{
  "id": "fluorescence-activated-cell-sorting",
  "title": "荧光激活细胞分选",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "荧光激活细胞分选根据光学测量结果对细胞进行物理分离，以获得特定细胞群体或单个细胞供进一步研究。",
  "category": "science",
  "subcategory": "biology",
  "type": "concept",
  "aliases": [
    "FACS",
    "荧光活化细胞分选",
    "荧光细胞分选"
  ],
  "generated_at": "2026-11-04",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/fluorescence-activated-cell-sorting/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/fluorescence-activated-cell-sorting/",
      "json": "https://aiwiki.page/en/fluorescence-activated-cell-sorting.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "荧光激活细胞分选（FACS）是一种根据光学特性，对细胞或其他悬浮颗粒进行物理分离的方法。它将流式细胞术与分选机制相结合：前者在颗粒逐个通过光照检测区时对其进行测量，后者则将选定事件对应的颗粒引导至不同的收集容器。筛选通常依据能够反映细胞身份、分子丰度或生理状态的荧光标记，并且常常结合光散射测量结果。\n\n分析与分选之间的区别至关重要。分析型流式细胞仪记录群体的信息，但通常不会回收其中的单个细胞或颗粒。细胞分选仪则利用这些测量结果迅速作出判断，分离出指定群体，有时还会将单个细胞逐一分配至多孔板的各个孔中。荧光是筛选的常用依据，但散射测量结果及其他兼容信号也可以参与筛选；具备荧光检测能力的分选仪，并非在每项分选任务中都必须依赖荧光信号。\n\nFACS 将分子测量结果与可回收的生物材料联系起来，因此已成为免疫学、癌症研究、发育生物学和生物技术中的重要技术。分选后的细胞可用于培养、功能检测、实验系统中的移植，或通过分子方法进行研究。其效果不仅取决于能否识别目标细胞，还取决于能否维持可靠的流体系统运行、区分真实信号与背景、妥善处理多个颗粒同时通过检测区的情况，以及保留后续实验所需的细胞特性。"
    },
    {
      "heading": "历史发展与技术范围",
      "text": "现代细胞分选技术源于将自动化颗粒测量与物理分离相结合的尝试。早期仪器能够对悬浮细胞进行计数或估算其大小，采用的方法包括测量电阻抗的变化，但仅凭测量还无法取回选定的细胞。关键的工程难题在于，将一次测量结果与某个特定颗粒对应起来，并在恰当的时刻执行分离操作。\n\n1965 年，麦克·富尔威勒（Mack Fulwyler）介绍了一种电子细胞分选仪，将颗粒体积测量与液滴形成、静电偏转相结合。这确立了后来许多仪器的一项核心原理：先在上游测量颗粒，再追踪其在流动液流中的位置，随后对含有该颗粒的液滴充电并使其偏转。最初的系统依据体积而非荧光来选择颗粒，因此，细胞分选的历史比 FACS 这一特定技术的历史更为广泛。\n\n基于荧光的分选技术是在斯坦福大学伦纳德·赫岑伯格（Leonard Herzenberg）及其合作者的研究中发展起来的。1969 年，亨利·休利特（Henry Hulett）、威廉·邦纳（William Bonner）、珍妮特·巴雷特（Janet Barrett）和赫岑伯格发表论文，介绍了一种利用细胞内荧光自动分离哺乳动物细胞的仪器。后续发展使荧光标记的抗体成为识别细胞群的有效工具。抗体能够区分外观相似但表面分子不同的细胞，使分选不再只是按大小分离颗粒，而成为分离具有特定生物学特征的细胞亚群的手段。\n\n20 世纪 70 年代推出的商业化仪器推动了这项技术在研究实验室中的普及。此后，激发波长数量的增加、探测器性能的提升、数字电子技术的应用，以及流体系统稳定性的改善，使每个细胞可测量的特征数量不断增加。早期实验往往仅依靠一两个荧光信号；后来的仪器则支持规模大得多的多标记检测组合，能够从复杂组织中区分出彼此高度相似的细胞群。\n\n“FACS”一词最初是商业名称，至今仍与特定仪器产品系列相关联，但在非正式用法中，也广泛用于泛指基于荧光的细胞分选。严格来说，“流式细胞分选”是范围更广的类别。并非所有流式细胞仪都具备分选功能，也并非所有细胞分选仪都使用静电偏转液滴。微流控装置及采用其他架构的设备可以在光学分类后分离颗粒，而不采用传统的液滴偏转结构。"
    },
    {
      "heading": "光学测量与液滴分离",
      "text": "常规分选仪将细胞悬液注入鞘液，由鞘液将样本约束成一股细窄的中心液流。这一过程通常称为流体动力聚焦，可减少颗粒通过检测区时运动轨迹的差异。但它并不能保证细胞等间距排列，也不能保证聚集体被分散。颗粒到达的频率，以及多个颗粒因彼此过近而无法明确作出分选判断的发生频率，仍取决于样本浓度和供液情况。\n\n一束或多束激光照射每个经过的颗粒。检测器通过透镜、反射镜和光学滤光片的组合，测量荧光和散射光。前向散射通常与颗粒大小相关，而侧向散射则对内部结构和折射率变化较为敏感。但两者都不能作为细胞大小或“颗粒度”的绝对量度，也不能在所有条件下直接比较：它们都取决于仪器的几何结构、照明波长、光收集角度以及样本的光学性质。\n\n在液滴式分选仪中，振动喷嘴或类似组件对液流施加规律性扰动，使其断裂成液滴。仪器必须确定从光学检测到含有被测颗粒的液滴形成之间的延迟时间。这一时间间隔称为液滴延迟。延迟设置不正确时，可能会使相邻液滴而非目标液滴带电，因此即使光学识别准确，回收率或纯度仍可能很低。\n\n当目标事件满足分选条件时，相应液滴在脱离液流的瞬间被赋予电荷，随后通过偏转板之间的电场。带正电和带负电的液滴分别移向不同的收集位置，不带电的液滴则继续流向废液通道。采用多个电荷水平，可以形成多路收集液流。液滴所受的力遵循 \\(F=qE\\)，其中 \\(q\\) 为液滴所带电荷量，\\(E\\) 为电场强度的大小；不过，液滴的最终轨迹还取决于其质量、速度和偏转装置的几何结构。\n\n喷嘴直径、液流速度、压力和液滴频率是相互关联的运行参数。许多常规系统使用的喷嘴孔径约为70–130微米，针对某些样本也可选用更大孔径的喷嘴。液滴频率通常为数十千赫兹，但液滴生成速率并不等同于成功分选细胞的速率。收集要求、颗粒同时到达、样本的脆弱性以及分选逻辑，通常会使实际可达到的分选速率上限更低。"
    },
    {
      "heading": "荧光标记与多参数检测",
      "text": "荧光是分子吸收光后再发射光的现象，发射光的波长通常更长。因此，荧光标记物具有激发光谱和发射光谱，而非单一、精确的激发波长或发射波长。分选仪的光学系统利用这些特性区分不同标记物，但由于发射光谱具有一定宽度，不同标记物的信号往往会发生重叠。\n\n抗体偶联物是使用最广泛的试剂之一。抗体与抗原结合，其偶联的荧光团则为这种结合提供光学读出。检测组合可同时包含反映细胞谱系、分化、活化及其他状态的标志物。例如，CD3常用于识别T细胞，而CD19广泛用于识别B细胞。解读这些标志物时，需要结合其他标志物及生物学背景，而不能将其视为在所有情况下都具有排他性的身份标识。荧光强度反映的是所用实验条件下的抗体结合情况，并不直接等同于靶分子的绝对数量。\n\n其他标记物可用于测量细胞表面身份特征以外的性质。荧光核酸染料可反映脱氧核糖核酸含量，帮助区分细胞周期的不同阶段。不能透过细胞膜的染料可识别许多细胞膜完整性受损的细胞。报告基因构建体可将荧光与基因表达联系起来，而适当的探针则可反映特定酶的活性、离子浓度或膜电位的某些特征。每种探针都有其特定的生化前提、动力学特征和可能造成的扰动；荧光信号不能等同于对其所反映过程的直接测量。\n\n在传统多色检测中，光谱重叠通过荧光补偿来处理。其简化模型为\n\n\\[\\mathbf{y}=\\mathbf{A}\\mathbf{x}+\\mathbf{b},\\]\n\n其中，\\(\\mathbf{y}\\)包含测得的检测器信号，\\(\\mathbf{x}\\)表示各荧光团的贡献，\\(\\mathbf{A}\\)描述这些贡献在各检测器之间的分布，\\(\\mathbf{b}\\)表示背景。单染对照为估算光谱重叠关系提供信息。补偿可校正平均荧光溢出，但无法消除因检测到的光子数量有限而产生的统计噪声。因此，在一个通道中呈现强荧光的细胞群，可能会使另一通道中的表观分布变宽。\n\n光谱流式细胞术记录多个波段内的发射光，并利用光谱解混估算各组分的贡献。具备相应功能的分选系统可利用这些估算结果进行实时分类。在有适当参考数据的情况下，光谱方法还可将细胞自发荧光作为独立组分进行建模。这些方法并不能免除设置参考对照或精心设计检测组合的必要性：光谱相似、串联染料不稳定、信号微弱以及参考测量不准确，都可能削弱区分能力。"
    },
    {
      "heading": "样本制备与生物学完整性",
      "text": "FACS 处理的是能够通过仪器流路的颗粒。血液和培养细胞悬液是较易直接使用的起始材料，而实体组织通常需要先解离。机械破碎和酶消化可使细胞脱离周围组织，但也可能损伤细胞、改变细胞表面表位，并使某些细胞群更容易被回收。因此，进入分选仪的悬液所代表的，已经是原始样本经过选择后的细胞组成。\n\n聚集体是机械故障和分析误差的重要来源。它们可能堵塞喷嘴、产生异常光学脉冲，或导致两个不同的细胞被当作一个细胞收集。受损细胞释放的胞外 DNA 会加重结团，因此某些样本制备流程会使用适当的酶来减少结团。过滤可以去除较大的碎屑和聚集体，但也可能将本应保留的大细胞或多细胞结构排除在外。因此，处理方式应被视为生物学偏倚的潜在来源，而不只是常规的样本清理步骤。\n\n标记条件会影响荧光测量结果的含义。抗体浓度、孵育时间、温度、洗涤过程以及靶分子的丰度都会影响染色。试剂过量可能增加背景，却不能改善区分效果；试剂不足则可能使真正的阳性细胞表现为弱阳性或阴性。非特异性结合可能源于细胞膜受损、与 Fc 受体的相互作用，或其他与样本有关的机制。组织消化过程中标志物的丢失，可能被误认为相应细胞群不存在。\n\n细胞完整性涉及多个方面。即使一个细胞不被活死染料染上，也仍可能存在转录改变、增殖能力受损或信号传导紊乱。压力变化、通过狭窄流路结构、长时间操作以及收集条件，都可能影响敏感的细胞群。因此，即便分选后即刻检测到的细胞存活率较高，分选也并非在生物学上毫无影响。对功能结果的解读，往往需要区分哪些变化原本就存在于样本中，哪些是在制备和分离过程中引入的。\n\n有些实验会有意对固定或透化后的细胞进行分选，以检测细胞内的蛋白质、转录因子或核酸。这类制备方法能够提供仅凭表面标志物无法获得的信息，但通常无法获得可供后续活细胞培养的细胞。反过来，活细胞分选会限制可用的探针和细胞内检测手段。样本制备还必须与下游检测相容：适合显微观察或 DNA 分析的制备方法，未必能保留另一项实验所需的 RNA 质量、代谢状态或功能活性。"
    },
    {
      "heading": "设门、对照与事件分类",
      "text": "分选仪通过“门”来作出判定：门是一组数值或几何规则，用于确定哪些测得的事件属于所选群体。在简单实验中，一个门可以选出荧光强度高于某一阈值的颗粒。更复杂的策略则通过依次纳入和排除的步骤，结合多项测量结果进行筛选。因此，最终选出的细胞群由整条判定路径共同定义，而非仅由最后显示的标志物决定。\n\n常见的设门流程是先将细胞与碎片分开，排除聚集体，再将分析范围限定为活细胞，最后识别所关注的生物学细胞群。区分聚集体时，通常会比较脉冲面积与脉冲高度或宽度。两个相互黏附的细胞所产生的信号，可能比单个细胞的信号持续更久或形状不同。这些方法能减少双联体的混入，却无法排除所有类型的细胞对；紧密贴合的细胞和形状不规则的颗粒仍可能难以区分。\n\n不同对照用于解决不同方面的不确定性。未染色细胞可显示自发荧光和部分背景来源。单染样本用于确定补偿参数或光谱参考信息。缺一荧光对照包含染色组合中除某一种试剂之外的全部试剂，有助于显示缺少该标志物时相应通道中预期出现的信号分布，包括其他荧光标记造成的分布展宽。它无法判断被省略的抗体是否存在非特异性结合。同型对照可用于评估某些与试剂有关的效应，但不能普遍替代生物学阴性对照或缺一荧光对照。\n\n当表达水平呈连续变化时，门的位置尤为重要。将细胞二分为“阳性”与否，可能只是在一个宽泛的分布上人为划定界线，而非识别出两个天然分离的群体。阈值的确定可取决于实验问题、对照样本以及可接受的混入程度。显示时采用的尺度变换也会影响视觉判断：对数及相关尺度对弱信号的展开方式各不相同，而补偿后的数值低于零也可能是合理的。若缺少尺度信息，仅凭图像画出的门并不能构成完整的设门定义。\n\n自动分类器能够综合多项测量结果，识别难以在二维图中表示的细胞群。然而，探索性计算分析得到的聚类并不会自动成为有效的分选定义。实时系统所用的分类器必须能在仪器规定的时限内完成判定，并在信号漂移和样本变化的情况下保持可靠。无论采用人工分类还是算法分类，描述分选所得细胞时，都需要区分测得的表型与细胞的生物学身份。仅凭标志物组合进行选择，本身并不能确定细胞的发育来源、功能或长期行为。"
    },
    {
      "heading": "纯度、回收率与通量",
      "text": "分选仪的性能包含几个不同的维度。纯度是收集到的颗粒中符合预定目标定义的颗粒所占的比例。回收率是可供分选的目标细胞中成功收集到的比例，不过，文献中以及不同仪器采用的定义可能使用不同的分母。得量通常指回收的目标细胞数量，而存活率关注的是收集后细胞的存活状况。纯度很高的制备物可能回收率很低，而回收到的大量细胞中也仍可能含有相当多的杂细胞。\n\n这些指标可表示为\n\n\\[P=\\frac{N_{\\text{target,collected}}}{N_{\\text{all,collected}}}, \\qquad R=\\frac{N_{\\text{target,collected}}}{N_{\\text{target,available}}}.\\]\n\n使用这些公式，需要明确定义“目标”，并以可靠的方法估算分母。基于门控测得的回收率，不一定等同于所有具有相关生物学意义的细胞的回收率，因为门本身就可能将该细胞群中的一部分排除在外。细胞在管路、收集容器、转移及后续处理过程中的损失，也可能使仪器报告的分选效率与最终可用的细胞得量产生差异。\n\n颗粒重合会造成一种根本性的权衡。如果相关液滴或时间窗口内存在不止一个颗粒，目标细胞就可能与不需要的细胞一同被收集。在假设颗粒独立到达的理想化模型中，每个液滴中的颗粒数服从泊松概率分布：\n\n\\[P(k)=\\frac{\\lambda^k e^{-\\lambda}}{k!},\\]\n\n其中，\\(\\lambda\\) 为每个液滴中的平均颗粒数。提高样本浓度可以增加通量，但也会提高一个液滴中出现多个颗粒的概率。实际悬液可能因聚集及其他非随机效应而偏离这一模型。\n\n不同的分选模式以不同方式处理这一问题。在高纯度模式下，如果相邻事件可能进入同一个待收集液滴，分选仪便可能舍弃该目标事件。以回收率为优先的模式则可能接受更多此类事件，牺牲部分纯度以保留目标细胞。单细胞沉积还要求每个收集位置接收到预定数量的颗粒。即使光学分类正确，孔板的机械定位、液滴轨迹以及未被检测到的小颗粒，也都可能影响这一结果。\n\n稀有目标细胞说明了起始细胞数量和特异性为何重要。如果某一细胞群的出现频率为 \\(10^{-4}\\)，那么在尚未计入制备损失和被舍弃事件的情况下，一百万个起始细胞中也只有约100个目标细胞。在这一频率下，如果非目标细胞的分类假阳性率为 \\(10^{-4}\\)，就可能产生数量相当的非目标事件。因此，分选后复测可为判断所收集样本的组成提供重要证据。当收集到的细胞极少时，为测定纯度而消耗细胞本身就可能造成显著损失；成像或后续分子表征等替代性核查方法则各有不同的局限。"
    },
    {
      "heading": "科研与生物医学应用",
      "text": "免疫学是荧光激活细胞分选（FACS）的主要应用领域之一，因为不同免疫细胞群的形态可能相似，表面标志物和功能却有所不同。在具备合适标志物组合的情况下，FACS 可分离初始淋巴细胞和记忆淋巴细胞、活化细胞亚群、调节性T细胞以及许多其他细胞群。随后，可通过增殖测定、信号传导测量或功能实验，对分选出的细胞进行比较。用于分选的表型是一种操作性定义，关于功能的结论则取决于后续证据。\n\n造血研究利用分选技术，从骨髓、血液及其他来源中富集干细胞和祖细胞群。造血干细胞数量稀少，且无法仅凭外观识别。标志物组合可用于获得富集的细胞组分，而实验性移植或其他功能测定则用于检验长期生成血细胞的能力等特性。标志物的表达因物种、发育阶段和生理条件而异，因此，在一种条件下建立的标志物组合，不能直接用于界定另一种条件下的对应细胞群。\n\n在癌症研究中，分选可将恶性细胞与基质细胞和免疫细胞分离，或从肿瘤中分离出不同的细胞亚群。这使研究人员能够比较其突变、转录状态、药物反应以及实验条件下的成瘤能力。荧光报告系统还可用于在转导或基因组编辑后回收经过遗传操作的细胞。不过，仅凭报告信号阳性，并不能证明预期的基因组改变已经发生；分子层面的确认需要另行检测。\n\n其应用并不限于哺乳动物细胞。只要大小、信号强度和物理性质与仪器相适配，分选仪也可分离带有荧光的细菌、酵母、植物原生质体及其他颗粒。微生物分选可将功能性荧光检测与微生物的回收相衔接，以便进行培养或分子分析。植物领域的应用包括分离细胞核，用于 DNA 含量测量及后续基因组研究。叶绿素和其他天然荧光化合物可以提供有用的信号，但也可能干扰外加的标记。\n\n临床流式细胞术广泛用于免疫表型分析，但不应将分析性测量与临床细胞分选混为一谈。分选在专门的实验室工作流程和某些细胞处理场景中发挥作用，而这些应用须满足额外的验证及监管要求。磁性分选是一种相关的替代方法：它通过磁场截留标记细胞或改变其运动方向，而不是依据详细的光学测量结果进行选择。这种方法可有效富集细胞，而 FACS 通常更便于在同一次分选判定中灵活组合多项阳性和阴性筛选标准。"
    },
    {
      "heading": "单细胞工作流程与其他分选架构",
      "text": "单细胞沉积将FACS与以每个回收细胞为独立样本的实验衔接起来。仪器可将选定的事件对应的细胞置入独立孔中，用于克隆培养、分子扩增或功能检测，从而揭示并比较被群体平均值掩盖的异质性。不过，分选记录中显示一个事件，本身并不能证明孔内恰好含有一个活细胞：未被检测到的颗粒、成对细胞、沉积失误，或沉积后细胞未能存活，都可能改变结果。\n\n索引分选记录每个沉积事件的测量特征，并将这些特征与其目标位置关联起来。例如，之后可以将某个细胞的表面标志物信号强度与其转录谱或其形成的克隆的行为进行比较。与简单的阳性或阴性设门相比，这种方式保留了更多信息。这些测量结果仍受仪器设置和试剂性能的影响，因此，不同实验中的强度值需要经过适当的标准化，才能进行定量比较。\n\n基于孔板的RNA测序及其他分子检测可在裂解和文库制备前，利用FACS筛选细胞。当需要富集稀有细胞群，或需要将表面表型与分子测量结果关联起来时，分选尤其有用。对于难以解离成完整细胞的组织，也可通过分选分离细胞核。细胞核数据与全细胞数据所反映的生物学取样区室不同，而用于富集的门也可能改变进入测序流程的细胞群体组成。\n\n传统的液滴偏转式仪器并非实现荧光引导分离的唯一方式。微流控分选仪将颗粒限制在微小通道内，并利用压力变化、压电驱动、电力或声力等机制，改变流体或颗粒的运动方向。有些装置将整个分选路径封闭起来，另一些则处理包裹在液滴中的细胞，而非自由液体射流中的细胞。其性能取决于通道几何结构、驱动器速度、堵塞倾向以及所需的收集形式。\n\n图像辅助分选补充了传统脉冲测量大多会压缩掉的空间信息。细胞内荧光的分布、细胞形状或报告分子的定位，可用于区分总荧光强度相近的不同状态。例如，核转位与细胞质内弥散分布的荧光，其积分强度可能相近，但生物学意义不同。图像采集、计算和驱动执行都必须在可用的决策时间内完成。这类系统拓展了可用于筛选细胞的特征范围，但其通量、分辨率和样本兼容性在很大程度上取决于具体架构。"
    },
    {
      "heading": "校准、可重复性与生物安全",
      "text": "可靠的分选首先要将仪器本身的表现与生物学变异区分开来。校准颗粒和性能监测颗粒可用于追踪检测器灵敏度、光学对准情况、流路稳定性以及信号变异。具有荧光相关赋值的微球可以支持定量比较，但若要将测量结果换算为细胞上的分子数，还需要对标记情况、荧光团行为和结合情况作出额外假设。稳定的微球信号只能反映仪器性能的某些方面，并不能证明染色或样本制备过程始终未变。\n\n分选还需要针对收集过程进行专门检查。液滴延迟验证、液流稳定性、偏转对准情况以及收集位置准确性，都会影响回收效果，而这些影响独立于荧光测量。系统即使生成了看似合理的分析图，也可能收集了错误的液滴。对分选所得组分进行再分析，可以检验所收集细胞的组成；而对回收细胞计数、对接收细胞的孔进行成像以及评估生物学功能，则分别考察其他方面的性能。任何单项检查都无法同时确认纯度、得率、存活率和功能保留情况。\n\n可重复性取决于是否记录了样本来源、制备方法、试剂信息、染色条件、光学配置、检测器设置、对照、数据变换、门控层级、分选模式和收集条件。流式细胞术标准文件格式可存储事件测量数据及相关元数据，供仪器与软件之间交换使用。但这种格式本身并不能保证所有实验细节、门控决策或分选收集位置都得到保留。索引分选信息和计算分析记录可能需要另外保存为文件。\n\n对于在空气中形成喷射液流的系统，生物危害尤其值得重视。液流紊乱或喷嘴堵塞可能产生含有样本物质的气溶胶。感染风险不仅取决于样本和病原体，也取决于仪器及其防护隔离配置。因此，气溶胶管理系统、防护罩性能和机构生物安全规程都是运行环境的组成部分。经过固定的样本也不一定没有危害，因为能否灭活取决于病原体、处理方式和验证条件。\n\n最后，在解释结果时，必须考虑整个工作流程中引入的选择偏倚。脆弱细胞可能在解离过程中丢失，荧光较弱的细胞可能低于检测阈值，而基于标志物设置的门可能排除未预期到的表型。分选后的存活差异还可能进一步改变培养样本的组成。当分选用于估计细胞群频率或重建细胞多样性时，这些影响尤为重要。记录下来的事件描述的是到达检测器且满足采集条件的颗粒，不能直接视为对原始组织中所有细胞的完整普查。"
    }
  ],
  "links": [
    "cell",
    "flow-cytometry",
    "electrical-impedance",
    "antibody",
    "scattering",
    "electric-charge",
    "electric-field",
    "fluorescence",
    "antigen",
    "t-cell",
    "b-cell",
    "dna",
    "cell-cycle",
    "gene-expression",
    "membrane-potential",
    "spectral-flow-cytometry",
    "enzyme",
    "protein",
    "probability-distribution",
    "regulatory-t-cell",
    "hematopoiesis",
    "cancer",
    "genome-editing",
    "bacteria",
    "rna-sequencing",
    "microfluidics",
    "calibration"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}