電話：
021-67610176傳真：
人類大腦由1700億個細(xì)胞組成，每一種細(xì)胞都會發(fā)揮一種特殊的功能，那么問題來了，是什么機(jī)制讓細(xì)胞的功能變得不相同呢？很多生物學(xué)家都嘗試將細(xì)胞進(jìn)行逐一分離并對其進(jìn)行深入研究來回答這個問題，通過對每個細(xì)胞進(jìn)行RNA測序，研究人員就能夠確定給定組織中哪些基因會發(fā)生表達(dá)，但能夠?qū)⒓?xì)胞從組織中分離出來的技術(shù)很難進(jìn)行精細(xì)化地應(yīng)用于人類大腦中脆弱且細(xì)胞的神經(jīng)元細(xì)胞，而且在統(tǒng)計學(xué)上也存在一定的局限性。
圖片來源：CC0 Public Domain
近日，來自加利福尼亞大學(xué)的科學(xué)家們通過研究表示，他們能夠?qū)⒋竽X組織樣本粉碎，提取細(xì)胞的總RNA，并且觀察細(xì)胞中基因的活性模式，以此就能夠研究細(xì)胞的身份，相關(guān)研究結(jié)果刊登于雜志Nature Neuroscience上，文章中，研究人員對過去10年收集的來自840名人類供體中的7200多份神經(jīng)典型性組織樣本進(jìn)行研究，分析了其中數(shù)以億計的細(xì)胞的特性。
研究者M(jìn)ichael Oldham教授表示，對數(shù)以萬計的單個細(xì)胞的研究往往會讓人印象深刻，但這卻并不能與對完整組織樣本中數(shù)十億個細(xì)胞進(jìn)行研究相媲美，人們常常低估了由大塊組織所產(chǎn)生的組學(xué)數(shù)據(jù)信息，而利用這種方法研究人員就能夠獲得所有種類的數(shù)據(jù)來解決當(dāng)前所面臨的一系列生物學(xué)問題。
大塊的組織樣本中含有多種細(xì)胞類型，研究者假設(shè)，如果每一種類型的細(xì)胞都有著特殊的基因表達(dá)模式，而這些特性或許會在許多組織樣本中突然間一致性地出現(xiàn)，換句話說，在特定的組織中，特定的細(xì)胞群應(yīng)該以一種可預(yù)測的方式來驅(qū)動細(xì)胞中整體的基因表達(dá)。利用已經(jīng)發(fā)表的數(shù)據(jù)集并建立細(xì)胞身份的標(biāo)志物，研究人員就能在成千上萬的轉(zhuǎn)錄組中發(fā)現(xiàn)主要類型細(xì)胞的特殊指紋，這些細(xì)胞類型包括神經(jīng)元、少突神經(jīng)膠質(zhì)細(xì)胞、星形細(xì)胞和小膠質(zhì)細(xì)胞。
研究人員能將其工作作為一種在線的資源，而該資源站點就能夠幫助研究人員輕松識別大腦中不同細(xì)胞類型中所表達(dá)的基因特性以及這些細(xì)胞的位點；文章中研究人員所開發(fā)的新型技術(shù)也能夠幫助他們預(yù)測哪些細(xì)胞和大腦區(qū)域是治療特殊疾病的主要靶點，如今研究者已經(jīng)能利用該技術(shù)來模擬增加阿爾茲海默病發(fā)病風(fēng)險的基因表達(dá)。
研究者發(fā)現(xiàn)，兩種與早發(fā)型阿爾茲海默病相關(guān)的基因：app和PSEN1或許會分別在神經(jīng)元和少突神經(jīng)膠質(zhì)細(xì)胞中發(fā)生表達(dá)，而相比較而言，與晚發(fā)型阿爾茲海默病相關(guān)的的基因：APOE和TREM2或許會在星形細(xì)胞和小神經(jīng)膠質(zhì)細(xì)胞中分別表達(dá)；相關(guān)研究結(jié)果或能為研究人員提供線索，即特殊細(xì)胞類型中關(guān)鍵的轉(zhuǎn)錄改變或許會成為誘發(fā)疾病發(fā)生不同表現(xiàn)的基礎(chǔ)。
如今這種分析還能在除了人類大腦之外的組織中進(jìn)行，比如在任何生物系統(tǒng)中、任何動物物種中、健康和疾病狀態(tài)下等；除了分析基因表達(dá)外，研究人員所開發(fā)的新技術(shù)還能夠闡明能夠反映細(xì)胞特殊類型的蛋白質(zhì)、脂質(zhì)和表觀遺傳學(xué)標(biāo)志物等；從本質(zhì)上來講，這種新技術(shù)還能夠幫助科學(xué)家們理解為何不同的細(xì)胞類型會按照他們的方式來進(jìn)行運(yùn)作，而不需要費(fèi)力地從組織中分離出細(xì)胞來進(jìn)行研究。（生物谷）
原始出處：
Kevin W. Kelley, Hiromi Nakao-Inoue, Anna V. Molofsky, et al. Variation among intact tissue samples reveals the core transcriptional features of human CNS cell classes. Nature Neuroscience (2018). DOI: 10.1038/s41593-018-0216-z
13916499749
