دانشمندان می توانند از این داده های به دست آمده در سطح سلولی برای کشف پیچیدگی های عملکردی در جمعیت های بزرگ سلول های به ظاهر یکسان استفاده کنند. اما این انتقال با چالش های مهمی همراه است.
متابولومیک (مطالعه لیپیدها، کربوهیدرات‌ها و سایر مولکول‌های کوچکی که سلول را به حرکت در می‌آورند) در ابتدا مجموعه‌ای از روش‌ها برای شناسایی متابولیت‌ها در جمعیت سلول‌ها یا بافت‌ها بود، اما اکنون به سطح سلولی فردی رسیده است.
متابولوم حاوی تعداد زیادی مولکول با خواص شیمیایی مختلف است. تئودور الکساندروف، محقق متابولومیک توضیح می‌دهد که برخی از این مولکول‌ها بسیار کوتاه‌مدت هستند، با نرخ گردش کمتر از یک ثانیه، و تشخیص آنها می‌تواند دشوار باشد: در حالی که توالی‌یابی RNA تک سلولی می‌تواند تقریباً نیمی از مولکول‌های RNA تولید شده را شناسایی کند. در آزمایشگاه زیست شناسی مولکولی اروپا در هایدلبرگ، آلمان هنگام شناسایی یک سلول یا ارگانیسم، اکثر تجزیه و تحلیل های متابولومیک تنها بخش کوچکی از متابولیت های یک سلول را پوشش می دهند. اطلاعات گم شده می تواند شامل اطلاعات بیولوژیکی حیاتی باشد.
در سال 2012 همه چیز تغییر کرد. گروهی از محققان به سرپرستی فوسا میاکه از دانشگاه ناگویا در ژاپن نشان دادند که افزایش ناگهانی سطح کربن 14 در حلقه‌های سرو ژاپنی مربوط به 774-775 پس از میلاد وجود دارد. تحقیقات بعدی نه تنها تایید کرد که این نقطه در نمونه های چوبی در سراسر جهان از این دوره وجود داشته است، بلکه حداقل پنج نقطه مشابه را که مربوط به 7116 قبل از میلاد است شناسایی کرد. محققان افزایش سطح کربن 14 را با فعالیت طوفان خورشیدی مرتبط دانسته اند، اما این فرضیه هنوز در دست بررسی است.
بسیاری از آزمایشگاه هایی که در زمینه متابولومیک کار می کنند روی سلول های جدا شده کار می کنند. آنها سلول ها را در مویرگ ها به دام می اندازند و آنها را به صورت جداگانه با طیف سنجی جرمی تجزیه و تحلیل می کنند. در مقابل، روش‌های تصویربرداری طیف‌سنجی جرمی اطلاعات فضایی را در مورد چگونگی تغییر تولید متابولیت سلولی در مکان‌های مختلف در یک نمونه ثبت می‌کنند.
علت جهش‌ها هرچه که باشد، این “رویدادهای میاکه” به محققان این امکان را داده است تا با شناسایی یک رویداد خاص میاکی و سپس شمارش حلقه‌های درختی که متعاقباً تشکیل شده‌اند، سال دقیق ساخت این مصنوعات چوبی را تعیین کنند. کایتمز توضیح می دهد که محققان حتی می توانند فصل قطع درخت را بر اساس ضخامت بیرونی ترین حلقه تعیین کنند.
تیم الکساندروف از SpaceM برای مشخص کردن صدها متابولیت از ده‌ها هزار سلول انسان و موش استفاده کرد و از روش‌های استاندارد رونویسی تک سلولی برای تقسیم سلول‌ها به گروه‌های مختلف استفاده کرد. الکساندروف می‌گوید که از ایجاد اطلس‌های متابولیک (مشابه اطلس‌های ایجاد شده برای رونویسی) برای تسریع پیشرفت در این زمینه هیجان‌زده است.
مدل های جنین آزمایشگاهی
جاناتان سوئدلر، شیمیدان دانشگاه ایلینویز در اوربانا-شامپین می گوید: متابولیسم بخش فعال سلول است. هنگامی که شما در حال مطالعه یک بیماری خاص هستید، اگر می خواهید وضعیت سلول را بدانید، باید بتوانید متابولیت ها را بررسی کنید.
به عنوان مثال، محققان می توانند از روشی به نام MALDI (یونیزاسیون دفع لیزر به کمک ماتریکس) استفاده کنند که در آن پرتو لیزر از برش های بافتی عبور می کند و متابولیت ها را برای تجزیه و تحلیل با طیف سنجی جرمی آزاد می کند. این روش همچنین مختصات فضایی را که متابولیت های نمونه از آن منشأ گرفته اند، ثبت می کند.
باستان شناسان اکنون این روش را در سکونتگاه های نوسنگی و مکان های فوران آتشفشانی به کار می برند و دی امیدوار است که آن را برای مطالعه امپراتوری مایا در آمریکای مرکزی به کار گیرد. روز خوشبین است که ظرف یک دهه آینده بتوانیم قدمت بسیاری از تمدن های باستانی را دقیقاً در سطح سال تعیین کنیم و روند توسعه تاریخی آنها را دقیقاً از نظر زمانی تعیین کنیم. جستجوی Miyake برای یافتن شاخص های تاریخی ادامه دارد. او می گوید: «ما در 10000 سال گذشته به دنبال قله های C-14 دیگری هستیم که شبیه به رویداد 775-774 هستند.
متابولومیک تک سلولی
اکنون محققان این فناوری را عمومی می کنند. در سال 2021، گروه الکساندروف نرم افزار منبع باز SpaceM را معرفی کرد. این نرم افزار با استفاده از داده های تصویربرداری میکروسکوپ نوری، استفاده از طیف سنجی جرمی تجاری استاندارد را برای ایجاد پروفایل های متابولومیک فضایی سلول های کشت شده امکان پذیر می کند.
برخی از پیچیده ترین مدل ها از آزمایشگاه Magdalena Zernica Goetz، زیست شناس در موسسه فناوری کالیفرنیا در پاسادنا و دانشگاه کمبریج در بریتانیا آمده است. در سال 2022، او و تیمش نشان دادند که می توانند جنین موش در مرحله لانه گزینی را به طور کامل از سلول های بنیادی جنینی تولید کنند.
در تئوری، هر دو روش می توانند صدها ترکیب را در هزاران سلول تعیین کنند، اما به گفته سوئدلر، دستیابی به این امر معمولاً نیازمند سخت افزارهای سفارشی و پیشرفته زیادی است که هزینه بالایی دارد.