IF=63.714
推荐度：⭐⭐⭐⭐⭐
亮点：文章开发的果蝇胚胎图谱为后生动物生命周期中细胞状态的协调提供了信息，包含预测的核年龄将有助于探索基因在不同组织中活跃的精确时间点，以及染色质是如何随时间重塑。

2022年8月5日，美国华盛顿大学Jay Shendure博士等人在《Science》上发表了一篇 “The continuum of Drosophila embryonic development at single-cell resolution” 的文章，文章使用果蝇作为一个测试案例来开发一个框架，用于推断体内胚胎发生的连续调节和细胞轨迹。该框架与遗传工具结合使用，可以改变对实现发育复杂性机制的理解。

黑腹果蝇是一种强大且长期存在的后生动物发育和基因调控模型。从跨越整个胚胎发生（0到20小时）的11个重叠窗口分析了近100万个细胞核中的染色质可及性和50万个细胞核中的基因表达。利用胚胎的发育异步性，应用深度神经网络来推断每个细胞核的年龄，从而在绝对时间内获得分子和细胞转变的连续、多模态视图。识别细胞谱系，推断他们之间的发展关系，将增强子使用、转录因子(TF)表达和TF同源基序的动态变化联系起来。这些数据使增强子使用和基因表达动态可以在几分钟内探索谱系内部和跨谱系，包括精确的转换，如合子基因组激活。

图1：果蝇胚胎发育过程中染色质可及性和基因表达的单细胞分析

从果蝇胚胎发生的三个非重叠时间窗口生成 sci-ATAC-seq，补充对特定组织以及来自整个胚胎在一个特定阶段或解剖成年组织进行的其他研究。尽管越来越多地使用单细胞分析来生成大规模图谱，但在整个发育过程中表征染色质可及性和基因表达的精细动态仍然是一个挑战。胚胎发生过程中大量的细胞类型，甚至更多的细胞状态和分支点需要在连续阶段进行大量细胞采样以捕获调节转换，特别是对于稀有细胞类型。

图2：从细胞状态推断发育年龄

在工作中，从重叠的 2-4 小时时间窗口采集胚胎样本，再加上基于神经网络更精确的核年龄推断，可以表示果蝇胚胎连续发育。在计算上，基于神经网络发育年龄的推断与伪时间的概念有一些相似之处。伪时间旨在作为“通过生物过程衡量进展的定量衡量标准”，同理，推断发育的年龄通过跟踪细胞核发育进展。然而，将包括重叠但严格定义的时间窗与时间顺序的实验设计配对的优势在于，可以将推断的年龄锚定到固定时间点，将更准确地表示复杂细胞的发育年龄。换句话说，推断年龄即在所有组织轨迹上同步的绝对时间单位。有一个连续的细胞状态，可以开始推断细胞类型轨迹，这些轨迹可以捕捉到一个复杂的、正在发育的多细胞生物体中细胞分化的连续过程。

图3：多样化发展轨迹的注释

实验框架仍有改进的空间。通过对更紧密分级的窗口进行采样来细化实时对齐或锚定，用于表征来自同一细胞核的多种数据类型的多组学方法可能有助于建立一个联合模型，该模型可以将配对基因表达和染色质可及性与发育年龄推断联系起来。在某些情况下，数据的技术特征会导致模型预测的不确定性增加。例如，发现从第一个收集时间窗口注释为生殖细胞的细胞或读取计数低的细胞与更大的预测误差相关。保守建议谨慎仅根据具有这些特征的集群推断出的核年龄来解释研究结果。

图4：整合scRNA和scATAC数据以识别具有跨分化组织和发育时间的潜在调节作用的 TFs

广泛的scATAC数据覆盖近一百万个细胞，捕获了胚胎发育过程中活跃的大多数调节元件，并为胚胎中几乎任何细胞类型提供了潜在增强剂的综合资源。相比之下，scRNA数据每个细胞的唯一读数相对较低，并且会错过特定细胞类型中的一些差异表达基因。因此，一些微妙的分析仍然具有挑战性。例如，发现转录速度在scRNA数据中不稳定，尽管在速度分析之前构建元细胞可以缓解这个问题。在scATAC数据中，可从chrX映射读取的比例中区分XX与XY核；然而，这对scRNA数据具有挑战性，这也是数据较少的结果。这些缺点在一定程度上被大量细胞分析弥补，正如概括先前记录的异质性各个方面的能力所示，即使对于高度动态或受限的现象，例如ZGA（图2E）。

图5：表征果蝇胚胎发生的连续体

总的来说，这个果蝇胚胎图谱提供对生物体生命周期中最动态阶段细胞状态的协调的广泛见解。结果代表了丰富的资源，可用于了解基因在不同组织中变得活跃的精确时间点以及染色质如何随时间重塑。这些数据中细胞类型的注释是一个持续的过程，与晚期时间点或具有分化组织的成年相比，在胚胎发生的早期和中期更具挑战性。胚胎细胞状态的全面注释将需要果蝇胚胎的大量数据支撑。为支持这些正在进行的努力，除了所有中间数据和原始数据外，文章提供了所有集群的表达和峰值信息（图3A-D）以供进一步探索。尽管对幼虫阶段的描述仍然不够充分，但希望这些数据和方法，连同最近发布的大型成熟果蝇图集，让我们更接近于跨越从受精卵到成年连续体的多模式果蝇图集的目标。

教授介绍
Jay Shendure博士
目前研究：推进遗传学和基因组学的技术和方法
Jay Shendure对开发和应用遗传学、基因组学和分子生物学的新技术和方法感兴趣。团队的大部分工作都广泛利用下一代DNA测序作为测量生物现象的有效方法。

目前的项目大致分为六个领域：开发新的分子方法；发育生物学的基因组方法；大规模平行功能基因组学；将基因组学应用于临床；人类疾病的遗传基础；基因组测序技术。Shendure博士的目标是开发对生物学和疾病的理解产生重大影响的创新。

参考文献

Diego Calderon, Ronnie Blecher-Gonen et al.The continuum of Drosophila embryonic development at single-cell resolution.（2022）

转自：https://mp.weixin.qq.com/s/gn6qtBg02JbouYTS2pfojg