在现代免疫学和细胞生物学研究中，流式细胞术早已成为不可或缺的利器。尤其是近年来，随着仪器技术的进步，研究人员已经可以在单次实验中同时检测多达28–40种荧光标记——这意味着我们能更精细地“看清”每一个细胞的身份与状态。

但问题也随之而来：颜色越多，荧光染料之间的“串色”（spectral overlap）风险就越高。一旦荧光信号互相干扰，不仅会影响数据准确性，还可能导致设门错误、补偿失败，甚至整个实验结果不可重复。

那么，有没有一种方法，能快速、科学地从上百种荧光染料中，选出一组彼此“不打架”的最佳组合？

答案是：有！

来自丹麦技术大学等机构的研究团队2021年开发了一种全新的复杂度优化算法，并将其集成到一个名为 Spectracular 的在线工具中（https://biosurf.shinyapps.io/spectracular/，但是ShinyApps从国内访问速度比较慢，一方面需多刷新几次，另一方面可能需要特殊方法访问，直到出现下面的界面才说明能正常使用。此外，因为是4年前的工具，所以有些最新染料没有在列表中。代码在2021年的时候是开源的，现在代码看不到了），专门用于解决多色流式组合设计中的光谱重叠难题。




该算法的原理和性能（太长不读版）：



为什么传统方法不够用？

手动挑选荧光染料看似简单，实则极其复杂。假设有30种可选染料，要从中选出15种组成一个组合，可能的排列组合数量高达 1.55亿种。如果用穷举法（brute force）逐一计算每种组合的光谱重叠程度，在普通笔记本电脑上需要 超过41分钟；而如果扩展到60种染料选28色，计算时间将长达 约50年！

人类靠肉眼比对发射光谱曲线，不仅效率低下，而且在面对高维组合优化问题时表现极差——这本质上是一个 NP难问题。

Spectracular 的核心思路

研究团队没有试图暴力破解所有组合，而是采用了一种聪明的近似策略：

• 聚类分组：首先根据荧光染料的发射光谱，使用“earth mover’s distance”（EMD）进行层次聚类，将高度重叠的染料归入同一簇。
• 构建图模型：将这些簇视为 k-部图（k-partite graph）的顶点，不同簇之间的边权重代表两染料的重叠系数（overlap coefficient）。
• 寻找最优簇：通过逐步添加权重最小的边，直到形成一个包含 k 个节点（即 k 色组合）的完全子图（k-clique），从而得到近似最优解。
  

该算法的时间复杂度约为 O(n³/k)，在标准笔记本电脑上，即使处理30选29的极端情况，也仅需 约8秒。

性能验证：比专家设计的组合还好？

研究团队在2021年用当时63个已发表的 OMIP（Optimized Multicolor Immunofluorescence Panel）作为基准进行测试。这些组合均由流式细胞术专家精心设计并经过同行评审。



结果显示：

• 在绝大多数案例中，Spectracular 推荐的组合具有更低的平均光谱重叠系数；
• 少数 OMIP 组合表现略优，但这主要是因为 Spectracular 优化目标是 最小化最大重叠（避免任何一对染料严重串色），而评价指标采用的是 平均重叠；
• 实际上，最小化最大重叠能天然保证整体重叠水平较低，且更适用于真实实验场景。
  

举个例子：如果两个荧光染料分别标记的是 互斥表达 的蛋白（比如 CD4 和 CD8），即使它们光谱重叠较高，也不会在同一细胞上同时发光，因此串色风险极低。Spectracular 允许用户利用这类生物学先验知识进行约束优化（文章里面这么说，但在Online的工具里面并没有看到这个选项）。

工具功能亮点

Spectracular 不仅快，还非常实用：

• 支持自定义仪器配置：用户只需输入自己流式仪的激光器类型（如488 nm、640 nm等），系统会自动筛选可被有效激发的染料。
• 内置133种常用荧光染料：包括 BUV395、Brilliant Violet 421、PE-Cy7、APC-H7 等主流试剂。
• 支持预选染料：如果你已有部分抗体-染料偶联物，可强制将其纳入组合，系统会围绕这些固定项优化其余选择。
• 考虑共表达与互斥表达：可指定某些标记不会在同一细胞上共表达，从而放宽对它们之间光谱重叠的限制。（在Online的工具里面并没有看到这个选项）
  

技术细节：如何量化“重叠”？

Spectracular 使用 Szymkiewicz–Simpson 重叠系数 来衡量两种荧光染料的光谱相似性

该系数取值在 0 到 1 之间，越接近 1 表示重叠越严重。

此外，系统默认只考虑 激发效率 ≥25% 的激光-染料配对，避免将弱激发信号误判为有效信号。

局限与提醒

尽管 Spectracular 极大简化了组合设计流程，但它 不考虑以下因素：

• 流式仪的具体滤光片设置；
• 荧光染料的亮度（brightness）；
• 串联染料（如 PE-Cy7）的批次稳定性或降解问题。
  

因此，最终组合仍需结合实验经验进行微调。但作为第一步的“智能筛选”，它已能大幅减少试错成本。


下面是我在3激光配置下，随机选择多个染料，搭配10色和13色组合的性能直观呈现，Overlap越大，这个方案干扰可能会越大：



无论你是刚入门的研究生，还是设计40色超大规模组合的资深专家，这个工具都能帮你省下大量时间和精力。

1. 
   
2. 参考文献：Lars Rønn Olsen, Alfredo Benso, Gianfranco Politano, Mike Bogetofte Barnkob. Minimizing spectral overlap in multicolor flow cytometry experiments. bioRxiv 2021.03.17.435861; doi: https://doi.org/10.1101/2021.03.17.435861
   

复制代码