新的计算方法构建了详细的人体组织图

威尔康奈尔医学的研究人员开发了一种计算方法，以前所未有的细节绘制人体组织的结构。他们的方法有望加速对器官规模细胞相互作用的研究，并可能为各种疾病提供强大的新诊断策略。

该方法发表在Nature Methods上，源于科学家对经典显微镜和现代单细胞分子分析之间差距的挫败感。

“在显微镜下观察组织，你会看到一堆在空间上组合在一起的细胞 - 你几乎立即在图像中看到该组织，”主要作者Junbum Kim说，他是威尔康奈尔医学的生理学和生物物理学研究生。“现在，细胞生物学家已经获得了非常详细地检查单个细胞的能力，包括每个细胞表达的基因，因此他们专注于细胞而不是关注组织结构。

然而，“对于研究人员来说，更多地了解组织结构的细节至关重要;组织内细胞之间关系的根本变化驱动健康和患病的器官功能，“资深作者Olivier Elemento说，他是英格兰精准医学研究所所长，威尔康奈尔医学的生理学和生物物理学以及计算生物医学中的计算基因组学教授。

但是，手动将单细胞数据与组织结构图谱相结合既缓慢又乏味。机器学习算法已经显示出自动化该过程的一些潜力，但它们受到用于训练它们的数据的限制。为了解决这个问题，Kim和他的同事开发了一种无监督的计算策略，将单细胞基因表达谱和细胞位置结合起来，以确定组织的结构区域。

共同资深作者Andre Rendeiro是威尔康奈尔医学院的博士后研究员，目前是奥地利维也纳奥地利科学院分子医学研究中心的首席研究员，他将新方法与绘制纽约等城市进行了比较：“一种方法是去每个十字路口并计算每种建筑物： 是住宅，是商业...是商店还是餐馆?将所有这些数据放入一个矩阵中，将建筑物的位置放入另一个矩阵中，可以揭示两个矩阵组合时的模式。

“从本质上讲，我们可以开始对不同社区的位置以及它们的边界基于住宅与商业建筑的丰富程度做出一般性陈述 - 就像任何穿过上东区，中城或市中心的人一样，他们会根据他们的观察，”Rendeiro说。

研究人员使用这种新方法生成了几种类型组织的详细图谱，识别和量化了显微解剖学的新方面 - 当细胞相互作用时以小尺度出现的模式，并决定了组织的最终功能。与北卡罗来纳大学教堂山分校研究肺部疾病的同事合作，他们还证明他们的技术可以区分组织中不同的疾病状态。

虽然癌症和其他慢性疾病通常会导致组织结构发生重大变化，但详细的显微解剖学也有助于诊断和治疗更急性的疾病。Rendeiro以严重的为例，其中“有很多免疫细胞进入附近，肺组织发生了巨大的变化。该团队现在正在将其新技术应用于广泛的组织，以了解组织组织的变化如何支撑其在健康状态下的功能和疾病功能障碍。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！