广州实验室：单细胞与空间组学

摘要单细胞与空间组学技术实现了细胞和组织层面的高分辨率分子谱分析彻底革新了生物医学研究突破了传统批量测序的核心局限揭示了发育、机体稳态及疾病发生中至关重要的细胞异质性与空间组织结构。高通量、亚细胞水平及多组学检测技术的持续进步推动该领域向更深层次的机制解析发展。与此同时生成式人工智能、基础模型等计算方法快速迭代可高效处理多模态多组学数据。这些技术突破已广泛应用于多种疾病与生物系统研究助力产生创新性生物医学发现。但技术方法的快速发展与其在人类生物学和病理机制解析中的系统化应用之间仍存在显著差距。本综述总结了单细胞与空间技术的最新突破梳理了人工智能驱动方法、基础模型、单细胞及空间多组学整合算法等计算方法归纳了这些技术在人体各器官系统健康与疾病中的代表性应用重点阐述其在生物标志物发现、治疗靶点筛选和精准医学中的应用价值最后探讨了当前领域面临的挑战与未来方向旨在弥合技术创新与生物医学发现、临床转化之间的鸿沟。本综述为领域内研究人员提供重要参考为加速单细胞与空间多组学的转化应用提供关键思路。li_yixuegzlab.ac.cnqu_fangfanggzlab.ac.cn#人工智能 #基础模型 #多组学整合 #精准医学 #单细胞组学 #空间组学单细胞与空间多组学数据类型与技术空间多组学联合检测图1单细胞与空间多组学技术全景沿2大核心轴展示多组学技术的演进路径从解离的单细胞分析转向原位组织分析、从单组学检测升级为多组学整合分析。4个象限将技术划分为单细胞单组学、单细胞多组学、空间单组学、空间多组学4大类。内环展示基因组、表观基因组、转录组、蛋白质组、代谢组5大核心分子层面中心体现从细胞分类到系统层面解析的理念转变。外侧标注了代表性基础技术以及2023-2025年旨在突破技术瓶颈、提升分辨率的最新突破性技术。图2单细胞与空间多组学从生物样本到生物学解析的完整流程展示单细胞与空间多组学的全分析流程起始于生物样本解离的单细胞或完整组织。通过多组学技术对基因组、表观基因组、转录组、蛋白质组、代谢组等分子层面进行检测生成高维度数据数据经复杂的计算整合后可挖掘关键生物学信息包括复杂生物系统中的克隆异质性、细胞身份、空间结构及功能动态变化。单细胞与空间多组学分析算法、人工智能方法与基础模型单细胞与空间多组学基础模型图3基于人工智能的单细胞与空间多组学分析算法现有基于人工智能的算法按功能分为6类(1) 数据降噪与插补部分算法直接对单细胞多组学数据降噪另一部分可通过其他类型单细胞多组学数据完成插补(2) 降维与聚类自编码器通过学习单细胞/空间多组学的潜在表征助力细胞亚型分型或空间区域识别(3) 多组学整合与推断多模态自编码器实现多组学整合挖掘跨模态互作关系(4) 跨模态整合与推断结合图神经网络与组织病理图像分析空间多组学提升空间区域识别效果Transformer可实现从组织病理图像到空间多组学的跨模态推断(5) 表型预测Transformer将单细胞多组学与临床表型关联筛选表型特异性细胞亚群(6) 基础模型基于大规模单细胞/空间多组学数据构建基础模型通过预训练-微调范式完成多种下游分析任务。表1 单细胞与空间多组学分析算法汇总了单细胞基因组、转录组、表观基因组、蛋白质组、代谢组空间基因组、转录组、蛋白质组、代谢组以及多组学整合、跨模态整合相关的算法/模型涵盖分析类型、组学类型、架构/方法、发表年份、应用/功能。表2 单细胞与空间多组学分析基础模型汇总了各类单细胞与空间多组学基础模型涵盖模型名称、发表期刊、时间、数据规模、组学类型、核心功能及参考文献。单细胞与空间多组学在人体生物学与疾病中的应用治疗研发、药物发现与临床试验图4单细胞与空间多组学分析在生物学与疾病中的应用单细胞与空间多组学分析在生物学与疾病中的应用分为3类图谱驱动型、算法驱动型、临床驱动型。在物种、器官、疾病水平构建图谱为生物医学研究提供基础参考开发面向生物医学问题的专用算法实现人工智能驱动的生物医学发现基于临床需求开展分析助力生物标志物发现、疾病分型、药物研发部分成果已通过临床前实验与临床试验验证。表3 全身各器官系统单细胞/空间图谱精选注释a部分图谱根据对应文献描述命名表格汇总了全身各器官系统的物种/器官/疾病水平单细胞与空间图谱信息。表4单细胞与空间多组学临床转化核心发现按自身免疫病、癌症、心血管疾病、感染性疾病、其他疾病分类汇总了各类疾病中基于单细胞与空间多组学的生物标志物、疾病分型、治疗靶点/验证等核心发现。表5单细胞与空间多组学在临床前动物实验与临床试验中的应用按临床试验、临床前实验分类汇总了试验编号、分期、状态、疾病类型、测序技术、治疗/诊断方法、作用机制及参考文献。详细总结思维导图mindmap核心代表算法参考MedComm (2020). 2026 Apr 6;7(4):e70713. doi: 10.1002/mco2.70713.Single-Cell and Spatial Omics: Methods and Applications260406SingleCell_Spatial.pdf注AI辅助创作如有错误欢迎指出。内容仅供参考不构成任何建议。