編譯 李升偉

《自然·方法》雜志多年來一直在關(guān)注和報道關(guān)于單細(xì)胞分析的方法，但是直至2018年4月HCA第一批研究數(shù)據(jù)集發(fā)表，人們才發(fā)現(xiàn)它推動了雄心勃勃的“人類細(xì)胞圖譜計劃（HCA）”的建立與不斷發(fā)展。

人類細(xì)胞圖譜計劃意在對人體的細(xì)胞類型進(jìn)行作圖。這項計劃目前在很大程度上得益于單細(xì)胞RNA測序方法的驅(qū)動，已經(jīng)得到了不同類型的圖譜。分子作圖可以產(chǎn)生某種細(xì)胞類型的轉(zhuǎn)錄本、蛋白質(zhì)或表觀遺傳學(xué)表達(dá)譜，功能和形態(tài)學(xué)作圖將這些表達(dá)譜與細(xì)胞行為及外觀鏈接了起來，而空間作圖則將細(xì)胞定位于某個組織或器官之內(nèi)。在這幾個方面和層次上建立起來的人類細(xì)胞圖譜計劃可以與偉大的人類基因組計劃相媲美，不同的是，人類基因組計劃研究的是基因，而人類細(xì)胞圖譜則是匯編一套人類細(xì)胞的參考數(shù)據(jù)集。

此外，還有一些相關(guān)科學(xué)計劃也值得關(guān)注。艾倫大腦圖譜計劃多年來已經(jīng)推動了對大腦的作圖計劃，其中一些是在單細(xì)胞水平上的。美國國立衛(wèi)生研究院的人類生物分子圖譜計劃（HuBMAP）資助了對單細(xì)胞技術(shù)的研發(fā)并將它們應(yīng)用于組織作圖。人類蛋白質(zhì)圖譜計劃運(yùn)用免疫組織化學(xué)技術(shù)對1萬多種基因產(chǎn)物進(jìn)行染色分析并形成染色模式數(shù)據(jù)庫，近期已經(jīng)發(fā)展到對細(xì)胞株內(nèi)蛋白質(zhì)進(jìn)行定位。最后，幾項研究對模式生物體進(jìn)行單細(xì)胞表達(dá)譜分析，是對人類細(xì)胞圖譜的有力補(bǔ)充。各種正式和非正式的方法正在將人類細(xì)胞圖譜計劃與其他科學(xué)項目對接起來。盡管在這些科學(xué)計劃中重復(fù)勞動不可避免，但繼續(xù)積極地尋求這些對接很重要。

作為一項由科學(xué)家推動開展的科學(xué)計劃，人類細(xì)胞圖譜計劃是一項充滿開放合作精神的科學(xué)計劃，科學(xué)家只要接受它的價值觀就可以參與，其中包括數(shù)據(jù)與方法的早期共享。人類細(xì)胞圖譜計劃具有相對寬松的草根結(jié)構(gòu)，毫無疑問使之機(jī)遇與挑戰(zhàn)并存。這樣一種戰(zhàn)略分布式的工作方法使得科學(xué)投入最大化，最有可能改善達(dá)到科學(xué)目標(biāo)的機(jī)會。管理這樣一個龐大的全球科學(xué)家大協(xié)作充滿了挑戰(zhàn)，在達(dá)成對組織問題和科學(xué)問題的一致上變得更為困難。

這樣的問題隨處可見，在這樣規(guī)模的大科學(xué)計劃中是必須得到解決的。例如，如何在單細(xì)胞分子表達(dá)譜基礎(chǔ)上對某個細(xì)胞類型進(jìn)行最好的定義，并且不同于傳統(tǒng)方法，也就是運(yùn)用一些穩(wěn)定的標(biāo)記物或獨(dú)特的形態(tài)學(xué)或定位？單個細(xì)胞組不僅隨細(xì)胞類型，還隨細(xì)胞狀態(tài)而變化，是細(xì)胞巨量相互影響的結(jié)果。事實上，人類細(xì)胞圖譜計劃很可能改變我們對這些知識內(nèi)容的進(jìn)一步認(rèn)識。

但是隨著數(shù)據(jù)的產(chǎn)生，必須做出以下決策：細(xì)胞類型在圖譜中如何進(jìn)行注釋，將需要建立一致性參考標(biāo)準(zhǔn)。觀念上講，應(yīng)該使數(shù)據(jù)處理和注釋的步驟對使用者透明，并綜合地提供相關(guān)的、先驗的知識。非常有意義的是，還必須建立顯示這樣的高維數(shù)據(jù)的新方法。在建立了這些步驟后，更具有挑戰(zhàn)性的是潛在的圖譜使用者范圍的改變，從單細(xì)胞研究專家到毫無單細(xì)胞學(xué)知識的生物學(xué)家和生物信息學(xué)家，甚至是臨床醫(yī)生。

更為復(fù)雜的重要事情是，單細(xì)胞分子研究方法仍然在積極發(fā)展之中。圖譜將隨著方法的改善而精細(xì)化，而且早期的數(shù)據(jù)集是方法研究本身的急需資源。人類細(xì)胞圖譜計劃的參與者還會定期地組織進(jìn)行系統(tǒng)性方法的比較，建立未來方法借以比較的平臺。

一種方法要滿足所有的需要是不太可能的。例如，單細(xì)胞核測序正在被證明對于那些難以分離的組織如大腦是有用的?；谖⒌蔚臏y序方法是高通量的，可以對許多細(xì)胞進(jìn)行表達(dá)譜分析，但是測序的深度很低。與之相反，基于微孔的測序方法通常有較高的轉(zhuǎn)錄本捕捉率、對獲得某些細(xì)胞群體的較深度表達(dá)譜是有用的。研發(fā)一些補(bǔ)充方法來解決相關(guān)問題很重要。

從計算生物學(xué)角度考慮，使產(chǎn)生自不同方法的數(shù)據(jù)得到比較是關(guān)鍵的。有兩種方法在《自然·方法》得到討論：一種是將來自單細(xì)胞實驗的細(xì)胞項目建立為次生的參考數(shù)據(jù)集，另一種則按時間順序?qū)蝹€細(xì)胞與它們在實驗中的基因表達(dá)模式進(jìn)行匹配。

多年來，人類細(xì)胞圖譜計劃的最后公眾形象可能還不太彰顯，但是，無疑，它將記載下生物學(xué)和科學(xué)方法論探索者的前進(jìn)之路。

資料來源 Nature Methods