一次测序一个细胞

如您所料在化学物理背景的人,亚历克斯Shalek发现处理细胞博士期间令人沮丧的经历。后是否杀死癌细胞或免疫细胞的发展,结果保持细胞不同,即使是相同的。

“我在我认为是一个系统,运用一个扰动,然后让很多不同的输出,“Shalek说,现在的化学副教授在美国麻省理工学院。“我是想弄清楚发生了什么事。一种选择是,我只是非常坏的测量,因为我不是在生物学训练。的更诱人的但不太可能选择的是所谓的相同的细胞实际上是不同的。

自1962年以来,我们已经知道37万亿年几乎所有的人类细胞体内包含相同的基因。约翰·古尔的诺贝尔奖获得者的青蛙实验表明,细胞核的卵细胞可以被一个来自成年细胞取代,和鸡蛋会发展成为一个完美的克隆的青蛙。

DNA是否来自一个神经元或肝细胞,它包含所需的所有遗传信息创建体内每一个细胞。这些细胞的区别不是他们的DNA;他们如何使用它。激活在正确的时间正确的基因触发生化级联,让每个细胞所需要的工具在体内发挥作用。这种活动模式之间的不同细胞类型和不同的发展阶段。

每次读取一个基因或转录,细胞产生一个信使RNA分子,可作为科学家的一个标记来追踪哪些基因是活跃的。收集足够的RNA材料分析,然而,通常需要学习大量的样本成千上万的看似相同的细胞。这种方法类似于检查水果冰沙的内容;我们可以确定所有的分子存在,但我们失去了水果他们来自最初的信息以及这些水果如何不同。Shalek和他的同事们想要的是一个水果沙拉,在那里他们可以挑选每个独立的部分,分别分析。

这是一个真正的革命的决议

2013年,他们发表了一项研究的18显然相同的细胞分别测序RNA。当我们开始做它,你可以得到生理上有意义的数据从这些sub-picogram单个细胞的RNA水平似乎有点疯狂,“Shalek说。这种艰苦的工作显示细胞分为两个截然不同的亚型的显著差异基因活动,尽管从表面上看似乎是相同的。这不仅证实了Shalek的测量技能但是也证明了需要重新考虑我们的细胞分类。

一项决议革命

哈佛、麻省理工学院和合作者一起广泛研究所Shalek致力于扩大单细胞RNA序列。在2015年,这导致Drop-seq,使用先进的测序的技术、微流体和分子条码。每个细胞局限于单个液滴在微流控装置,在细胞破碎的开放和RNA分子标记细胞的惟一标识符。水滴可以汇集和测序,随着分子条形码显示每个细胞RNA分子。

这是令人难以置信的大量的人聚在一起在波士顿社区。这是不可避免的事,只可能发生在这个生态系统工程师、科学家和计算生物学家一起工作。背后的概念已经有很长一段时间,所以这是高兴终于看到它结出果实,Shalek说。

正如罗伯特·虎克用他的提高显微镜350多年前第一次看到细胞,单细胞RNA序列是一种工具看到细胞的内部运作和告诉他们分开——分子显微镜。“决议,这是一个真正的革命”说Muzlifah Haniffa,皮肤病和免疫学教授在英国纽卡斯尔大学。实验室在世界各地蜂拥至单细胞RNA序列尽可能Drop-seq和其他技术增加了每个实验的细胞数成百上千。更多的细胞是机会识别的细胞类型以前无法区分的,可能对理解健康和疾病至关重要。

罕见的疾病细胞驾驶

单细胞测序所取得的显著成果之一是在2018年发现的一种新型的肺细胞。这些肺ionocytes后来所知,有一个特别高雌性生殖道基因的活动,这是与囊性纤维化疾病。事实上,这些罕见的细胞似乎负责几乎所有雌性生殖道肺的活动,使他们的新疗法的一个主要目标。

它真的是关于整个疾病的解构

两组人员分别确定了ionocytes并公布他们的发现与对方。的一个团体包括与诺华生物医学研究所的合作(),那里仍然是一个活跃的项目来描述这些细胞。

”这是一个很好的例子,因为它强调是多么强大的如果你能确定一个相当罕见的疾病有关的细胞类型,”乌尔里克·瑙曼说,全球领先的新一代测序在巴塞尔NIBR,瑞士。“这证实NIBR真正应该进入这个空间,我们肯定做了一些投资。”

NIBR使用单细胞测序描述疾病的细节到一个新的水平。瑙曼说,例如,传统的许多细胞RNA序列难以区分不同的炎症性皮肤病,信号淹没在一个“愤怒的角化细胞(皮肤细胞)签名的。通过把疾病分解成单个细胞类型,她的团队正在努力理解为什么他们对治疗的反应也不同。

对整个疾病——解构的真的很了解关键组件,找到这些疾病有关的细胞类型,在这些细胞类型特异表达途径,最终,我们的目标是找到新的目标,“瑙曼说。

元素周期表的细胞

ionocytes发现了我们在知识方面的一些罕见的细胞类型的重要性在我们的身体功能。然而,填补这些差距是一个巨大的事业。Haniffa属于人类细胞Atlas项目,一个项目,旨在识别所有不同的我们的身体细胞。自2016年成立以来,2000多名来自75个国家的研究人员加入了主动。

到目前为止,十几个地图册已经出版,包括肠道,小脑,航空,心脏和肝脏。”的元素的元素周期表,我们得到的是元素周期表的人体细胞构成,”她说。

好像这不够宏伟,我们的细胞表现出非常不同的一生,从最早的发展阶段在子宫里老的年龄。如何识别这些变化可以提供线索一些疾病发展和寻找新的方式来对待他们。

找到关掉这个活动可能产生新的治疗方法

Haniffa在一种童年的肾癌的工作称为霍奇金病”肿瘤显示了这种方法的潜在价值。而不是等发展中积累的突变一生成人癌症,儿童癌症通常是由单一突变破坏细胞的健康发展。“儿童癌症通常是几乎像一个异常的形式的发展,”她说。

Haniffa发现肿瘤细胞有很多类似肾细胞在胚胎发展。看来,出于某些原因,这些癌细胞在正常的开发过程停滞不前。这就提出了一个可能性,将肿瘤细胞与growth-signalling分子可能会促使他们成为健康、更换需要化疗杀死癌细胞,有长期的副作用。

有些疾病,如霍奇金病的肿瘤,可能是由于发展停滞不前,其他人可能是由于发展过程中引发错误的地点和错误的时间。Haniffa发现基因活动在炎症性肠病或湿疹等疾病,通常只存在于细胞来自发展中肠道或皮肤。找到关掉这个项目的活动可能会产生新的治疗炎性疾病。

理解感染

应用疾病远远超出了癌症,虽然。即使我们理解传染病可以通过单细胞测序。Sars-CoV-2导致Covid-19的病毒,是最近的一个显著的例子。像其他病毒,它选择性地感染我们身体里的细胞根据其表面受体。

该病毒侵入细胞,通过一个巧妙的方式,操纵它们的分子机器,”尼古拉斯说Rajewsky,系统生物学教授Max-Delbruck-Center分子医学在柏林,德国。(单细胞分析)告诉你,例如,肺细胞实际上是受到影响,在哪个方向,由感染或治疗从一个分子的观点。”

人类细胞图谱枢轴Covid-19当大流行的焦点。它发现了特定的细胞的眼睛、鼻子、唾液腺和肺,容易Sars-CoV-2病毒。这些知识帮助通知后与Covid-19研究人与人之间的不同反应,以及提供进一步证据面具的好处。

我们开始将这一技术应用于从埃博拉麻风病

单细胞技术的进步有助于扩大传染病实验室没有开展Drop-seq技术的基础设施。Shalek和克里斯托弗·爱,麻省理工学院的化学工程教授开发了一种新方法来隔离单独的细胞称为Seq-Well,它使用类似于微尺度冰块托盘,每个可以容纳一个细胞。

的目标是消除一切复杂,“Shalek说。我们开始将这一技术应用于从埃博拉麻风病在不同的地方是一个真正的关键需要了解潜在的生物学,但获得这些技术壁垒,要么给基础设施,成本或可访问性。

以细胞为基础的医学

分析单个细胞的力量意味着我们可以超越治疗疾病,而不是阻止他们发生。我们可以检测细胞最早的变化偏离常态,推动他们恢复健康,Rajewsky说。细胞医学的想法是治疗人类细胞前症状的发生。

许多最常见的老年性疾病,如心血管疾病、癌症或痴呆,需要许多年或几十年的心血。最早的变化与阿尔茨海默病可以开始20或30年在出现症状之前,届时有广泛,不可挽回的损害大脑。

目前的方法来预防这些疾病的关注,通常是通过改变生活方式,或治疗一旦损坏就完成了。医学细胞会适应这些差距,治疗细胞开始出错之前完全解开。单细胞技术允许这些异常细胞的变化被发现比以往任何时候都更早。这可以作为一种健康体检在没有症状的人,或作为一种监控特定疾病的高危人群通过遗传或生活方式因素。“最早的变化正在发生在单细胞水平,这是我们可以攻击,“Rajewsky说。

细胞的药来治疗症状出现前的细胞

确定疾病的最初迹象可以揭示分子发生这些变化的原因和找到新的治疗目标。就像Haniffa工作霍奇金病的肿瘤,Rajewsky说,这将使我们能够理解治疗受损的细胞,而不是简单地杀死它们。正确的细胞的活动的一个方法是使用工程mRNA。正如Pfizer-BioNTech和现代化Covid-19疫苗使用信使rna来促使我们的细胞产生Sars-CoV-2蛋白质,信使rna可以用来提高其他蛋白质的生产。信使rna可以被编程来表达任何这些细胞。所以这也是一个美妙的机制来干扰特定细胞很有针对性,Rajewsky说。

Rajewsky是一生行动的协调人之一,欧洲各地的项目超过90个使用单细胞分析推进以细胞为基础的医学研究机构。这包括使用机器学习技术分析大量数据以及标准化和简化过程为研究样本。我认为这种方法将定义了几十年。它不像人类基因组的测序,你有一个最终产品,Rajewsky说。

大规模、雄心勃勃的项目,比如人类细胞图谱或一生倡议例证单细胞测序的愿望。然而,即使我们有一个元素周期表的细胞或最早可以识别细胞疾病的迹象,还只是刚刚开始。我们是多细胞生命形式,毕竟,每一个细胞都是受邻国的影响。分解后我们了解到单个细胞的水平,我们需要学习如何构建它恢复到动态的组织与细胞的混合物,人类和微生物。

这是惊人地坐下来,思考多远场的在这么短的时间内,“Shalek说。但当你测量,它只会让你敏锐地意识到你还有多少来衡量。

是一个基于科学作家伊恩Le Guillou统计在巴黎,法国