综述推荐| 多维单细胞技术解析器官发育与维持
近年来，依靠表观遗传组学、转录组学、细胞谱系示踪和高通量mRNA分子原位分析等技术在单细胞分辨率上的突破，研究人员对脊椎动物器官发育与维持过程中细胞与分子机制的解析取得了一系列重大进展【1-3】。目前，运用各种先进的单细胞分析技术，研究人员可以从细胞图谱绘制(cell atlas profiling)、细胞空间定位(spatial organization)和细胞间相互作用(cell-cell interaction)等方面对器官的发育与维持实现多维度分析。
中国科学院动物研究所刘峰研究员领导的血液与心血管发育课题组，以斑马鱼和小鼠为模式生物，长期致力于研究造血干细胞发育的细胞与分子调控机制。近年来，深度解析了m6A表观修饰调控脊椎动物造血干细胞发生【4】，血管微环境调控造血干细胞驻留与增殖【5】和转录因子Irf4调控淋系前体细胞分化的机制【6】。这些原创性研究成果揭示了造血干细胞与各造血器官在细胞和分子水平上的协同发育。
2019年3月28日，刘峰课题组在 Trends in Cell Biology 发表了题为 Multidimensional Single-Cell Analyses in Organ Development and Maintenance 的综述文章。文中以脊椎动物造血器官、大脑和肺为例，系统总结了单细胞技术在绘制细胞图谱、揭示细胞空间定位特征和细胞间相互作用等方面的最新进展。
首先，单细胞表观遗传组学和转录组学技术可以在分子层面更加准确地定义细胞类型/细胞亚群（图1A）。
图1.（A）单细胞表观遗传组学和转录组学技术获取细胞分子特征，并鉴定细胞亚群。（B）单细胞空间转录组技术和高通量mRNA分子原位分析技术同时获取细胞空间位置信息和基因表达状态，并鉴定细胞亚群
另外，单细胞组学技术与谱系示踪技术的结合可以在器官或者个体水平追溯细胞的起源并预测细胞连续动态的分化轨迹 (图2A和2B)。
图2.（A）利用“条形码（barcoding）”记录的遗传信息对细胞谱系进行示踪。（B）单细胞转录组技术预测细胞分化轨迹
其次，研究表明，特定的细胞空间定位可以影响细胞的功能【7】。运用空间转录组技术和高通量mRNA分子原位分析技术，研究人员可以同时获取细胞空间位置信息和基因表达状态(图1B)，这很好地弥补了离体单细胞分析技术的不足。最后，研究人员基于单细胞转录组数据开发的各种数据分析方法，可以对细胞间短距离或者长距离的相互作用实现无偏好性地系统分析(图3A和3B)。上述成果，有助于我们了解细胞如何通过协同合作执行机体各种复杂的功能。此外，文章还讨论了多维单细胞分析在疾病与衰老中的应用前景。
图3.（A）细胞间相互作用模式图。（B）单细胞转录组技术系统性分析细胞间相互作用
据悉，中国科学院动物研究所博士研究生张一帆为该论文的第一作者，刘峰研究员为通讯作者。
参考文献
1. Tanay, A. and A. Regev, Scaling single-cell genomics from phenomenology to mechanism. Nature, 2017. 541(7637): p. 331-338.
2. Moffitt, J.R., et al., Molecular, spatial, and functional single-cell profiling of the hypothalamic preoptic region. Science, 2018. 362(6416).
3. Kester, L. and A. van Oudenaarden, Single-Cell Transcriptomics Meets Lineage Tracing. Cell Stem Cell, 2018. 23(2): p. 166-179.
4. Zhang, C., et al., m(6)A modulates haematopoietic stem and progenitor cell specification. Nature, 2017. 549(7671): p. 273-276.
5. Xue, Y., et al., The Vascular Niche Regulates Hematopoietic Stem and Progenitor Cell Lodgment and Expansion via klf6a-ccl25b. Dev Cell, 2017. 42(4): p. 349-362 e4.
6. Wang, S., et al., Irf4 Regulates the Choice between T Lymphoid-Primed Progenitor and Myeloid Lineage Fates during Embryogenesis. Dev Cell, 2015. 34(6): p. 621-31.
7. Zhu, Q., et al., Identification of spatially associated subpopulations by combining scRNAseq and sequential fluorescence in situ hybridization data. Nat Biotechnol, 2018.
