Cell：绘制人类免疫细胞发育综合图谱

　　

生物通报道  在4月24日的《细胞》（Cell）杂志上，由哥伦比亚大学的Dana Pe'er和斯坦福大学的Garry Nolan领导的一个研究人员小组描述了在单细胞水平上绘制细胞发育图谱的一种强有力的新方法。通过将研究单细胞的新兴技术与一种新型的、先进的计算公式相结合，他们构建出了迄今为止最全面的人类B细胞发育图谱。

他们的方法将大大提高研究人员研究所有细胞类型发育过程的能力，使得有可能鉴别出发育过程中导致疾病的罕见变异，最终帮助指导新一代的再生医学研究。

Pe'er博士说：“能够探讨这些图谱是一个重大的进步。许多由于控制我们细胞成分发育过程的分子程序发生故障所致的疾病，以及许多罕见但却重要的调控细胞类型还有待我们去发现。只有完整地绘制正常发育进程图谱，我们才能真实地了解这些疾病中出错之处。这些图谱还将成为再生医学的指南针，因为如果我们不知道自然中的发育机制，要培育出某样东西是极为困难的。第一次，我们的方法使得构建出单细胞水平上的高分辨率图谱，引导这类研究成为可能。”

尽管传统的教条确定了发育是一连串独立的步骤，细胞实际上是在一个连续不断转变的过程中进行发育。随着细胞成熟，一些调控细胞活动的复杂及相互关联的分子程序逐渐发生改变。相似类型的细胞之间这些程序也可以存在显著的差异，在许多重要的调控细胞类型中这些程序出现一些罕见的异常都可以造成毁灭性的的影响。以往，很难非常仔细地观测这些细微的差别从而来区分它们，现在新技术提供了重要的新机会。

就如同在过去的10年基因组测序改变了生物学的研究方式一样，一些分析单细胞分子特性的新技术正在改变许多生物学家们探寻的问题。Pe'er认为单细胞技术是超越基因组学的重要一步。“DNA测序可以鉴别基因和突变，但往往无法在背景下对它们进行研究。有了单细胞技术，我们可以绘制出作用发生的细胞位置，以及基因的功能。”

在Cell论文中，研究人员采用了一种叫做mass cytology的新兴技术，利用这一技术在单次实验中就可以同时检测数百万个细胞中的44个分子标记物。这为比较、分类以及按时间顺序整理细胞提供了丰富的数据，使得比以往更详细地鉴别负责发育的分子系统变为可能。此外，他们还发出了一种叫做Wanderlust的新型计算公式，可将高维度数据简化为更容易解读的简单形式。

利用他们的方法，研究人员研究了人类B细胞的发育。B细胞是适应性免疫反应中的一种重要细胞类型，与多种自身免疫疾病以及某些类型的癌症相关。由于在整个成年期这一免疫细胞不断地形成，来自骨髓的单个样本中都包含所有发育阶段的B细胞。

Nolan实验室的研究人员利用mass cytometry分析了来自一个样本近20万个健康免疫细胞的44个标记物。在每个细胞中他们都鉴别了有助于确定细胞类型的一些细胞表面标记物，以及能够揭示细胞功能的一些标记物，包括信号传递、细胞周期、凋亡和基因组重排的一些标记物。

利用Wanderlust来分析mass cytometry提供的高维度数据，研究人员根据发育年表准确整理了20万个细胞整个轨迹。Wanderlust捕获并准确地排序了已知存在于人类B细胞发育过程中的所有主要的分子标记。Wanderlust还指出了一些人类B细胞发育必需的、从前未知的重要调控信号检测点，以及对应一些重要的发育阶段、未确定特征的B细胞前体细胞亚型。这是迄今为止对人类B细胞发育进行的最全面的分析。

研究人员还报告称，他们还在1万个细胞其中的7个细胞中鉴别出了与STAT5信号蛋白相关的、从前未知的一些信号事件。这一调控事件与VDJ重组过程有关。进一步的实验表明，用激酶抑制剂来破坏这些信号事件可完全终止B细胞发育。

鉴别并确定控制及监测细胞命运的一些调控检测点的特征有可能具有许多的实际应用，因为许多的疾病都是由于免疫系统生成细胞类型失衡所导致。因此，作者们描述的这种方法可以生成一些见解，用来开发出新的诊断和治疗方法。

这一绘制健康细胞形成图谱的过程不仅适用于B细胞，并且适用于所有的细胞类型。作者们认为，他们的方法有可能为研究正常发育以及导致所有类型发育疾病的过程奠定了基础。在未来，他们预计将构建出能够代表更复杂系统，例如整个免疫系统的模型。

（生物通：何嫱）

生物通推荐原文摘要：

Single-Cell Trajectory Detection Uncovers Progression and Regulatory Coordination in Human B Cell Development

Tissue regeneration is an orchestrated progression of cells from an immature state to a mature one, conventionally represented as distinctive cell subsets. A continuum of transitional cell states exists between these discrete stages. We combine the depth of single-cell mass cytometry and an algorithm developed to leverage this continuum by aligning single cells of a given lineage onto a unified trajectory that accurately predicts the developmental path de novo. Applied to human B cell lymphopoiesis, the algorithm (termed Wanderlust) constructed trajectories spanning from hematopoietic stem cells through to naive B cells. This trajectory revealed nascent fractions of B cell progenitors and aligned them with developmentally cued regulatory signaling including IL-7/STAT5 and cellular events such as immunoglobulin rearrangement, highlighting checkpoints across which regulatory signals are rewired paralleling changes in cellular state. This study provides a comprehensive analysis of human B lymphopoiesis, laying a foundation to apply this approach to other tissues and “corrupted” developmental processes including cancer.