3.3.1 三个问题定路线
第 1 章拆开质谱的物理链路，第 2 章讨论单细胞化之后的制备与采集，3.1 与 3.2 两节给出亲和路线的两种实现。材料至此齐备，本节换一个方向：不再问"这条路线还能怎么改进"，而是问"手上这个问题该交给哪条路线"。方法选择不是对仪器平台的偏好，而是把生物学问题翻译成测量约束的过程——入门指南同样把"按问题选方法"列为开展单细胞蛋白组学的第一步（Lin et al., 2024）。翻译的起点是三个问题。
覆盖(coverage)回答"要看多少种蛋白"。它有两个分量：广度（每细胞同时测定的蛋白种数）与选择方式。质谱单细胞是非靶向(unbiased/non-targeted)测量：不预设候选，谱图里看见什么就报什么，单个细胞约 3,000 种蛋白（Specht et al., 2021），深度优化后的工作已逾 6,000 种（Ye et al., 2025）。
亲和路线先验圈定抗体面板(antibody panel)：质谱流式约 40–50 种通道，CITE-seq 的常规面板约 100–300 种。数千与数百之间隔着不止一个数量级，而两个数字的含义并不对称：非靶向的数千种是"打开就能看见"，面板的数百种是"只看圈定的那部分"。
通量(throughput)回答"要看多少个细胞"。量级对照：质谱单细胞每天约百至千个细胞（SCoPE2 约 200 个/24 h，Specht et al., 2021）；质谱流式每天约 105–106 个（Bendall et al., 2011）；CITE-seq 借一次测序约 104–105 个（Stoeckius et al., 2017）。
约三个数量级的差距直接改写统计设计：稀有亚群的检出限、批次与协变量的排布、生物学重复的组织学层级，都要按各自量级重新安排。细胞数还决定"能看到什么"：频率千分之一的亚群，在 300 个细胞里期望只出现 0.3 次、命中概率约四分之一（见式 (3.3-2)）——路线没给的概率，设计补不回来。
第三个问题最常被略过：要什么性质的定量。质谱给比率——等压标记读报告离子，受比值压缩(ratio compression)影响，倍数变化被系统性收缩；免标记 DIA 给峰面积之比，比率口径不变。质谱流式的通道强度同为金属离子计数，量纲一致、近似可比，但高丰度端趋于饱和。CITE-seq 的抗体衍生标签（antibody-derived tag, ADT）强度更接近序数刻度(ordinal scale)：排序可靠、间距可疑，还叠着环境背景(ambient background)。
三者都不是绝对丰度；差别在于比率、强度与序数各自支撑哪些统计陈述。三个维度也并不独立：固定机时、试剂与经费之后，实验能负担的"蛋白–细胞对"总数近似有上限，可以记作一笔粗账：
这笔账不精确，却把三条路线的位置关系摆清楚了。图 3.3-1 把典型工作点画进 d–N 平面（双对数坐标）：三条路线大致沿一条"等预算带"分布，谁也没有免费的午餐——质谱把预算压给 d，亲和路线压给 N，各自牺牲的另一端正是对方的长处。要离开这条带往右上走，靠的不是路线选择，而是技术代际的更替（如 plexDIA 以多重标记换通量，Derks et al., 2023）。定量保真作为第三维画不进平面，以注记形式标在各工作点旁。
问题二的量级还能换算成更直观的一笔账：稀有亚群能不能看见，由二项抽样的命中概率决定。频率为 f 的亚群，在 N 个细胞中至少出现一次的概率为：
定量保真（quantitative fidelity）：测量值忠实还原生物学差异的程度，涵盖线性、动态范围、跨样本可比性与缺失结构四个侧面。它独立于灵敏度——一台极灵敏的仪器同样可能给出保真度有限的定量（例如被强压缩的比率）。"要什么性质的定量"，即在问保真度的哪个侧面不可妥协：倍数变化的线性、稀有事件的可比，还是排序的稳健。
习题 3.3-1
按表 3.3-1 的量级取代表值：质谱单细胞 d ≈ 3,000、N ≈ 300 个/天；质谱流式 d ≈ 45、N ≈ 3×105 个/天；CITE-seq d ≈ 200、N ≈ 3×104 个/天。
（a）分别计算 B = d×N 并比较量级。
（b）三条路线的 B 相差不过约一个数量级，为什么它们能回答的问题几乎不重叠？
（c）若把"信息量"粗略看作独立可检验的蛋白维度数与分辨力之积，说明面板内蛋白高度相关时，B 相近并不代表信息相近。
（a）质谱单细胞 3,000×300 = 9×105；质谱流式 45×3×105 ≈ 1.4×107；CITE-seq 200×3×104 = 6×106。三者集中在 106–107一带——式 (3.3-1) 的"预算"在同一技术代际内相差不远，差别全在分配方向。
（b）d 与 N 的分配决定统计性质：d = 45 时每个蛋白拥有 3×105 次重复测量，单蛋白估计极稳，适合计数与分组比较；d = 3,000 时首次打开假设空间，但每个蛋白只有约 300 次测量且缺失高，适合发现、不适合精细计数。B 相近只说明总测量数相近，不说明测量落在矩阵的同一侧。
（c）面板的 45 种蛋白往往沿同几条通路共调控，有效独立维度可能只有个位数到十位数；质谱的 3,000 种近似铺开整个表达组，有效维度高出一个量级以上。"蛋白–细胞对"的边际信息量随覆盖广度与蛋白间相关性变化，不能按个数直接相加。
3.3.2 三路线对照：一张九行的能力表
表 3.3-1 把三条路线的九个维度并排放在一起。数字一律标量级：质谱单细胞取 SCoPE2 的口径，深度上限参考 Chip-Tip；质谱流式的通道数参考 Bendall 等（2011）奠定的规模；CITE-seq 的抗体数取近年常规面板。技术演进很快，此表用于定位量级差，不是平台报价。
| 维度 | 质谱单细胞 （TMT 载体 / 免标记 DIA） | 质谱流式（CyTOF） | CITE-seq |
|---|---|---|---|
| 单次实验可测蛋白数 | 约数千种；单细胞约 3,000，深度优化逾 6,000 | 约 40–50 种 | 约 100–300 种 |
| 每天可测细胞数 | 约百至千 | 约 105–106 | 约 104–105 |
| 覆盖的选择性 | 非靶向（unbiased） | 预定 panel | 预定 panel，以表面蛋白为主 |
| 定量性质 | 比率（相对）；等压标记有比值压缩 | 通道强度，近似可比；高丰度端饱和 | 近序数；含环境背景 |
| 缺失结构 | 高且非随机（低丰度先出局） | 几乎无 | 几乎无 |
| 胞内蛋白与翻译后修饰 | 可测；低丰度与修饰肽段需富集 | 磷酸化等修饰测量的强项 | 以表面为主，胞内需透膜与内化处理 |
| 与转录组配对 | 另行平行实验后整合 | 否 | 同一细胞天然配对 |
| 样品要求 | 悬液或固定（测裂解物） | 悬液，需形态完整 | 悬液，需活细胞捕获 |
| 每细胞成本量级 | 最高（机时摊薄后仍高） | 居中 | 最低（测序规模摊薄） |
这张表的读法有六条。
其一，覆盖行与通量行是同一笔预算的两种花法，与式 (3.3-1) 相互印证：非靶向的数千种蛋白按"每细胞"计，每天只能换回数百个细胞；面板的数十至数百种，换来的是每天数万至百万个细胞。
其二，定量行的三种性质决定下游统计能说什么：比率支持倍数变化与跨条件比较；通道强度跨通道可比，但饱和压住动态范围的上端；序数支持排序与聚类，不支撑跨蛋白的绝对比较。把序数当区间、把饱和当平台效应，都是第 4 章要花力气纠错的口径混乱。
其三，缺失结构行常被轻视。质谱单细胞的缺失既高又非随机——低丰度、低离子化效率的肽段先出局，缺失本身携带丰度信息；两条亲和路线几乎无缺失，矩阵完整。第 4 章里填补与建模约束的一半工作量，由此行决定。
其四，配对行只有 CITE-seq 满足。质谱要与转录组对话，只能靠平行实验加数据整合；质谱流式没有转录这一侧。配对是硬约束，需要时这一行的优先级高于其他所有行。
其五，样品行容易在取样环节出事：质谱测的是裂解物，悬液与固定样品都能上机；两条亲和路线要的是形态完整的细胞，活率与表面表位的质量直接写进数据。
其六，成本行只给量级：质谱每细胞成本最高，CITE-seq 借测序规模摊到最低，质谱流式居中。成本不直接改变科学结论，但决定可行的样本规模，间接口径又回到问题二。
预算压给 d · 质谱路线
换到：非靶向的数千种蛋白，未知通路与状态蛋白都在视野内。
付出：每天约百至千个细胞，稀有事件与亚群计数的功效受限。
适合：发现型问题、无预设候选的机制研究。
统计口径：每个蛋白约数百次测量，缺失高且非随机。
预算压给 N · 亲和路线
换到：每天数万至百万个细胞，稀有亚群与频率估计稳。
付出：数十至数百种预定蛋白，假设空间被面板截断。
适合：普查、计数、已知通路的验证与临床分型。
统计口径：每个蛋白数十万次测量，跨蛋白比较受限。
三条路线共享同一条预算带，却不共享任何一个"全面占优"的位置——这正说明它们互补而非替代。经验上的分工是：亲和路线铺图谱，回答"场上有哪些细胞"；质谱路线看状态，回答"这些细胞的分子机器在做什么"。把两条路线写进同一个研究计划，比争论孰优孰劣更能推进问题；3.3.4 给出两种并用的组织方式。
3.3.3 决策树：从研究问题到路线
三个问题收拢成一棵决策树（图 3.3-2）。分支次序有讲究：硬约束放前面。与转录组配对只有一条路线能满足，放第一问；翻译后修饰动态只有质谱流式成熟，放第二问；剩下的取舍——无偏发现还是已知目标的普查——放第三问。每一片叶子都能从表 3.3-1 找到推证依据。
叶子一：无偏发现与状态标志物，走质谱。发现的前提是假设空间不被截断，面板在这里先天不足；"状态标志物"指区分细胞状态而非身份的蛋白，恰是低丰度、可诱导的一类，非靶向是唯一入口。反向排除同样成立：目标蛋白已知且只需计数时，质谱的通量与缺失结构是净损失。
叶子二：图谱普查与稀有亚群计数，走亲和。计数的两个要求——大 N、近零缺失——质谱都不满足；稀有亚群的频率估计依赖大样本的二项精度（式 (3.3-2)），每天数万细胞起算才谈得上"稀有"。同时需要转录侧注释亚群，用 CITE-seq；只数蛋白且要胞内标志与磷酸化，质谱流式更合适。
叶子三：磷酸化动态与药物扰动，走质谱流式。磷酸化特异性抗体成熟、固定透膜兼容、金属条码可把多个时间点混进同一针——时间分辨实验的三个难题一次解决。质谱虽能测修饰，单细胞量级下的磷酸化肽段富集仍是难关（Ye et al., 2025 的深度工作亦需专门的样品策略）。
叶子四：罕见细胞的深蛋白组，走质谱，且可先用亲和方法富集，见下框。
罕见细胞的两步策略。循环肿瘤细胞、抗原特异性 T 细胞这类对象在样品中的占比可低于千分之一：直接上质谱，一天数百个细胞多半一无所获；直接铺面板，又只能看几十种已知分子。两步策略各取所长：第一步用亲和方法富集——磁性分选或 FACS 按表面标志把目标亚群浓缩百倍千倍；第二步把富集后的细胞交给质谱单细胞深挖。亲和步解决"找得到"（N 的稀有问题），质谱步解决"看得深"（d 的深度问题）。前提是富集标志不在后续要观察的分子之列，否则富集即偏倚。
多个需求叠加时沿树回溯：药物扰动的时间课程若同时要转录配对，主路线仍是 CITE-seq（第一问优先），磷酸化动态退为补充实验。树不替人做决定，它只把约束的硬度排了序——排错的代价，往往到第 4 章建模时才显现。
习题 3.3-2
三个研究情景：
- A：肿瘤浸润淋巴细胞普查——40 例样本，每例需约 5×104 个细胞，关注已知检查点分子与稀有亚群频率；
- B：细胞系耐药机制——药物处理 24 h 后寻找未知的蛋白状态标志，无预设候选；
- C：同一细胞内的 RNA–蛋白关联——比较表面受体的 mRNA 与蛋白丰度，估计翻译效率差异。
分别推证最优路线，并写明各排除项的排除理由。
参考解答A → 亲和路线。每例 5×104、合计约 2×106 个细胞的规模，超出质谱路线约四个数量级，排除质谱单细胞；目标为已知检查点分子，面板覆盖足够，非靶向的广度用不上。若需转录侧佐证亚群注释，选 CITE-seq；否则 CyTOF 的胞内标志与近零缺失更合适。
B → 质谱单细胞。"无预设候选"直接要求非靶向，面板在假设空间上截断，排除两条亲和路线；24 h 扰动观察的是状态而非身份，正落在质谱的深度优势区；若后续聚焦信号传导，可再以磷酸化面板补 CyTOF，但主路线不能是它——未经注释的状态蛋白会整体漏掉。
C → CITE-seq。同一细胞配对是硬约束：质谱需另行平行实验，配对准确性受批次与对齐方法限制；CyTOF 没有转录测量。配对之后，mRNA 与蛋白可在单个细胞内直接回归，翻译效率的差异才可分辨。两条排除理由同源：它们把"配对"降级为"对齐"，误差结构随之改变。
3.3.4 混合策略：接力与互证
决策树给出主路线，现实研究常把两条路线叠进同一计划。组织方式有两种。
第一种是接力：亲和铺图谱，质谱深挖。典型次序——先用质谱流式在数十例样本、每例约 105 细胞的尺度上定位疾病相关亚群，再对该亚群做质谱单细胞，寻找状态转换的分子细节。接力能否成功取决于交接棒：两步之间要预先约定共同的 marker 与分组变量，否则第二步在数千种蛋白里，找不到第一步定义的那个亚群。
第二种是互证：跨路线验证标志物。质谱无偏发现的候选（差异丰度蛋白）交给抗体验证——免疫染色、流式或质谱流式面板。验证不是重复测量：更换的是测量物理（比率换成强度）与误差结构，候选若在两条路线下方向一致，假发现概率大幅下降。方向也可以倒过来：面板结果提示的通路异常，交给质谱无偏复核，以排除面板选择自带的确认偏倚。
互证有一个口径前提：两边的"同一种蛋白"未必同指。质谱的蛋白是基因产物层面的归并，抗体认的是表位(epitope)——剪切变体、修饰状态、表位遮蔽都可能让两边合法地不一致。面板之内，滴定(titration)决定每种抗体的定量窗口。面板大小只是天花板的一半，滴定质量是另一半。
并用的预算同样照式 (3.3-1) 排：接力的总开销是两步之和，习惯把大 N 的一步放在便宜的路线上，把深 d 的一步集中在少数关键样本；互证则要为验证留出独立的样本——候选来自发现队列，验证落在独立队列，才谈得上确认而非复述。
3.3.5 口径与陷阱
跨路线比较时，三个口径错误反复出现，读文献与写报告都要当心。
口径陷阱三连。
- 把"合计鉴定蛋白"当"每细胞蛋白"。质谱论文里"鉴定 8,000 种"常是全部细胞、全部进样的并集；单个细胞实际定量的约千至三千种。并集回答"方法看得见什么"，交集回答"一个细胞的数据长什么样"——单细胞分析只认后者。
- 把 ADT 强度当绝对丰度。ADT 信号叠加抗体效率、测序深度与环境背景，跨蛋白不可比；经中心对数比（centered log-ratio, CLR）变换后宜按近序数使用，绝对拷贝数需专门标定。跨蛋白排序（"蛋白 A 比蛋白 B 多"）在序数刻度上没有依据。
- 把面板大小当面板质量。面板之内还有滴定质量、信号溢出（spillover）与表位可及性；同样 200 种抗体，认真滴定与套用默认浓度，定量质量可以差出一截。面板给出的是理论上限，不是到手数据的质量。
"通量"的统计代价则藏在矩阵的哪一侧。亲和路线 N 大 d 小，每个蛋白拥有数十万次重复测量，单蛋白估计极稳，跨蛋白比较受面板与抗体质量限制；质谱 d 大 N 小，蛋白覆盖广，单蛋白跨细胞的比较却受细胞数与缺失结构限制。同一个"差异检验"，在两条路线下分别做在矩阵的蛋白侧与细胞侧，功效完全不同。
由此衍生出"等效规模"的换算习惯：跨路线比较结论时，先问要达到同一统计保证，各路线需要多大的实验。亚群频率估计的精度随 1/√N 收缩，与 d 无关；蛋白层面效应的检出取决于每蛋白的重复数与缺失结构。同一个统计目标，在两条路线下的等效实验规模可以差几个数量级——把这笔账摆到桌面上，路线讨论才有共同的基础。社区报告规范因此要求同时写出每细胞与每蛋白两个口径的数字，而非只报总数（Gatto et al., 2023）。
习题 3.3-3
一篇论文的摘要表格写道："每例样本回收约 4×104 个细胞，每种蛋白在所有细胞中定量完整（缺失率低于 1%），同时报告 228 种蛋白与全转录组，蛋白与 RNA 来自同一细胞。"（a）判断该数据出自哪条路线。（b）写出三条判断依据。（c）若把"228 种蛋白"改为"3,042 种蛋白、缺失率约四成"，且不再提同细胞配对，结论如何变化？
参考解答（a）CITE-seq。
（b）其一，蛋白与转录来自同一细胞，三条路线中只有 CITE-seq 天然配对；其二，228 种落在预定面板的常规规模（约 100–300 种）之内；其三，缺失率低于 1% 是亲和路线"几乎无缺失"的典型口径，质谱单细胞的缺失既高又非随机。
（c）改后的口径同时出现"数千种蛋白"（非靶向量级）与"约四成缺失"（质谱缺失结构），且不再有同细胞配对——指向质谱单细胞路线；该数字恰为 SCoPE2 的量级（1,490 个细胞定量 3,042 种蛋白，Specht et al., 2021）。判断路线时，缺失结构与配对关系比蛋白数更难伪装，是更可靠的"指纹"。
3.3.6 路线决定数据形态
选完路线，分析的问题已经注定一半：路线决定数据形态，数据处理必须跟着数据形态走。质谱单细胞交付的是稀疏、非随机缺失、比率定量的蛋白×细胞矩阵——归一化要处理载体通道与批次，填补要面对"缺失携带丰度信息"的结构。质谱流式交付近乎完整的强度矩阵，却带着溢出矩阵与双曲反正弦（arcsinh）变换的口径。CITE-seq 交付同一细胞上的双模态，环境背景与测序深度的归一化、RNA 与蛋白两层的权重，都是它特有的题目；亲和路线一侧的数据处理，同样有流程组合的选择与导航问题（Zhu et al., 2025）。
形态的差异还反过来约束能问的问题：稀疏比率矩阵适合"发现后集中验证"的分析节奏，完整强度矩阵适合大规模横断面的关联扫描，双模态配对数据则把"相关"推进到"同一细胞内的两层相关"。实验计划与分析计划，因此是同一份计划的两面。第 4 章就沿着这些形态展开：先把每条路线的数据洗到可比，再把跨路线的结论放到一起对账。
本节把前两章与本章前两节的材料收拢成一张决策地图：
- 三个问题定路线：覆盖（多少种蛋白）、通量（多少个细胞）、定量性质（比率、强度还是序数）；固定预算下 d×N ≤ B 的粗账，解释了三条路线为何分布在同一条"等预算带"上，二项命中概率则把 N 的量级换算成稀有事件的可见性；
- 表 3.3-1 的九行对照里，配对关系与缺失结构是最难伪装的两个"指纹"——判断一篇工作属于哪条路线，先看这两行；
- 决策树的分支次序服从约束硬度：同细胞配对 ＞ 修饰动态 ＞ 无偏发现；接力与互证两种混合策略，把两条路线的量级优势拼进同一计划；
- 路线决定数据形态：第 4 章的全部处理方法，都是形态的函数。
关键术语
- 覆盖 (coverage)
- 每细胞同时测定的蛋白种数及其选择方式（非靶向或面板）。
- 通量 (throughput)
- 单位时间可测量的细胞数，决定统计设计的规模上限。
- 非靶向 (unbiased/non-targeted)
- 不预设候选蛋白、测到即报的测量方式，无偏发现的前提。
- 抗体面板 (antibody panel)
- 亲和路线预先圈定的一组目标蛋白及其试剂组合。
- 测量预算 (measurement budget)
- 固定机时与成本下可负担的蛋白–细胞对总数，本节记作 B。
- 定量保真 (quantitative fidelity)
- 定量值忠实还原生物学差异的能力，含线性、动态范围与可比性。
- 比值压缩 (ratio compression)
- 等压标记中共碎片离子使报告离子比值向 1 收缩的现象。
- 序数刻度 (ordinal scale)
- 只保证排序可靠、不保证间距可比的测量刻度。
- 环境背景 (ambient background)
- 测量环境中游离标签或抗体带来的非特异性信号基底。
- 滴定 (titration)
- 逐抗体优化浓度以确定定量窗口的实验步骤。
- 表位 (epitope)
- 抗体识别的蛋白局部结构，跨路线验证时口径差异的来源之一。
参考文献与延伸阅读
- Bendall SC, Simonds EF, Qiu P, et al. 2011. Single-cell mass cytometry of differential immune and drug responses across a human hematopoietic continuum. Science 332: 687–696.
- Derks J, Derks J, Leduc A, Masselon C, et al. 2023. Increasing the throughput of sensitive proteomics by plexDIA. Nature Biotechnology.
- Gatto L, Aebersold R, Slavov N, et al. 2023. Initial recommendations for performing, benchmarking and reporting single-cell proteomics experiments. Nature Methods 20: 375–386.
- Lin HJL, Webber KGI, Nwosu AJ, Kelly RT. 2024. Review and practical guide for getting started with single-cell proteomics. Proteomics 25(1–2): e202400021.
- Slavov N. 2026. Single-cell proteomic technologies. Annual Review of Biophysics.
- Specht H, Emmott E, Petelski AA, Huffman RG, Perlman DH, Koller A, Slavov N. 2021. Single-cell proteomic and transcriptomic analysis of macrophage heterogeneity using SCoPE2. Genome Biology 22: 50.
- Stoeckius M, Hafemeister C, Stephenson W, et al. 2017. Simultaneous epitope and transcriptome measurement in single cells. Nature Methods 14: 865–868.
- Ye Z, Sabatier P, et al. 2025. Enhanced sensitivity and scalability with a Chip-Tip workflow enables deep single-cell proteomics. Nature Methods 22: 499–509.
- Zhu F, et al. 2025. Navigating the data processing for cytometry-based single-cell proteomics. Nature Protocols.