5.6 走向临床：肿瘤微环境与稀有细胞

摘要　临床样本常常天生微量而高度异质，恰是单细胞蛋白组以少量样品换取信息密度的用武之地。本节盘点肿瘤微环境状态解析、稀有细胞深蛋白组与药物扰动信号动态三个方向的实证进展，逐条分析样品与固定、通量与成本、标准化与数据解读四道临床化门槛，厘清其与免疫组化、流式、ELISA 的互补关系，并以最小前瞻研究的设计练习收束。

5.6.1 需求端的契合：微量与异质的双重困境

临床场景的样品在两头同时受限。一头是量：细针穿刺(fine-needle aspiration, FNA)通常只能换来数以千计的细胞；循环肿瘤细胞(circulating tumour cell, CTC)在每毫升全血中往往只有个位数到数十个——头颈鳞癌队列的实测浓度为 2–24 个/ml（Payne et al., 2023）。另一头是异质：肿瘤由多个亚克隆混合而成，浸润的免疫细胞与基质细胞状态各异，关键信息恰恰藏在少数细胞亚群里，混合测量会把它们平均掉。对这两类样品，常规整体测量(bulk measurement)要么做不成（样品凑不够），要么做了读不出（少数群信号淹没在均值里）。

单细胞蛋白组的交换结构正好对症：以约 100–200 pg 蛋白的单个细胞为起点，换回数千种蛋白的定量。Chip-Tip 工作流已在单个培养细胞中定量 6,000 余种蛋白，包括 168 种激酶与 200 余种膜蛋白（Ye et al., 2025）；深度单细胞蛋白组的覆盖已接近细胞内约半数的表达蛋白（Sinn and Demichev, 2025）。对稀有样本而言，问题从"凑够样品"转变为"用好每一个细胞"——这正是质谱单细胞的设计目标（Slavov, 2026）。

需求端的另一半理由落在蛋白层本身。药物靶点以蛋白为主：激酶抑制剂与小分子直接作用于蛋白，抗体药识别的也是蛋白表位；伴随诊断(companion diagnostic)的既有标准——HER2 扩增、PD-L1 表达的免疫组化判读——同样测的是蛋白。1.1 节论证过 mRNA 丰度与蛋白丰度的相关有限，这条论证在用药决策场景加倍成立：治疗依据最好直接落在蛋白与蛋白状态上。质谱单细胞与质谱流式因此共享同一个需求逻辑：逐个细胞读蛋白层（Guo et al., 2025）。

图 5.6-1　临床样品类型与测量平台的适配。穿刺与 CTC 细胞数稀少而信息价值高，主路走向以深度见长的质谱单细胞；组织消化悬液细胞充裕，主路走向以参数与通量见长的质谱流式，同时可抽样少量细胞进入质谱单细胞获取深度。FFPE 存档虽量大，甲醛交联使肽段提取受损，与现有单细胞制备协议（默认新鲜细胞）尚不兼容。CTC 浓度参考 Payne et al.（2023）实测；单细胞深度参考 Ye et al.（2025）。

5.6.2 应用案例盘点：三个方向走到哪一步

方向一：肿瘤微环境的细胞状态解析。肿瘤微环境(tumour microenvironment, TME)中浸润免疫细胞的功能状态往往比细胞类型本身更关键：同样标记为 CD8 阳性的 T 细胞，可能处于效应、记忆或T 细胞耗竭(T cell exhaustion)状态，而耗竭的标志——免疫检查点(immune checkpoint)分子 PD-1、TIM-3、LAG-3——同时是药物靶点，全部落在蛋白层。以金属同位素抗体标记的质谱流式细胞术(cytometry by time-of-flight, CyTOF)（3.1 节）为代表的高参数亲和方法，一次测量数十个参数，可逐细胞刻画患者肿瘤与外周血的免疫状态图谱（Bendall et al., 2011）。质谱单细胞补上另一翼：不预设抗体面板，数千种蛋白无偏测量，适合发现尚未进入面板的状态标志。

案例

循环肿瘤细胞：一管血里的液体活检。Payne 等（2023）在 14 例初治头颈鳞癌患者中演示了液体活检(liquid biopsy)的单细胞蛋白刻画路线：采血即以 Transfix 管固定（表型稳定至采血后约 72 h），Parsortix 微流控按细胞大小与可变形性富集，再用 41 种抗体的质谱流式测量。13/14 例检出 CTC，浓度 2–24 个/ml，合计 1,150 个 CTC；无监督聚类把它们分成上皮、早期与晚期上皮-间充质转化(epithelial–mesenchymal transition, EMT)三群，三群的 pCREB、pERK 等磷酸化信号互不相同；同一批样品的 CTC 混合 RNA 测序漏检了 5 例患者低频的 EMT 亚群。两点启示：稀有细胞的功能状态（磷酸化）只在蛋白层可读；即采即固定加标准化富集，是多中心可行性的前提。

方向二：稀有细胞的深蛋白组。CTC 与穿刺细胞的全面蛋白刻画，本是质谱单细胞最对口的应用——样品稀有正是它的主场。但实证水平须分开陈述：培养细胞来源的单个细胞已可定量 6,000 余种蛋白（Ye et al., 2025）；患者来源稀有细胞的质谱单细胞研究，目前公开报道仍以少量细胞的原理验证为主，尚未见大队列。质谱蛋白组学整体的临床转化也仍处早期，从分析性能到监管路径都缺少现成通道（Guo et al., 2025）。

方向三：药物扰动下的信号通路动态。质谱流式的传统优势在临床药理：磷酸化特异性抗体直接读出给药后信号通路的即时开闭。奠基研究沿人类造血连续谱比较了不同刺激与药物处理下的单细胞信号响应，一次测得 34 个参数（Bendall et al., 2011）；同一逻辑外推到"给药前后配对取样"，可观测靶向药物对患者细胞的通路抑制是否到位。质谱路线对翻译后修饰的单细胞测量则仍是前沿课题——修饰肽段的化学计量低，富集需求与单细胞起点相互牵制，深度尚不可与全蛋白组同日而语（Slavov, 2026）。

习题 5.6-1

某研究计划以质谱单细胞分析实体瘤患者的 CTC。设定：该瘤种 CTC 浓度中位数约 5 个/ml；微流控富集到可测样品的回收率约 50%；质谱通量约 200 个细胞/24 h（Specht et al., 2021）。（a）若每位患者需分析 20 个 CTC，采血量至少多少毫升？若单次采血上限为 10 ml，该设计对浓度分布低端的患者是否可行？（b）50 例患者全部入组，共需多少机时？（c）若改用 41 参数质谱流式（采集速率数百事件/秒），同一批样品的测量时间量级如何变化？瓶颈转移到哪里？

参考解答

（a）富集到手需 20/0.5 = 40 个 CTC，对应全血 40/5 = 8 ml；10 ml 上限内可行，但没有余量。若患者浓度落到分布低端（如 2 个/ml），需 20 ml 即不可行——浓度离散意味着设计必须按不利患者估算，或接受部分患者失败。（b）50 × 20 = 1,000 个细胞；按 200 个/24 h 需约 5 天连续机时，计入载体通道、空白与重跑，按周计。（c）质谱流式以每秒数百事件采集，全部细胞连同背景悬液数分钟到数小时即可完成，测量不再是瓶颈；瓶颈转移到抗体面板设计、稀有事件的统计充分性与质控——这正是两条平台分工的写照。

5.6.3 临床化的四道门槛

上述案例全部在研究语境内完成。从研究到病房，要过四道门槛（图 5.6-2）。

门槛一：样品与固定。临床组织的标准形态是福尔马林固定石蜡包埋(formalin-fixed paraffin-embedded, FFPE)，而甲醛交联使肽段提取受损（见下方警示框）。血液样品的教训方向相同：从采血到处理的时间窗会改变蛋白状态，Payne 等以即采即固定换取 72 h 的表型稳定窗口（Payne et al., 2023）。现有质谱单细胞制备协议——nPOP 的纳升级液滴、proteoCHIP 的芯片富集——默认新鲜细胞，与临床常规流程的衔接仍是方法学课题（Lin et al., 2024；Leduc et al., 2024）。

警示

FFPE 的交联难题。福尔马林固定石蜡包埋是病理档案的标准形态，也是回顾性临床样品的最大库存。甲醛与蛋白侧链的伯胺（以赖氨酸为主）反应，先形成羟甲基加合物，再缩合为亚甲基桥交联；交联把肽段锁在蛋白网络里，提取效率与序列覆盖随之下降。加热等解交联(crosslink reversal)手段可部分逆转，但在 100–200 pg 的单细胞起点上，任何收率损失都会放大到整个测量。因此质谱单细胞工作流普遍绕开 FFPE、以新鲜样品为前提——这等于把绝大多数存档样品排除在外，成为回顾性研究设计的第一道约束。

门槛二：通量与成本。SCoPE2 的通量约为 200 个细胞/24 h，1,490 个细胞累计耗用 10 天机时（Specht et al., 2021）；nPOP 把制备端提升到 1–2 天完成 3,000 余个单细胞（Leduc et al., 2024），但采集端仍是瓶颈。队列研究按"每例数十个细胞乘以数百例"计，2.6 节讨论的通量边界在这里直接换算成机时与预算：千细胞量级乘以百人队列，机时以周计、成本随规模线性增长。通量问题在临床语境首先是预算问题。

门槛三：标准化与批间可比。多中心场景令 4.6 节的批次设计加倍重要：中心之间的前处理差异、仪器状态差异与操作者差异层层叠加，若不预先设计平衡与对照，任何差异分析都无法区分生物学与技术来源。社区白皮书给出的实验设计、基准评测与报告规范（Gatto et al., 2023），是与监管机构对话的起点——没有规范报告的数据，连"不可比"本身都无从审计。5.5 节的评估原则在此同样适用：跨中心可比性未经证明之前，标志物无法积累证据。

门槛四：数据解读。从蛋白矩阵到可操作的临床判断之间还有一整段路。差异丰度分析（5.1）只回答"哪些蛋白在哪些细胞群不同"；临床要的是"这个患者应当如何处置"。通路层面的先验知识、候选标志物向既有抗体的映射、以及独立队列的前瞻验证，三者缺一不可。第 4 章讨论过的缺失、填补与批次结构，在这一步全部汇合，并叠加上临床决策对确定性的事后追责要求。

图 5.6-2　临床化的四道门槛。横轴表示从研究样品到临床判断的路径，四道门槛依次约束样品可得性（①）、研究规模（②）、证据的可累积性（③）与结果的临床可用性（④）。当前位置标记说明：截至 2026 年，本节引用的全部应用均处研究用途阶段，尚无监管机构批准的基于单细胞蛋白组的检测。

5.6.4 与现有临床蛋白检测：互补而非替代

既有临床蛋白检测走的是另一个极端。免疫组化(immunohistochemistry, IHC)、流式细胞术与 ELISA 每次测一至十余种蛋白，对样品量要求宽松、通量高、成本低，并且已经嵌入监管路径：IHC 是 HER2、PD-L1 等判读的标准载体，ELISA 支撑常规定量检测。单细胞蛋白组恰好相反——数千种蛋白乘以单细胞，通量与成本均处劣势。表 5.6-1 把两类平台的取舍并置。

表 5.6-1临床蛋白测量平台的取舍（参数数、样品需求、通量与现阶段角色）
方法	一次可测	样品需求	通量与成本	现阶段临床角色
免疫组化（IHC）	一至数种蛋白，原位	FFPE 切片，兼容存档	高通量，低成本	病理诊断与伴随诊断的标准平台
流式细胞术	数种至十余种，受荧光光谱重叠限制	悬液细胞，事件数要求高	每秒千级至上万事件，成本低	免疫表型的临床常规
ELISA	一至数种蛋白	微升级体液或裂解液	极高通量，极低成本	常规定量检测与筛查
质谱流式（CyTOF）	数十个蛋白参数（含磷酸化）	悬液细胞，事件数要求高	每秒数百事件，成本中高	研究为主，临床表型探索
质谱单细胞蛋白组	数千种蛋白，逐细胞无偏	单个细胞（约 100–200 pg 蛋白）	约百级细胞/天，成本高	发现平台，全部研究用途

辨析

发现平台与检测平台。发现平台的产出是候选标志物与分层规则，评价标准是信息密度与无偏性；检测平台的产出是可重复的判读结果，评价标准是分析性能指标、日复一日的稳健性与监管许可。质谱单细胞的现实定位是前者：在少量患者上无偏发现候选蛋白与细胞亚群，再把发现压缩成一至数个可用抗体读出的标志物，回到 IHC、流式或 ELISA 上做人群验证与伴随诊断开发（Guo et al., 2025）。要求质谱单细胞直接充当病房检测，等于要求发现工具同时承担监管诊断的全部义务——既无必要，也不现实。

互补的工作方式可以具体到一条流水线（图 5.6-3）：先以质谱流式或质谱单细胞在数十例患者中绘制微环境图谱，发现"耗竭样 T 细胞比例与治疗响应相关"一类的候选规则；再把规则压缩为两三个抗体的流式面板；最后在数百例的前瞻队列中验证，走向监管路径。每个阶段各用其长，方法之间不存在替代关系。

图 5.6-3　标志物从发现到验证的三段流水线。阶段一以质谱单细胞（辅以质谱流式）在少量配对样品上无偏发现候选蛋白与细胞亚群；阶段二把候选物压缩为少数抗体的流式或 IHC 面板并锁定判读规则；阶段三在独立多中心前瞻队列中检验临床效用。三段各用其长：发现平台供参数与深度，检测平台供通量、稳健性与监管通道。

5.6.5 冷静的判断：卡在哪里

先把现状说清：截至本节引用的全部研究，单细胞蛋白组的临床应用——微环境图谱、CTC 刻画、药物响应读取——无一例外处于研究用途(research use only, RUO)阶段，尚无任何监管机构批准的检测项目。

灵敏度已不是主要矛盾。单个细胞的蛋白覆盖已接近半数表达蛋白（Sinn and Demichev, 2025），多重标记与载体策略解决了定量可行性，深度对多数发现场景已经够用。真正的瓶颈有三：跨中心、跨仪器的标准化与批间可比（门槛③）；队列级的机时与成本（门槛②）；以及以预先终点、盲法与独立队列为特征的前瞻验证（门槛④）。这也决定了下一阶段的主战场在流程规范与临床研究设计，而非仪器灵敏度本身——白皮书与基准评测社区（5.2–5.5 节）正是为此存在。

习题 5.6-2

三个候选瓶颈——甲"单细胞灵敏度不足"，乙"标准化与批间可比未建立"，丙"前瞻验证昂贵耗时"——请依据本节证据为走向病房的路径排序，并说明淘汰甲的理由是否成立。

参考解答

排序建议：乙 → 丙 → 甲。乙排首位：只要跨中心数据不可比，任何候选标志物都无法积累证据，丙也无从谈起；白皮书的报告规范正是针对此。丙次之：即使数据可比，仍须在预先定义终点、盲法与独立队列中检验临床价值，这一步以年计、以巨额经费计，是转化路径中最长的一段。甲基本不成立：单细胞深度已达数千种蛋白、覆盖约半数表达蛋白（Ye et al., 2025；Sinn and Demichev, 2025），对发现场景绰绰有余；深度不足只在修饰蛋白组等细分需求中构成真瓶颈。结论：灵敏度门槛已过，规范与验证门槛尚在前。

5.6.6 设计练习：一项最小前瞻方案

把本节的判断落到一张纸上：设想一项以单细胞蛋白组为主要测量工具的最小前瞻研究，终点设为"免疫治疗后肿瘤微环境中耗竭样 T 细胞比例的配对变化"。配对设计是关键——每位患者治疗前、治疗两周期后各取样一次，以自身为对照，抵消患者间基线差异，样本量需求随之下降。

n ≈ ( z_1−α/2 + z_1−β )² / d²

(5.6-1)配对比较的样本量粗账：d 为标准化效应量（配对差值除以其标准差）；双侧 α = 0.05、功效 1−β = 0.80 时，z_1−α/2 ≈ 1.96，z_1−β ≈ 0.84。d = 0.5 时 n ≈ 7.84/0.25 ≈ 32。粗账只用于设计讨论，正式方案应做模拟并计入脱落与多重比较。

方法

最小方案的一笔粗账。人群与样本量：按式 (5.6-1) 取 32 例，计入约 20% 脱落与细胞收获不足，招募 40 例。样品：每例每时间点穿刺组织消化为单细胞悬液，随机取 100 个细胞进入质谱单细胞（TMT 多重标记，另设 200 个细胞的载体通道与空白通道，批次设计按 4.6 节平衡）。终点：主要终点为配对差值的通路级评分（如耗竭相关蛋白模块），次要终点为细胞类型组成变化（5.1 节的差异丰度框架）。机时：40 例 × 2 时间点 × 100 细胞 = 8,000 个细胞，按约 200 个/24 h 计需约 40 天连续机时——这笔账一目了然地解释了门槛二为何是预算问题。对照方案：若把终点压缩为 40 参数的质谱流式面板，同样患者数的采集只需数天，代价是放弃无偏发现。两案并行——质谱单细胞做发现、质谱流式做确认——正是发现平台与检测平台分工的最小示范。

习题 5.6-3

为一个"标志物发现到人群验证"的两阶段临床研究搭出框架：写出每阶段的患者数、取样设计、所用平台、主要终点与统计控制手段，并说明为何两阶段不宜使用同一平台兼做发现与验证。

参考解答

阶段一（发现）：40–50 例，治疗前后配对取样；平台为质谱单细胞（辅以质谱流式），发挥数千种蛋白的无偏优势；终点为探索性的通路级配对变化，控制手段为通路级聚合降低多重性、报告全部阈值与参数（白皮书义务）、锁定候选标志物清单。阶段二（验证）：300–500 例的独立前瞻队列；平台为压缩后的两三抗体流式或 IHC 面板，追求中心间日复一日的重复性；终点为预先注册的临床终点（如无进展生存），统计分析事先锁定，设盲判读。两阶段不宜共用同一平台：发现平台的长处（参数多、样品少）恰是验证平台的短处（成本高、通量低、缺监管通道）；把发现工具直接推向验证，等于让高自由度的探索方法承担确定性义务，结果既不可重复，也过不了监管审查。平台切换本身还有一层保护意义——阶段一的多重比较偏倚在阶段二的不同测量原理下无处藏身。

本节从需求、案例、门槛、定位到设计，把"走向临床"拆成了可核验的部件：

需求契合：临床样品微量而异质，单细胞蛋白组以约 100–200 pg 蛋白换数千种蛋白定量，恰与细针穿刺、CTC 一类样品对口；蛋白层同时是药物靶点与伴随诊断的主战场；
案例现状：微环境状态解析（CyTOF 图谱）、CTC 单细胞蛋白刻画（41 抗体、1,150 个 CTC 的 EMT 分群）、药物扰动信号读取三个方向均有实证，但全部处于原理验证与小型队列阶段；
临床化门槛：样品与固定（FFPE 交联）、通量与成本（周级机时）、标准化与批间可比（白皮书规范）、解读与验证（前瞻终点）；
定位与路径：发现平台与检测平台分工，候选标志物压缩为少数抗体面板后回到亲和法做人群验证，平台切换本身构成一层偏倚保护。

工具、数据与社区资源在哪里找，5.7 节给出一张资源地图。

关键术语

肿瘤微环境 (tumour microenvironment, TME): 肿瘤细胞与浸润免疫、基质细胞共同构成的局部生态，状态高度异质。
循环肿瘤细胞 (circulating tumour cell, CTC): 进入外周血的肿瘤细胞，每毫升全血常仅个位数到数十个。
液体活检 (liquid biopsy): 以血液等体液替代组织取样的检测思路，CTC 为其细胞成分。
细针穿刺 (fine-needle aspiration, FNA): 以细针抽吸获取数以千计细胞的微创取样方式。
福尔马林固定石蜡包埋 (formalin-fixed paraffin-embedded, FFPE): 病理档案的标准保存形态；甲醛交联使肽段提取受损。
解交联 (crosslink reversal): 以加热等手段部分逆转甲醛交联的操作，收率损失在单细胞起点上放大。
上皮-间充质转化 (epithelial–mesenchymal transition, EMT): 上皮细胞获得间充质表型的状态连续谱，CTC 分群的常用维度。
T 细胞耗竭 (T cell exhaustion): 慢性抗原刺激下 T 细胞功能渐进丧失的状态，以 PD-1 等检查点蛋白为标志。
质谱流式细胞术 (cytometry by time-of-flight, CyTOF): 金属同位素标记抗体的高参数单细胞蛋白测量方法。
伴随诊断 (companion diagnostic): 与特定药物绑定、决定用药资格的诊断检测。
研究用途 (research use only, RUO): 未获临床监管许可、仅限研究使用的定位；单细胞蛋白组应用现状。
前瞻验证 (prospective validation): 在预先注册终点、设盲的独立队列中检验检测临床价值的过程。

参考文献与延伸阅读

Guo T, Steen JA, Mann M. 2025. Mass-spectrometry-based proteomics: from single cells to clinical applications. Nature 638: 901–911.
Payne K, Brooks J, Batis N, et al. 2023. Feasibility of mass cytometry proteomic characterisation of circulating tumour cells in head and neck squamous cell carcinoma for deep phenotyping. British Journal of Cancer 129: 1590–1598.
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.
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.
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.
Leduc A, Huffman RG, Cantlon J, Khan S, Slavov N. 2024. Massively parallel sample preparation for multiplexed single-cell proteomics using nPOP. Nature Protocols.
Slavov N. 2026. Single-cell proteomic technologies. Annual Review of Biophysics 55: 253–275.
Sinn LR, Demichev V. 2025. Entering the era of deep single-cell proteomics. Nature Methods 22: 459–460.
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.