“单细胞组学”的版本间的差异
来自医学百科
| 第5行: | 第5行: | ||
</p> | </p> | ||
| − | <div class="medical-infobox" style="width: | + | <div class="medical-infobox" style="width: 92%; max-width: 300px; margin: 10px auto 25px 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=" | + | <div style="padding: 15px 10px; color: #1e3a8a; background-color: #f8fafc; border-bottom: 2px solid #3b82f6; text-align: center;"> |
| − | 单细胞组学 | + | <div style="font-size: 1.15em; font-weight: bold; line-height: 1.2;">单细胞组学</div> |
| − | <div style="font-size: 0. | + | <div style="font-size: 0.75em; font-weight: normal; color: #64748b; margin-top: 6px; white-space: nowrap;">Single-cell Omics</div> |
</div> | </div> | ||
| − | <div style="padding: | + | <div style="padding: 35px 20px; text-align: center; background-color: #ffffff;"> |
| − | <div style="width: | + | <div style="width: 52px; height: 52px; 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: 24px; height: 24px;" 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: | + | <div style="font-size: 0.75em; color: #94a3b8; margin-top: 15px; font-weight: 500; letter-spacing: 0.5px;">精准医学底层引擎</div> |
</div> | </div> | ||
| − | <table style="width: 100%; border-spacing: 0; border-collapse: collapse; font-size: 0. | + | <table style="width: 100%; border-spacing: 0; border-collapse: collapse; font-size: 0.88em;"> |
<tr> | <tr> | ||
| − | <th style="text-align: left; padding: | + | <th style="text-align: left; padding: 12px 15px; border-bottom: 1px solid #f1f5f9; color: #64748b; font-weight: 600; width: 40%;">技术核心</th> |
| − | <td style="padding: | + | <td style="padding: 12px 15px; border-bottom: 1px solid #f1f5f9; color: #1e293b;">高通量测序</td> |
</tr> | </tr> | ||
<tr> | <tr> | ||
| − | <th style="text-align: left; padding: | + | <th style="text-align: left; padding: 12px 15px; border-bottom: 1px solid #f1f5f9; color: #64748b; font-weight: 600;">分辨率</th> |
| − | <td style="padding: | + | <td style="padding: 12px 15px; border-bottom: 1px solid #f1f5f9; color: #1e293b;">单细胞级</td> |
</tr> | </tr> | ||
<tr> | <tr> | ||
| − | <th style="text-align: left; padding: | + | <th style="text-align: left; padding: 12px 15px; color: #64748b; font-weight: 600;">临床转化</th> |
| − | <td style="padding: | + | <td style="padding: 12px 15px; color: #1e293b;">耐药精准监测</td> |
</tr> | </tr> | ||
</table> | </table> | ||
</div> | </div> | ||
| − | <h2 style="border-left: 4px solid #3b82f6; padding-left: | + | |
| + | |||
| + | <h2 style="border-left: 4px solid #3b82f6; padding-left: 12px; color: #1e3a8a; font-size: 1.15em; margin-top: 25px;">技术框架与核心维度</h2> | ||
<p style="font-size: 0.95em;"> | <p style="font-size: 0.95em;"> | ||
| − | + | 单细胞组学利用条形码(Barcode)技术对每个细胞进行唯一身份标识,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; color: #475569;"> |
| − | <li style="margin-bottom: | + | <li style="margin-bottom: 8px;"><strong>转录组 (scRNA-seq):</strong> 揭示细胞实时功能状态。</li> |
| − | <li style="margin-bottom: | + | <li style="margin-bottom: 8px;"><strong>表观组 (scATAC-seq):</strong> 揭示基因表达的表观调控背景。</li> |
| − | <li style="margin-bottom: | + | <li style="margin-bottom: 8px;"><strong>空间转录组:</strong> 解析细胞在组织中的原位相互作用。</li> |
</ul> | </ul> | ||
| − | <h2 style="border-left: 4px solid #3b82f6; padding-left: | + | <h2 style="border-left: 4px solid #3b82f6; padding-left: 12px; color: #1e3a8a; font-size: 1.15em; margin-top: 25px;">生物治疗中的应用进展</h2> |
| − | <h3 style="color: #2563eb; font-size: | + | <h3 style="color: #2563eb; font-size: 1.05em; margin-top: 15px;">1. 靶向药物的精准赋能</h3> |
<p style="font-size: 0.95em;"> | <p style="font-size: 0.95em;"> | ||
| − | + | 在生物治疗手段中,<strong>靶向药物</strong>受单细胞技术推动最为显著: | |
</p> | </p> | ||
| − | <ul style="padding-left: 20px; font-size: 0.95em;"> | + | <ul style="padding-left: 20px; font-size: 0.95em; color: #475569;"> |
| − | <li><strong> | + | <li><strong>耐药识别:</strong> 追踪携带 $KRAS^{G12D}$ 等突变的持久性克隆。</li> |
| − | <li><strong> | + | <li><strong>方案优化:</strong> 基于亚群异质性设计多靶点联合用药。</li> |
</ul> | </ul> | ||
| − | <h3 style="color: #2563eb; font-size: | + | <h3 style="color: #2563eb; font-size: 1.05em; 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; color: #475569;"> |
| − | <li><strong>免疫治疗:</strong> 描绘 $T$ | + | <li><strong>免疫治疗:</strong> 描绘 $T$ 细胞耗竭图谱,筛选获益人群。</li> |
| − | <li><strong>细胞治疗:</strong> 在 <strong>CAR-T</strong> | + | <li><strong>细胞治疗:</strong> 在 <strong>CAR-T</strong> 制备中筛选高增殖能力的细胞亚群。</li> |
</ul> | </ul> | ||
| − | <table style="width: | + | <table style="width: 85%; margin: 25px auto; border-collapse: collapse; border: 1px solid #e2e8f0; font-size: 0.85em; text-align: left; box-shadow: 0 2px 8px rgba(0,0,0,0.02);"> |
<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;"> | + | <th style="padding: 10px; border: 1px solid #e2e8f0; color: #1e3a8a;">应用场景</th> |
| − | <th style="padding: 10px; border: 1px solid #e2e8f0; color: #1e3a8a;"> | + | <th style="padding: 10px; border: 1px solid #e2e8f0; color: #1e3a8a;">单细胞贡献</th> |
</tr> | </tr> | ||
<tr> | <tr> | ||
| − | <td style="padding: 8px; border: 1px solid #e2e8f0; font-weight: | + | <td style="padding: 8px; border: 1px solid #e2e8f0; font-weight: 500;">靶向研发</td> |
| − | <td style="padding: 8px; border: 1px solid #e2e8f0;"> | + | <td style="padding: 8px; border: 1px solid #e2e8f0;">识别驱动基因,攻克异质性。</td> |
</tr> | </tr> | ||
<tr> | <tr> | ||
| − | <td style="padding: 8px; border: 1px solid #e2e8f0; font-weight: | + | <td style="padding: 8px; border: 1px solid #e2e8f0; font-weight: 500;">个体化诊疗</td> |
| − | <td style="padding: 8px; border: 1px solid #e2e8f0;"> | + | <td style="padding: 8px; border: 1px solid #e2e8f0;">精准预测药物响应概率。</td> |
</tr> | </tr> | ||
</table> | </table> | ||
| − | <h2 style="border-left: 4px solid #3b82f6; padding-left: | + | <h2 style="border-left: 4px solid #3b82f6; padding-left: 12px; color: #1e3a8a; font-size: 1.15em; margin-top: 25px;">智能决策支持</h2> |
<p style="font-size: 0.95em;"> | <p style="font-size: 0.95em;"> | ||
| − | + | 依托大规模单细胞图谱库与智能辅助决策系统,可实现: | |
</p> | </p> | ||
| − | <ul style="padding-left: 20px; font-size: 0.95em;"> | + | <ul style="padding-left: 20px; font-size: 0.95em; color: #475569;"> |
| − | <li><strong> | + | <li><strong>自动注释:</strong> 对样本进行秒级细胞类型标记。</li> |
| − | <li><strong>方案评估:</strong> | + | <li><strong>方案评估:</strong> 基于多组学特征生成个体化临床建议。</li> |
</ul> | </ul> | ||
| − | + | <div style="font-size: 0.8em; line-height: 1.6; color: #64748b; margin-top: 30px; border-top: 1px solid #e2e8f0; padding-top: 10px;"> | |
| − | <div style="font-size: 0.8em; line-height: 1.6; color: #64748b;"> | + | [1] Tang F, et al. <em>Nature Methods</em>. 2009. <br> |
| − | [1] Tang F, et al. | + | [2] Zhu J, et al. <em>Molecular Cancer</em>. 2025. |
| − | [2] Zhu J, et al. | ||
</div> | </div> | ||
<div style="margin-top: 30px; 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; text-align: center;"> |
| − | + | [[scRNA-seq]] • [[scATAC-seq]] • [[空间转录组]] • [[靶向治疗]] | |
| − | |||
</div> | </div> | ||
</div> | </div> | ||
</div> | </div> | ||
2025年12月28日 (日) 00:46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”。
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身份标识,核心维度包括:
- 转录组 (scRNA-seq): 揭示细胞实时功能状态。
- 表观组 (scATAC-seq): 揭示基因表达的表观调控背景。
- 空间转录组: 解析细胞在组织中的原位相互作用。
生物治疗中的应用进展
1. 靶向药物的精准赋能
在生物治疗手段中,靶向药物受单细胞技术推动最为显著:
- 耐药识别: 追踪携带 $KRAS^{G12D}$ 等突变的持久性克隆。
- 方案优化: 基于亚群异质性设计多靶点联合用药。
2. 免疫治疗与细胞治疗
- 免疫治疗: 描绘 $T$ 细胞耗竭图谱,筛选获益人群。
- 细胞治疗: 在 CAR-T 制备中筛选高增殖能力的细胞亚群。
| 应用场景 | 单细胞贡献 |
|---|---|
| 靶向研发 | 识别驱动基因,攻克异质性。 |
| 个体化诊疗 | 精准预测药物响应概率。 |
智能决策支持
依托大规模单细胞图谱库与智能辅助决策系统,可实现:
- 自动注释: 对样本进行秒级细胞类型标记。
- 方案评估: 基于多组学特征生成个体化临床建议。
[1] Tang F, et al. Nature Methods. 2009.
[2] Zhu J, et al. Molecular Cancer. 2025.