nature

当前位置: Nature » 细胞生物学 » 正文

Nature:如何打造人类细胞图集

标签:细胞 测序 图集
摘要 : 计算生物学家Aviv Regev喜欢挑战一些看似不可能完成的任务。

计算生物学家Aviv Regev喜欢挑战一些看似不可能完成的任务。2011年,她与分子遗传学家Joshua Levin合作,测试了RNA测序的几种方法。科学家希望找到这几种技术的极限,以查看哪种方法表现最佳。他们用降解RNA或极少量的分子处理样品。最终,Levin指出,一些技术的灵敏度非常高,能检测含量低于单细胞中含有的RNA量的样本。

对于Regev而言,这似乎是个好机会。她一直在寻找探索复杂的基因网络在单个细胞中的运作机制的方法,并想了解在各个细胞中这些网络有何差异,以及最终各种细胞群体如何协同工作。

这些答案将揭示细胞如何构建复杂生物体,如人类。就职于美国博德研究所的Regev和Levin对18个来自小鼠骨髓的、看似相同的免疫细胞进行了RNA测序,结果发现其中一些细胞与其余细胞的基因表达模式截然不同。它们就像两个不同的细胞亚型。

这使得Regev想进一步推进研究,即使用单细胞测序了解人体内存在多少种不同的细胞类型、它们在哪个部位,以及如何发挥作用。Regev的实验室同时对18个细胞进行了检测,一共测定了数十万个RNA的序列,并将单细胞分析与基因组编辑技术结合起来,以了解关键调控基因被抑制时会发生什么。

结果是发现了一些新的细胞类型,例如,识别两种新型视网膜神经元。但Regev还希望找到更多的细胞类型。2016年底,她帮助推出了“国际人体细胞图谱计划”。该计划准备对人体中所有(估计37万亿个)细胞进行分类和测序。

瑞典皇家理工学院微生物学家Mathias Uhlén指出,现在测绘单个细胞的研究越来越流行了。“但我认为,人体细胞图谱计划会是历史上最重要的生命科学项目之一,它甚至要比人类基因组计划更重要。”

纽约市纪念斯隆凯特琳癌症中心计算生物学家、认识Regev已有18年的Dana Peer表示,Regev就喜欢这种大规模项目。“Regev非常独特的一点就是她的视野非常开阔。我从未见过一个科学家,能同时深入而创新地思考这么多事情。”

悬而未决

当Regev还是以色列特拉维夫大学本科生时,学生们必须在开始学习之前选择一门课程。但她不想选。“太多有趣的事情了。”她说。最后,她选择了一个先进的跨学科项目,以便同时学习多个学科,跳过学士学位,直接攻读硕士。

Regev本科期间的转折点是得到了进化生物学家Eva Jablonka的指导。Jablonka提出了一个关于表观遗传进化的备受争议的理论。Regev佩服Jablonka面对批评的勇气和坦率。Regev认为,“容易的路总是很多,但选择走困难道路的人更让人印象深刻。”

Jablonka的课程有Regev喜爱的复杂遗传学问题。而且,她表示,“基因非常有趣,但更有趣的是基因之间的相互协作。而基因彼此协作的第一媒介是细胞。”

之后,Regev在以色列魏兹曼科学研究所Ehud Shapiro实验室攻读计算生物学博士学位。2003年,她搬到了哈佛大学鲍尔基因组学研究中心。在那里Regev拥有了属于自己的独立的小团队。

Regev着重于通过观察细胞中的RNA分子分析遗传网络。2004年,她将这种技术应用于肿瘤,由此发现了不同类型癌症共享的基因表达模式,以及一些更具体的基因表达模式。到2006年,35岁的她在博德研究所成立了自己的实验室。

打破相似性

在博德研究所,Regev致力于研究如何从RNA测序数据中筛选出复杂信息。2011年,她开发了一种在不使用参考基因组的情况下,组装出完整的转录组的方法,这种技术在生物体的基因组未被深入测序时非常很重要。

当时,Levin也提出了对单个细胞内RNA进行测序的前景。在此之前,单细胞基因组学几乎是不可能的,因为技术不够灵敏,无法检测一个细胞内的微量RNA或DNA。但2011年情况开始发生变化。

Regev等人使用18种免疫细胞——也是树突状细胞,测试相关方法。Regev当时的博士后、现在就职于纽约基因组中心的Rahul Satija提到,“我当时坚持实验会证明同样类型的细胞的检测结果是相同的。”然而结果并非如此,他发现了两种完全不同的细胞亚型。甚至即使是同一亚型里,个体细胞的调控表达和免疫基因都存在很大的差异。Regev回忆,那是很小的一个研究,但却发现了很多信息。

在标准遗传测序中,研究人员会从许多细胞的混合物中提取DNA或RNA,以产生整个细胞群体的平均读数。Regev将这种方法比喻成水果冰沙。颜色和味道能提示冰沙的成分,但是其中一个甚至十几个蓝莓的味道,很容易被一堆草莓覆盖。

相比之下,“单细胞数据就像水果沙拉。你可以轻而易举地将蓝莓和黑莓分开。”Regev说。这有助于揭示细胞的多样性。生物学家可以使用单细胞基因组学对肿瘤进行序列分析,以确定哪些基因被恶性细胞表达、哪些被非恶性细胞表达、哪些被免疫系统或血管表达——这可以推动新型癌症药物的开发。

该技术还能帮助开发针对其他多种疾病的药物。在全面分析哪些细胞高表达致病基因的情况下,了解哪些基因是潜在的药物靶标更具临床意义。

实际上,Regev不是唯一一个迷恋大规模单细胞分析的人。至少从2012年起,科学家就一直想使用这些技术绘制人类其他细胞类型。加州斯坦福大学生物工程师、陈—扎克伯格生物科技中心共同负责人Stephen Quake表示,几乎同时,世界多个地区的研究组都各自提出了这种想法。

人体细胞图集

2014年前后,Regev开始举办关于细胞测绘的讲座和研讨会。英国维康信托桑格研究所细胞遗传学主管Sarah Teichmann听说了Regev的想法,并于去年联系她,问她是否愿意合作建立一个国际人体细胞图谱项目。该项目不仅需要基因组学研究人员参与,还需要研究各种组织和器官系统的生理学专家参与。

Regev抓住了这个机会,她和Teichmann现在是人体细胞图谱计划的联合负责人。该项目计划将对人体各种细胞的RNA进行测序,然后使用这些基因表达谱将细胞分类,定义新的细胞,并绘制所有细胞及其分子的空间组织方式。

该项目还旨在发现和表征人体中所有可能的细胞状态。科学家认为,人体内大约有300种主要的细胞类型,但Regev认为人体内的细胞类型和状态远超过这个数字。Teichmann 指出,现在项目还处于起步阶段。

一些科学家担心,人体细胞图谱计划将耗尽其他项目的资金和努力——这是许多类似大型国际大科学项目都会受到的批评。Regev实验室博士生Atray Dixit指出,确实有这个压力。“我们知道会得到很多重要发现,从学术意义上讲,这个项目是低风险的。但成本太高了。我们应思考如何在学术意义和经济成本之间寻找平衡。”

而且,英国剑桥大学发育生物学家Azim Surani不确定该项目能否平衡数据量和信息深度。“人体细胞图谱给你的是一幅很大的图,但你并不能深入了解不同的细胞类型,以及它们之间的关系。因此很难说人体细胞图谱计划的投入产出比有多高。”他说。

Surani也怀疑单细胞基因组学是否已经成熟到足以开展一个大项目。“技术已经成熟到你可以充分利用了吗?”他说。例如,在无偏向且不影响RNA品质的情况下,从组织中提取单细胞仍然是非常困难的。如果很多团体独立摸索这类问题,效果可能比现在直接开展大规模细胞图谱绘制要好。

很多人还担心这个项目何时才能完成。但Regev认为完成不是唯一的目标。计划是模块化的,你可以把它分解成很多碎片。她表示,即使该项目只是对视网膜中的所有细胞进行编目,也会对药物开发非常有用。“时间会证明它的价值。”她说。

现在,Regev工作起来没日没夜。而她的工作强度和高度聚焦源自于对细胞的无限热爱。“我是非常幸运的人,做的是最爱的事情。无论怎么看,细胞都是神奇而迷人的。”她说。

原文链接:

How to build a human cell atlas

原文摘要:

Aviv Regev likes to work at the edge of what is possible. In 2011, the computational biologist was collaborating with molecular geneticist Joshua Levin to test a handful of methods for sequencing RNA. The scientists were aiming to push the technologies to the brink of failure and see which performed the best. They processed samples with degraded RNA or vanishingly small amounts of the molecule. Eventually, Levin pointed out that they were sequencing less RNA than appears in a single cell.

来源: Nature 浏览次数:0

热门文章TOP

RSS订阅 - 填写您的邮件地址,订阅我们的精彩内容: - 网站地图
网站联系电话:020-87540820 备案号:粤ICP备11050685号-8 增值电信业务经营许可证:粤B2-20120479
©2011-2015 生物帮 All rights reserved.