中国科学院青岛生物能源与过程技术研究所单细胞中心的研究人员开发了一种快速、低成本和高通量的技术，能够仅从一个同源细胞样本中分析动态代谢特征。

这项研究发表在8月31日的mBio上。

任何一群基因相同的细胞同样可以表现出许多不同的表型。这些表型可以用代谢物在更细粒度的水平上描述。

发现代谢相关表型之间的相关性是非常有用的。例如，发现某一特定类型代谢物的丰富程度与某一特定疾病之间的联系，可能会为诊断和其他医疗应用提供非常有用的信息。

通过“代谢组”或大量数据集的所有代谢物集的高分辨率质谱研究，已被用于确定表征某种疾病的这些代谢物。

然而，这类研究的强度一般取决于许多样本，每个样本都含有大量的细胞。QIBEBT团队已经开发出一种技术，能够从单个试管的单个快照定量分析各种代谢相关的表型，也就是说，通过将每个细胞作为一个不同的“样本”。

研究人员使用单细胞拉曼微光谱法，利用光如何与分子中的化学键相互作用，以便在不改变或破坏细胞的情况下，快速识别细胞的代谢轮廓。激光与代谢物分子相互作用，驱动激光光子的能量上升或下降。一个由成千上万的光子的高峰和低谷组成的“景观”出现了，这是细胞合成的特定代谢物分子的特征，因此也是其代谢表型的特征。

该研究的通讯作者、QIBEBT单细胞中心的徐健教授说:“就像一张肖像可以揭示一个人的多种面部特征一样，单细胞拉曼光谱(SCRS)可以以一种类似于景观的方式揭示细胞表型。”“同时揭示细胞在特定状态下的多种代谢相关表型。”

研究人员称其为“ramanome”，即从基因相同的细胞群体中随机抽取的所有SCRS集合，这是该群体在单细胞分辨率下的代谢快照。

利用固有的,普遍存在的变化在这些单个细胞的代谢活动,研究人员提出并证明它有能力解开无数between-phenotype链接,基本上预测代谢物inter-conversion网络,从几十个细胞从一个管同基因的细胞。他们称这种研究框架为“组内相关性分析”，简称IRCA。

”一个IRCA之美,而不是传统的概念把每个瓶子或群细胞作为一个“样本”,现在每个细胞都是一个独立的“样本”,这创造了许多令人难以置信的激动人心的机会,”他从单细胞Yuehui中心博士补充说,第一作者矛头IRCA算法开发。

此后，该研究小组在许多不同种类的细菌、微藻和真菌的ramomes中应用了IRCA，具有高通量和低成本，证明了IRCA对自然界中各种类型细胞的普遍价值。

在证明了IRCA的理论框架后，研究人员现在希望看到这项技术释放出大量新的数据驱动的科学努力，揭示细胞代谢的隐藏动态特征。