上月21日,整理“人类细胞图谱”(HCA·Human Cell Atlas)国际研究项目首批成果的数十篇论文在《自然》及其姊妹刊上发表。旨在绘制构成人体的约37万亿个细胞的综合图谱的HCA项目,自2016年起由102个国家3600多名科学家参与,以从全球9000余人身上获取的6200万个细胞为对象展开研究。该项目的启动目的是按细胞类型对细胞进行区分,并制作包含各细胞类型的位置、功能、相互作用等详细信息的综合参考图谱。细胞是生命的基本单位,在构成人体和调节生命现象方面发挥着必不可少的作用。据悉人体内有超过3000种细胞类型。因此,理解细胞的多样性与复杂性,对于加深对人类健康与疾病的认识、提高疾病诊断与治疗的准确性和效果极为重要。
HCA研究团队在此次首批发布中,于骨骼发育、免疫系统建立、肠道疾病等多个领域取得了值得关注的进展。例如在骨骼发育研究中确认了参与骨与软骨形成的基因,并揭示其与关节炎等疾病相关。此外,通过肠道细胞研究,查明了160万个细胞的位置信息和单个细胞的功能,提供了关于肠道细胞的位置、种类及与周围组织相互作用的信息。特别是通过与无胃肠道疾病患者的比较,得以区分出影响胃癌、大肠癌、溃疡性结肠炎、克罗恩病等各种肠道疾病的肠道细胞。该研究提供了有助于理解胃肠道疾病发病机制的信息,并揭示特定干细胞是加重肠道炎症的原因。除此之外,其他研究团队还在胎盘、脑、肺等多种组织中发现了新的细胞类型及其功能,为疾病成因与治疗方法提供了新的知识。
HCA研究中,单细胞RNA测序与空间基因组学技术被用作核心技术。单细胞RNA测序是分离并分析各个细胞整体基因表达谱的技术,可逐一确认在各个细胞中被激活的基因,从而理解细胞的功能与状态。它不仅能检测细胞之间的细微差异,还能检测疾病状态下的细胞变化。空间基因组学是将组织内细胞的空间排布与该位置的基因表达结合起来进行分析的技术,在理解细胞与细胞、细胞与周围环境之间复杂的相互作用方面发挥着重要作用。
如此获得的数据既复杂又数量庞大。为有效分析和整合这些数据,研究人员利用人工智能与统计建模技术,开展了细胞类型分类、细胞状态预测、生物学网络重构等工作。所使用的工具包括:能够从单细胞RNA测序数据中迅速分类并标注细胞类型的工具,以及利用基于深度学习的算法学习细胞谱的复杂模式、并据此快速分类细胞类型或状态的工具。它们使得对在各种疾病状态和组织中观察到的细胞之间的相似性进行比较分析成为可能,有望为疾病研究中发现新的生物学标记物或识别治疗靶点作出贡献。
在推进HCA项目的过程中,为使全人类都能公平获益而从多样人群中采集样本,并且全球各地的科学家展开合作,这一点非常值得肯定。研究成果向全球研究者公开,被用于各种生物学及医学研究,这将通过基于数据的后续研究,把人类对健康的理解提升到新的高度。最终,HCA项目将为解开人类寿命与老化、疾病之谜提供重要线索。更进一步,它将带来疾病早期诊断、预防与治疗的划时代进步,并提供开启定制化治疗时代的关键钥匙。






