中国科学院团队等探索天际秘密成功开发单细胞星际旅程追踪技术
7月31日，中国科学院深圳先进技术研究院合成生物学研究所胡政课题组与厦门大学数学科学学院周达课题组合作，在国际学术期刊Nature Biotechnology（自然生物技术）发表了题为PhyloVelo enhances transcriptomic velocity field mapping using monotonically expressed genes的研究论文，提出一项新颖的单细胞分化轨迹推断算法框架，命名为PhyloVelo。该方法通过联合单细胞转录组数据和谱系示踪数据，鉴定随细胞而表达量呈现单调递增或递减的基因，并利用演化方法估计这些基因RNA转录变化速度，以构建单细胞转录组速度场（RNA velocity fields），实现对细胞分化轨迹的高精准推断。
在生命科学领域中，揭示细胞分化和命运决定的规律是理解生命奥秘和促进医学发展的一个关键问题。然而，对于疾病干扰下所引起的细胞命运转换过程，我们仍面临着较大的随机性和难以预测性的挑战。目前，一种强有力的工具是基于信使RNA（mRNA）的剪切动力学而发展起来的一种名为“RNA速度”的模型，它能够预测每个特定的时间点上的单个细胞状态。不过，由于其高度复杂性，这些模型在实际应用中常常遇到错误推断或不稳健的问题。
为了解决这一难题，本文提出了一种新的方法——PhyloVelo。这一算法主要包括两个部分：首先识别出那些随着时间线性且可预测地表达量增加或减少的基因，即“时钟基因”；然后利用这些时钟基因来重建过去某个时间点上每个cell RNA水平的情况，从而逆向追溯它们可能走过的情境。
通过多次仿真实验以及对真实数据集进行验证，本文作者展示了PhyloVelo算法在精确度、鲁棒性方面具有显著提升。在小鼠胚胎早期发育过程中，该算法甚至能更准确地识别出血液系统中的祖元，以及与血液/内皮祖元之间关系紧密相关的事物。此外，还可以应用于肿瘤演化、免疫系统中的T淋巴細胞动态等其他复杂生物过程。
总之，本文提出的PhyloVelo是一款极具潜力的工具，它能够克服传统方法所面临的一系列挑战，为我们提供了一个更深入了解生命现象并促进医学前沿发展的手段。此外，该团队还发布了详细使用指南及案例分享，使得更多研究者能够轻松融入这项创新技术至自己的研究工作中。本次工作获得科技部国家重点研发计划、国家自然科学基金等多方支持，是科技部国家重点研发计划项目的一部分。
