Nature：人類細胞圖譜研究先鋒AvivRegev

　　Aviv Regev是一位生物分析專家。現在，她正致力于繪制人體的每一個細胞。

　　計算生物學家Aviv Regev喜歡做一些看似不可能完成的任務。2011年，她與分子遺傳學家Joshua Levin合作，測試了RNA測序的幾種方法。科學家們在測試幾種技術的極限，以查看哪種方法表現最佳。他們用降解RNA或極少量的分子來處理樣品。最終，Levin指出，一些技術的靈敏度非常高，能檢測含量低于單細胞中含有的RNA量的樣本。

　　對于Regev來說，這似乎是個好機會。細胞是生命的基本單位，她長期以來一直在尋找探索復雜的基因網絡在單個細胞中的運作機制的方法，并想了解各個細胞中這些網絡有何差異，以及最終各種細胞群體如何協同工作。這些問題的答案將從本質上揭示細胞如何構建復雜的生物體，如人類。就職于博德研究所（Broad Institute of MIT and Harvard）的Regev和Levin對18個來自小鼠骨髓的、看似相同的免疫細胞進行了RNA測序，結果發現其中一些細胞與其余細胞的基因表達模式截然不同。這些細胞感覺就像兩個不同的細胞亞型。

　　這使得Regev想進一步開展深入的研究，即使用單細胞測序來了解人體內存在多少種不同的細胞類型、它們在哪個部位，以及它們如何發揮作用。Regev的實驗室同時對18個細胞進行檢測，一共測定了數十萬個RNA的序列，并將單細胞分析與基因組編輯技術結合起來，以了解關鍵調控基因被抑制時會發生什么情況。

　　他們的結果發現了一些新的細胞類型——例如，識別兩種新型視網膜神經元。Regev還希望找到更多的細胞類型。2016年底，她幫助推出了“國際人體細胞圖譜計劃（Human Cell Atlas）”。該計劃雄心勃勃，準備對人體中所有（估計37萬億個）細胞進行分類和測序（圖“建立人類細胞圖譜”）。瑞典皇家理工學院（Royal Institute of Technology）的微生物學家Mathias Uhlén指出，現在測繪單個細胞的研究越來越流行了，他認為，人體細胞圖譜計劃會是歷史上最重要的生命科學項目之一，它甚至要比人類基因組計劃更重要。

　　紐約市紀念斯隆凱特琳癌癥中心（Memorial Sloan Kettering Cancer Center）的計算生物學家、認識Regev已有18年的Dana Pe'er表示，Regev就喜歡這種大規模的的項目。Regev非常獨特的一點是她的視野非常開闊。Pe'er從來沒有見過一個科學家，能同時深入而創新地思考這么多事情。

　　Regev選擇的課程

　　當Regev還是以色列特拉維夫大學（Tel Aviv University）的本科生時，學生們必須在開始學習之前選擇一門課程。但她不想選擇。事實上，她選擇了一個先進的跨學科項目，讓她可以同時學習多個學科，跳過學士學位，直接攻讀碩士。

　　她本科期間的轉折點是得到了進化生物學家Eva Jablonka的指導。Jablonka提出了一個備受爭議的、關于表觀遺傳進化的理論。Regev佩服Jablonka面對批評的勇氣和坦率。Regev認為，容易走的路總是很多，但選擇走困難的路的人更讓人印象深刻。

　　Jablonka的課程涉及Regev喜愛的復雜的遺傳學問題。遺傳學依賴于抽象推理的方式來達成基本的科學結論，Regev為此深深著迷。她對生物著迷，覺得基因非常有趣，但更有趣的是基因之間的相互協作。而基因彼此協作的第一媒介是細胞。

　　Regev在以色列魏茲曼科學研究所（Weizmann Institute of Science）的Ehud Shapiro實驗室攻讀計算生物學博士學位。2003年，她通過特殊的項目（一個允許研究者在沒有博后經歷的情況下，直接建立個人實驗室的項目），搬到了哈佛大學（Harvard University）的劍橋基因組學研究中心（Bauer Center for Genomics Research）。在那里Regev擁有屬于自己的獨立的小團隊，這使她能夠決定自己的研究課題。她著重于通過觀察細胞中基因產生的RNA分子來分析遺傳網絡。2004年，她將這種技術應用于腫瘤，由此發現了不同類型癌癥共享的基因表達模式，以及一些更具體的基因表達模式，如一組與生長抑制有關的基因在急性淋巴細胞白血病中被抑制了。到了2006年，也就是她35歲之際，她在博德研究所（Broad Institute）成立了自己的實驗室。

　　明顯的相似

　　在博德研究所，Regev繼續致力于研究如何從RNA測序數據中篩選出復雜的信息。2009年，她發表了一篇關于小鼠樹突狀細胞的文章，揭示了控制這種免疫細胞應對病原體的基因網絡。2011年，她開發了一種在不使用參考基因組的情況下，組裝出完整的轉錄組（樣本中基因轉錄得到的所有RNA）的方法，這種技術在生物體的基因組未被深入測序時非常很重要。

　　就在那時，Levin提出了對單個細胞內RNA進行測序的前景。在此之前，單細胞基因組學幾乎是不可能的，因為該技術不夠靈敏，無法檢測一個細胞內的微量RNA或DNA。但在2011年左右情況開始發生變化。

　　Regev等人使用18種免疫細胞——也是樹突狀細胞——來測試她設計的方法。Regev當時的博士后，現在就職于紐約基因組中心（New York Genome Center）的Rahul Satija指出，他當時堅持他們做的實驗會證明同樣類型的細胞的檢測結果是相同的。然而結果并非如此，他發現了兩種完全不同的細胞亞型。即使是同一亞型里，個體細胞的調控表達和免疫基因都存在很大的差異。據Regev回憶，那是很小的一個研究，但卻她們發現了很多信息。

　　Satija指出，他覺得Regev恐怕一開始就猜到了這樣的結果。當看到那些結果時，她們就知道后面應該做哪些事情。她們計劃使用單細胞基因組學揭示細胞的多樣性，對生物體內的細胞類型重新做一次劃分，并了解這些細胞是如何互動的。

　　在標準遺傳測序中，研究人員會從許多細胞的混合物中提取DNA或RNA，以產生整個細胞群體的平均讀數。Regev將這種方法比喻成水果冰沙。顏色和味道都能提示冰沙的成分，但是其中一個甚至十幾個藍莓的味道，很容易就被一堆草莓所覆蓋。

　　Regev指出，相比之下，單細胞數據就像水果沙拉。你可以輕而易舉地將藍莓和黑莓分開。這有助于揭示細胞的多樣性。基于此，生物學家可以使用單細胞基因組學來對腫瘤進行序列分析，以確定哪些基因被惡性細胞表達、哪些被非惡性細胞表達，哪些被免疫系統或血管表達——這可能可以推動新型癌癥藥物的開發工作。

　　該技術還能幫助開發其它多種疾病的藥物。在全面分析哪些細胞高表達致病基因的情況下，了解哪些基因是潛在的藥物靶標更具臨床意義。

　　Regev不是唯一一個迷戀大規模單細胞分析的人。至少從2012年起，科學家們就一直有使用這些技術來繪制人類其它細胞類型的想法。加州斯坦福大學（Stanford University）生物工程師、陳-扎克伯格生物科技中心（Chan Zuckerberg Biohub, CZ Biohub）的共同負責人Stephen Quake表示，幾乎同時，世界多個地區都各自提出了這種想法。2016年9月以來，CZ生物科技中心一直為各種生物醫學研究項目，包括該中心自己的細胞圖譜計劃提供資金。

　　人類細胞圖譜

　　2014年左右，Regev開始舉辦關于細胞測繪的講座和研討會。來自英國維康信托桑格研究所（Wellcome Trust Sanger Institute）的細胞遺傳學主管Sarah Teichmann聽說了Regev的想法，并于去年聯系她，問她是否愿意合作建立一個國際人體細胞圖譜項目。該項目不僅需要基因組學研究人員的參與，還需要各種組織和器官系統的生理學專家參與。

　　Regev抓住了這個機會，她和Teichmann現在是人體細胞圖譜計劃（Human Cell Atlas）的聯合負責人。該項目計劃對人體各種細胞的RNA進行測序，然后使用這些基因表達譜將細胞分類，定義新的細胞，并繪制所有細胞及其分子在空間上的組織方式。

　　該項目還旨在發現和表征人體中所有可能的細胞狀態——成熟和不成熟、滿負荷和充分工作狀態——這需要更多的測序。科學家們認為，人體內大約有300種主要的細胞類型，但是Regev認為人體內的細胞類型和狀態遠超過這個數字。Regev認為，視網膜似乎含有超過100種神經元亞型。目前，人體細胞圖譜計劃的研究者們已經齊聚一堂，集中努力研究免疫細胞、肝臟和腫瘤。Teichmann指出，現在項目還處于起步階段。

　　Regev在部署人體細胞圖譜項目時，建立了包括來自5個大陸的、總計28人的委員會，并協助組織了500多名科學家參與的會議。對此，Jablonka表示，要是他，肯定會不堪重負。但Regev沒有。Regev只是簡單地覺得，與其他人擁有一個共同的目標是非常有趣的。

　　目前我們尚不清楚該項目如何拉到充足的資金贊助。但是在6月，加州帕洛阿爾托市的慈善組織陳-扎克伯格倡議（Chan Zuckerberg Initiative，扎克伯格夫婦建立的慈善組織，她資助了前文提到的CZ Biohub）為人類細胞數據平臺（將用于存儲、分析，并瀏覽項目數據）提供了一筆資金（具體金額未披露）和軟件工程支持。Teichmann認為，數據管理的需求是大項目和小項目的根本差別。計算部分是項目的核心，統一的數據處理和數據瀏覽等，顯然是非常有益的。

　　4月，陳-扎克伯格倡議也接受了為期一年的試點項目的申請，以測試和開發人體細胞圖譜計劃的技術和實驗程序，并預計在短時間內公布哪些項目會得到資助。其實任何人都可以申請這項資金，并不會不局限于參加該計劃的科學家。

　　人才流失

　　一些科學家擔心，人體細胞圖譜計劃將耗盡其它研究項目的資金和努力——這是許多類似大型國際大科學項目都會受到的批評。Regev實驗室的博士生Atray Dixit指出，確實有這個壓力。我們知道會得到很多重要發現，從學術意義上來講，這個項目是低風險的。但成本太高了。我們應該思考如何在學術意義和經濟成本之間尋找平衡。

　　英國劍橋大學（University of Cambridge）的發育生物學家Azim Surani不確定該項目是否能夠平衡數據量和信息深度。他表示，人體細胞圖譜給你的是一幅很大的圖，但你并不能深入地了解不同的細胞類型，以及它們之間的關系。因此很難說人體細胞圖譜計劃的投入產出比有多高。

　　Surani也懷疑單細胞基因組學是否已經成熟到足以開展一個大項目。他提出，技術已經成熟到你可以充分利用它了嗎？例如，細胞提取——在無偏向且不影響RNA品質的情況下，從組織中提取單細胞——仍然是非常困難的。如果很多團體獨立摸索這個問題以及其它類似的問題，效果可能會比現在直接開展大規模細胞圖譜繪制要好。

　　很多人還擔心這個項目何時才能完成。人類蛋白質圖譜計劃（Human Protein Atlas，一個自2003年以來一直對正常細胞和癌細胞中的蛋白質進行編目的大型國際項目）的負責人Uhlén指出，細胞類型的定義并不明確。人體中可以表征的細胞類型可能是無限的。人體細胞圖譜計劃的確是重要且令人興奮的，但我們需要非常清楚，哪里是終點？

　　Regev認為完成不是唯一的目標。計劃是模塊化的，你可以把它分解成很多碎片。即使解決問題的一部分，也具有重要意義。她還表示，即使該項目只是對視網膜中的所有細胞進行編目，也會對藥物開發非常有用。時間會證明它的價值。

　　Regev對人體細胞圖譜計劃的關注并沒有妨礙她對特定細胞類型的研究。去年12月，她的團隊和其他兩個小組分別發表了研究成果，研究使用精密基因編輯工具CRISPR-Cas9在大批細胞中關閉轉錄因子和其它調節基因，然后使用單細胞RNA測序觀察效果。Regev的實驗室將這種技術稱為Perturb-seq。

　　Perturb-seq目的是通過關閉每個細胞中的一個或多個基因，然后測定它們如何影響其它的基因，從而實現大規模、精確地分離遺傳途徑。以往研究人員只能同時操作少量基因，但是Perturb-seq可以一次處理1000甚至10000個基因。得出的結果將可以揭示基因如何相互調控，以及一次激活或失活多個基因的綜合作用——單獨操作單個基因是無法揭示這一點的。

　　該論文的共同第一作者Dixit指出，Regev工作起來沒日沒夜。提交論文的前幾周，她每天6點召開項目會議。Dixit在論文補充方法的末尾寫了一句笑話——此句只是為了看看有沒有人會讀到這里。Regev在凌晨3點發現了這個句子。那是他們論文提交的前一天晚上。也就是說，Regev3點還沒睡，6點可是要組織開會的。

　　Regev的工作強度和高度聚焦源自于她的無限熱愛。Regev認為自己是非常幸運的人，做的是她最愛的事情。Regev還熱愛細胞。無論怎么看，對她來說，細胞都是神奇而迷人的。