生物通报道：细胞具有不同的形状和大小，有四四方方的上皮细胞，圆饼状的红细胞，细长丝状的神经细胞，还有巨大的肉眼可见的人类卵细胞。即使是相同基本类型的细胞，也没有两个是完全一样的，同样癌变的肿瘤细胞中也是如此，这里充斥着各种不同大小和形状的细胞，这对患者癌症的发展具有重要的影响。因此，研究人员希望能掌握细胞异质性的奥秘。

最新一期（7月25日）Nature杂志就以“Cancer biology: Cancer shows strength through diversity”为题，介绍了一些研究新成果，指出利用一些工具和技术，可以深入了解这种细胞异质性，从而增加癌症化疗的治疗疗效。

上文：Nature技术特写：癌细胞的多样性

找到规律

来自斯坦福大学的细胞信号研究人员 Garry Nolan认为，尽管癌症肿瘤确实存在异质性，但是它们还是有规律可循的。Nolan指出在癌细胞多样性的某处，一定也是具有组织性的，因此他的单细胞研究方法侧重于分析细胞表达的无数蛋白中的模式差异，他认为癌细胞样品中看到的不同的蛋白组成，与这些细胞的过往历史密切相关。

至今Nolan研究组已利用新型质谱流式细胞分析技术（mass cytometry）完成了在单个细胞中超过100种蛋白的同时追踪。这种方法是由Nolan研究组与其合作者开发出的一种新技术，采用同位素标记抗体，结合质谱分析的方法实现了同时对细胞表面多达一百种标记物的检测。

通常采用的荧光抗体标记细胞表面蛋白结合流式细胞术检测的方法，虽然能实现细胞分选，但只能够同时识别6-10种不同颜色的荧光，且还需尽量避免发生荧光重叠。

而这项研究通过这个可以称为大量细胞计数法的方法，观察了人类骨髓产生的不同形态细胞中及表面的34种物质，不但能正确归类10多种不同类型的免疫细胞，还能观察到各类免疫细胞的内部变化，从而预知可能发生的变化。这将有助于更快更广泛的测量处方药对人体细胞的反应及功效，提前发现细胞病变，研发出针对个人的治疗药物。

研究人员利用这一可以追踪单细胞多达45种(潜在性的100种或者更多)的技术观察了人类骨髓产生的不同形态细胞中及表面的34种物质。而且更为重要的是，研究人员不但能正确归类10多种不同类型的免疫细胞，还能观察到各类免疫细胞的内部变化，从而预知可能发生的变化。这是单细胞技术研究领域的一大进展。

癌细胞微环境

癌细胞在组织中的三维位置影响着肿瘤形成和生长，研究人员希望能从三维角度来分析细胞的异质性，因为这接近于组织的真实环境。

来自瑞士苏黎世大学的Lucas Pelkmans致力于细胞环境影响的研究，他和他的研究组利用自动化，高分辨率成像技术分析百万个细胞，监控各种参数，比如细胞形状，与周围细胞的距离，以及在组织中的位置。

然后他们将这些参数与其它一些细胞活性检测结果结合在一起，譬如细胞膜的分子组成，mRNA的丰度等。由此开发出了一种新技术，将荧光标签贴在目标单细胞的单mRNA分子上，将这一荧光信号放大。这样就能在这个细胞中得到一个亮点，通过计算这些亮点的数目，研究人员就能基本上计算出单个细胞中的mRNAs数量了。

通过这种方法，能揭示比较于其它细胞，某种特殊的细胞是否具有不同的基因表达水平，如果确实存在差异，那么就表明这两个细胞也许扮演了不同的角色。

此外，来自哈佛大学医学院，Dana-Farber癌症研究所的 Kornelia Polyak也对癌细胞迁移产生了浓厚的兴趣，她也在分析癌症治疗过程中，癌症的空间变化。

Polyak研究组通过比对癌症患者真实癌细胞与正常人细胞，构建了一种计算机模型，能用于模拟肿瘤的生长，尽管这一模型目前还无法用于临床，不过Polyak希望模型最终能帮助临床医师模拟不同的治疗方案的疗效，从而用于预测治疗结果。

（生物通：张迪）

原文摘要：

Cancer biology: Cancer shows strength through diversity

Cells come in all shapes and sizes — boxy epithelial cells, discoid red blood cells, delicate, threadlike neurons and the behemoth human egg that is just visible to the naked eye. Even among cells of the same basic type, no two are identical. And the same is true of cells within a cancerous tumour, where differences in size and shape can have profound implications for the progression of a patient's disease. As a result, researchers are keen to get to grips with cell heterogeneity. Developing the tools and techniques to rationalize this cellular chaos has been a slow process, but the latest methods for imaging, modelling and sorting cells are at last coaxing them to relinquish their secrets.