為什麼需要單細胞解析
傳統 bulk 分析將數萬個細胞的訊號平均化，掩蓋了組織內部的異質性（heterogeneity）。在腫瘤免疫微環境（tumor microenvironment, TME）中，T cell、巨噬細胞、調節性 T 細胞（Treg）與腫瘤細胞交織共存，唯有單細胞層級的解析，才能釐清各細胞族群的狀態與彼此的交互作用。
從 scRNA-seq 到多組學整合
單細胞多組學（single-cell multiomics）不只看轉錄體，更同時整合多個層面的資訊：
- scRNA-seq：解析每個細胞的基因表現譜，定義細胞亞群
- CITE-seq：以寡核苷酸標記抗體同時測定表面蛋白與轉錄體
- scATAC-seq：揭示染色質可及性與調控元件
- TCR/BCR-seq：追蹤免疫受體的 clonotype 與選殖擴增
將這些層面整合，研究者能描繪出細胞「身分、狀態、調控、選殖史」的完整輪廓。
在免疫療法中的應用
了解哪些 T cell 亞群真正具有殺傷腫瘤的能力，是設計有效免疫療法的關鍵。
單細胞多組學協助辨識 exhausted T cell、tissue-resident memory T cell 等亞群，並找出與療效相關的 biomarker。在 CAR-T 與 checkpoint inhibitor 的研究中，這些資訊可用於：
- 評估治療前後免疫細胞組成的變化
- 預測病患對療法的反應性
- 發掘新的治療標的與組合策略
實驗設計的考量
高品質的單細胞數據始於高品質的樣本與試劑。樣本解離（dissociation）需兼顧細胞活性與完整性；CITE-seq 所用的寡核苷酸標記抗體則需經嚴格驗證，確保專一性。BioLegend 的 TotalSeq™ 系列即為此類應用設計，搭配 MojoSort 進行前端富集，可進一步提升目標族群的解析度。
結語
單細胞多組學讓我們以前所未有的解析度觀察免疫系統。對於投入免疫療法研究的實驗室而言，選對驗證完整的試劑與合適的前處理流程，是取得可靠結論的第一步。