新技术使人们能够在单个脑细胞内看到前所未有的景象

拉霍拉·索尔克研究所的研究人员开发了一种新的基因组技术，可以同时分析DNA、RNA和染色质——一种来自单个细胞的DNA和蛋白质的组合。该方法花了五年时间开发，对于多个团队同时工作以分类数千种新细胞类型的大型合作来说，是向前迈出的重要一步。这项新技术于2022年3月9日发表在《细胞基因组学》上，将有助于简化分析。

　　

平台将提供开源细胞目录，以更好地了解脑部疾病

拉霍拉索尔克研究所的研究人员开发了一种新的基因组技术，可以同时分析DNA、RNA和染色质，这是单个细胞中DNA和蛋白质的组合。该方法花了五年时间开发，对于多个团队同时工作以分类数千种新细胞类型的大型合作来说，是向前迈出的重要一步。这项新技术于2022年3月9日发表在《细胞基因组学》上，将有助于简化分析

“这个多模式平台将非常有用，因为它提供了一个全面的数据库，可供试图整合单一模式数据的群体使用，”基因组分析实验室主任约瑟夫·埃克说，索尔克国际遗传学理事会主席和霍华德·休斯医学研究所研究员。“这些新信息还可以为未来的细胞类型分类提供信息和指导。”

埃克认为，这项技术将对大规模工作至关重要，例如他共同主持的美国国立卫生研究院脑倡议细胞普查网络。“大脑倡议”的一项主要工作是制定小鼠和人类脑细胞类型的目录。这些信息可以用来更好地了解大脑是如何生长和发育的，以及不同类型的细胞在神经退行性疾病（如阿尔茨海默氏症）中的作用。

目前的单细胞技术是通过从细胞核中提取DNA、RNA或染色质，然后分析它的分子结构，寻找模式。然而，这种方法在这个过程中会破坏细胞，需要研究人员依靠计算算法来分析每个细胞中的不止一种成分或比较结果

对于名为snmCAT-seq的新方法，科学家使用生物标记物标记DNA、RNA和染色质，而无需将它们从细胞中移除。这使得研究人员能够在同一个细胞中测量所有三种类型的分子信息。科学家们用这种方法来识别人类大脑额叶皮层的多种细胞类型，并对其功效进行了基准测试。该团队发现，计算方法在描述广泛定义的脑细胞群方面具有较高的准确性，但在分析精细定义的细胞类型时表现出明显的模糊性，这表明有必要通过不同的测量来定义细胞类型，以便更准确地分类。

这项技术还可以用来更好地了解基因和细胞如何相互作用导致神经退行性疾病

加州大学洛杉矶分校戴维·格芬医学院人类遗传学助理教授罗崇元说：“这些疾病可以广泛影响许多细胞类型。但可能有某些细胞群体特别脆弱。”。“基因研究已经确定了与阿尔茨海默氏症等疾病相关的基因组区域。我们正在提供另一个数据维度，并确定受这些基因组区域影响的细胞类型。”

作为下一步，该团队计划使用新平台调查大脑的其他区域，并将健康人脑细胞与受阿尔茨海默病和其他神经退行性疾病影响的脑细胞进行比较

DOI:10.1016/j.xgen。2022.100107