人类基因组计划的完成催化了多种“组学”技术的发展，使我们能够在前所未有的分子尺度上探索生物系统。微流控技术通过促进大规模、高通量、高精度的DNA和RNA测量，极大地丰富了组学工具箱，推动了从群体到单细胞分析的转变。这标志着一个新时代的到来：我们正从仅以基因和蛋白质为中心的视角，转向对细胞表型的整体理解。
2025年6月2日，洛桑联邦理工学院的Camille L. G. Lambert、Guido van Mierlo、Johannes J. Bues、Orane J. Guillaume-Gentil和Bart Deplancke在《自然-遗传学》上发表了一篇重要综述。该综述系统总结了微流控技术如何推动单细胞组学革命，并展望了下一代微流控技术将如何助力“单细胞表型组学”的兴起——即整合多种组学数据与空间、形态和时间表型，以全面理解细胞功能。
核心内容：微流控驱动单细胞组学的演进
该综述的核心价值在于系统地梳理了微流控技术在单细胞分析中的角色演变，并描绘了其未来的发展方向。
1. 单细胞组学的技术挑战与微流控解决方案
从群体测量过渡到单细胞分析，面临着三大核心挑战：
| 挑战 | 描述 | 微流控解决方案 |
|---|---|---|
| 分离与标记 | 如何将单个细胞物理分离并赋予唯一标识（条形码），以便追溯其来源。 | 纳升液滴：将单个细胞与条形码微球包裹在油包水液滴中（如Drop-seq、inDrop、10x Genomics）。纳升微井：利用高密度微井阵列捕获单个细胞并进行反应（如BD Rhapsody、ICELL8）。集成流体电路：通过微阀控制将单个细胞泵入反应腔室（如Fluidigm C1）。 |
| 灵敏度与扩增 | 单细胞中起始核酸量极低（皮克级），需要高效、无偏的扩增，同时避免污染和扩增错误。 | 微反应器：极小体积（纳升至皮升级）反应可提高局部浓度和扩增效率，减少抑制剂影响。数字PCR：将单个DNA分子分到数万个微反应单元中进行绝对定量，实现稀有突变检测。 |
| 通量与成本 | 需要分析成千上万个单细胞才能捕捉群体异质性，同时控制试剂成本和人力投入。 | 组合索引：无需专用微流控设备，通过多轮混合实现高通量（如sci-RNA-seq、SPLiT-seq）。自动化工作流程：微流控平台与液体处理机器人结合，实现从细胞捕获到文库制备的全自动化。 |
2. 当前的单细胞组学格局
基于微流控平台的进步，研究者已经能够从单个细胞中获取多种分子信息：
-
转录组学：最成熟的领域，包括mRNA丰度（单细胞RNA测序）、总RNA（VASA-seq）、新生RNA等。
-
表观基因组学：包括染色质开放性（单细胞ATAC测序）、DNA甲基化（单细胞亚硫酸盐测序）、组蛋白修饰（单细胞CUT&Tag）、染色质三维结构（单细胞Hi-C）等。
-
多组学：同时从同一个细胞中获取两种或以上分子信息，如单细胞G&T-seq（DNA+RNA）、单细胞多组学（RNA+ATAC）、单细胞蛋白组+转录组（CITE-seq）等。
-
空间组学：在保留组织空间位置信息的情况下进行分子分析，包括基于测序的方法（如Slide-seq、Stereo-seq）和基于成像的方法（如MERFISH、seqFISH+）。
3. 下一代微流控技术：迈向单细胞表型组学
“单细胞表型组学”是超越分子组学的下一个前沿，旨在将分子数据与功能表型（如细胞形态、电生理特性、机械特性、代谢状态等）直接关联。这需要工程化更先进的微流控技术：
-
形态表型：通过高内涵成像、光学池筛选（PerturbView）等技术，将基因扰动与细胞形态变化直接关联。例如，将CRISPR扰动文库与微流控捕获和成像结合，筛选调控细胞形状、细胞器结构的基因。
-
机械与物理表型：开发能够测量细胞变形性、体积、密度等物理参数的微流控器件，并同时收集其转录组。例如，“FACS-seq”类似物或“实时变形性细胞术”。
-
功能与时间表型：
-
Live-seq：通过“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，实现细胞的时间追踪（同一细胞测量前后变化）。
-
Patch-seq：结合电生理记录、单细胞RNA测序和形态学重建，将神经元放电特性与其基因表达谱和形态直接关联。
-
长时间动态监测：开发能够维持细胞培养并进行连续成像和采样的微流控芯片，观察细胞在分裂、分化或响应药物时的表型动态。
-
-
空间表型组学：开发将三维基因组构象、转录活性和核内蛋白定位在同一细胞核中进行整合成像的方法（如通过扩展显微术和原位测序）。
整合与展望：虚拟细胞与未来生物学
该综述强调，下一代微流控技术的终极目标不是孤立地测量更多参数，而是生成整合的、高维度的、时空分辨的“细胞表型组”。这将成为构建“虚拟细胞”的基础——这是一种由生成式人工智能驱动的、能够在计算机中模拟和预测真实细胞行为的复杂模型。而工程化微流控技术正是获取训练这些模型所需的高质量、多模态、扰动前后的数据的关键使能平台。这场由微流控技术驱动的单细胞表型组学革命，将从根本上改变我们进行生物学发现的方式，从被动观察到主动预测，从描述相关性到建立因果模型。
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.