质谱流式细胞技术平台

质谱流式细胞技术平台(Mass Cytometry,CyTOF)

 

        质谱流式细胞技术(Mass Cytometry,CyTOF)是用金属同位素代替传统荧光标记的高通量流式细胞技术,是最先进的单细胞多参数分析技术之一。它结合了飞行时间质谱和流式细胞技术的优势,从本质上突破了传统荧光流式通道数量局限。它能够实现单细胞水平超过40个marker的同步检测,因此能够更加深入地进行细胞表型、信号通路和功能的研究,发现传统流式难以挖掘到的价值信息,在医学科研和药物研发中均有重要的应用价值。

 

技术优势

 
单细胞42个Marker同步检测,深入研究各细胞亚群的功能及细胞亚群间的联系
实现更加精细的细胞分型
同步实现对单细胞表型、信号通路及功能的数据整合分析
Barcode不占用通道,实现更多样本同步检测,降低批间差异
多样化的数据处理方式,实现对样本的深入数据挖掘
 

 

权威认可

 

 

 

技术原理

 

        CyTOF采用金属同位素标记的特异性抗体来标记细胞表面和内部的信号分子(蛋白),标记好的细胞通过流式被分离成单个细胞依次进入电感耦合等离子体质谱(ICP-MS),单细胞首先被等离子体炬离子化为一个独立的离子云,随后离子云中的各种标签金属离子被质谱精确检测出来,得到单细胞的质谱数据。最后数据被转换为标准的流式数据,通过普罗亭专业的生信分析团队进行多维度的数据分析,实现对细胞表型和信号网络的精细表征以及价值信息的有效挖掘。

 

 

 

应用领域

 

在医学科研领域的应用

  • 寻找与疾病发生、发展、复发相关的生物标志物(早期诊断、伴随诊断、复发预测)
  • 免疫系统动态监测,寻找与临床结果相关的生物标志物(治疗有效人群筛选、药效分析、预后评估)
  • 辅助进行疾病分型、分级
  • 特定人群、部位的免疫特征分析(如孕妇、胎儿、肠道等)

在药物研发领域的应用

临床前研究:

  • 药理学阐述(先导化合物、激酶抑制剂、抑制剂等)
  • 药物对免疫系统的影响分析

临床研究:

  • 临床试验患者入组优化
  • 联合用药疗效分析
  • 治疗后免疫动态监测,寻找与临床结果相关的生物标志物
 

 

普罗亭CyTOF技术平台优势

 
  • 提供从Panel设计到数据分析的CyTOF应用完整解决方案
  • 自有生信分析团队,自主研发数据分析系统,满足客户个性化的数据分析需求
  • 优质的项目服务,成熟的实验流程,严格的质控管理
  • 项目经验丰富,涵盖实体瘤、血液病、过敏性疾病、心血管病、呼吸系统疾病和风湿等多个领域研究
 

 

质谱流式细胞技术近三年高分文章

 

  1. Alpert, A. et al. A clinically meaningful metric of immune age derived from high-dimensional longitudinal monitoring. Nat. Med., 2019.
  2. Li, N. et al. Memory CD4+ T cells are generated in the human fetal intestine. Nat. Immunol., 2019.
  3. Menzies, A. M. et al. Distinct Immune cell populations define response article distinct immune cell populations define response to anti-PD-1 monotherapy and anti-PD-1 / anti-CTLA-4 combined therapy. Cancer Cell, 2019.
  4. Bottcher, C. et al. Human microglia regional heterogeneity and phenotypes determined by multiplexed single-cell mass cytometry. Nat. Neurosci., 2019.
  5. Wang, J. et al. Fibrinogen-like protein 1 is a major immune inhibitory ligand of LAG-3. Cell, 2018.
  6. Sibener, L. V. et al. Isolation of a structural mechanism for uncoupling T cell receptor signaling from peptide-MHC binding. Cell, 2018.
  7. Roy Chowdhury R. et al. A multi-cohort study of the immune factors associated with M. tuberculosis infection outcomes. Nature, 2018.
  8. Cheung, P. et al. Single-cell chromatin modification profiling reveals increased epigenetic variations with aging. Cell, 2018.
  9. Good, Z. et al. Single-cell developmental classification of B cell precursor acutelymphoblastic leukemia at diagnosis reveals predictors of relapse. Nat. Med., 2018.
  10. Krieg, C. et al. High-dimensional single-cell analysis predicts response to anti-PD-1 immunotherapy. Nat. Med., 2018.
  11. Chevrier, et al. An immune atlas of clear cell renal cell carcinoma. Cell, 2017.
  12. Lavin, Y. et al. Innate immune landscape in early lung adenocarcinoma by paired single-cell analyses. Cell, 2017.
  13. Huang, A.C. et al. T-cell invigoration to tumour burden ratio associated with anti-PD-1 response. Nature, 2017.
  14. Spitzer, M.H. et al. Systemic Immunity Is Required for Effective Cancer Immunotherapy. Cell, 2017.