2021年7月16日，浙江大學基礎醫學院陳偉教授、生儀學院尹巍巍教授團隊聯合在Bioinformatics雜志上在線發表了題為“GdClean: removal of Gadolinium contamination in mass cytometry data“的研究文章。該文章開發了一套用于去除單細胞質譜流式數據中的釓污染信號的計算方法。普羅亭參與了該研究全過程，從前期的實驗設計，樣本處理，上機檢測、數據分析到后期算法的開發、調試、優化。此外，普羅亭積極推動該算法在質譜流式檢測分析中應用，拓展質譜流式臨床應用更多可能。
質譜流式細胞技術（CyTOF）是一種單細胞高通量檢測技術。不同于傳統的熒光流式，CyTOF采用金屬同位素標記抗體，并通過飛行時間質譜掃描每個細胞中金屬標簽的含量來實現對細胞的定量定性分析。CyTOF能夠避免熒光重疊和熒光信號補償的問題，因此能夠兼顧深度和廣度，在檢測數百萬細胞的同時，能夠在單細胞水平同時檢測大于40種細胞表面或者細胞功能相關生物標記物，在實現細胞群體精細精準檢測的同時，實現對免疫系統的深入剖析，并被廣泛應用于基礎生物學研究與臨床診斷等領域。
臨床診斷核磁共振檢查（MRI）過程中釓造影劑的使用，會導致臨床檢測樣本存在釓污染問題，進而會影響單細胞CyTOF檢測的數據質量。該造影劑在前列腺癌、乳腺癌、直腸癌、肝癌等癌癥的診斷中使用較廣泛。因此，接受過MRI檢查并服用釓造影劑的病人的組織細胞中往往會殘留一定的釓同位素，而這些殘留的釓同位素會與單細胞標記抗體所偶聯的釓同位素會被CyTOF系統一同檢出，從而導致對應釓同位素通道的檢測信號污染。基于此，浙江大學基礎醫學院陳偉教授、生儀學院尹巍巍教授團隊開發了一套用于去除單細胞質譜流式數據中的釓污染信號的新計算算法。
該研究深入解析了釓污染信號中不同釓同位素信號的組成差異，并提出單個細胞中的釓污染信號之間的強度比值與釓同位素在自然界中的豐度顯著相關。利用這一特性，該計算方法能夠有效計算出單個細胞的釓污染系數，并去除單細胞質譜流式中的釓污染信號。該研究通過模擬的釓污染信號以及與釓同位素通道配對的真實抗體信號，證明了該算法能夠有效去除釓污染信號并保留單細胞數據中的真實抗體信號。
釓污染信號來源與GdClean算法設計簡圖
該研究首次提出了能有效解決單細胞質譜流式檢測中的釓污染問題的計算方法，賦能單細胞質譜檢測技術更精準的數據質控、分析和更廣泛的臨床應用。為未來利用單細胞質譜檢測技術開展更廣泛的臨床研究和應用提供了重要的工具。
質譜流式的單細胞多參數分析能力，以其超高通量和分辨率，能夠實現免疫系統的深入剖析，尋找與臨床結果相關的生物標志物。通過該技術，可基于患者的免疫微環境，實現患者的分型分級管理及患者的精準用藥和針對性治療。此外，在預后評估中，臨床可以借助質譜流式的高維數據快速產出和分析的特點，在患者治療過程中對疾病和免疫系統進行及時的動態評估等。總之，質譜流式獲得的高維數據可以幫助我們系統性理解疾病和免疫系統的相互作用，為新療法的開發和臨床應用提供系統性的全新視野。
未來，普羅亭將持續創新，積極推動硬核成果轉化，拓展質譜流式在更多臨床方向的應用可能。
