近期，中國科學院長春光機所在Analytical Chemistry發表了題為“Automatic Detection of Subcellular-Scale Metabolic Dynamics via Spontaneous-Stimulated Raman Spatial Colocalization”的研究論文。論文撰寫主要由吳一輝團隊的遲明波和博士生陳星完成，通訊作者由吳一輝研究員、遲明波研究員及吉林大學第一醫院高素君教授共同擔任。該研究開發了一種新型無標記三維細胞拉曼分析平臺，結合受激拉曼快速三維光譜成像及自發拉曼寬譜段高分辨光譜檢測的技術優勢，無需任何標記即可實現亞微米尺度細胞器空間定位及拉曼光譜自動檢測，將細胞拉曼研究尺度推進到亞細胞層次，為腫瘤細胞脂質代謝、細胞鑒別等研究提供精準工具。
拉曼光譜無標記原位檢測優勢在以活細胞為對象的生命科學研究中具有重要研究價值，然而，活細胞尤其是癌細胞存在復雜的結構異質性，不借助染色和標記技術，在傳統顯微鏡下成像對比度低，導致現有技術難以在近乎透明的活細胞樣本中精確定位亞細胞結構，這嚴重制約了自發拉曼顯微光譜的分析精度、重復性以及檢測效率。
受激-自發雙模態共定位自動檢測系統原理
本研究基于受激拉曼技術，可在一分鐘內完成活細胞的三維分子成像，利用特征分子空間分布表征定位細胞亞結構，如脂滴、細胞核、細胞質等，隨后基于自發拉曼光譜獲取涵蓋指紋、靜默區、高波數段的寬譜高分辨精細拉曼光譜，據此進行細胞亞結構分子代謝分析。
細胞脂質分子受激拉曼三維成像
相對于傳統的明場顯微成像，拉曼光譜信息源自于分子共價鍵的本征振動，因此細胞受激拉曼成像可以提供更好的對比度信息，本研究結合PID自動控制算法實現無標記細胞拉曼檢測的智能自動聚焦，平均僅需6.5次掃描即可實現精準快速聚焦，軸向定位誤差小于1μm，隨后基于特征分子的空間分布識別檢測目標。
無標記條件下基于細胞受激拉曼分子成像實現自動聚焦
亞微米級空間定位顯著降低了細胞胞質背景分子信號的干擾，實現了對脂滴等亞細胞器的精準靶向。基于拉曼光譜分析，研究平臺可在無標記條件下原位定量解析脂滴內關鍵生化成分——包括磷脂酰膽堿與膽固醇酯等，實現對甘油三酯脂肪酸組成的精細表征，而傳統熒光標記及其他現有技術在此方面仍存在挑戰。
相對明場成像，基于受激-自發拉曼共定位技術實現細胞內脂滴成分精準解析
依托該技術平臺，研究團隊系統解析了多種培養細胞系中脂滴的化學本質，發現其核心成分以不飽和油酸酯為主導；然而，臨床來源細胞樣本的脂滴組成呈現顯著差異——除油酸酯外，還含有大量飽和棕櫚酸酯。這一體外與體內模型的代謝異質性，為腫瘤脂質代謝研究中的模型選擇提供了重要警示：簡化培養條件可能無法真實復現體內復雜的代謝微環境，機制探索需整合體外與體內雙重驗證。進一步地，氘代標記實驗結合拉曼光譜原位檢測，直接觀察到2140 cm?1處脂質C-D鍵的特征振動峰，確鑿證實了培養細胞脂滴中的油酸主要經由脂肪從頭合成途徑（de novo lipogenesis）內源性產生。該發現不僅深化了對腫瘤細胞脂質代謝調控網絡的認識，也為靶向脂代謝的抗腫瘤策略開發提供了新視角。另一方面，在基于數據驅動的機器學習算法與拉曼光譜的細胞鑒別技術研究中，亞細胞結構的定位大幅提高了采樣數據的一致性和重復性，避免人為檢測及玻片背景信號的干擾，將細胞鑒別準確率提升至98%。
亞細胞結構定位拉曼精準檢測提升數據驅動細胞鑒別模型準確率
原文鏈接：https://doi.org/10.1021/acs.analchem.5c05866
