-
题名单细胞与空间组学的技术前沿、计算范式及新兴挑战
- 1
-
-
作者
林贯川
潘星华
-
机构
澳门科技大学医学部精准再生医学研究中心
-
出处
《中国生物化学与分子生物学报》
2025年第11期1559-1565,共7页
-
基金
澳门科技发展基金(FDCT No.0098/2024/RIA2 and 0011/2023/AKP)
广东省基础与应用基础研究基金(No.2024A1515012181)
国家自然科学基金(No.32071452,81770173)资助。
-
文摘
单细胞与空间组学技术正在引领生命科学领域一场深刻的范式变革,推动研究视角实现双重跃升:从“群体细胞平均”走向“单细胞精度”,从“细胞组成”回归“组织空间结构”。这一转变极大深化了我们对生命复杂系统及其运行机制的理解。在技术层面,单细胞研究已由早期的单一转录物组检测,发展为可同步获取多组学信息的整合分析体系;而空间组学的兴起则基于转录物特征成功再现了细胞在原生组织中的空间位置信息或微生态,进一步拓展至空间表观遗传乃至空间多组学维度。在计算方法上,人工智能与机器学习已成为核心引擎,贯穿数据整合、空间区域解析、细胞通讯及其他功能推断乃至基础大模型构建等多个环节,不仅有效应对海量数据的处理及其与历史数据的整合难题,更成为发现生物学新规律的重要工具。这些技术进步催生了重要的理论框架创新。在临床转化方面,该技术体系尤其在精准肿瘤学中展现出变革性潜力——通过揭示肿瘤异质性和免疫微环境的空间构象,并借助单细胞数据开展反卷积建模,为疾病诊断、预后评估和个性化治疗开辟了新路径。尽管当前在技术通量、算法效率和临床转化等方面仍存在挑战,但单细胞与空间组学和人工智能等前沿领域的深度融合,必将持续推动生命科学基础研究迈向机制化和预测性的新阶段,最终为精准医学的实践注入强劲动力。
-
关键词
单细胞测序
空间组学
多组学整合
人工智能
计算分析
肿瘤微环境
精准医学
-
Keywords
single-cell sequencing
spatial omics
multi-omics integration
artificial intelligence(AI)
computational analysis
tumor microenvironment
precision medicine
-
分类号
Q7
[生物学]
-
