代谢组学是20世纪90年代中期发展起来的一门新兴学科，研究对象大都是相对分子质量在1000以内的小分子物质。这门继基因组学、转录组学和蛋白质组学之后出现的学科经过二十多年的发展目前已经在疾病早期诊断、药物靶点发现、疾病机理研究及疾病诊断等方面取得了许多重大进展。

　　生物学研究的历程往往要经过从宏观表型的观察到微观机制的探索，最后再回到宏观表型的解释和修正这样一个过程。在代谢组学出现之前，就有科学家已经证实对单细胞进行转录组分析是可行的，NormanIscove的课题组曾利用PCR技术实现了对cDNA分子的指数级扩增。在人类基因组计划完成之后的后基因组时代，科学家们也已经不能满足于在个体水平进行基因组学的研究探索，在2005年RogerLasken研究团队首次完成单细胞DNA扩增及测序，在此之后单细胞基因组学和转录组学的研究技术又得到不断革新。相比之下，由于代谢组学起步晚，并且与DNA和RNA不同，代谢物无法扩增，单个细胞能够提供的用于分析的代谢物浓度低体积小，一些极为稀少的代谢物需要更加灵敏的检测方法，除此之外细胞内代谢物的浓度可能会在极短时间内发生翻天覆地的变化，因此代谢组学的复杂性决定了单细胞代谢组学的研究面临许多困难。

　　为什么要进行单细胞代谢组学研究？

　　顾名思义，多细胞生物体内由多个细胞组成，而对于人类而言，人体内的细胞数目更是庞大到几十万亿级别，虽然这些细胞都起源于受精卵具有相同的基因组成，但是形成不同组织器官的细胞具有不同的基因表达情况，近些年的研究又进一步证实形成相同组织的同一群细胞个体之间也存在差别——这就是细胞异质性。细胞异质性在肿瘤组织中特别常见，这也是导致许多癌症病人在接受化疗之后仍然出现复发的一个重要原因。除此之外，为何生长在同一个菌落中的细菌具有不同的抗性能力？大脑中为何有不同的细胞亚型？答案可能都在细胞异质性。

　　生物机体需要通过影响一些生理活动在稳定性和可塑性之间实现一种平衡，比如说神经可塑性对学习过程非常重要，而记忆的维持又需要神经元具有稳定性。如果能够在细胞层面上对参与生理病理过程的一些关键生物化学成分进行描述，将有助于了解细胞实现可塑性和稳定性的特定机制。单细胞代谢组学为解答这些问题提供了很好的机会。

　　细胞内的代谢途径能够受到内在和外在因素的共同影响，具有高度动态性，这一点与基因组、转录组和蛋白质组存在巨大差别。如果说细胞的基因型代表了细胞的“潜能”那么表型就代表了细胞的功能，但这两者之间往往无法建立起明确的关联。与单细胞基因组学、转录组学和蛋白质组学相比，代谢组学能够为了解细胞的功能提供最灵敏的动态画面，但单细胞代谢组学指标的测量毫无疑问也是最困难的。

　　单细胞代谢组学技术进展

　　对于单细胞代谢组学来说，单细胞样品制备、鉴定细胞内代谢产物和数据分析都需要复杂的技术和模型来进行。由于细胞代谢会对环境变化产生响应，因此在单细胞样品制备过程中面临的一个主要问题就是如何在样品制备过程中尽量避免或减少对细胞代谢的影响，其中一种方法就是在制备过程中将细胞尽可能地维持在天然环境中，许多微流体芯片可以实现分离细胞后将其培养在合适的环境中，向培养液中注射定量的化学物质，有选择性地释放出细胞进行分析。另一种方法就是进行代谢物测定之前对细胞进行快速冷冻，防止细胞出现代谢产物的巨大改变。

　　研究人员通常使用质谱或核磁共振来开展代谢组学研究，但是由于核磁共振技术不太敏感，所以质谱法成为主要方法，现在已经开发出很多可以提高质谱检测能力和通量、简化提取单细胞代谢物的方法。据2016年发表在Nature上的一篇文章介绍，来自苏黎世瑞士联邦理工学院的Zenobi教授使用专门的硅载玻片把单个细胞递送到质谱仪里——玻片上经过特殊处理，将稀释后的细胞添加到载玻片上，载玻片上涂层的排斥性确保每个储存空间只有一些液体和一到两个细胞，然后再借助仪器检测每个孔里细胞的代谢产物。这种芯片可以检测1000个细胞，在单细胞领域算得上高通量了。

　　由于动物细胞、植物细胞和微生物细胞在细胞大小上存在显着差异，而随着细胞大小的不同，细胞内代谢物的绝对量也存在变化。乔治华盛顿大学的化学家AkosVertes表示，对于比较大的细胞他们会使用尖锐的光纤将红外光传递到细胞内，光的激发导致细胞炸裂并喷射出细胞内的生化分子，随后借助后续技术进行质谱分析，他们已经可以通过计算机操控实现该过程的自动化；对于小细胞来说，他们会将细胞沉积在硅材料制成的纳米涂层上，通过对涂层进行成像揭示离子束向哪个位置进行单细胞靶向，通过后续技术进行代谢物分子的质谱分析。

　　据专家介绍，利用生物信息学方法解读单细胞代谢组学的实验结果不成问题，主要挑战在于开发可以同时分析多个单细胞并检测每个细胞中的代谢产物同时还可以使结果具有统计意义的仪器。加利福尼亚州Scripps代谢组学和质谱技术中心负责人GarySiuzdak表示，目前的方法只能研究几十或上百个不同分子，但是细胞中存在许多种代谢物，目前来说即使是最敏感的分析技术，也只能检测细胞中最普遍也最容易检测的分子，不太常见的分子就无法被检测。除此之外，如何对单个活细胞进行代谢组学分析也是科学家们努力的方向。

　　单细胞代谢组学有望解决哪些问题？

　　检测和理解癌细胞是单细胞代谢组学潜在应用领域中最令人感兴趣的。在进行正常代谢的细胞中发现具有异常高代谢速率的癌细胞，包括导致癌转移的循环肿瘤细胞，就是其中一项应用。在目前的癌症治疗框架中，利用单细胞代谢组学技术可以在癌组织中发现产生药物抵抗的癌细胞，或者发现为何一些癌细胞在受到环境或药物刺激后会发生死亡而仍然还有一些细胞能够通过改变自身代谢途径存活下来。其他潜在应用还包括通过单细胞代谢组学技术获得建立细胞代谢数学模型所需要的输入和输出数据，对衰老和干细胞命运进行更多的了解。

　　在单细胞代谢组学真正应用于系统生物学和医学诊断之前，还有许多问题需要解决，其中包括扩大对代谢产物的覆盖范围；对单细胞代谢产物进行更快速的鉴定同时实现高通量检测；建立发现新的未知代谢产物的操作流程；对活细胞内的代谢产物进行检测。代谢组学虽然起步较晚但是随着检测技术的不断进步和革新，未来一定会取得更多突破进展。