Nature:VR,让我们来个血管之旅吧!

2017-02-23 李易潇 生物360

分子生物学家 Greg Hannon 第一次飞过肿瘤时,他感到惊讶并受到启发。使用虚拟实境(VR)模型,Hannon 和他在英国剑桥大学的同事飞入血管,检查渗透的免疫细胞,并为一个前所未有的肿瘤图谱孕育出一个想法 -- 结合 VR 技术构建三维的肿瘤图谱模型 。“天哪!”每当他回忆时, “这将是非常惊人的。”Steve Gschmeissner/Science Photo Library2 月 1

分子生物学家 Greg Hannon 第一次飞过肿瘤时,他感到惊讶并受到启发。使用虚拟实境(VR)模型,Hannon 和他在英国剑桥大学的同事飞入血管,检查渗透的免疫细胞,并为一个前所未有的肿瘤图谱孕育出一个想法 -- 结合 VR 技术构建三维的肿瘤图谱模型 。“天哪!”每当他回忆时, “这将是非常惊人的。”

Steve Gschmeissner/Science Photo Library

2 月 10 日,总部位于伦敦的英国慈善癌症研究所宣布,Hannon 带领的的分子生物学家、天文学家和游戏设计师团队将在未来五年内获得高达 2000 万英镑(2500 万美元)来开发 乳腺癌的交互式虚拟实境图谱 。 Hannon 飞过的肿瘤只是一个实物模型,真正的模型将包括在肿瘤每个细胞中数以千计的基因以及数十种蛋白质表达的数据。希望这个三维且功能详细的模型可以更多地揭示更多有关的因素影响肿瘤对治疗的反应。

英国癌症研究所授予另一个团队高达 1600 万英镑,以制作类似的肿瘤图,将 以代谢物和蛋白质为重点 。今年晚些时候,美国国家心理健康研究所将宣布以特殊的分子网络映射小鼠脑研究的获奖者。 2 月 23 - 24 日,研究人员将聚集在加利福尼亚州的斯坦福大学继续规划人类细胞图谱,试图完成人体每个细胞的图谱。

“这是一个非常热门的话题,”Ido Amit 说,他在以色列雷霍沃特 Weizmann 科学研究所研究免疫系统的基因组学。 在过去几年里,研究人员涌入了一些技术,允许他们在单个细胞中对完整的 RNAs 进行测序,其有数以万计。这些 RNA 可以揭示哪些基因被表达,并提供关于细胞在器官或肿瘤内的独特功能的线索。

但是这种测序方法通常需要首先将细胞从它们所居住的组织中分离出来。这破坏了关于细胞在哪里以及它们与哪个相邻细胞相互作用的信息,这些信息可能会提供关于细胞新的功能的线索,以及它如何在病变组织中出错。

斯德哥尔摩 Karolinska 研究所的分子生物学家 Nicola Crosetto 说:“使用单细胞测序技术令人兴奋并有希望,但是当我们想到癌症和复杂的生理组织时,我们需要能够把这些信息放到 三维空间背景 中。“

这样的技术正在出现。 2 月 6 日,魏茨曼研究所的 Amit 和 Shalev Itzkovitz 报告说,他们已经创建了一个小鼠肝小叶的细胞图谱,完成了来自每个细胞的 RNA 序列。肝小叶通常被分成多层,该团队在位于两层之间的界面处的细胞中发现了独特的基因表达模式。 “这个组织区域不仅仅是一个过渡区,这是一个具有指定功能的新区域。”Itzkovitz 说。

关注蛋白质图谱

与此同时,Hannon 与哈佛大学的生物物理学家庄晓薇合作,她开发了一种使用成像技术可以在细胞内用二进制条形码读取出编码 RNA 的方法。该技术可以同时检测单个细胞中的数千个 RNA,而不使细胞解离。 “每次当我看到图像的条形码出现时,总会使我想起电影‘黑客帝国’”,庄说。

与蛋白质和其他分子相比,RNA 的分子制图比较简单。英国国立物理研究所的 Josephine Bunch 和她的同事正在开发具有关于小分子(如脂质,药物和代谢物)以及大分子(如蛋白质)详细信息的肿瘤图谱。该方法将允许她的团队每个样品能 评估约 50 个蛋白质 。

这听起来或许比不上用其他技术可以测量数以千计的 RNA,但是关于 50 种蛋白质的信息,其可以选择以适应特定的组织,并以不同的组合存在于细胞中足以鉴定出主要细胞类型以及关键分子途径,斯坦福大学分子生物学家 Garry Nolan 说。他指出,蛋白质比 RNA 更能直接了解细胞的功能,并且可以更好地允许研究人员将其数据与以前发表的细胞图谱联系起来。

无论什么方法使其成为顶尖,研究人员还需要开发显示数据的新方法,Hannon 说。 “虚拟实境非常强大 ,但就是如此巨大的信息量,我们将需要新的信息交互方式。”

原始出处:
Keren Bahar Halpern,Rom Shenhav,Orit Matcovitch-Natan,et al.Single-cell spatial reconstruction reveals global division of labour in the mammalian liver.Nature,Feb 16.

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (1)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=1881682, encodeId=2ba91881682b7, content=<a href='/topic/show?id=3b2112532d8' target=_blank style='color:#2F92EE;'>#Nat#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=18, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=12532, encryptionId=3b2112532d8, topicName=Nat)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=2e6f107, createdName=liye789132251, createdTime=Tue Nov 21 10:09:00 CST 2017, time=2017-11-21, status=1, ipAttribution=)]
    2017-11-21 liye789132251