本文转载自“BioArt”。
长久以来，生命科学的研究主要基于群体细胞水平的分析，而且对于难以获得大量研究材料的早期胚胎发育研究来说存在许多困难。近几年所涌现的单细胞组学技术，使我们能够从单细胞水平上更为精确的解析细胞的分化、再生、衰老以及病变。单细胞组学技术正在带来一场细胞检测、分类和鉴定的方法学革命，其应用范围从早期胚胎发育扩大到组织器官发育、血液系统、免疫和肿瘤等多个领域。
最近几年出现的用于高通量单细胞分子表达谱（high-throughput single-cell molecular profiling）的方法催生了科学共同体的一些共识，认为目前完成150年来鉴定人体所有细胞类型的努力的时机已经成熟，并提出了“人类细胞图谱计划”（“The Human Cell Atlas Project”），要对人体以及相关的模式动物所有的器官系统进行单细胞测序分析，鉴定出所有的细胞类型及其基因表达谱特征（下图）【1】。
浙江大学医学院的青年才俊、80后教授郭国骥博士从十年前的博士期间就开始了对单细胞组学的探索，其博士期间的代表性论文首次利用单细胞系统生物学的方法解析了小鼠的着床前胚胎发育全过程，论文中的单细胞数据聚类、降维、分群和拟时序分析等方法一直沿用至今【2】。在哈佛医学院博士后期间, 他对更为复杂的小鼠血液系统进行单细胞图谱的绘制工作【3】，并建立了新的造血干细胞分化模型。回国后其迅速组建团队并率先从单细胞水平上解析了小分子化合物组合诱导体细胞重编程的分子过程【4】，这似乎只是牛刀小试。
北京时间，2月23日凌晨，浙江大学医学院干细胞与再生医学中心郭国骥团队在Cell杂志上发表了题为“Mapping the Mouse Cell Atlas by Microwell-seq”的研究论文，利用自主开发的一套完全国产化的Microwell-seq高通量单细胞测序平台，该团队对来自小鼠近50种器官和组织的40余万个细胞进行了系统性的单细胞转录组分析，并构建了首个哺乳动物细胞图谱。此外，在提升现有单细胞技术精确度的同时，该新技术的出现还使得单细胞测序文库的构建成本降低了一个数量级。可以说，该论文可称得上是单细胞组学领域里程碑式的研究成果。
人体由200多种不同类型的细胞构成，每种细胞都有自己独特的基因表达特点。而且即使是同一类型的细胞，由于所处微环境以及基因表达机器的随机性也会呈现显著的细胞异质性（cellular heterogeneity）。
二代测序技术的发展，使得研究人员可以进行高通量、低成本的转录组测序分析，然而这种常规的RNA-Seq技术需要上万个细胞，而且所获得的结果是一个大细胞群体基因表达的均值，难以从单细胞水平弄清楚基因表达的异质性。由于测序技术的飞速发展与突破，研究人员目前可以使用高效、低廉的测序方法在单细胞水平对全基因组、转录组、DNA甲基化组等进行深入分析。值得一提的是，北京大学汤富酬教授在博后期间基于前人单细胞cDNA扩增的方法【5,6】首次报道了基于高通量测序的单细胞RNA-Seq技术，分析了来自小鼠四细胞胚胎阶段单个卵裂球的转录组【7】。
在最新的这项研究中，全面的涵盖了哺乳动物体内的各种主要细胞类型，并对每一种器官内的组织细胞亚型，基质细胞亚型，血管内皮细胞亚型，和免疫细胞亚型进行了详细的描述，绘制了一幅精美的“细胞地图”。研究发现来自于不同组织的基质细胞，拥有完全不同的基因表达特征，对组织特异性微环境行使重要的调节作用。同时该项工作构建了小鼠单细胞转录组数据库以及小鼠细胞图谱网站（http://bis.zju.edu.cn/MCA/）。该网站不仅拥有互动性的数据展示和基因搜索界面，还提供了强大的单细胞数据比对系统。任何单细胞表达谱数据都可以通过单细胞比对分析，寻找到它所对应的细胞类型和来源。这套系统将对细胞命运决定的机制性研究，再生医学的移植前细胞鉴定以及临床疾病的细胞水平诊断带来深远的影响。
郭国骥团队利用光刻技术制作了微孔矩阵硅片，先使用PDMS材料制作微柱矩阵模块，再利用琼脂糖大规模制备单细胞捕获用的微孔板。每个微孔板上大约有10万个微孔，能同时捕获约1万个单细胞。之后每个孔都会落入大小与孔径匹配的索引磁珠，给每个细胞的mRNA标记上特异的索引序列，然后构建混合测序文库并进行高通量测序，从而实现一次实验分析成千上万个单细胞的转录组。研究团队将该平台命名为Microwell-seq。
郭国骥团队所构建的Microwell-seq技术平台，操作简单、成本低廉，必将推动前沿单细胞测序技术在基础科研和临床诊断的普及和应用。同时小鼠细胞图谱的完成也将对下一步人类细胞图谱的构建带来指导性意义，并惠及细胞生物学、发育生物学、神经生物学、血液学和再生医学等多个领域。
郭国骥教授课题组成员
论文第一作者包括浙江大学医学院韩晓平博士，16级硕士生汪仁英，生科院16级博士生周银聪，医学院17级硕士生费丽江，17级直博生孙慧宇和15级博士生赖淑静。郭国骥研究员和韩晓平博士为本文共同通讯作者。
参考文献：
1、Regev, A., Teichmann, S. A., Lander, E. S., Amit, I., Benoist, C., Birney, E., ... & Clevers, H. (2017). The human cell atlas. Elife, 6.
2、Guo, G., Huss, M., Tong, G. Q., Wang, C., Sun, L. L., Clarke, N. D., & Robson, P. (2010). Resolution of cell fate decisions revealed by single-cell gene expression analysis from zygote to blastocyst. Developmental cell, 18(4), 675-685.
3、Guo, G., Luc, S., Marco, E., Lin, T. W., Peng, C., Kerenyi, M. A., ... & Neff, T. (2013). Mapping cellular hierarchy by single-cell analysis of the cell surface repertoire. Cell stem cell, 13(4), 492-505.
4、Han, X., Yu, H., Huang, D., Xu, Y., Saadatpour, A., Li, X., ... & Guo, G.. (2017). A molecular roadmap for induced multi-lineage trans-differentiation of fibroblasts by chemical combinations. Cell research, 27(3), 386.
5、Kurimoto, K. et al. An improved single-cell cDNA amplification method for efficient high-density oligonucleotide microarray analysis. Nucleic Acids Res. 34, e42 (2006).
6、Kurimoto, K., Yabuta, Y., Ohinata, Y. & Saitou, M. Global single-cell cDNA amplification to provide a template for representative high-density oligonucleotide microarray analysis. Nat. Protoc. 2, 739–752 (2007).
7、Tang F, Barbacioru C, Wang Y, Nordman E, Lee C, Xu N, Wang X, Bodeau J, Tuch BB, Siddiqui A, Lao K, Surani MA. mRNA-Seq whole-transcriptome analysis of a single cell. Nature Methods. 2009 May;6(5):377-82.
8、Wen L, Tang F. Single-cell sequencing in stem cell biology. Genome Biology. 2016 Apr 15;17:71.
9.Huang L, Ma F, Chapman A, Lu S, Xie XS. Single-Cell Whole-Genome Amplification and Sequencing: Methodology and Applications. Annu Rev Genomics Hum Genet. 2015;16:79-102.
10.Wen L, Tang F. Single cell epigenome sequencing technologies. Molecular Aspects of Medicine. 2018 Feb;59:62-69. doi: 10.1016/j.mam.2017.09.002.
11.Han X, Wang R, Zhou Y, Fei L, Sun H, Lai S, Saadatpour A, Zhou Z, Chen H, Ye F, Huang D, Xu Y, Huang W, Jiang M, Jiang X, Mao J, Chen Y, Lu C, Xie J, Fang Q, Wang Y, Yue R, Li T, Huang H, Orkin SH, Yuan GC, Chen M, Guo G. Mapping the Mouse Cell Atlas by Microwell-seq. Cell
附通讯作者简介：
郭国骥，浙江大学医学院教授，博士生导师，浙江大学医学院干细胞与再生医学中心副主任，浙江大学干细胞联盟副主席。2005年本科毕业于武汉大学。2010年毕业于新加坡国立大学，获得理学博士学位。之后赴美国哈佛大学医学院从事博士后研究工作，任达纳法伯癌症中心及波士顿儿童医院Research Fellow。2014年入职浙江大学医学院。2015年入选“国家青年千人计划”，2016年获“浙江省杰出青年基金”，2017年获“国家优秀青年基金”。现任中国生理学会血液生理学专业委员会青年委员；浙江省转化医学会干细胞与再生医学分会委员。其主要利用单细胞分析技术研究干细胞的再生和分化机制，并在胚胎干细胞和成体干细胞领域有突出贡献。以通讯作者和第一作者身份在Cell, Cell Stem Cell, Cell Research, Developmental Cell等著名期刊发表多篇学术论文。
韩晓平，浙江大学医学院副教授。2007年本科毕业于南开大学，2012年在中国农业大学获得博士学位（2009.12—2011.6，新加坡基因组研究院联合培养博士），2013年-2014年在哈佛医学院任研究助理，2014年12月任职浙江大学医学院至今。目前以第一作者或通讯作者在包括Cell、Cell Research、Cell Reports等杂志发表研究论文多篇。
本网站所有注明“来源：生物探索”的文字、图片和音视频资料，版权均属于生物探索所有，其他平台转载需得到授权。本网所有转载文章系出于传递更多信息之目的，且明确注明来源和作者，不希望被转载的媒体或个人可与我们联系(editor@biodiscover.com)，我们将立即进行删除处理。所有文章仅代表作者观点，不代表本站立场。