最大规模细胞重编程“地图”上线

2012年诺贝尔生理或医学奖授予了日本科学家山中伸弥 (Shinya Yamanaka) 和英国发育生物学家约翰-戈登 (John Gurdon), 以表彰他们在细胞核重新编程领域做出的杰出贡献【1】。2006年，山中伸弥利用逆转录病毒将4个转录因子Oct3/4、Sox2、c-Myc和Klf4导入小鼠的胚胎成纤维细胞 (mouse embryonic fibroblast, MEF)和尾尖成纤维细胞(tail-tip fibroblast, TTF)中，成功地将这两类细胞转化为可诱导的多能干细胞(induced pluripotent stem cell, iPSC)【2】。随后山中伸弥等又实现了人类成纤维细胞 (human dermal fibroblasts, HDF) 到iPSC的重编程，并在体外将iPSC诱导分化为神经细胞和心肌细胞【3,4】。如今通过体外培养获得人类的iPSC，并将其定向分化为有功能的其他细胞类型，可以为老年性黄斑变性等疾病提供“细胞治疗”的手段【5】。

在努力将iPSC应用到临床治疗的同时，科学家也在不断探索细胞重编程自身的奥秘: 成体细胞究竟是如何转变为多能干细胞的？在这一过程中细胞经历了哪些谱系(cell lineage)的变化和命运的决定(cell fate determination)？

2019年2月7日，Cell杂志发表了由Broad研究所所长兼创始人Eric S. Lander教授、麻省理工学院Aviv Regev教授和舒健博士作为共同通讯作者的题为Optimal-Transport Analysis of Single-Cell Gene Expression Identifies Developmental Trajectories in Reprogramming的文章，利用一套新的数据分析方法，解析了大规模的单细胞RNA测序的结果，绘制了从小鼠胚胎成纤维细胞到iPSC重编程的“细胞地图”。 其开发的方法也可以应用于研究其他复杂的生物学过程和系统。

论文的共同第一作者，也是共同通讯作者之一的舒健博士及合作者，在小鼠成纤维细胞重编程为iPSC的过程中，每隔6～12小时收集一次样品，用于进行单细胞RNA测序，一共持续了18天。他们收集了超过315,000个单细胞RNA测序的数据，这也是迄今为止细胞重编程领域最大规模的单细胞RNA测序研究。研究人员之所以建立如此宏大和超高时间密度的数据集，是因为单细胞RNA测序只能为我们提供某一条件下细胞的表达谱，而无法对细胞的状态进行追踪和分析。

图片来源：Schiebinger et al., 2019. Fig. 2A

在获取了高密度的不连续的单细胞RNA测序结果之后，研究人员希望将这些数据“快照” (snapshot) 拼接成“电影”，以精确追踪细胞从一种状态移动到另一种状态的路径。然而这一过程并非易事。1957年英国生物学家Waddington将细胞分化比喻为大理石滚落在有山脊和山谷的滑雪坡上，并将其称为“表观遗传景观”(Epigenetic Landscape)【6】（下图）。

图片来源: https://bioinformatics.chat/optimal-transport

在这一过程中，石块沿着不同的轨道滚下来会落入不同的山谷，就像不同的细胞命运决定。可是，Waddington的比喻并不能追溯一组细胞在分化过程中可能采取的路径，我们并不知道最终落入不同山谷的是斜坡上的哪些石块。那么如何将斜坡顶部与底部的石块联系起来，并且预测石块滚落的轨迹呢？本文的研究人员采用了“最优传输理论”(Optimal Transport，OT)并创建了Waddington-OT的基本框架（上图）。“最优传输理论”理论最早由法国数学家Monge 于18世纪80年代提出，拿破仑曾将该理论用于计算士兵在建造防御工事时移动泥土【7】。通过将不同时间点的细胞类型和细胞分布进行关联，研究人员利用Waddington-OT成功追溯了从成纤维细胞到iPSC重编程过程中细胞变化的轨迹。

他们发现，细胞的重编程过程比已知的报道具有更广泛的发育过程和状态变化。在重编程的起始阶段，细胞开始分化成两个主要类型：一类产生基质细胞(stromal cell),另一类则发生间充质至上皮细胞转变(Mesenchymal-Epithelial Transition)并产生类似于iPSC、神经和胎盘细胞的细胞类型。 此外，研究人员还发现早期的细胞命运并不一定是固定的：一些在主要群体中开始发育的细胞后来会转移为另一个细胞类型（该研究结果与去年年初在Science上发表的几篇单细胞测序的研究文章类似：里程碑丨3篇Science运用单细胞测序技术破解早期胚胎发育之谜，打破发育生物学传统认识；发育生物学家的梦更近了）。 Waddington-OT还鉴定了重编程过程中不同亚细胞类型出现和消失的阶段，甚至揭示了某些细胞类型的基因组畸变。最后研究人员利用Waddington-OT的预测，发现转录因子Obox6和的细胞因子GDF9都能够增强产生iPSC的效率，表明该框架能够为进一步完善细胞的重编程提供有力的帮助。

通过绘制细胞重新编程的“地图”，我们可以追溯细胞发育的前-后时间轨迹，更加精准和直观地了解基因的表达情况。据悉，Broad研究所的研究团队正在向学术界免费提供他们的数据，包括可下载的交互式Waddington-OT软件。

论文作者介绍：

舒健，2009年至2014年就读于北京大学生命科学研究院细胞生物学专业，在邓宏魁教授指导下获博士学位，研究方向为细胞的重编程。读博士期间曾以第一作者在Cell和Cell Research杂志发表研究论文【8,9】, 并荣获2014年“吴瑞奖学金”。2015年作为Helen Hay Whitney学者加入Broad研究所Eric Lander实验室和Whitehead 研究所Rudolf  Jaenisch 实验室进行单细胞测序和干细胞相关研究。

Eric S. Lander，哈佛大学-麻省理工学院联合Broad研究所主席和创始所长。麻省理工学院教授，哈佛大学医学院教授。人类基因组计划的主要领导者之一。主要通过开发一系列技术对人类基因组进行解读和编辑。同时也是美国奥巴马政府科技顾问团主席。【引文https://www.broadinstitute.org/bios/eric-s-lander】

Aviv Regev，Broad研究所核心成员，计算生物学家。麻省理工学院教授。HHMI。人类细胞图谱计划（Human Cell Atlas ）联合主席。主要研究和开发计算生物学工具和单细胞测序技术。【https://www.broadinstitute.org/bios/aviv-regev】

参考文献：

[1] https://www.nobelprize.org/prizes/medicine/

[2] Takahashi, K., and Yamanaka, S. (2006). Induction of Pluripotent Stem Cells from Mouse Embryonic and Adult Fibroblast Cultures by Defined Factors. Cell 126, 663–676.

[3] Takahashi, K., Tanabe, K., Ohnuki, M., Narita, M., Ichisaka, T., Tomoda, K., and Yamanaka, S. (2007). Induction of Pluripotent Stem Cells from Adult Human Fibroblasts by Defined Factors. Cell 131, 861–872.

[4] Yu, J., Vodyanik, M.A., Smuga-Otto, K., Antosiewicz-Bourget, J., Frane, J.L., Tian, S., Nie, J., Jonsdottir, G.A., Ruotti, V., Stewart, R., et al. (2007). Induced Pluripotent Stem Cell Lines Derived from Human Somatic Cells. Science 318, 1917–1920.

[5] Mandai, M., Watanabe, A., Kurimoto, Y., Hirami, Y., Morinaga, C., Daimon, T., Fujihara, M., Akimaru, H., Sakai, N., Shibata, Y., et al. (2017). Autologous Induced Stem-Cell–Derived Retinal Cells for Macular Degeneration. New England Journal of Medicine 376, 1038–1046.

[6] Goldberg, A.D., Allis, C.D., and Bernstein, E. (2007). Epigenetics: A Landscape Takes Shape. Cell 128, 635–638.

[7] Monge, G. (1781). Me? moire sur la the? orie des de? blais et des remblais. Me?mde l’Ac R des Sc, 666–704.

[8] Shu, J., Wu, C., Wu, Y., Li, Z., Shao, S., Zhao, W., ... & Yang, W. (2013). Induction of pluripotency in mouse somatic cells with lineage specifiers. Cell, 153(5), 963-975.

[9] Shu, J., Zhang, K., Zhang, M., Yao, A., Shao, S., Du, F., Yang, C., Chen, W., Wu, C., Yang, W., et al. (2015). GATA family members as inducers for cellular reprogramming to pluripotency. Cell Research 25, 169–180.

来源：BioArt

作者：虞莎

来源： BioArt   作者：虞莎