionization mass spectrometry，DESI）也被用于研究卵母細胞[10]和胚胎單細胞[11]的代謝及其細胞亞型的分型。

3?培養(yǎng)單細胞的質(zhì)譜代謝分析

對組織中的特定細胞分離后進行原代培養(yǎng)或傳代，通過培養(yǎng)液模擬生物環(huán)境，可以使細胞功能和進程的研究更具可操作性。培養(yǎng)的細胞易于施用物理、化學和生物手段進行細胞干預，便于與現(xiàn)有的分析技術(shù)結(jié)合，在細胞學、遺傳學、免疫學、實驗醫(yī)學等方面的研究中都發(fā)揮著重要的作用。對單個神經(jīng)元進行體外培養(yǎng)與質(zhì)譜單細胞代謝分析，可以有針對性地研究神經(jīng)元內(nèi)物質(zhì)的變化、神經(jīng)遞質(zhì)的傳遞，進而研究神經(jīng)元功能的分子作用機制，為神經(jīng)元的疾病診治提供研究基礎(chǔ)。

目前， 針對體外培養(yǎng)的細胞（Cultured cells）已發(fā)展出了許多高效的單細胞代謝技術(shù)，其分析技術(shù)對單個神經(jīng)元的研究也起著重要的啟示作用。

3.1?電噴霧離子化質(zhì)譜

為了實現(xiàn)單細胞微量胞漿的分析，Masujima研究組采取毛細管取樣后，在噴針后端補充溶劑的方式，實現(xiàn)單細胞的代謝物檢測[12]，并將真皮細胞中肥大細胞的胞漿和顆粒、實驗溶劑、培養(yǎng)基的質(zhì)譜譜圖直接導入數(shù)據(jù)處理軟件，利用主成分分析能夠有效地將溶劑、培養(yǎng)基的譜圖與肥大細胞的數(shù)據(jù)區(qū)分（圖1A） [13]，并使用毛細管針對單細胞取樣后施加超聲波， 實現(xiàn)單細胞內(nèi)代謝物的快速釋放與萃取[14]。此外，為了進一步研究單細胞的亞結(jié)構(gòu)，他們對HepG2細胞不同細胞期進行微區(qū)取樣[13]，實現(xiàn)微區(qū)代謝物的檢測。Vertes研究組利用毛細管取樣針對貼壁的HepG2進行取樣與離子化，結(jié)合離子遷移譜過濾干擾信號，研究HepG2細胞內(nèi)能量轉(zhuǎn)換、氧化還原和代謝轉(zhuǎn)化的代謝物[15]，采用正交校正的偏最小二乘分析（Orthogonal partial least squares?discriminant analysis， OPLS?DA）對數(shù)據(jù)進行細胞周期的分型（圖1B）[16]。而Hui研究組對單細胞中亞結(jié)構(gòu)的脂滴取樣，進行甘油三酸酯（Triglycerides，TG）和磷脂酰膽堿（Phosphatidylcholines，PC）的萃取離子化，發(fā)現(xiàn)不同處理條件下TG和PC的成分會發(fā)生顯著的變化[17]。

Zhang研究組將單細胞分散于微孔板中，加入萃取劑實現(xiàn)單細胞中代謝物的萃取，利用納升電噴霧質(zhì)譜對細胞內(nèi)磷酸化葡萄糖進行定量分析[18]; 為了提高單細胞分析的通量，該研究組提出了流式電噴霧技術(shù)（Flow cytometry ESI?MS， CyESI?MS， 圖2A）[19]，實現(xiàn)細胞的高通量分析，并利用t分布隨機鄰域嵌入分析（T?distributed stochastic neighbor embedding，t?sne）實現(xiàn)單細胞亞型的分型。為了進一步去除基質(zhì)干擾，提高信號靈敏度，液滴微萃取[20，21]、微孔陣列萃取[22]、多級微萃取[23]和毛細管電泳等電聚焦[24]等技術(shù)被開發(fā)并應用于單細胞基質(zhì)清除與代謝物富集，提高分析靈敏度，同時實現(xiàn)高通量單細胞分析[20～22]及單細胞亞型的分型[23]。

Lin研究組開發(fā)了基于微流控的噴墨打印技術(shù)（Drop?on?demand inkjet printing，圖2B）[25]和迪恩流有序化單細胞分離技術(shù)（Dean flow assisted cell ordering system）[26]，實現(xiàn)懸浮細胞的單細胞分離與進樣，與電噴霧結(jié)合實現(xiàn)單細胞內(nèi)代謝物的檢測，并對細胞的脂質(zhì)進行PCA分析，實現(xiàn)多種細胞的分型。

Yang研究組發(fā)展了一種用雙通道毛細管取樣針進行原位微區(qū)物質(zhì)萃取與離子化的單探針?電噴霧技術(shù)（Single?probe ESI，圖3A），能夠?qū)崿F(xiàn)懸浮HeLa單細胞[27，30，31]、藻類單細胞[32]等的代謝物及磷脂類物質(zhì)的分析檢測。該研究組將這種高效的技術(shù)成功運用到細胞腫瘤干細胞的藥物研究，發(fā)現(xiàn)腫瘤干細胞不飽和脂肪酸的水平要比非癌癥干細胞的水平高，且抑制細胞內(nèi)一些相關(guān)酶的活性能夠有效降低不飽和脂肪酸的含量，能防止形成腫瘤球體[33]。結(jié)合在線衍生的方式[34]，實現(xiàn)對HeLa單細胞內(nèi)代謝物的化學衍生，轉(zhuǎn)換成容易離子化的形式，進一步提高細胞內(nèi)代謝物的檢測種類。此外，該研究組對數(shù)據(jù)進行深入研究與挖掘，利用機器學習、主成分分析等對白血病單細胞[35]進行細胞分型以及耐藥性癌細胞表型預測[36，37]。

3.2?二次離子質(zhì)譜

Sheng等[28]采用15N標記的氨基酸培養(yǎng)細胞， 并利用二次離子質(zhì)譜（Secondary ion mass spectrometry，SIMS）對蛋白進行分析（圖3B），利用蛋白質(zhì)的特征碎片，實現(xiàn)15N氨基酸在體內(nèi)的轉(zhuǎn)化定位。為了提高SIMS分析靈敏度，Long研究組將金屬納米層[38]、石墨烯量子點[39]作為新的基質(zhì)，實現(xiàn)單細胞脂質(zhì)體高靈敏度成像分析，并研究了銀納米粒子的攝入對細胞表面脂質(zhì)的影響（圖3C）[29]。

3.3?激光解吸附離子化質(zhì)譜

Vertes研究組用LAESI 對HepG2貼壁細胞與懸浮細胞進行代謝物分析，發(fā)現(xiàn)貼壁細胞腺苷酸能荷值遠高于懸浮細胞（圖4A）[40]; 該研究組還對光電離（LDI）開發(fā)了新型的納米陣列基質(zhì)，提高激光解離的光離子化效率，成功提高了酵母細胞內(nèi)代謝物的分析能力[41，42]。Wang等[43]開發(fā)了VUVDI， 實現(xiàn)了單細胞內(nèi)弱極性代謝物的軟電離亞微米成像。 Hang研究組則開發(fā)了近場解吸附質(zhì)譜實現(xiàn)了貼壁單細胞的形貌及代謝物的分布的同時分析[44]，以及飛秒激光離子化技術(shù)實現(xiàn)了細胞內(nèi)元素分析[45]。

將培養(yǎng)的細胞分散于MALDI的樣品板上，結(jié)合微區(qū)分析技術(shù)，能夠很便捷地實現(xiàn)單細胞中代謝物的分析[47～49]。為了提高單細胞代謝分析的通量，Zenobi研究組發(fā)展了高密度微陣列芯片?MALDI技術(shù)（圖4B）對綠藻單細胞[46，50]、酵母單細胞[51]和HeLa單細胞[52]進行代謝物分析，側(cè)重研究單細胞內(nèi)能量轉(zhuǎn)換相關(guān)的代謝物（ATP/ADP）及其轉(zhuǎn)換過程。為了對細胞進行多維度的分析，獲得單細胞的多層次信息，該研究組在MALDI與光譜學方法聯(lián)用技術(shù)上進行了開拓，發(fā)展了拉曼和熒光與高密度微陣列MALDI質(zhì)譜?聯(lián)用[53]和光學?拉曼?熒光?MALDI聯(lián)用[54]對綠藻單細胞生長狀況進行多維度監(jiān)測。

與普通的單細胞模型如HeLa，HepG2等細胞不同，神經(jīng)元除了有較大的胞體外，還存在直徑小于1 μm的突觸結(jié)構(gòu)，為了研究體外培養(yǎng)神經(jīng)元（Cultured neurons）及亞結(jié)構(gòu)，須開發(fā)分辨率、取樣精度更高的方法，以實現(xiàn)神經(jīng)元的微區(qū)分析。Sweedler研究組利用 SIMS實現(xiàn)培養(yǎng)的單個神經(jīng)元亞結(jié)構(gòu)內(nèi)代謝物的成像分析[55]。將MALDI與免疫組化[56]、SIMS[57]等技術(shù)結(jié)合，可以實現(xiàn)培養(yǎng)單個神經(jīng)元內(nèi)脂質(zhì)和低豐度的代謝物的分析。

Xu等[58]組利用電化學泵產(chǎn)生電滲流，用130 nm的毛細管針作為取樣針與噴針，實現(xiàn)對培養(yǎng)神經(jīng)元細胞的軸突和樹突的代謝物分析，發(fā)現(xiàn)谷氨酸和焦谷氨酸在軸突處的濃度要高于胞體和樹突。

4?新鮮分離單細胞的質(zhì)譜代謝分析

細胞培養(yǎng)能夠在一定程度上模擬體內(nèi)環(huán)境，使細胞生存、生長， 并維持主要的結(jié)構(gòu)與功能，但是由于其存在環(huán)境與真實體內(nèi)環(huán)境存在一些差異，細胞離體后部分功能與活性會受到抑制甚至消失。因此， 對培養(yǎng)的細胞獲得的一些實驗結(jié)果并不一定能真實地反映體內(nèi)的情況。

神經(jīng)元雖然能夠在體外培養(yǎng)中存活與生長，但Nemes等[59]利用毛細管電泳對新鮮分離的神經(jīng)元與培養(yǎng)的神經(jīng)元內(nèi)代謝物進行分析，發(fā)現(xiàn)培養(yǎng)環(huán)境不同，部分類型的神經(jīng)元細胞內(nèi)代謝物改變較大。盡可能地接近真實細胞的存在狀態(tài)，才最能反映細胞內(nèi)實際的代謝狀況。因此針對新鮮分離的單個神經(jīng)元（Freshly isolated single neuron）進行代謝物分析，才能更為真實地反映單細胞內(nèi)的代謝物分布情況。

Passarelli等[60]利用C61SIMS對海蝸牛神經(jīng)元內(nèi)脂質(zhì)進行表征與成像，發(fā)現(xiàn)在神經(jīng)元表面脂質(zhì)的分布存在異質(zhì)性。此外，Zhang等[61]結(jié)合離子遷移譜IMS?ESI，利用多肽與代謝物在離子遷移譜的漂移時間差異，提高神經(jīng)肽信號的分析靈敏度，實現(xiàn)離體單個神經(jīng)元中神經(jīng)肽的分析。

Sweedler的研究組利用毛細管電泳?電噴霧質(zhì)譜聯(lián)用技術(shù)，分析了海蝸牛離體神經(jīng)元[62，63]及其亞結(jié)構(gòu)[64]中的代謝物，并根據(jù)代謝物的差異，用PCA實現(xiàn)神經(jīng)元亞型的分型（圖5A）[62]。他們嘗試將多種神經(jīng)元分散于MALDI基板上，噴涂基質(zhì)后對其進行分析，能夠同時檢測神經(jīng)元中的代謝物，并利用PCA實現(xiàn)了稀有細胞腦垂體細胞、胰島細胞和神經(jīng)元細胞的分型[65]。該研究組實現(xiàn)了對海蝸牛離體神經(jīng)元[66]和離體大鼠神經(jīng)元[67]寡肽的分析。該研究組利用MALDI大規(guī)模分析了30000個神經(jīng)元內(nèi)脂質(zhì)的信號（圖5B），并運用t?sne實現(xiàn)不同亞型的細胞的分型[68]。

此外， Jarecki等[69]利用MALDI也實現(xiàn)了離體單個神經(jīng)元內(nèi)神經(jīng)肽的發(fā)現(xiàn)及定位; Li研究組將Microcolumn LC與MALDI結(jié)合實現(xiàn)離體單個神經(jīng)元的寡肽分離與定性分析[70，71]; Neupert等[72]利用 MALDI對組織美洲大蠊單個神經(jīng)元實現(xiàn)了一些寡肽的分析。

5?原位組織上單細胞的質(zhì)譜代謝分析

細胞一旦離開組織環(huán)境，細胞營養(yǎng)的供給方式、細胞間的接觸交流都會發(fā)生巨大改變，并且會伴隨著很大程度的細胞生理應激。特別是單個神經(jīng)元與神經(jīng)元細胞之間通過突觸相連，離體之后無法進行重要的神經(jīng)活動，也就無法完整地獲得細胞的真實狀態(tài)。因此，為了真實地反映神經(jīng)元的狀態(tài)，在組織上直接原位分析單細胞代謝顯得尤為重要。

Masujima研究組采用毛細管噴針直接對植物葉片[73，74]、花瓣[75]等單細胞取樣后進行ESI分析，能夠原位獲得植物單細胞中代謝物信息。Nonami的研究組利用電噴霧技術(shù)對[76，77]植物葉片進行了原位單細胞分析。Vertes研究組利用LAESI技術(shù)針對植物組織細胞如洋蔥細胞[78～81]、葉片[82，83]等進行了單細胞及其亞細胞器分析，并利用Post hoc grouping、OPLS?DA等數(shù)據(jù)處理方法，對細胞進行分型，發(fā)現(xiàn)許多代謝物的豐度在不同細胞群體內(nèi)分布不一樣。 Zhao等[84]采用氫火焰離子化質(zhì)譜對植物葉子單細胞取樣并實現(xiàn)細胞內(nèi)代謝物的檢測。 Zhang的研究組利用固相微萃取[85]、衍生[86]的方式針對性地提高植物細胞及其亞細胞器中特定代謝物（如糖類）的分析靈敏度。

Merrill等[87]用膜片鉗原位監(jiān)測單個神經(jīng)元，取樣后用Nanoflow LC進行脂質(zhì)的分析，鑒定出40余種脂質(zhì)，并且對不同刺激條件下的神經(jīng)細胞進行PCA分型; Neupert等[88]結(jié)合膜片鉗?MALDI實現(xiàn)原位美洲大蠊單個神經(jīng)元內(nèi)電生理信號與代謝物的成像。

Aerts等[89]采用膜片鉗與毛細管電泳質(zhì)譜結(jié)合的方式（Patch clamp electrophysiology and capillary electrophoresis?mass spectrometry）實現(xiàn)了原位活體單個神經(jīng)元的生理信號及代謝物的同時分析（圖6）。通過對γ?氨基丁酸能神經(jīng)元（Gamma?aminobutyri acid?ergic neurons）和谷氨酸能神經(jīng)元（Glutamatergic neurons）的研究，在谷氨酸能神經(jīng)元的胞漿中檢測到60種代謝物，但沒有出現(xiàn)GABA，而在單個γ?氨基丁酸能神經(jīng)元的胞漿中能夠測到GABA的信號，進一步證實腦區(qū)中神經(jīng)元的異質(zhì)性。這種方法能夠很好地實現(xiàn)單個神經(jīng)元的神經(jīng)化學狀態(tài)與細胞生理活性的同時關(guān)聯(lián)監(jiān)測。

Huang研究組和Xiong研究組合作，通過單細胞膜片鉗和納升電噴霧噴針對單細胞內(nèi)液進行采樣; 利用感應電噴霧特殊的離子化過程[92～94]，對體系較復雜的神經(jīng)元中的神經(jīng)遞質(zhì)進行原位分離與檢測，檢測出50余種代謝物（圖7A）， 從單細胞層次，比較了不同腦區(qū)神經(jīng)元之間的組分區(qū)別，觀察到了在年齡、變異等生理過程中細胞質(zhì)組分的變化，并用于研究單個神經(jīng)元中物質(zhì)的代謝途徑[90]。他們利用原位質(zhì)譜技術(shù)對神經(jīng)元中的其它代謝路徑進行了研究，發(fā)現(xiàn)了一些在細胞勻漿體系中尚未檢測到的代謝路徑（圖7B）[91]。結(jié)合動物行為學試驗，揭示了紫外線調(diào)控學習認知功能的分子機制。以上發(fā)現(xiàn)是對常規(guī)分析方法的結(jié)果的重要補充，揭示了活體單細胞原位質(zhì)譜分析可從單細胞層次對一些生命科學中的重大科學問題進行再次深入的闡釋。

6?展 望

單個神經(jīng)元內(nèi)代謝物的質(zhì)譜分析在過去的十余年里取得了長足的進步，但目前將質(zhì)譜分析應用于單個神經(jīng)元的代謝研究仍存在諸多局限，還需要從儀器改造、分析方法以及應用研究多個方面展開深入研究。

由于神經(jīng)元內(nèi)物質(zhì)種類眾多，濃度分布跨度大，且存在大量的無機鹽成分干擾，需要從根本上提高質(zhì)譜儀器的絕對靈敏度。比如借助多級離子累積技術(shù)[95]，有望將被稀釋的代謝物重新富集出來，在質(zhì)譜中獲得響應，實現(xiàn)單個神經(jīng)元中低豐度物質(zhì)的檢測分析。另外，將質(zhì)譜與離子遷移譜[16，63]等快速分離的技術(shù)耦合，也有望進一步降低質(zhì)譜檢測中化學噪音的干擾，提高代謝物在質(zhì)譜中的信噪比。此外，對單個神經(jīng)元內(nèi)目前難以檢測的弱極性和非極性物質(zhì)，需要通過質(zhì)譜離子源的開發(fā)，例如結(jié)合光電離[96]、質(zhì)譜光解離[97，98]、分子?離子反應[99，100]等技術(shù)，提高單個神經(jīng)元層次的分析靈敏度。

單細胞/單個神經(jīng)元分析最終的研究目標是研究其生物功能，因而開發(fā)生物兼容更好（獲得單個細胞更加接近組織環(huán)境的信息）的分析技術(shù)顯得尤為重要。目前的單個神經(jīng)元分析常需要進行毛細管電泳等分離操作，導致單個神經(jīng)元的分析通量受到極大的限制。因此聯(lián)合自動化操作技術(shù)，或者借鑒流式細胞儀質(zhì)譜的思路[19，101～106]，降低單個細胞的質(zhì)譜分析時間，才有望提高單個神經(jīng)元分析的通量，為單個神經(jīng)元的異質(zhì)性研究提供更加豐富的數(shù)據(jù)。此外，對于質(zhì)譜信號極差的低豐度的物質(zhì)，可以通過細胞環(huán)境原位衍生等方法將代謝物轉(zhuǎn)化成容易離子化的信號[86，107]，有望進一步擴展單個神經(jīng)元在質(zhì)譜分析中的代謝物覆蓋度。

“腦計劃”目前是世界生物醫(yī)學的重大課題之一，是繼人類基因組計劃之后另一個宏偉的科學研究計劃，研究大腦基本單元?神經(jīng)元的技術(shù)（單個神經(jīng)元分析技術(shù)）是研究大腦的基礎(chǔ)。針對單個神經(jīng)元的代謝分析技術(shù)， 研究者已經(jīng)積累了許多高效的技術(shù)手段和工具，但絕大多數(shù)的研究仍集中在離體的單個神經(jīng)元的質(zhì)譜新技術(shù)開發(fā)上，針對組織上單個神經(jīng)元的原位分析技術(shù)也存在影響細胞活性的問題。針對單個神經(jīng)元進行原位無損的代謝物分析，對質(zhì)譜學研究也提出了極大的挑戰(zhàn)。只有實現(xiàn)單個神經(jīng)元的無損原位分析，才能與記錄腦活動的電化學檢測方法耦聯(lián)，實現(xiàn)在微觀/時間分辨層面開展長程神經(jīng)環(huán)路的結(jié)構(gòu)、認知過程中神經(jīng)遞質(zhì)的動態(tài)變化和信息處理機制、以及環(huán)路結(jié)構(gòu)和功能可塑性的研究。

References

1?Liu Z， Portero E P， Jian Y， Zhao Y， Onjiko R M， Zeng C， Nemes P. Anal. Chem.， 2019， 91（9）： 5768-5776

2?Onjiko R M， Moody S A， Nemes P. Proc. Natl. Acad. Sci. USA， 2015， 112（21）： 6545-6550

3?Onjiko R M， Plotnick D O， Moody S A， Nemes P. Anal. Methods， 2017， 9（34）： 4964-4970

4?Onjiko R M， Portero E P， Moody S A， Nemes P. Anal. Chem.， 2017， 89（13）： 7069-7076

5?Portero E P， Nemes P. Analyst， 2019， 144（3）： 892-900

6?Shrestha B， Sripadi P， Reschke B R， Henderson H D， Powell M J， Moody S A， Vertes A. PLoS One， 2014， 9（12）： e115173

7?Stolee J A， Vertes A. Anal. Chem.， 2013， 85（7）： 3592-3598

8?Duenas M E， Essner J J， Lee Y J. Sci. Rep.， 2017， 7（1）： 14946

9?Wang J， Wang Z， Liu F， Mo Y， Cai L， Sun C， Zhang S， Zhang R， Abliz Z， Zhang X. Int. J. Mass Spectrom.， 2018， 432： 9-13

10?Gonzalez?Serrano A F， Pirro V， Ferreira C R， Oliveri P， Eberlin L S， Heinzmann J， Lucas?Hahn A， Niemann H， Cooks R G. PLoS One， 2013， 8（9）： e74981

11?Pirro V， Oliveri P， Ferreira C R， Gonzalez?Serrano A F， Machaty Z， Cooks R G. Anal. Chim. Acta， 2014， 848： 51-60

12?Ali A， Abouleila Y， Amer S， Furushima R， Emara S， Equis S， Cotte Y， Masujima T. Anal. Sci.， 2016， 32（2）： 125-127

13?Mizuno H， Tsuyama N， Harada T， Masujima T. J. Mass Spectrom.， 2008， 43（12）： 1692-1700

14?Hiyama E， Ali A， Amer S， Harada T， Shimamoto K， Furushima R， Abouleila Y， Emara S， Masujima T. Anal. Sci.， 2015， 31（12）： 1215-1217

40?Jacobson R S， Thurston R L， Shrestha B， Vertes A. Anal. Chem.， 2015， 87（24）： 12130-12136

41?Walker B N， Antonakos C， Retterer S T， Vertes A. Angew. Chem. Int. Ed.， 2013， 52（13）： 3650-3653

42?Walker B N， Stolee J A， Vertes A. Anal. Chem.， 2012， 84（18）： 7756-7762

43?Wang J， Wang Z， Liu F， Cai L， Pan J B， Li Z， Zhang S， Chen H Y， Zhang X， Mo Y. Anal. Chem.， 2018， 90（16）： 10009-10015

44?Yin Z， Cheng X， Liu R， Li X， Hang L， Hang W， Xu J， Yan X， Li J， Tian Z. Angew. Chem. Int. Ed.， 2019， 58（14）： 4541-4546

45?Gao Y， Lin Y， Zhang B， Zou D， He M， Dong B， Hang W， Huang B. Anal. Chem.， 2013， 85（9）： 4268-4272

46?Amantonico A， Urban P L， Fagerer S R， Balabin R M， Zenobi R. Anal. Chem.， 2010， 82（17）： 7394-7400

47?Shimizu M， Levi?Schaffer F， Ojima N， Shingaki T， Masujima T. Anal. Sci.， 2002， 18（2）： 107-108

48?Zhang Y， Li H， Ma Y， Lin J. Sci. China Chem.， 2013， 57（3）： 442-446

49?Yang B， Patterson N H， Tsui T， Caprioli R M， Norris J L. J. Am. Soc. Mass Spectrom.， 2018， 29（5）： 1012-1020

50?Urban P L， Schmidt A M， Fagerer S R， Amantonico A， Ibanez A， Jefimovs K， Heinemann M， Zenobi R. Mol. Biosyst.， 2011， 7（10）： 2837-2840

51?Ibanez A J， Fagerer S R， Schmidt A M， Urban P L， Jefimovs K， Geiger P， Dechant R， Heinemann M， Zenobi R. Proc. Natl. Acad. Sci. USA， 2013， 110（22）： 8790-8794

52?Guillaume?Gentil O， Rey T， Kiefer P， Ibanez A J， Steinhoff R， Bronnimann R， Dorwling?Carter L， Zambelli T， Zenobi R， Vorholt J A. Anal. Chem.， 2017， 89（9）： 5017-5023

53?Fagerer S R， Schmid T， Ibáez A J， Pabst M， Steinhoff R， Jefimovs K， Urban P L， Zenobi R. Analyst， 2013， 138（22）： 6732-6736

54?Urban P L， Schmid T， Amantonico A， Zenobi R. Anal. Chem.， 2011， 83（5）： 1843-1849

55?Tucker K R， Li Z， Rubakhin S S， Sweedler J V. J. Am. Soc. Mass Spectrom.， 2012， 23（11）： 1931-1938

56?Neumann E K， Comi T J， Rubakhin S S， Sweedler J V. Angew. Chem. Int. Ed.， 2019， 58（18）： 5910-5914

57?Lanni E J， Dunham S J B， Nemes P， Rubakhin S S， Sweedler J V. J. Am. Soc. Mass Spectrom.， 2014， 25（11）： 1897-1907

58?Xu M， Pan R， Zhu Y， Jiang D， Chen H Y. Analyst， 2019， 144（3）： 954-960

59?Nemes P， Knolhoff A M， Rubakhin S S， Sweedler J V. ACS Chem. Neurosci.， 2012， 3（10）： 782-792

60?Passarelli M K， Ewing A G， Winograd N. Anal. Chem.， 2013， 85（4）： 2231-2238

61?Zhang L， Khattar N， Kemenes I， Kemenes G， Zrinyi Z， Pirger Z， Vertes A. Sci. Rep.， 2018， 8（1）： 12227-12237

62?Nemes P， Knolhoff A M， Rubakhin S S， Sweedler J V. Anal. Chem.， 2011， 83（17）： 6810-6817

63?Nemes P， Rubakhin S S， Aerts J T， Sweedler J V. Nat. Protoc.， 2013， 8（4）： 783-799

64?Lapainis T， Rubakhin S S， Sweedler J V. Anal. Chem.， 2009， 81（14）： 5858-5864

65?Ong T H， Kissick D J， Jansson E T， Comi T J， Romanova E V， Rubakhin S S， Sweedler J V. Anal. Chem.， 2015， 87（14）： 7036-7042

66?Li L J， Moroz T P， Garden R W， Floyd P D， Weiss K R， Sweedler J V. Peptides， 1998， 19（8）： 1425-1433

67?Rubakhin S S， Churchill J D， Greenough W T， Sweedler J V. Anal. Chem.， 2006， 78（20）： 7267-7272

68?Neumann E K， Ellis J F， Triplett A E， Rubakhin S S， Sweedler J V. Anal. Chem.， 2019， 91（12）： 7871-7878

69?Jarecki J L， Andersen K， Konop C J， Knickelbine J J， Vestling M M， Stretton A O. ACS Chem. Neurosci.， 2010， 1（7）： 505-519

70?Hsieh S， Dreisewerd K， van der Schors R C， Jimenez C R， Stahl?Zeng J R， Hillenkamp F， Jorgenson J W， Geraerts W P M， Li K W. Anal. Chem.， 1998， 70（9）： 1847-1852

71?Jimenez C R， Li K W， Dreisewerd K， Spijker S， Kingston R， Bateman R H， Burlingame A L， Smit A B， van Minnen J， Geraerts W P M. Biochemistry， 1998， 37（7）： 2070-2076

72?Neupert S， Predel R. Biochem. Biophys. Res. Commun.， 2005， 327（3）： 640-645

73?Fujii T， Matsuda S， Tejedor M L， Esaki T， Sakane I， Mizuno H， Tsuyama N， Masujima T. Nat. Protoc.， 2015， 10（9）： 1445-1456

74?Lorenzo Tejedor M， Mizuno H， Tsuyama N， Harada T， Masujima T. Anal. Chem.， 2012， 84（12）： 5221-5228

75?Tejedor M L， Mizuno H， Tsuyama N， Harada T， Masujima T. Anal. Sci.， 2009， 25（9）： 1053-1055

76?Nakashima T， Wada H， Morita S， Erra?Balsells R， Hiraoka K， Nonami H. Anal. Chem.， 2016， 88（6）： 3049-3057

77?Yu Z， Chen L C， Ninomiya S， Mandal M K， Hiraoka K， Nonami H. Analyst， 2014， 139（22）： 5734-5739

78?Shrestha B， Vertes A. J. Vis. Exp.， 2010（43）： e2144

79?Shrestha B， Vertes A. Anal. Chem.， 2009， 81（20）： 8265-8271

80?Stolee J A， Shrestha B， Mengistu G， Vertes A. Angew. Chem. Int. Ed.， 2012， 51（41）： 10386-10389

81?Shrestha B， Patt J M， Vertes A. Anal. Chem.， 2011， 83（8）： 2947-2955

82?Stopka S A， Khattar R， Agtuca B J， Anderton C R， Pasa?Tolic L， Stacey G， Vertes A. Front Plant Sci.， 2018， 9： fpls.2018.01646

83?Zhang L， Foreman D P， Grant P A， Shrestha B， Moody S A， Villiers F， Kwak J M， Vertes A. Analyst， 2014， 139（20）： 5079-5085

84?Zhao J B， Zhang F， Guo Y L. Anal. Chem.， 2019， 91（4）： 2752-2758

85?Gong X， Zhao Y， Cai S， Fu S， Yang C， Zhang S， Zhang X. Anal. Chem.， 2014， 86（8）： 3809-3816

86?Wei Z， Zhang X， Wang J， Zhang S， Zhang X， Cooks R G. Chem. Sci.， 2018， 9（40）： 7779-7786

87?Merrill C B， Basit A， Armirotti A， Jia Y， Gall C M， Lynch G， Piomelli D. Sci. Rep.， 2017， 7（1）： 5318-5326

88?Neupert S， Fusca D， Kloppenburg P， Predel R. ACS Chem. Neurosci.， 2018， 9（8）： 2089-2096

89?Aerts J T， Louis K R， Crandall S R， Govindaiah G， Cox C L， Sweedler J V. Anal. Chem.， 2014， 86（6）： 3203-3208

90?Zhu H， Zou G， Wang N， Zhuang M， Xiong W， Huang G. Proc. Natl. Acad. Sci. USA， 2017， 114（10）： 2586-2591

91?Zhu H， Wang N， Yao L， Chen Q， Zhang R， Qian J， Hou Y， Guo W， Fan S， Liu S， Zhao Q， Du F， Zuo X， Guo Y， Xu Y， Li J， Xue T， Zhong K， Song X， Huang G， Xiong W. Cell， 2018， 173（7）： 1716-1727

92?Huang G， Li G， Cooks R G. Angew. Chem. Int. Ed.， 2011， 50（42）： 9907-9910

93?Huang G， Li G， Ducan J， Ouyang Z， Cooks R G. Angew. Chem. Int. Ed.， 2011， 50（11）： 2503-2506

94?Li G， Yuan S， Zheng S， Liu Y， Huang G. Anal. Chem.， 2018， 90（5）： 3409-3415

95?Si X， Xiong X， Zhang S， Fang X， Zhang X. Anal. Chem.， 2017， 89（4）： 2275-2281

96?Liu C， Qi K， Yao L， Xiong Y， Zhang X， Zang J， Tian C， Xu M， Yang J， Lin Z， Lv Y， Xiong W， Pan Y. Anal. Chem.， 2019， 91（10）： 6616-6623

97?O'Brien J P， Brodbelt J S. Anal. Chem.， 2013， 85（21）： 10399-10407

98?Klein D R， Brodbelt J S. Anal. Chem.， 2017， 89（3）： 1516-1522

99?Kong J Y， Yu Z， Easton M W， Niyonsaba E， Ma X， Yerabolu R， Sheng H， Jarrell T M， Zhang Z， Ghosh A K， Kenttamaa H I. Anal. Chem.， 2018， 90（15）： 9426-9433

100?Zhu H， Jarrell T M， Louden N， Max J P， Marcum C L， Luo H， Riedeman J S， Abu?Omar M M， Kenttamaa H I. J. Am. Soc. Mass Spectrom.， 2016， 27（11）： 1813-1823

101?Huang L， Chen Y， Weng L T， Leung M， Xing X， Fan Z， Wu H. Anal. Chem.， 2016， 88（24）： 12196-12203

102?Wang H， Chen B， He M， Hu B. Anal. Chem.， 2017， 89（9）： 4931-4938

103?Yu X， Chen B， He M， Wang H， Hu B. Anal. Chem.， 2019， 91（4）： 2869-2875

104?Lum J T， Leung K S. Anal. Chim. Acta.， 2019， 1061： 50-59

105?Wei X， Zheng D H， Cai Y， Jiang R， Chen M L， Yang T， Xu Z R， Yu Y L， Wang J H. Anal. Chem.， 2018， 90（24）： 14543-14550

106?Zheng L N， Wang M， Zhao L C， Sun B Y， Wang B， Chen H Q， Zhao Y L， Chai Z F， Feng W Y. Anal. Bioanal. Chem.， 2015， 407（9）： 2383-2391

107?Tang F， Guo C， Ma X， Zhang J， Su Y， Tian R， Shi R， Xia Y， Wang X， Ouyang Z. Anal. Chem.， 2018， 90（9）： 5612-5619

Metabolites Analysis of Single Cell by Mass Spectrometry

and Application in Single Neuron Metabolites Analysis

HOU Zhuang?Hao， ZHAN Liu?Juan， LUAN Mou?Jun， TIAN Shuang?Shuang，

DAI Meng?Jie， HUANG Guang?Ming*

（Department of Chemistry， School of Chemistry and Materials Science，

University of Science and Technology of China， Hefei 230026， China）

Abstract?Single?cell assays has emerged as a cutting?edge technique during the past decade. Despite several issues （including pL volume， extremely complicated intracellular fluid and maintaining cell viability during sampling） still need to be addressed， single?cell mass spectrometry for metabolites has achieved remarkable results recently. Various mass spectrometry?based approaches have enabled identification of vast cytoplasmic chemical constituents at single cell level， which greatly facilitate the single neuron analysis at different physiological conditions. In this review， we have concluded recent single?cell mass spectrometry investigations toward single neuron analysis， including single ovum/zygote， single cultured cell， single freshly isolated cell and single cell/neuron on tissue.

Keywords?Single neuron analysis; Metabolites analysis; Single cell mass spectrometry; Review