Nature Genetics：新算法助力倾听细胞间的对话

人们会彼此交流，有时面对面，有时通过短信或电话。细胞之间也会相互交流，有时通过接触，有时则通过跨越时空的信号传导。不过，就目前而言，确定细胞之间的通讯仍极其困难。

近日，密歇根大学安娜堡分校等机构的研究人员开发出一种新算法，能够根据空间转录组学数据来推断细胞间通讯的位置和动态。

这项研究成果于6月10日发表在《Nature Genetics》杂志上，满足了科学界对检测细胞间相互作用的迫切需求。

通讯作者、密歇根大学安娜堡分校副教授Joshua Welch博士表示：“我们开发出一种算法，可获取胚胎中基因表达位置的空间转录组数据，然后根据这些信息推断哪些细胞正在向其他细胞发送信号。”

研究团队以小鼠的胚胎发育为研究模型，在这个阶段，细胞之间的良好沟通至关重要，可确定细胞的命运并协调其正常生长。

这种名为CytoSignal的算法利用空间分辨的基因表达数据来估计单个细胞之间静态和动态的信号传导。与早期的方法相比，它有了很大进步。之前的方法只能寻找细胞群之间的相互作用，或仅查看某个时间点的相互作用。

CytoSignal方法可在细胞水平上观察配体信号传导随时间的变化。配体信号传导是指有多少细胞在接收信息，当配体与细胞表面的受体结合时，也就意味着钥匙与锁对上了。

通过这种细胞层面的方法，研究人员可确定信号传导的空间梯度，发现与信号传导相关的基因，并鉴定显著变化的相互作用。

更重要的是，CytoSignal能够区分接触依赖性（细胞必须接触才能交流）与扩散依赖性（细胞将蛋白质作为信使）信号传导机制之间的差异。

“此前，大多数科学家会选择一对他们认为重要的配体-受体进行研究。我们方法真正强大的地方在于，你不必开展实验就知道哪个配体参与其中——你可以查看所有基因，然后从数据中判断哪些最重要，” Welch谈到。

研究人员利用小鼠胚胎组织来证明这种工具很有效。CytoSignal根据数据预测，特定的配体和受体蛋白将在组织中的特定位置结合。之后，他们引入抗体来显示配体与受体结合的位置。

研究团队指出，这种新方法不仅可帮助研究人员分析更多的空间转录组数据集，还有许多潜在的应用场景。

例如，CytoSignal可比较健康和疾病状态，以及观察哪些配体和受体相互作用存在缺陷，以此来深入分析疾病机制。重要的是，许多现有药物以受体为靶点，如果鉴定出合适的受体，就有望开发出新疗法。

“这项技术可用来了解基因突变或疾病状态如何干扰正常的信号传导。之后，你甚至可以使用CytoSignal来开发细胞疗法，以关闭有缺陷的信号传导，” Welch指出。