· 历久看，“原创工程化平台+洞开配合”将是中国走向重要通用本事出身的必由之路。

每个细胞就像一座袖珍城市，有我方的“城市战略”（基因）、“工场”（卵白合成）和“地舆意见”（组织结构）。要想果然默契一块组织、一种疾病，甚而一个人命的成长过程，咱们不仅要知谈这些城市里发生了什么，还要知谈它们是若何摆设、交流、配合的。

李晶昀 AI图

在对人命进行“城市拜访”的过程中，科学家们也阅历了从“航拍”到“入户普查”的跨越，莽撞通过基因测序等本事得到更多、更细致的信息。可是，主流的单细胞测序本事还存在着通量、本钱、细胞大小收尾和拿获偏好性等挑战。

8月22日，《科学》杂志发表了由华大人命科学策动院牵头建设的基因组多维理解本事宇宙重心推行室等机构合作完成的最新策动，先容了一种全新的单细胞多组学本事 Stereo-cell，它可在一次推行中无偏、高通量地拿获从百到百万级的细胞，既能分析转录组（RNA），又能团结卵白、细胞形态和位置等多模态信息，甚而适用于超大细胞和特殊形态的微结构。这一平台的中枢是中国自主研发的“DNA纳米球（DNB）阵列芯片”，有望为人命科学策动、疾病会诊和药物开发提供新的基础器具。

科学家究竟是若何同期对数百万个细胞进行“入户拜访”的？中国自主研发的“DNB”纳米球是若何职责的？若何看待中国基础科研器具的发展？为了恢复这些问题，倾盆科技采访了论文共同第一作家、华大人命科学策动院副策动员刘畅。

【对话】

倾盆科技：能否为咱们形象发挥一下什么是单细胞测序本事？主流的本事旅途齐有哪些？它们主要治理了哪些问题，又存在哪些收尾？

刘畅（论文共同第一作家、华大人命科学策动院副策动员）：咱们不错作念一个简便的类比来发挥：一个组织或器官就像一篮子搀杂了多种生果，比如苹果、香蕉和橙子。昔时的成例测序本事（bulk-seq）好比是把这一篮子生果一齐丢进榨汁机，打成一杯搀杂果汁。咱们能回味到这杯果汁的举座风仪，检测出它的平均甜度，但无法知谈其中具体有哪几种生果，更不知谈苹果和橙子各自的滋味。

而单细胞测序本事，则是让咱们有身手去单独回味每一种生果的口味和甜度，况兼能明晰地知谈这篮生果里包含了哪几类，每一类的数目是若干。对应到生物学上，成例测序只可检测一个组织样本中通盘基因的平均抒发水平，而单细胞测序则能检测到每一个细胞的基因抒发情况，从而精准解读组织内不同细胞的异质性。正因如斯，这项本事对默契发育、疾病和免疫等过程至关紧迫，亦然“东谈主类细胞图谱意见”的中枢撑持本事。

得到分散的单细胞后，要害一步即是为每个细胞内的遗传物资（如RNA）作念好标志和准备，使其能被测序仪读取，这个过程咱们称之为“文库构建”。围绕这一步，科学家们开发了多种才略，主要分为四个本当事人见：

第一种是基于单管的才略，亦然最早的本事。顾名想义，即是把单个细胞严防翼翼地放进赋闲的离心管里进行操作。它能得到终点完整的基因信息，但通量极低，操作繁琐，本钱繁盛。

第二种是基于多孔板的本事，通过自动化勾引将细胞分选到微弱的孔板中。这比单管法有卓绝，但本体上照旧“一个萝卜一个坑”，推行通量和职责量的改善有限。

第三种是立异性的基于微流控的本事，这亦然咫尺最主流的才略之一。它期骗精密的微管谈，将单个细胞和带有独到分子标签的微珠包裹在一个个微弱的油滴里。这么，团结个细胞的遗传物资就会被标志上相通的“身份证”，后续咱们就不错把通盘细胞的物资搀杂处理，大大简化了进程，将通量莳植到万级细胞。但这类才略巧合会“挑食”，对相当大或形态不步骤的细胞不太友好。

第四种是基于纠合标签的本事，为了追求更高的通量。它通过多轮的搀杂、标志、再分组，像编密码相同为每个细胞核生成一个极其复杂的组合标签，表面上不错达到百万甚而更高的通量。但它的操作进程终点繁琐，且容易在过程中丢失细胞，收尾了其等闲应用。

倾盆科技：从华大之前研发的Stereo-seq到咫尺的Stereo-cell，其中枢部件DNB阵列芯片让东谈主嗅觉终点神奇。能否给咱们讲讲这个想法是何如酿成的？这些组件具体是若何职责的？

刘畅：这个想法的中枢灵感开首于华大自主研发的高通量测序平台，其要害即是“DNA纳米球（DNB）测序”本事。在测序时，咱们会将待测的DNA片断通过一种叫作念“滚环扩增”的本事，在芯片名义复制成数亿个细致的、大小仅为纳米级的DNA小球（DNB），然后再原位读取它们的序列。

那进一形式本事研发过程中，咱们就想能不成用这些神奇的DNA纳米球作念一些其他本当事人见的拓展。比如野心这个小球莽撞带上一些独到的信息，莽撞匡助定位其在芯片上的位置。简便类比一下，假如你想给你家里的每一册书（细胞）齐贴上一个唯一无二的地址标签，但肤浅的纸质标签太小、信息量太少。DNA是一种自然的莽撞佩戴深广信息的材料，于是咱们用DNA野心了一个包含书架号、层号、位置号的数字编码，然后用一台特殊的“复印机”，把这个编码复制粘贴了上千次，酿成一条极长的DNA细线。跟细胞核里的DNA访佛，这条线会自动瑟索成一个纳米小球，这个小球就成了你这本书的专属“地址球”。对它们进行测序就不错得到位置信息。

既然不错在芯片上原位读取序列，那是否也能在芯片上原位“拿获”序列呢？于是，Stereo-seq（空间组学本事）出身了。咱们考订了芯片，让平整的硅基芯片上阵列化地排布着DNB，每个DNB上齐附着着深广带有“地址编码（空间坐标条码CID）”和“分子条码（UMI）”的探针。当咱们把组织切片铺在芯片上时，组织细胞开释的RNA就会被这些探针原位拿获，因为每个探针齐自带地址，咱们就兑现了在保留空间位置信息的前提下进行测序。

Stereo-cell则是这个想路的当然延迟和创新。既然芯片能拿获组织切片的RNA，那能不成径直用来拿获悬浮的单个细胞呢？谜底是敬佩的。咱们无需复杂的微流控勾引或油滴，只需将单细胞悬液滴在平整的芯片上，细胞会依靠静电吸附均匀地“坐”在芯片名义。随后，细胞内的转录本被原位开释，并被下方的DNB探针拿获、建库和测序。

因为细胞是铺在平面上的，咱们不错先用显微镜给它们拍一张“集体照”。通过这张相片，团结后续的测序数据，算法不错精准地定位每个细胞、分割出它的范围，并把那些靠得太近或者相通的“双细胞”剔裁撤。咱们还不错团结免疫荧光染色，在测序前就看到某些要害卵白在细胞上的散播。最终，咱们能在一张芯片上，同步得到从几百到上百万个细胞的转录组信息、卵白表位信息和细胞形态位置信息，兑现果然真谛上的高通量、多模态单细胞分析。

倾盆科技：Stereo-cell有哪些上风？

刘畅：它的上风终点杰出，领先是超宽通量范围，一次推行不错处理从几百个稀零细胞到上百万个细胞的样本，生动度极高。

其次是无偏好性拿获。因为它莫得物理筛选的管谈，是以对细胞大小和形态不“挑食”。咱们在论文中展示了它能得胜拿获含有多个细胞核的巨大骨骼肌纤维，以及直径上百微米的卵母细胞，这是传统才略难以作念到的。

另外，它自然兼容成像本事，不错浮松整合免疫荧光（看卵白）和抗体条码（CITE-seq），在一次推行中得到基因、卵白、形态三个维度的数据。

临了，咱们不错径直在DNB芯片上培养细胞，进行药物处理或指引分化，兑现对细胞动态变化过程的“快照”式测序。

倾盆科技：它能取代液滴等传统单细胞测序的才略吗？

刘畅：咱们合计Stereo-cell与液滴等传统才略是互补关连，而非全齐取代。液滴法在成例的高通量转录组分析上仍是终点熟悉和普及。而Stereo-cell则在多模态分析、空间定位、超大细胞/微结构策动、液基样本（如血液、体液）检测以及动态过程策动上，展现了独到的、不可替代的上风。科学家不错把柄我方的策动问题，遴选最适合的器具。

倾盆科技：任何本事齐不是完好意思的，论文中也提到了RNA侧向扩散等潜在问题。这些问题对数据准确性的影响有多大？在您看来该本事还有哪些莳植空间？

刘畅：咱们系统地评估了RNA侧向扩散的问题。简便来说，即是细胞内的RNA分子在被芯片探针拿获时，可能会向周围“漂移”一小段距离。咱们的数据败露，这个距离是存在的，大要在5微米。

但这是否会影响数据的准确性呢？咱们通过东谈主-鼠细胞搀杂推行发现，在适度恰当的细胞铺板密度下，细胞间的平均距离宏大于这个扩散距离。最终，一个细胞失实地拿获到摆布细胞（来自另一物种）的RNA比例，峰值仅为2.7%傍边。再加上咱们期骗成像本事不错识别并剔除那些靠得太近的细胞，是以这种扩散对单个细胞内基因准细目量的影响，被适度在了一个终点低且可袭取的水平。

至于莳植空间，咱们合计主要有几方面，领先是进程优化与本钱。咫尺大尺寸芯片的制造和数据分析进程还比拟复杂，将来需要延续优化，激动自动化，让它变得更本钱友好、更易于普及。

另外，极低细胞输入会影响性能。在处理终点稀零的细胞样本时（比如一张芯片只放200个细胞），文库的复杂度会下跌，影响数据质料。将来不错通过优化测序深度、改进生化响应体系等策略来改善。

咫尺咱们主要兑现了转录组和部分卵白的检测，将来但愿莽撞整合更多的组学信息，并在更大尺寸的芯片上兑现一体化、自动化的成像决策。

倾盆科技：假如咫尺资源和样本齐不是问题，您最想用Stereo-cell去策动什么？期许解开什么谜题？

刘畅：三类意见最令咱们愉快。领先是人命发育与生殖，不错策动东谈主/模式生物卵母细胞—早期胚胎的时空调控集会；

其次是肿瘤与免疫，如轮回肿瘤细胞/免疫细胞在调理前后的少见亚群动态；

临了是组织成就与纤维化，如肌纤维/微血管/间充质等微结构的多范例重建与药物扰动图谱。

这三者齐需要高通量+多模态+空间/时间分歧的综称身手，Stereo-cell自然契合。

倾盆科技：许多底层的科学策动器具仍然被海外操纵。您若何看待咫尺国内关于策动器具的创新趋势？有哪些所长和短板？中国会出身像基因剪辑、冷冻电镜等紧迫发明吗？

刘畅：趋势上，从跟跑到并跑乃至部分领跑已可见脉络，包括高密度DNB芯片/勾引链条、空间-单细胞一体化平台等均已取得实质性发扬。

短板在于生态与范例、从原型到量产、从推行室到产业级踏实性、从点本事到体系化配套（试剂、软件、质控、培训），仍需时间与耐性。历久看，“原创工程化平台+洞开配合”将是中国走向重要通用本事出身的必由之路。

倾盆科技：如今，生物学策动越来越依赖于这么复杂而精密的工程本事。关于那些对人命科学充满贯注，但可能对编程、工程感到些许怕惧的年青学生，您有什么提倡？

刘畅：我的提倡是，领先从问题起程，而非本事。恒久让你想解答的阿谁生物学问题来运行你遴选和学习器具，而不是为了用一个炫酷的本事而去找问题。

其次，学会“看懂”数据，而非必须“创造”算法。关于大多数生物学家来说，掌执基础的统计学学问和数据可视化身手，莽撞熟练使用范例化的分析进程就富饶了。把更专科的算法开发交给专科的合作伙伴。

拥抱合作。当代科学，尤其是前沿鸿沟，一定是团队配合的后果。主动和工程师、数据科学家交一又友，学会明晰地形貌你的问题和需求，把复杂的大问题拆解成不错合作治理的小模块。

临了，对持科学策动的基本准则：可复现、可分享。养成精良的推行纪录、版块治理和数据伦理民俗，这是成为又名优秀科学家的基础。

一言以蔽之开云kaiyun.com，科学从来齐是团队通顺。对新本事保持钦慕心和学习的耐性，同期专注于我方详确的生物学问题，你一定能走得更远。