“单细胞组学”的版本间的差异

来自医学百科
第1行： 第1行：
 
<div style="padding: 0 4%; line-height: 1.6; color: #334155; font-family: 'Helvetica Neue', Helvetica, 'PingFang SC', Arial, sans-serif;">
 
<div style="padding: 0 4%; line-height: 1.6; color: #334155; font-family: 'Helvetica Neue', Helvetica, 'PingFang SC', Arial, sans-serif;">
  
−
<p style="font-size: 1.05em; margin-bottom: 20px;">
+
<p style="margin-top: 10px; margin-bottom: 20px;">
−
     <strong>单细胞组学</strong>（Single-cell Omics）是21世纪生命科学的核心支柱技术。它通过在单个细胞水平上对基因组、转录组及蛋白质组等信息进行高通量分析，彻底改变了传统组学“平均化”的分析模式。该技术能够精准解构组织内部的细胞异质性，被誉为发现罕见细胞亚型、追踪肿瘤耐药克隆的“数字化显微镜”。
+
     <strong>单细胞组学</strong>（Single-cell Omics）是21世纪生命科学的核心支柱技术。它通过在单个细胞水平上对基因组、转录组及蛋白质组等信息进行高通量分析，精准解构组织内部的细胞异质性，是发现罕见细胞亚型、追踪肿瘤耐药克隆的“数字化显微镜”。
 
</p>
 
</p>
  
−
<div class="medical-infobox" style="width: 100%; max-width: 320px; margin: 0 auto 260px auto; border: 1px solid #e2e8f0; border-radius: 12px; background-color: #ffffff; box-shadow: 0 4px 12px rgba(0,0,0,0.05); overflow: hidden;">
+
<div class="medical-infobox" style="width: 100%; max-width: 300px; margin: 10px auto 20px auto; border: 1px solid #e2e8f0; border-radius: 12px; background-color: #ffffff; box-shadow: 0 4px 12px rgba(0,0,0,0.05); overflow: hidden;">
 
     <div style="font-size: 1.1em; font-weight: bold; padding: 12px; color: #1e3a8a; background-color: #f8fafc; border-bottom: 2px solid #3b82f6; text-align: center;">
 
     <div style="font-size: 1.1em; font-weight: bold; padding: 12px; color: #1e3a8a; background-color: #f8fafc; border-bottom: 2px solid #3b82f6; text-align: center;">
 
         单细胞组学
 
         单细胞组学
第11行： 第11行：
 
     </div>
 
     </div>
 
      
 
      
−
     <div style="padding: 30px; text-align: center; background-color: #ffffff;">
+
     <div style="padding: 30px 20px; text-align: center; background-color: #ffffff;">
−
         <div style="width: 50px; height: 50px; margin: 0 auto; background: #f0f9ff; border: 1px solid #dbeafe; border-radius: 50%; display: flex; align-items: center; justify-content: center;">
+
         <div style="width: 45px; height: 45px; margin: 0 auto; background: #f0f9ff; border: 1px solid #dbeafe; border-radius: 50%; display: flex; align-items: center; justify-content: center;">
−
             <img src="https://api.iconify.design/lucide:microscope.svg?color=%233b82f6" style="width: 28px; height: 28px;" alt="icon" />
+
             <img src="https://api.iconify.design/lucide:microscope.svg?color=%233b82f6" style="width: 24px; height: 24px;" alt="icon" />
 
         </div>
 
         </div>
−
         <div style="font-size: 0.75em; color: #94a3b8; margin-top: 12px; font-weight: 500;">精准医学核心底层技术</div>
+
         <div style="font-size: 0.75em; color: #94a3b8; margin-top: 12px; font-weight: 500;">精准医学底层技术</div>
 
     </div>
 
     </div>
  
第21行： 第21行：
 
         <tr>
 
         <tr>
 
             <th style="text-align: left; padding: 10px 15px; border-bottom: 1px solid #f1f5f9; color: #64748b; font-weight: 600; width: 40%;">技术核心</th>
 
             <th style="text-align: left; padding: 10px 15px; border-bottom: 1px solid #f1f5f9; color: #64748b; font-weight: 600; width: 40%;">技术核心</th>
−
             <td style="padding: 10px 15px; border-bottom: 1px solid #f1f5f9; color: #1e293b;">单细胞测序</td>
+
             <td style="padding: 10px 15px; border-bottom: 1px solid #f1f5f9; color: #1e293b;">高通量单细胞测序</td>
 
         </tr>
 
         </tr>
 
         <tr>
 
         <tr>
第34行： 第34行：
 
</div>
 
</div>
  
−
<h2 style="border-left: 4px solid #3b82f6; padding-left: 10px; color: #1e3a8a; font-size: 1.2em; margin-top: 25px;">技术框架与核心维度</h2>
+
<h2 style="border-left: 4px solid #3b82f6; padding-left: 10px; color: #1e3a8a; font-size: 1.15em; margin-top: 25px;">技术框架与核心维度</h2>
−
<p>
+
<p style="font-size: 0.95em;">
−
     单细胞组学通过物理或化学方法解离组织，并利用条形码（Barcode）技术对每个细胞进行唯一标识：
+
     单细胞组学利用条形码（Barcode）技术对每个细胞进行唯一标识，核心维度包括：
 
</p>
 
</p>
 
<ul style="padding-left: 20px; font-size: 0.95em;">
 
<ul style="padding-left: 20px; font-size: 0.95em;">
−
     <li style="margin-bottom: 8px;"><strong>转录组 (scRNA-seq)：</strong> 捕捉细胞实时基因表达，定义细胞亚群。</li>
+
     <li style="margin-bottom: 6px;"><strong>转录组 (scRNA-seq)：</strong> 定义细胞亚群及其功能状态。</li>
−
     <li style="margin-bottom: 8px;"><strong>表观组 (scATAC-seq)：</strong> 揭示染色质开放区域，解析基因表达调控背景。</li>
+
     <li style="margin-bottom: 6px;"><strong>表观组 (scATAC-seq)：</strong> 揭示染色质开放区域及表达调控背景。</li>
−
     <li style="margin-bottom: 8px;"><strong>空间转录组：</strong> 在保留空间位置信息的前提下，揭示细胞间的相互作用（Crosstalk）。</li>
+
     <li style="margin-bottom: 6px;"><strong>空间转录组：</strong> 保留组织原位信息，解析细胞间相互作用。</li>
 
</ul>
 
</ul>
  
−
<h2 style="border-left: 4px solid #3b82f6; padding-left: 10px; color: #1e3a8a; font-size: 1.2em; margin-top: 25px;">生物治疗领域的应用进展</h2>
+
<h2 style="border-left: 4px solid #3b82f6; padding-left: 10px; color: #1e3a8a; font-size: 1.15em; margin-top: 25px;">生物治疗领域的应用进展</h2>
  
−
<h3 style="color: #2563eb; font-size: 1.05em; margin-top: 15px;">1. 靶向药物的精准赋能</h3>
+
<h3 style="color: #2563eb; font-size: 1em; margin-top: 15px;">1. 靶向药物的精准赋能</h3>
−
<p>
+
<p style="font-size: 0.95em;">
−
     在生物治疗手段中，针对肿瘤驱动基因的<strong>靶向药物</strong>开发受单细胞技术推动最为显著：
+
     在生物治疗手段中，针对肿瘤驱动基因的<strong>靶向药物</strong>受单细胞技术影响最深：
 
</p>
 
</p>
 
<ul style="padding-left: 20px; font-size: 0.95em;">
 
<ul style="padding-left: 20px; font-size: 0.95em;">
−
     <li><strong>识别耐药克隆：</strong> 在治疗前识别携带 $KRAS^{G12D}$ 或 $EGFR^{T790M}$ 等突变的持久性克隆（DTPs），预判耐药风险。</li>
+
     <li><strong>识别耐药克隆：</strong> 识别携带 $KRAS^{G12D}$ 等突变的持久性克隆，预判复发风险。</li>
−
     <li><strong>多靶点设计：</strong> 分析不同癌细胞亚群的共有靶点，优化联合用药方案以克服肿瘤异质性。</li>
+
     <li><strong>多靶点设计：</strong> 分析不同亚群的共有靶点，优化联合用药方案。</li>
 
</ul>
 
</ul>
  
−
<h3 style="color: #2563eb; font-size: 1.05em; margin-top: 15px;">2. 免疫治疗与细胞治疗</h3>
+
<h3 style="color: #2563eb; font-size: 1em; margin-top: 15px;">2. 免疫治疗与细胞治疗</h3>
 
<ul style="padding-left: 20px; font-size: 0.95em;">
 
<ul style="padding-left: 20px; font-size: 0.95em;">
−
     <li><strong>免疫治疗：</strong> 刻画肿瘤微环境（TME）中 $T$ 细胞的耗竭图谱，精准筛选 PD-1/PD-L1 抑制剂的获益人群。</li>
+
     <li><strong>免疫治疗：</strong> 描绘 $T$ 细胞耗竭图谱，筛选免疫检查点抑制剂的获益人群。</li>
−
     <li><strong>细胞治疗：</strong> 在 <strong>CAR-T</strong> 制备中筛选具有高效扩增能力和长效记忆的细胞亚群，提升治疗持久性。</li>
+
     <li><strong>细胞治疗：</strong> 在 <strong>CAR-T</strong> 制备中筛选高增殖、长效记忆的细胞亚群。</li>
 
</ul>
 
</ul>
  
−
<table style="width: 90%; margin: 20px auto; border-collapse: collapse; border: 1px solid #e2e8f0; font-size: 0.85em; text-align: left;">
+
<table style="width: 92%; margin: 20px auto; border-collapse: collapse; border: 1px solid #e2e8f0; font-size: 0.85em; text-align: left;">
 
     <tr style="background-color: #f8fafc; border-bottom: 2px solid #3b82f6;">
 
     <tr style="background-color: #f8fafc; border-bottom: 2px solid #3b82f6;">
 
         <th style="padding: 10px; border: 1px solid #e2e8f0; color: #1e3a8a;">应用领域</th>
 
         <th style="padding: 10px; border: 1px solid #e2e8f0; color: #1e3a8a;">应用领域</th>
−
         <th style="padding: 10px; border: 1px solid #e2e8f0; color: #1e3a8a;">单细胞层面的核心贡献</th>
+
         <th style="padding: 10px; border: 1px solid #e2e8f0; color: #1e3a8a;">核心贡献</th>
 
     </tr>
 
     </tr>
 
     <tr>
 
     <tr>
 
         <td style="padding: 8px; border: 1px solid #e2e8f0; font-weight: bold;">靶向药物</td>
 
         <td style="padding: 8px; border: 1px solid #e2e8f0; font-weight: bold;">靶向药物</td>
−
         <td style="padding: 8px; border: 1px solid #e2e8f0;">定位异质性驱动基因，缩短转化周期。</td>
+
         <td style="padding: 8px; border: 1px solid #e2e8f0;">定位异质性驱动基因。</td>
 
     </tr>
 
     </tr>
 
     <tr>
 
     <tr>
−
         <td style="padding: 8px; border: 1px solid #e2e8f0; font-weight: bold;">免疫微环境</td>
+
         <td style="padding: 8px; border: 1px solid #e2e8f0; font-weight: bold;">细胞/免疫</td>
−
         <td style="padding: 8px; border: 1px solid #e2e8f0;">动态观测细胞浸润与配受体互作网络。</td>
+
         <td style="padding: 8px; border: 1px solid #e2e8f0;">优化微环境浸润及产品持久性。</td>
 
     </tr>
 
     </tr>
 
</table>
 
</table>
  
−
<h2 style="border-left: 4px solid #3b82f6; padding-left: 10px; color: #1e3a8a; font-size: 1.2em; margin-top: 25px;">临床决策支持系统</h2>
+
<h2 style="border-left: 4px solid #3b82f6; padding-left: 10px; color: #1e3a8a; font-size: 1.15em; margin-top: 25px;">辅助决策系统</h2>
−
<p>
+
<p style="font-size: 0.95em;">
−
     单细胞数据的高维度特性需要高效的处理引擎。现代智能辅助决策系统在其中发挥了关键作用：
+
     单细胞数据通过智能处理引擎实现临床转化：
 
</p>
 
</p>
 
<ul style="padding-left: 20px; font-size: 0.95em;">
 
<ul style="padding-left: 20px; font-size: 0.95em;">
−
     <li><strong>自动化注释：</strong> 集成大规模参考图谱，实现对未知样本细胞类型的秒级精准标记。</li>
+
     <li><strong>自动化注释：</strong> 集成大规模图谱，实现样本细胞类型的秒级标记。</li>
−
     <li><strong>方案优化：</strong> 基于多组学数据自动计算患者对特定疗法的响应概率，辅助制定个体化诊疗建议。</li>
+
     <li><strong>方案评估：</strong> 计算患者对特定疗法的响应概率，生成个体化建议。</li>
 
</ul>
 
</ul>
  
−
<h2 style="border-bottom: 1px solid #e2e8f0; color: #1e3a8a; font-size: 1.1em; margin-top: 30px; padding-bottom: 5px;">参考文献</h2>
+
<h2 style="border-bottom: 1px solid #e2e8f0; color: #1e3a8a; font-size: 1.05em; margin-top: 30px; padding-bottom: 5px;">参考文献</h2>
−
<div style="font-size: 0.8em; line-height: 1.6; color: #64748b; padding-top: 5px;">
+
<div style="font-size: 0.8em; line-height: 1.6; color: #64748b;">
−
     [1] Tang F, et al. "mRNA-Seq whole-transcriptome analysis of a single cell." <em>Nature Methods</em>. 2009.<br/>
+
     [1] Tang F, et al. "mRNA-Seq analysis of a single cell." <em>Nature Methods</em>. 2009.<br/>
−
     [2] Zhu J, et al. "Single-cell multi-omics in cancer immunotherapy: from tumor heterogeneity to personalized treatment." <em>Molecular Cancer</em>. 2025.<br/>
+
     [2] Zhu J, et al. "Single-cell multi-omics in cancer immunotherapy." <em>Molecular Cancer</em>. 2025.
−
    [3] NCCN Clinical Practice Guidelines. "Molecular and Biomarker Profiling in Oncology." V1.2025.
 
 
</div>
 
</div>
  
−
<div style="margin-top: 35px; border: 1px solid #a2a9b1; background-color: #f8f9fa; border-radius: 8px; overflow: hidden; font-size: 0.85em;">
+
<div style="margin-top: 30px; border: 1px solid #a2a9b1; background-color: #f8f9fa; border-radius: 8px; overflow: hidden; font-size: 0.85em;">
−
     <div style="background-color: #f1f5f9; text-align: center; font-weight: bold; padding: 8px; color: #1e3a8a;">单细胞组学全息导航</div>
+
     <div style="background-color: #f1f5f9; text-align: center; font-weight: bold; padding: 8px; color: #1e3a8a;">单细胞组学导航</div>
 
     <div style="padding: 10px; background: #fff;">
 
     <div style="padding: 10px; background: #fff;">
 
         <strong>技术：</strong> [[scRNA-seq]] • [[scATAC-seq]] • [[空间转录组]]<br/>
 
         <strong>技术：</strong> [[scRNA-seq]] • [[scATAC-seq]] • [[空间转录组]]<br/>
−
         <strong>治疗：</strong> [[靶向药物库]] • [[免疫检查点抑制剂]] • [[CAR-T制备]]<br/>
+
         <strong>应用：</strong> [[靶向药物库]] • [[CAR-T制备]] • [[辅助决策系统]]
−
        <strong>支持：</strong> [[智能决策系统]] • [[单细胞图谱库]] • [[生物治疗共识]]
 
 
     </div>
 
     </div>
 
</div>
 
</div>
  
 
</div>
 
</div>

2025年12月28日 (日) 00:43的版本

单细胞组学（Single-cell Omics）是21世纪生命科学的核心支柱技术。它通过在单个细胞水平上对基因组、转录组及蛋白质组等信息进行高通量分析，精准解构组织内部的细胞异质性，是发现罕见细胞亚型、追踪肿瘤耐药克隆的“数字化显微镜”。 

       单细胞组学
Single-cell Omics
            <img src="https://api.iconify.design/lucide:microscope.svg?color=%233b82f6" style="width: 24px; height: 24px;" alt="icon" />
精准医学底层技术
技术核心 高通量单细胞测序
分辨率 单细胞/亚细胞级
临床应用 耐药监测/个体化诊疗

技术框架与核心维度

单细胞组学利用条形码（Barcode）技术对每个细胞进行唯一标识，核心维度包括：

  • 转录组 (scRNA-seq)： 定义细胞亚群及其功能状态。
  • 表观组 (scATAC-seq)： 揭示染色质开放区域及表达调控背景。
  • 空间转录组： 保留组织原位信息，解析细胞间相互作用。

生物治疗领域的应用进展

1. 靶向药物的精准赋能

在生物治疗手段中，针对肿瘤驱动基因的靶向药物受单细胞技术影响最深：

  • 识别耐药克隆： 识别携带 $KRAS^{G12D}$ 等突变的持久性克隆，预判复发风险。
  • 多靶点设计： 分析不同亚群的共有靶点，优化联合用药方案。

2. 免疫治疗与细胞治疗

  • 免疫治疗： 描绘 $T$ 细胞耗竭图谱，筛选免疫检查点抑制剂的获益人群。
  • 细胞治疗： 在 CAR-T 制备中筛选高增殖、长效记忆的细胞亚群。
应用领域 核心贡献
靶向药物 定位异质性驱动基因。
细胞/免疫 优化微环境浸润及产品持久性。

辅助决策系统

单细胞数据通过智能处理引擎实现临床转化：

  • 自动化注释： 集成大规模图谱，实现样本细胞类型的秒级标记。
  • 方案评估： 计算患者对特定疗法的响应概率，生成个体化建议。

参考文献

   [1] Tang F, et al. "mRNA-Seq analysis of a single cell." Nature Methods. 2009.

   [2] Zhu J, et al. "Single-cell multi-omics in cancer immunotherapy." Molecular Cancer. 2025.
单细胞组学导航
取自“https://www.yiliao.com/index.php?title=单细胞组学&oldid=311095”