人类基因组计划的完成极大推动了多种组学技术的发展，使科学家能够在分子层面深入探索生物系统的复杂性。微流控技术作为组学工具的重要组成部分，通过实现大规模、高通量及高精度的DNA和RNA测量，促进了从群体细胞分析向单细胞水平的转变。这一转变开启了细胞表型整体理解的新纪元，突破了以基因和蛋白质为中心的传统视角。
2025年6月2日，洛桑联邦理工学院的Camille L. G. Lambert等人在《自然-遗传学》发表综述，系统总结了微流控技术在单细胞组学中的演进及其未来发展方向，重点展望了下一代微流控技术如何推动“单细胞表型组学”的兴起。单细胞表型组学旨在整合多组学数据与空间、形态及时间维度的细胞表型信息，实现对细胞功能的全面理解。
微流控技术驱动单细胞组学的关键进展
从群体测量到单细胞分析，研究者面临三大核心挑战：
| 挑战 | 描述 | 微流控解决方案 |
|---|---|---|
| 单细胞分离与标记 | 如何高效地将单个细胞物理分离并赋予唯一条形码，实现细胞来源追踪。 | 纳升液滴技术（如Drop-seq、inDrop、10x Genomics）通过油包水液滴封装单细胞与条形码微球；纳升微井阵列（如BD Rhapsody、ICELL8）利用高密度微井捕获单细胞；集成流体电路（如Fluidigm C1）通过微阀控制单细胞流入反应腔室。 |
| 灵敏度与扩增 | 单细胞核酸起始量极低，需高效无偏扩增，避免污染和扩增误差。 | 微反应器在纳升至皮升级反应体积中提高局部浓度，提升扩增效率；数字PCR将单分子DNA分配至数万个微反应单元，实现绝对定量和稀有突变检测。 |
| 通量与成本控制 | 需分析成千上万个单细胞以捕捉群体异质性，同时降低试剂和人力成本。 | 组合索引技术（如sci-RNA-seq、SPLiT-seq）无需专用设备，通过多轮混合实现高通量；自动化工作流程结合微流控平台与液体处理机器人，实现细胞捕获至文库制备的全自动化。 |
单细胞组学的多维度发展
基于微流控平台的技术进步，研究者已能从单细胞获取多种分子信息：
- 转录组学：包括单细胞RNA测序（scRNA-seq）、VASA-seq（总RNA测序）、新生RNA测序等。
- 表观基因组学：涵盖染色质开放性（scATAC-seq）、DNA甲基化（单细胞亚硫酸盐测序）、组蛋白修饰（CUT&Tag）、染色质三维结构（单细胞Hi-C）等。
- 多组学整合：如单细胞G&T-seq（DNA+RNA）、RNA+ATAC联合测序、CITE-seq（蛋白组+转录组）等。
- 空间组学：结合组织空间信息进行分子分析，包含基于测序的方法（Slide-seq、Stereo-seq）和成像方法（MERFISH、seqFISH+）。
迈向单细胞表型组学的下一代微流控技术
单细胞表型组学超越传统分子组学，致力于将分子数据与细胞功能表型（形态、电生理、机械特性、代谢状态等）直接关联，推动细胞功能的多维解析。为此，需开发更先进的微流控技术：
- 形态表型分析：结合高内涵成像与光学池筛选技术（如PerturbView），实现基因扰动与细胞形态变化的直接关联，筛选调控细胞形态及细胞器结构的关键基因。
- 机械与物理表型测量：开发可测量细胞变形性、体积及密度的微流控器件，同时采集转录组数据，如“FACS-seq”类似技术和实时变形性细胞术。
- 功能与时间动态表型：
- Live-seq利用流体力显微术从活细胞中提取少量细胞质，进行转录组分析，实现同一细胞的时间追踪。
- Patch-seq结合电生理记录、单细胞RNA测序及形态学重建，关联神经元放电特性与基因表达及形态。
- 长时间动态监测：开发可维持细胞培养并进行连续成像和采样的微流控芯片，观察细胞分裂、分化及药物响应的动态表型。
- 空间表型组学：整合三维基因组构象、转录活性及核内蛋白定位的成像技术（如扩展显微术结合原位测序），实现细胞核内多模态空间表型分析。
展望：构建虚拟细胞与未来生物学
综述强调，下一代微流控技术的目标是生成整合的、高维度、时空分辨的细胞表型组数据，构建由生成式人工智能驱动的“虚拟细胞”模型。这种模型能够在计算机中模拟和预测真实细胞行为，推动从被动观察到主动预测、从相关性描述到因果关系建立的生物学范式转变。工程化微流控技术作为获取高质量、多模态、扰动前后细胞数据的关键平台，将引领单细胞表型组学革命，深刻改变生物学研究的未来。
参考文献
- Lambert, C.L.G., van Mierlo, G., Bues, J.J. et al. (2025). Engineering next-generation microfluidic technologies for single-cell phenomics. Nature Genetics, 57, 1344–1356.
- Quake, S. R. (2024). The cellular dogma. Cell.
- Macosko, E. Z. et al. (2015). Highly parallel genome-wide expression profiling of individual cells using nanoliter droplets. Cell.
- Chen, W. et al. (2022). Live-seq enables temporal transcriptomic recording of single cells. Nature.
- Bunne, C. et al. (2024). How to build the virtual cell with artificial intelligence: priorities and opportunities. Cell.