一文搞懂流式细胞术pro

文摘   2024-09-25 03:50   德国  

一、流式细胞术概述

流式细胞术(Flow Cytometry) 是一种基于光学的强大工具,用于快速分析悬浮液中单个细胞或颗粒的物理和化学特性。流式细胞仪通过使细胞依次通过激光束,检测细胞对激光的散射和荧光信号,从而获得多参数的细胞数据。

流式细胞术的关键优势:
  • 高通量:一次实验能够分析数千至数百万个细胞,几秒内完成大规模数据收集。
  • 单细胞多参数分析:一次实验可同时测量单个细胞的多个参数,如细胞大小、颗粒性、表面标志物和内部复杂性。
  • 数据精确度高:通过荧光信号与细胞大小等物理参数结合,提供精确的亚群分析。
核心应用:
  • 免疫表型分析(Immunophenotyping):通过荧光标记的抗体鉴定不同的免疫细胞亚群。
  • 细胞周期分析:评估细胞群体的不同周期阶段。
  • 细胞凋亡检测:通过标记凋亡相关分子检测细胞凋亡情况。
  • 细胞活力检测:结合活细胞与死细胞染料,分析细胞活力状态。

二、荧光原理

荧光的原理 是流式细胞术中的核心。荧光分子(称为荧光团,fluorophore)通过吸收外部光源(如激光)产生激发,随后回到基态时发出荧光。这一发射光信号可被检测,并用于标记不同的细胞组分,如细胞表面或内部抗原。
荧光过程的三个阶段:
  1. 激发(Excitation):荧光分子吸收激光能量,电子从基态跃迁到激发态。
  2. 激发态寿命(Excited Lifetime):荧光分子处于激发态的时间极短,通常为纳秒级。
  3. 发射(Emission):电子回到基态时释放多余的能量,以较低能量的光子形式发射,波长比激发光更长。
斯托克斯位移(Stokes Shift)

斯托克斯位移是指激发光的波长与发射光波长之间的差异,发射光总是比激发光的波长长、能量低。这个位移是区分不同荧光染料发射信号的基础。利用这种位移可以有效避免激发光与发射光的混淆。

荧光染料的选择
荧光染料是根据它们的激发波长和发射波长来选择的。常见的荧光染料如Alexa Fluor系列、FITC、PE等,它们有不同的光谱特性,适用于不同的激光器配置。(Alexa Fluor 488 的激发波长为488 nm,发射波长为530 nm)

三、流式细胞仪的组成与工作原理

流式细胞仪的三个主要组成部分是流体系统光学系统电子系统

流体系统

流体系统的作用是将悬浮液中的细胞带入激光束,并确保细胞以单细胞形式流经检测区域。

  • 流体动力聚焦(Hydrodynamic Focusing):样本被注入鞘液中,鞘液围绕样本液流,确保细胞单个穿过激光束,避免多个细胞同时通过带来的信号干扰。
  • 流速调节
  • 低流速:通常用于精确数据采集,适合对细胞群体的精细分析。一般约12微升/分钟。
    高流速:用于快速分析大样本量,但可能降低数据的分辨率。常为60微升/分钟。
光学系统

光学系统的作用是收集和处理来自细胞的光散射和荧光信号。它由激光光源、检测器、镜片和滤光片组成。

  • 激光光源:不同波长的激光用于激发不同的荧光染料。常用的激光波长包括488 nm(蓝光)、633 nm(红光)等。
  • 光散射:当细胞通过激光束时,会发生前向散射(FSC)和侧向散射(SSC),分别用于测量细胞大小和内部复杂性。
  • 滤光片:用于选择并过滤不同波长的光。常见的滤光片包括带通滤光片、长通滤光片和短通滤光片。
    • 带通滤光片(Bandpass Filter):允许特定波长范围内的光通过,如530/30滤光片允许515-545 nm波长的光通过。
    • 长通滤光片(Long-pass Filter):允许比某一波长长的光通过。
    • 短通滤光片(Short-pass Filter):允许比某一波长短的光通过。
    • 二色镜(Dichroic Mirror):将光按波长分离,反射不需要的光波,传递所需的波长。
电子系统
电子系统的主要功能是将光信号转化为电信号,并通过计算机分析处理这些数据。
  • 光电倍增管(PMT):用于检测来自荧光染料的微弱光信号,并将其放大为电信号。
  • 光电二极管(Photodiode):用于检测较强的信号,通常用于前向散射信号。
  • 信号转换:荧光信号和散射信号被检测器捕获后转化为电压脉冲,这些脉冲随后通过计算机分析。

四、流式细胞数据的表示与分析

流式细胞仪能够生成大量数据,并通过多种图形形式表示,帮助科学家分析和解释细胞特性。

数据文件格式
  • FCS文件格式:流式细胞数据保存为标准的FCS文件(Flow Cytometry Standard),可供后续分析。这种格式允许跨不同软件平台重新分析数据。
数据可视化
  • 单参数直方图:展示单个参数(如荧光强度)的分布。X轴表示信号强度,Y轴表示细胞数量。用于分析细胞群体的荧光强度分布。
  • 双参数点图(Dot Plot):展示两个参数(如前向散射和侧向散射)的关系。每个点代表一个细胞,用于分析细胞群体的多维特性。
  • 密度图(Density Plot):类似于点图,但通过颜色表示细胞密度,颜色越深表示细胞密度越高。

门控(Gating)
门控 是流式细胞术中的一个关键步骤,用于从庞大的数据集中选取感兴趣的细胞群体。它可以通过在图表上绘制区域(如矩形、椭圆形或多边形)来划定细胞群体。门控后,选定的细胞群体可以进行进一步分析或分离。

布尔逻辑门控:通过布尔逻辑(AND、OR)结合多个门控区域,可以定义更加复杂的细胞群体。

五、荧光补偿

在流式细胞术中,多个荧光染料可能会有发射光谱的重叠,导致在多个通道中检测到交叉信号。这种现象称为 光谱串扰(Spectral Overlap)。为了消除这种交叉干扰,需要进行补偿操作。

补偿的概念
补偿是指通过数学校正,消除不同荧光染料之间的光谱串扰,确保每个检测通道只反映目标荧光染料的信号。
补偿步骤
  • 单色对照:使用每种荧光染料单独标记的细胞或微球,测量它们在不同通道中的发射光谱。
  • 调整补偿参数:通过实验调整补偿参数,消除其他荧光染料信号的影响,使每个通道的信号只代表目标染料。
补偿控制
  • 阴性对照:使用未标记的细胞或微球,用于检测背景荧光和非特异性信号。
  • 阳性对照:单独标记的细胞或微球,用于确定不同荧光染料的补偿值。
  • 抗体捕获微球:在低表达抗原的情况下,可以使用抗体捕获微球,确保每种荧光染料产生足够的信号用于补偿。

六、数据展示与实验设计

数据展示

在展示流式细胞数据时,选择合适的刻度对数据的解释至关重要。可以使用线性刻度对数刻度

  • 线性刻度:用于显示较小范围的信号变化,适合如DNA含量分析等需要精确显示细微差异的实验。
  • 对数刻度:用于显示荧光信号范围较广的实验,有助于同时观察强信号和弱信号的分布。
试验设计

为了设计有效的流式细胞术实验,以下因素至关重要:

  • 荧光染料的选择:需要根据仪器的激光配置和检测通道来选择荧光染料。强荧光染料应与低表达的抗原配对,而弱荧光染料适用于高表达抗原。
  • 补偿控制:确保使用单色对照和阴性对照,以便准确补偿光谱重叠问题。
实验控制
  • FMO(Fluorescence Minus One)对照:实验中应使用FMO对照来确定荧光染料的阴性阈值。每个FMO对照都缺少目标荧光染料,从而帮助划定阴性群体。
  • 生物学对照:确保实验结果的生物学相关性,常通过使用已知的生物学模型细胞系或样本。

七、流式细胞术的常见问题与注意事项

  • 荧光补偿的调整:即使某些荧光染料看似没有显著的光谱重叠,仍建议进行补偿,因为即使小的重叠也可能影响结果的精确度。
  • 不同刻度的选择:实验数据的显示应根据实验要求选择线性或对数刻度,确保结果可读且易于解释。
  • 光降解问题:荧光染料(尤其是串联染料)易受光降解的影响,实验操作中应尽量避免长时间暴露在光照下。

参考文献

Herzenberg, L. A., Parks, D., Sahaf, B., et al. (2002). The History and Future of the Fluorescence Activated Cell Sorter and Flow Cytometry: A View from Stanford. Clinical Chemistry, 48(10), 1819-1827.
Perfetto, S. P., Chattopadhyay, P. K., & Roederer, M. (2004). Seventeen-colour flow cytometry: unravelling the immune system. Nature Reviews Immunology, 4(8), 648-655.
Maecker, H. T., & Trotter, J. (2006). Flow cytometry controls, instrument setup, and the determination of positivity. Cytometry Part A: The Journal of the International Society for Advancement of Cytometry, 69(9), 1037-1042.
Chattopadhyay, P. K., Gierahn, T. M., Roederer, M., & Love, J. C. (2014). Single-cell technologies for monitoring immune systems. Nature Immunology, 15(2), 128-135.
Newell, E. W., & Cheng, Y. (2016). Mass cytometry: blessed with the curse of dimensionality. Nature Immunology, 17(8), 890-895.
Bagwell, C. B., & Adams, E. G. (1993). Fluorescence spectral overlap compensation for any number of flow cytometry parameters. Annals of the New York Academy of Sciences, 677(1), 167-184.
Parks, D. R., & Herzenberg, L. A. (1984). Fluorescence-activated cell sorting: theory, experimental optimization, and applications in lymphoid cell biology. Methods in Enzymology, 108, 197-241.
Bendall, S. C., Simonds, E. F., Qiu, P., et al. (2011). Single-cell mass cytometry of differential immune and drug responses across a human hematopoietic continuum. Science, 332(6030), 687-696.
McKinnon, K. M. (2018). Flow cytometry: an overview. Current Protocols in Immunology, 120(1), 5.1.1-5.1.11.
Hedley, D. W., & Keeney, M. (2013). Technical issues: flow cytometry and its application in medicine. Seminars in Hematology, 50(3), 209-220.

Dr Leo
ENT医生的科研分享
 最新文章