尼古拉斯·拉傑斯基（Nikolaus Rajewsky）教授是一位有遠見的人：他想確切地了解疾病進展過程中人類細胞中發生的事情，目的是能夠識別和治療最初的細胞變化。麥克斯·德爾布呂克分子中心的柏林醫學系統生物學研究所（BIMSB）科學主任解釋說：“這不僅要求我們破譯單個細胞中基因組的活性，而且要在器官內對其進行空間追踪。”柏林的醫學（MDC）。例如，為了準確診斷疾病並選擇最佳療法，癌症中免疫細胞的空間排列（“微環境”）極為重要。 “總的來說，我們缺乏分子捕獲和了解組織的（病理）生理學的系統方法。”
不同組織類型的地圖
Rajewsky通過一項重大的新研究朝著自己的目標邁出了一大步，這項新研究已發表在科學雜誌《自然》上。與來自耶路撒冷希伯來大學的Nir Friedman教授，來自美國劍橋的哈佛大學的Mor Nitzan博士以及他自己的“系統生物學”研究小組的項目負責人Nikos Karaiskos博士一起 娛樂城的相關搜尋科學家們已經成功地使用一種特殊的算法為非常不同的組織類型中的單個細胞創建了基因表達的空間圖：哺乳動物的肝臟和腸上皮細胞以及果蠅和斑馬魚，小腦的一部分和腎臟。“有時純粹的理論科學足以在高級科學雜誌上發表-我認為這種情況將來會更加頻繁。我們需要在機器學習和人工智能上投入更多。”尼古拉斯·拉傑斯基（Nikolaus Rajewsky）說。
“使用這些計算機生成的圖譜，我們現在能夠精確地追踪特定基因是否在組織部分的細胞中活躍，”理論物理學家和生物信息學家Karaiskos解釋說，他與Mor Nitzan一起開發了該算法。 “如果沒有我們命名為’novoSpaRc’的模型，就不可能以這種形式實現。”
空間信息以前丟失了
直到最近幾年，研究人員才能夠大規模，高精度地確定器官或組織中各個細胞正在獲取哪些信息。 娛樂城推薦在任何給定時間的基因組。這要歸功於新的測序方法，例如多重RNA測序，它可以同時分析大量RNA分子。當基因變得活躍並且從其藍圖形成蛋白質時，RNA在細胞中產生。 Rajewsky早就意識到了單細胞測序的潛力，並在他的實驗室中建立了它。
“但是，要使這項技術起作用，必須首先對被調查的組織進行財神娛樂 Rajewsky解釋說。這一過程導致有價值的信息丟失：例如，基因活性已被遺傳解碼的特定細胞的組織中的原始位置。因此Rajewsky和Friedmann正在尋找一種方法來利用單細胞測序的數據來開發數學模型，該模型可以計算整個基因組-即使在復雜組織中的基因表達的空間模式。
Rajewsky和同樣在BIMSB工作的Robert Zinzen博士領導的團隊兩年前已經取得了第一個突破。在科學雜誌《科學》上，他們展示了果蠅胚胎的虛擬模型。它以前所未有的空間分辨率顯示了哪些基因在哪些細胞中活躍。借助84個標記基因，使該基因定位成為可能：原位實驗確定了這些基因在卵形胚胎中的某個時間點處於活躍狀態。研究人員證實，他們的模型在活的果蠅胚胎上進行了進一步的複雜原位實驗。
一個難題iwin娛樂城數以萬計的碎片和顏色
Karaiskos說：“但是，在此模型中，我們分別重建了每個單元的位置。”他是“科學”研究和當前的“自然”研究的第一批作者之一。 “之所以可行，是因為我們只需要處理數量較少的細胞和基因。這次，我們想知道在幾乎沒有或沒有以前的信息的情況下，我們六合彩玩法规则是否可以重建複雜的組織。我們可以學習有關基因如何處理的原理嗎？表達在復雜組織中得到組織和調節？”該算法的基本假設是，當細胞是鄰居時，它們的基因活性或多或少相似。他們從基因組中檢索到的信息要比彼此分開的細胞更多。
為了驗證這一假設，研究人員使用了現有數據。對於肝，腎和腸上皮，沒有其他信息。該小組僅能通過使用重建的組織樣本收集一些標記基因。在一種情況下，只有兩個標記基因可用。
Karaiskos解釋說：“這就像將地下539中4碼多少錢一個巨大的謎題拼湊在一起，其中包含大量不同的顏色，也許是10,000種左右。”試圖描述他在計算模型時面臨的艱鉅任務。 “如果正確解決了難題，所有這些顏色將導致特定的形狀或圖案。”拼圖的每個部分代表所研究組織的單個細胞，每個顏色都代表一個活躍的基因，台灣娛樂城 由RNA分子讀取。
無論測序技術如何，該方法均有效
Karaiskos說：“現在，我們有了一種方法，使我們能夠基於從計算機中單細胞測序獲得的數據創建正在研究的組織的虛擬模型，而無需考慮使用哪種測序方法。” “有關單個細胞空間位置的現有信息可以輸入到模型中，從而進一步完善它。”然後，借助novoSpaRc，可以為每個已知基因確定組織中遺傳物質有活性並被翻譯成蛋白質的位置。
現在，BIMSB的Karaiskos和他的同事也致力於使用該模型追溯甚至預測組織或整個生物體中的某些發育過程如何算出你的偏財運。但是，科學家承認可能存在某些與novoSpaRc算法不兼容的特定組織。他說，但這可能是一個可喜的挑戰：有機會對新難題進行嘗試的機會！
參考：Nitzan，Karaiskos，Friedman和Nikolaus Rajewsky。 2019。基因表達製圖。 DOI：https：//doi.org/10.1038/s41586-019-1773-3。
本文已從以下材料重新發布。注意：材料的長度和內容可能已被編輯。有關更多信息，請聯繫引用的來源。
