新技术使得前所未有地深入窥视单个脑细胞成为可能

2022年3月9日

新技术使得前所未有地深入窥视单个脑细胞成为可能

平台将提供开源细胞目录，以更好地了解脑部疾病

2022年3月9日

拉霍亚—索尔克研究所的研究人员开发了一种新的基因组学技术，可以同时分析来自单个细胞的 DNA、RNA 和染色质（DNA 和蛋白质的组合）。该方法耗时五年开发，是大型合作项目的重要一步，在这些项目中，多个团队同时努力对数千种新型细胞进行分类。这项新技术发表在 细胞基因组学 将于2022年3月9日，将有助于简化分析。.

“这个多模态平台将通过提供一个可供试图整合其单一模式数据的团队使用的综合数据库而发挥作用，”他说。 约瑟夫·埃克尔, ，基因组分析实验室主任、索尔克国际遗传学委员会主席、霍华德·休斯医学研究所研究员。“这些新信息也可以为未来的细胞类型分类提供信息和指导。”

Ecker 认为这项技术对于大规模研究至关重要，例如由他共同主持的美国国立卫生研究院的BRAIN计划细胞普查网络。BRAIN计划的一项主要工作是开发小鼠和人类大脑细胞类型的目录。然后，这些信息可以用来更好地理解大脑如何生长和发育，以及不同细胞类型在阿尔茨海默病等神经退行性疾病中的作用。.

目前，单细胞技术通过从细胞核中提取 DNA、RNA 或染色质，然后分析其分子结构以寻找模式。然而，这种方法会破坏细胞，使得研究人员需要依赖计算算法来分析单个细胞的多个组件或比较结果。.

对于一种名为snmCAT-seq的新方法，科学家们使用生物标记物对细胞内的DNA、RNA和染色质进行标记，而无需将其从细胞中移除。这使得研究人员能够在同一细胞中测量这三种类型的分子信息。随后，科学家们利用该方法确定了人脑额叶皮层区域的63种细胞类型，并对整合多种单细胞技术的计算方法的有效性进行了基准测试。研究团队发现，计算方法在表征广泛定义的脑细胞群体方面具有很高的准确性，但在分析精细定义的细胞类型时却表现出显著的歧义，这表明需要通过多样化的测量来定义细胞类型，以实现更准确的分类。.

这项技术还可以用于更好地理解基因和细胞如何相互作用导致神经退行性疾病。.

“这些疾病广泛地影响许多细胞类型。但可能存在某些特别易感的细胞群体，”联合第一作者说道。 罗崇远, 人类遗传学助理教授， 加州大学洛杉矶分校大卫·格芬医学院. 基因研究已经精确定位了与阿尔茨海默病等疾病相关的基因组区域。我们提供另一个数据维度，并识别受这些基因组区域影响的细胞类型。“

下一步，该团队计划利用新平台对大脑的其他区域进行测序，并将健康人脑细胞与受阿尔茨海默病和其他神经退行性疾病影响的大脑细胞进行比较。.

其他作者包括来自索尔克研究所的刘汉庆、王邦安、张竹竹、李东升、周静天、牛升勇、Rosa Castanon、Anna Bartlett、Angeline Rivkin、Jacinta Lucero、Joseph R. Nery、Jesse R. Dixon 和 M. Margarita Behrens；来自加州大学圣迭戈分校的谢方明、Ethan J. Armand、Wayne I. Doyle、Sebastian Preissl 和 Eran A. Mukamel；来自瑞典卡罗林斯卡研究所的 Kimberly Siletti、胡丽娟和 Sten Linnarsson；来自西雅图艾伦脑科学研究所的 Trygve E. Bakken、Rebecca D. Hodge 和 Ed Lein；来自加州拉霍亚路德维希癌症研究所的房荣欣、王鑫鑫和任兵；来自纽约基因组中心的 Tim Stuart 和 Rahul Satija；以及来自迈阿密大学的 David A. Davis 和 Deborah C. Mash。.

该研究得到了美国国立卫生研究院（5R21HG009274、5R21MH112161、5U19MH11483、R01MH125252、U01HG012079、5T32MH020002、R01HG010634 和 U01MH114812）、霍华德休斯医学研究所和加州大学圣地亚哥医学院的支持。.

DOI: 10.1016/j.xgen.2022.100107