发完Science，庄小威院士团队再发Cell

动物生物学的一个核心目标是探究在不同细胞类型中数千个基因的协同活动是如何产生组织的生理功能的。大规模的细胞类型图谱绘制工作已经对正常状态和疾病状态下的众多细胞类型进行了分析，并绘制出了它们在组织和器官中的空间布局。然而，确定基因和通路如何调控细胞和多细胞网络的状态和功能仍是一项重大挑战。要应对这一挑战，需要采用功能基因组学方法，系统地剖析活体动物中基因对细胞和组织表型的调控作用。

细胞和组织状态在多个层面都有所体现，涵盖从基因表达、亚细胞结构到组织内细胞的排列组织等方面。成像为研究细胞和组织状态提供了一种高度可解释的方法，能够揭示结构变化如何反映正常生理机能和疾病状态。机器学习正在大规模地改变对细胞和组织形态的定量分析，从高维成像数据中进行无监督特征提取。与下一代测序技术相结合，这些方法有望提供细胞状态的全面视图——将亚细胞结构与基因表达联系起来——同时保留空间背景。

将这些用于深度细胞表型分析的成像或测序工具与群体基因扰动相结合，极大地拓展了剖析生物过程遗传基础的能力。在培养细胞中，Perturb-seq（将群体基因筛选与单细胞 RNA 测序（RNA-seq）读数相结合）使得能够剖析诸如未折叠蛋白反应（UPR）、造血过程和可变多聚腺苷酸化等核心细胞过程，并在全基因组范围内对基因功能进行无监督分类。与此同时，基于成像的群体筛选方法也已得到开发，采用多重荧光原位杂交（FISH）或原位测序来识别扰动，并将其映射到具有亚细胞分辨率的复杂形态表型上。

文章模式图（图源自Cell ）

生理学的许多方面都需要对完整器官进行体内研究。通过病毒转导可以生成具有不同干扰的镶嵌动物，并且借助 Perturb-seq 技术，能够对大脑、皮肤和免疫系统中的与疾病相关的基因进行分析。然而，由于在分离受干扰细胞的同时保持其完整性的过程中存在困难，体内 Perturb-seq 的应用受到了限制。这类方法还会丢失对于理解组织功能至关重要的空间和形态信息。

要全面理解基因如何控制生理功能，就需要采用一种综合的方法，将转录定义的细胞状态与形态学和功能表型联系起来。基于成像的混合筛选方法最近已扩展到包括在培养细胞或异种移植模型中进行多模式蛋白质和 RNA 测量。然而，还需要新的方法来将全转录组表达分析与结构和功能表型联系起来，并将各种基因扰动与天然组织内的表型进行因果关联分析。

该研究报告了 Perturb-Multimodal（简称 Perturb-Multi）的开发成果，该技术能够在天然组织中进行集中的基因筛选，并能获取丰富的多模态表型读数。研究人员建立了 Perturb-seq 和基于成像的集成功能筛选方法，这些方法适用于固定组织，且组织形态得以良好保留，从而能够对同一组织中的各种干扰进行联合测序和成像分析。

该研究的方法能够通过单细胞 RNA 测序（scRNA-seq）对每个受干扰的细胞进行全基因组转录分析，同时还能进行多重蛋白质和 RNA 成像，使用免疫荧光和原位探针扩增，然后通过多重稳健的荧光原位杂交（MERFISH）技术实现。研究人员将 Perturb-Multi 应用于小鼠肝脏，以研究数百种基因干扰对转录状态、亚细胞形态和组织结构的影响。通过整合这些数据，该研究探索了能够动态调节肝细胞分区的基因和原理，揭示了蛋白质稳态应激对分泌蛋白的广泛影响，并发现了导致脂肪变性的不同途径。除了剖析复杂生理机能的遗传基础之外，Perturb-Multi 还为新兴的机器学习研究提供了训练数据，以构建细胞和组织的预测模型。

已收藏 0

点赞 4