【突破钆污染限制，探CyTOF应用无限可能】 浙大医学院陈伟教授课题组开发了去除质谱流式数据中钆污染信号的新算法

2021年7月16日，浙江大学基础医学院陈伟教授、生仪学院尹巍巍教授团队联合在Bioinformatics杂志上在线发表了题为“GdClean: removal of Gadolinium contamination in mass cytometry data“的研究文章。该文章开发了一套用于去除单细胞质谱流式数据中的钆污染信号的计算方法。普罗亭参与了该研究全过程，从前期的实验设计，样本处理，上机检测、数据分析到后期算法的开发、调试、优化。此外，普罗亭积极推动该算法在质谱流式检测分析中应用，拓展质谱流式临床应用更多可能。

质谱流式细胞技术（CyTOF）是一种单细胞高通量检测技术。不同于传统的荧光流式，CyTOF采用金属同位素标记抗体，并通过飞行时间质谱扫描每个细胞中金属标签的含量来实现对细胞的定量定性分析。CyTOF能够避免荧光重叠和荧光信号补偿的问题，因此能够兼顾深度和广度，在检测数百万细胞的同时，能够在单细胞水平同时检测大于40种细胞表面或者细胞功能相关生物标记物，在实现细胞群体精细精准检测的同时，实现对免疫系统的深入剖析，并被广泛应用于基础生物学研究与临床诊断等领域。

临床诊断核磁共振检查（MRI）过程中钆造影剂的使用，会导致临床检测样本存在钆污染问题，进而会影响单细胞CyTOF检测的数据质量。该造影剂在前列腺癌、乳腺癌、直肠癌、肝癌等癌症的诊断中使用较广泛。因此，接受过MRI检查并服用钆造影剂的病人的组织细胞中往往会残留一定的钆同位素，而这些残留的钆同位素会与单细胞标记抗体所偶联的钆同位素会被CyTOF系统一同检出，从而导致对应钆同位素通道的检测信号污染。基于此，浙江大学基础医学院陈伟教授、生仪学院尹巍巍教授团队开发了一套用于去除单细胞质谱流式数据中的钆污染信号的新计算算法。

该研究深入解析了钆污染信号中不同钆同位素信号的组成差异，并提出单个细胞中的钆污染信号之间的强度比值与钆同位素在自然界中的丰度显著相关。利用这一特性，该计算方法能够有效计算出单个细胞的钆污染系数，并去除单细胞质谱流式中的钆污染信号。该研究通过模拟的钆污染信号以及与钆同位素通道配对的真实抗体信号，证明了该算法能够有效去除钆污染信号并保留单细胞数据中的真实抗体信号。

钆污染信号来源与GdClean算法设计简图

该研究首次提出了能有效解决单细胞质谱流式检测中的钆污染问题的计算方法，赋能单细胞质谱检测技术更精准的数据质控、分析和更广泛的临床应用。为未来利用单细胞质谱检测技术开展更广泛的临床研究和应用提供了重要的工具。

质谱流式的单细胞多参数分析能力，以其超高通量和分辨率，能够实现免疫系统的深入剖析，寻找与临床结果相关的生物标志物。通过该技术，可基于患者的免疫微环境，实现患者的分型分级管理及患者的精准用药和针对性治疗。此外，在预后评估中，临床可以借助质谱流式的高维数据快速产出和分析的特点，在患者治疗过程中对疾病和免疫系统进行及时的动态评估等。总之，质谱流式获得的高维数据可以帮助我们系统性理解疾病和免疫系统的相互作用，为新疗法的开发和临床应用提供系统性的全新视野。

未来，普罗亭将持续创新，积极推动硬核成果转化，拓展质谱流式在更多临床方向的应用可能。