NC | scSpaMet：用于组织系统生物学的单细胞空间代谢组学与细胞类型特异性蛋白质分析

癌细胞和免疫细胞会进行代谢重编程，以支持其在生物组织中日益增长的能量需求。为了满足同时进行全细胞代谢和蛋白质原位分析的需求，相关科研团队开发了scSpaMet框架，通过将非靶向空间代谢组学和靶向多路蛋白成像整合到单一分析流程中，对人体组织中的单个免疫细胞和癌细胞进行蛋白质-代谢组学联合分析。

scSpaMet是什么？

多组学scSpaMet方法具有将蛋白质组学数据的多层信息与同一生物组织的代谢数据联系起来的巨大潜力：scSpaMet通过将非靶向空间代谢组学和靶向多重蛋白质成像整合到单一分析流程中，在单细胞水平上分析人体组织中的免疫细胞和癌细胞。scSpatMet将之前开发的3D-SMF18 （一种可实现亚微米分辨率代谢成像的框架）与用于同一组织样本中细胞类型特征描述的多重IMC蛋白质组学成像相结合。同时scSpaMet还为联合代谢组学和蛋白质组学单细胞数据引入了额外的分析功能（多模态细胞竞争、多模态数据整合和多组学轨迹推断）。

用于单细胞分辨率综合代谢物和蛋白质分析的scSpaMet流程：scSpaMet首先用金属同位素偶联抗体对组织进行染色，使用ToF-SIMS成像进行代谢分析，最后使用IMC进行蛋白质组学分析。

scSpaMet的性能测试

开发团队利用scSpaMet对人类肺癌、扁桃体和子宫内膜组织中的19507、31156和8215个单细胞分别分析了细胞类型和空间代谢组学图谱。

scSpaMet可识别人类肺癌组织中肿瘤和基质区域之间的代谢物差异

scSpaMet可识别人类扁桃体组织中B细胞滤泡区域的代谢物差异

scSpaMet表征人体子宫内膜样本中的蛋白质和代谢物

scSpaMet分析揭示了人体组织中细胞类型依赖性代谢物图谱和相邻单细胞的局部代谢物竞争。基于深度学习的联合嵌入揭示了细胞类型内独特的代谢物状态。轨迹推理显示了细胞分化路径上的代谢模式。

scSpaMet根据与内皮细胞距离的函数量化肺癌局部代谢物的竞争情况

ScSpaMet量化生殖中心中细胞类型特异性的局部代谢物竞争

scSpaMet推断出生殖中心内B细胞分化的代谢物轨迹

scSpaMet 框架允许在同一组织上以高空间亚微米分辨率进行系统的单细胞分割、蛋白质数据表型和代谢物分析。上述结果展示了scSpaMet量化和可视化细胞类型特异性和空间分辨代谢蛋白图谱的能力，它是系统级理解组织生物学的新兴工具。

ScSpaMet分析代码可在如下链接获取：

👉 https://github.com/coskunlab/ScSpaMet.

参考文献

Hu, T., Allam, M., Cai, S. et al. Single-cell spatial metabolomics with cell-type specific protein profiling for tissue systems biology. Nat Commun 14, 8260 (2023). 

首发公号：深圳国家基因库大数据平台