博文
人体细胞-细胞互作组的作图和工程化！
||
这是一个前沿且极具雄心的问题。目前，科学家们正在通过多种技术路径，从“描述”到“因果”，系统地绘制并工程化改造人体细胞间的相互作用网络。
核心倡议：“十亿细胞互作计划”
为了系统性地理解细胞互作，一项名为 “十亿细胞互作计划”（Billion Cell×Cell Project） 的重大倡议被提出 。该计划旨在通过系统表征细胞二元体（即定义明确的一对互作细胞）的互作结果，生成一个涵盖所有主要人类细胞类型如何通讯的功能性图谱 。
这个计划的规模经过测算：如果聚焦前100种最具治疗相关性的人类细胞类型，它们之间会产生约5,050种独特的配对组合。若为每种组合设置1,000个重复，并覆盖200个不同的实验条件，即可产出约10亿个高置信度的二元体测量数据 。
技术路径：从观测到工程化
实现这一宏大目标，依赖于一系列前沿技术的发展和整合，通常分为三个阶段：
1. 高通量互作检测与图谱绘制
这是当前最活跃的研究领域，旨在高精度、高通量地识别和记录细胞间的物理接触。
- Interact-omics：一种基于流式细胞术的框架，能以超高分辨率和规模，准确绘制所有免疫细胞类型的物理互作图谱 。该技术通过前向散射信号比值和聚类算法，能在单样本中分析百万级细胞，成本极低，并已成功用于解析CAR-T细胞疗法和病毒感染后的免疫动态 。
- 邻近细胞遗传学技术：利用合成生物学原理（如SynNotch通路），在活体小鼠体内实现对邻近细胞的永久性遗传标记。该技术已揭示心肌细胞与内皮细胞在发育中的复杂互作，以及肿瘤血管内皮细胞的迁移行为 。
- DeepLinc：一种基于深度学习的计算方法，能从高噪音、高稀疏性的单细胞空间转录组数据中，从头重建细胞互作网络，并整合空间编码信息定义新的细胞亚群 。
- 生信预测工具：如CellPhoneDB、CellChat等，通过分析单细胞RNA测序数据中的配体-受体共表达情况，来预测可能的细胞互作 。
2. 解析互作的因果机制
仅仅观测到互作还不够，关键在于理解互作导致的结果。
- 受控的细胞二元体模型：通过纳米颗粒、微流控等技术，将已知的两种细胞强制配对，锁定互作对象和起始时间，从而精确测量互作诱导的转录变化 。
- 遗传扰动与功能验证：在发送或接收细胞中引入CRISPR文库或合成受体，高通量筛选决定通讯结果的分子开关，锁定因果关系中的关键节点 。
3. 合成生物学与工程化改造
最终目标是能够编程或改写细胞间的通讯。
- 超灵敏细胞通讯系统：科学家开发了名为“Cinn”的新型哺乳动物细胞间通讯信号系统，其灵敏度比现有系统提升了约375倍，且无需外源前体，细胞负担低，为构建复杂的人造组织（如类器官）和智能细胞疗法提供了新工具 。
- 工程化细胞互作：CAR-T细胞疗法和双特异性抗体（如Blinatumomab）是工程化细胞互作的成功范例，它们通过人工设计的受体或抗体，强行拉近免疫细胞与肿瘤细胞，实现精准杀伤 。
- 信号重编程：文章提出，未来的治疗可能从“杀死某类细胞”转向“重新编程互作逻辑”，例如利用合成受体系统（如synNotch）为细胞设计逻辑门控，使其在同时识别多个靶点时才激活，从而提升治疗安全性 。
总结与展望
人体细胞-细胞互作组的研究正经历一场范式转变：从描述性的“谁和谁对话”，转向因果性的“对话导致了什么”，并最终迈向工程化的“如何设计对话”。
这些技术的突破，不仅有望揭示发育、免疫和疾病（如癌症、纤维化）的深层机制，更将为个性化治疗和精准医学开辟新路径。未来，通过训练基于大规模互作数据的基础模型，科学家甚至可能实现“虚拟细胞”模拟，从而在实验室外加速药物发现 。
https://blog.sciencenet.cn/blog-2636671-1544200.html
上一篇：医学遗传学中的近乎完美基因组测序！
下一篇：语言学概论！
扫一扫，分享此博文