科學家將分類和測序人體所有細胞

作者：唐一塵 來源：科學網 www.sciencenet.cn 發布時間：2017/8/7 21:17:26

Aviv Regev 圖片來源：Casey Atkins

計算生物學家Aviv Regev喜歡挑戰一些看似不可能完成的任務。2011年，她與分子遺傳學家Joshua Levin合作，測試了RNA測序的幾種方法。科學家希望找到這幾種技術的極限，以查看哪種方法表現最佳。他們用降解RNA或極少量的分子處理樣品。最終，Levin指出，一些技術的靈敏度非常高，能檢測含量低於單細胞中含有的RNA量的樣本。

對於Regev而言，這似乎是個好機會。她一直在尋找探索複雜的基因網路在單個細胞中的運作機制的方法，並想了解在各個細胞中這些網路有何差異，以及最終各種細胞群體如何協同工作。

這些答案將揭示細胞如何構建複雜生物體，如人類。就職於美國博德研究所的Regev和Levin對18個來自小鼠骨髓的、看似相同的免疫細胞進行了RNA測序，結果發現其中一些細胞與其餘細胞的基因表達模式截然不同。它們就像兩個不同的細胞亞型。

這使得Regev想進一步推進研究，即使用單細胞測序了解人體內存在多少種不同的細胞類型、它們在哪個部位，以及如何發揮作用。Regev的實驗室同時對18個細胞進行了檢測，一共測定了數十萬個RNA的序列，並將單細胞分析與基因組編輯技術結合起來，以了解關鍵調控基因被抑制時會發生什麼。

結果是發現了一些新的細胞類型，例如，識別兩種新型視網膜神經元。但Regev還希望找到更多的細胞類型。2016年底，她幫助推出了「國際人體細胞圖譜計劃」。該計劃準備對人體中所有(估計37萬億個)細胞進行分類和測序。

瑞典皇家理工學院微生物學家Mathias Uhlén指出，現在測繪單個細胞的研究越來越流行了。「但我認為，人體細胞圖譜計劃會是歷史上最重要的生命科學項目之一，它甚至要比人類基因組計劃更重要。」

紐約市紀念斯隆凱特琳癌症中心計算生物學家、認識Regev已有18年的Dana Peer表示，Regev就喜歡這種大規模項目。「Regev非常獨特的一點就是她的視野非常開闊。我從未見過一個科學家，能同時深入而創新地思考這麼多事情。」

懸而未決

當Regev還是以色列特拉維夫大學大學部生時，學生們必須在開始學習之前選擇一門課程。但她不想選。「太多有趣的事情了。」她說。最後，她選擇了一個先進的跨學科項目，以便同時學習多個學科，跳過學士學位，直接攻讀碩士。

Regev大學部期間的轉折點是得到了進化生物學家Eva Jablonka的指導。Jablonka提出了一個關於表觀遺傳進化的備受爭議的理論。Regev佩服Jablonka面對批評的勇氣和坦率。Regev認為，「容易的路總是很多，但選擇走困難道路的人更讓人印象深刻。」

Jablonka的課程有Regev喜愛的複雜遺傳學問題。而且，她表示，「基因非常有趣，但更有趣的是基因之間的相互協作。而基因彼此協作的第一媒介是細胞。」

之後，Regev在以色列魏茲曼科學研究所Ehud Shapiro實驗室攻讀計算生物學博士學位。2003年，她搬到了哈佛大學鮑爾基因組學研究中心。在那裡Regev擁有了屬於自己的獨立的小團隊。

Regev著重於通過觀察細胞中的RNA分子分析遺傳網路。2004年，她將這種技術應用於腫瘤，由此發現了不同類型癌症共享的基因表達模式，以及一些更具體的基因表達模式。到2006年，35歲的她在博德研究所成立了自己的實驗室。

打破相似性

在博德研究所，Regev致力於研究如何從RNA測序數據中篩選出複雜信息。2011年，她開發了一種在不使用參考基因組的情況下，組裝出完整的轉錄組的方法，這種技術在生物體的基因組未被深入測序時非常很重要。

當時，Levin也提出了對單個細胞內RNA進行測序的前景。在此之前，單細胞基因組學幾乎是不可能的，因為技術不夠靈敏，無法檢測一個細胞內的微量RNA或DNA。但2011年情況開始發生變化。

Regev等人使用18種免疫細胞——也是樹突狀細胞，測試相關方法。Regev當時的博士后、現在就職於紐約基因組中心的Rahul Satija提到，「我當時堅持實驗會證明同樣類型的細胞的檢測結果是相同的。」然而結果並非如此，他發現了兩種完全不同的細胞亞型。甚至即使是同一亞型里，個體細胞的調控表達和免疫基因都存在很大的差異。Regev回憶，那是很小的一個研究，但卻發現了很多信息。

在標準遺傳測序中，研究人員會從許多細胞的混合物中提取DNA或RNA，以產生整個細胞群體的平均讀數。Regev將這種方法比喻成水果冰沙。顏色和味道能提示冰沙的成分，但是其中一個甚至十幾個藍莓的味道，很容易被一堆草莓覆蓋。

相比之下，「單細胞數據就像水果沙拉。你可以輕而易舉地將藍莓和黑莓分開。」Regev說。這有助於揭示細胞的多樣性。生物學家可以使用單細胞基因組學對腫瘤進行序列分析，以確定哪些基因被惡性細胞表達、哪些被非惡性細胞表達、哪些被免疫系統或血管表達——這可以推動新型癌症藥物的開發。

該技術還能幫助開發針對其他多種疾病的藥物。在全面分析哪些細胞高表達致病基因的情況下，了解哪些基因是潛在的藥物靶標更具臨床意義。

實際上，Regev不是唯一一個迷戀大規模單細胞分析的人。至少從2012年起，科學家就一直想使用這些技術繪製人類其他細胞類型。加州斯坦福大學生物工程師、陳—扎克伯格生物科技中心共同負責人Stephen Quake表示，幾乎同時，世界多個地區的研究組都各自提出了這種想法。

人體細胞圖集

2014年前後，Regev開始舉辦關於細胞測繪的講座和研討會。英國維康信託桑格研究所細胞遺傳學主管Sarah Teichmann聽說了Regev的想法，並於去年聯繫她，問她是否願意合作建立一個國際人體細胞圖譜項目。該項目不僅需要基因組學研究人員參與，還需要研究各種組織和器官系統的生理學專家參與。

Regev抓住了這個機會，她和Teichmann現在是人體細胞圖譜計劃的聯合負責人。該項目計劃將對人體各種細胞的RNA進行測序，然後使用這些基因表達譜將細胞分類，定義新的細胞，並繪製所有細胞及其分子的空間組織方式。

該項目還旨在發現和表徵人體中所有可能的細胞狀態。科學家認為，人體內大約有300種主要的細胞類型，但Regev認為人體內的細胞類型和狀態遠超過這個數字。Teichmann 指出，現在項目還處於起步階段。

一些科學家擔心，人體細胞圖譜計劃將耗盡其他項目的資金和努力——這是許多類似大型國際大科學項目都會受到的批評。Regev實驗室博士生Atray Dixit指出，確實有這個壓力。「我們知道會得到很多重要發現，從學術意義上講，這個項目是低風險的。但成本太高了。我們應思考如何在學術意義和經濟成本之間尋找平衡。」

而且，英國劍橋大學發育生物學家Azim Surani不確定該項目能否平衡數據量和信息深度。「人體細胞圖譜給你的是一幅很大的圖，但你並不能深入了解不同的細胞類型，以及它們之間的關係。因此很難說人體細胞圖譜計劃的投入產出比有多高。」他說。

Surani也懷疑單細胞基因組學是否已經成熟到足以開展一個大項目。「技術已經成熟到你可以充分利用了嗎?」他說。例如，在無偏向且不影響RNA品質的情況下，從組織中提取單細胞仍然是非常困難的。如果很多團體獨立摸索這類問題，效果可能比現在直接開展大規模細胞圖譜繪製要好。

很多人還擔心這個項目何時才能完成。但Regev認為完成不是唯一的目標。計劃是模塊化的，你可以把它分解成很多碎片。她表示，即使該項目只是對視網膜中的所有細胞進行編目，也會對藥物開發非常有用。「時間會證明它的價值。」她說。

現在，Regev工作起來沒日沒夜。而她的工作強度和高度聚焦源自於對細胞的無限熱愛。「我是非常幸運的人，做的是最愛的事情。無論怎麼看，細胞都是神奇而迷人的。」她說。（唐一塵編譯）

更多閱讀