《分析化學》：基于拉曼組的腫瘤單細胞藥敏檢測新方法

　　 腫瘤藥敏性檢測方法學是抗癌藥物評價和篩選的前提，也是臨床化療方案設計的基礎。青島能源所單細胞中心開發了基于拉曼組的腫瘤單細胞藥敏檢測新方法D2O-CANST-R，具有快速、低成本、單細胞器精度、識別耐藥細胞、體現抗癌機制、可對接單細胞分選和測序等特色，為癌細胞-藥物互作研究、抗癌藥物篩選等提供了新手段。該工作于北京時間1月13日發表于《分析化學》（Analytical Chemistry）。

圖1. 重水飼喂單細胞拉曼光譜腫瘤藥敏快檢技術D2O-CANST-R

　　化療在惡性腫瘤的治療手段中占據重要地位，如使用得當，單純或輔助化療即可根治部分腫瘤；對于一些晚期腫瘤，化療也可用于姑息性治療。然而，各種腫瘤類型間或不同患者個體間，其藥物應激反應均存在顯著差異，而且化療過程中耐藥細胞的產生會大大削弱抗癌藥物療效。因此，快速、低成本、可識別耐藥細胞、揭示藥物應激機制的腫瘤藥敏檢測方法，對于抗癌藥物研發和臨床精準用藥均至關重要。

　　目前主流的腫瘤藥敏檢測方法，如比色法、生物發光法、熒光分析法等，通常依賴于終點檢測，即區分細胞死活，卻難以定量、特異性地測量藥物對癌細胞的“代謝抑制”程度。同時，基于細胞群體反應的檢測手段，難以檢測癌細胞群體中極個別的耐藥細胞；這些“害群之馬”在正常環境下沒有生長優勢，卻耐受高濃度藥物，因此可能造成腫瘤死灰復燃，導致臨床化療的失敗。

　　針對此瓶頸問題，單細胞中心Maryam Hekmatara等以人乳腺癌細胞株（MCF-7）和雷帕霉素的互作為例，開發了重水飼喂單細胞拉曼光譜腫瘤藥敏快檢技術（D2O-probed CANcer Susceptibility Test Ramanometry；D2O-CANST-R；圖1）。結合腫瘤細胞拉曼組采集和多元曲線分辨-交替最小二乘法分析算法（MCR-ALS），研究人員證明，在1~3天的藥物處理后，D2O-CANST-R能特異性地基于“代謝抑制”檢測腫瘤藥敏性，并能在細胞核、細胞胞質、脂質體等單個細胞器的分辨精度，追蹤和區分其中蛋白質與脂質的合成速率和代謝變化，從而揭示藥物作用機制。脂質和蛋白質代謝的高度活躍，是腫瘤細胞快速增殖的重要原因，因此，上述能力對于抗癌藥物的機制研究和篩選具有重要價值。

　　基于前期單細胞中心提出的“拉曼組”（ramanome）和“藥物應激拉曼條形碼”（Raman Barcode of Cellular response to stresses；RBCS）等概念，研究人員還揭示了真核生物（人乳腺癌細胞和酵母細胞）之間、細胞器之間、藥物濃度之間、藥物處理時長之間、生物大分子代謝途徑之間等，在單細胞精度代謝應激機制上的深刻異同。因此，D2O-CANST-R還具有高時空分辨率、信息量豐富、揭示代謝層面機制等特色。

　　此外，該方法還發現，在高劑量雷帕霉素（500或5000×IC50）處理后，仍存在保持較高代謝活性的癌細胞，即耐藥細胞。D2O-CANST-R識別腫瘤耐藥細胞和測定耐藥異質性的能力，對于藥物機制研究、抗癌藥物評價和篩選等具重要意義，也具備輔助精準化療方案設計的潛在能力。

　　單細胞中心前期針對臨床抗感染用藥，提出了“重水飼喂單細胞拉曼藥敏快檢”原理，引入了“最小代謝活性抑制濃度”（MIC-MA）這一衡量藥敏性的新概念，發明了“單細胞光鑷微液滴拉曼分選”（RAGE）和“單細胞微液滴流式拉曼分選”（RADS）等核心器件，研制成功“臨床單細胞拉曼藥敏快檢儀”（CAST-R）和單細胞拉曼分選-測序耦合系統（RACS-Seq）等；并針對臨床樣品，證明了單個細菌細胞精度同時測定抗生素藥敏表型和高覆蓋度基因組的可行性（Xu T, et al, Small, 2020）。本工作是上述單細胞技術體系針對人體細胞與藥物互作的拓展，不僅將服務于腫瘤藥物研發、腫瘤精準用藥等，而且為腫瘤單細胞分選和多組學研究提供了一條新的技術路線。

　　該工作由徐健研究員主持完成，得到了國家重大科學儀器研制項目（基金委）和中科院前沿局人才項目等資助。（文/鄭曉姍 圖/劉陽）

　　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.