“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: 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 class="medical-infobox" style="width: 92%; max-width: 290px; margin: 0 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="padding: 15px 10px; color: #1e3a8a; background-color: #f8fafc; border-bottom: 2px solid #3b82f6; text-align: center;">
 
     <div style="padding: 15px 10px; color: #1e3a8a; background-color: #f8fafc; border-bottom: 2px solid #3b82f6; text-align: center;">
−
         <div style="font-size: 1.15em; font-weight: bold; line-height: 1.2;">单细胞组学</div>
+
         <div style="font-size: 1.1em; font-weight: bold; line-height: 1.2;">单细胞组学</div>
−
         <div style="font-size: 0.75em; font-weight: normal; color: #64748b; margin-top: 6px; white-space: nowrap;">Single-cell Omics</div>
+
         <div style="font-size: 0.75em; font-weight: normal; color: #64748b; margin-top: 5px; white-space: nowrap;">Single-cell Omics</div>
 
     </div>
 
     </div>
 
      
 
      
−
     <div style="padding: 20px 20px; text-align: center; background-color: #ffffff;">
+
     <div style="padding: 35px 20px; text-align: center; background-color: #ffffff;">
−
         <div style="width: 250px; height: 250px; margin: 0 auto; background: #f0f9ff; border: 1px solid #dbeafe; border-radius: 50%; display: flex; align-items: center; justify-content: center;">
+
         <div style="width: 55px; height: 55px; 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:dna-off.svg?color=%233b82f6" style="width: 26px; height: 26px;" alt="icon" />
 
         </div>
 
         </div>
−
         <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 style="font-size: 0.75em; color: #94a3b8; margin-top: 12px; font-weight: 500; letter-spacing: 0.5px;">精准医学底层引擎</div>
 
     </div>
 
     </div>
  
第41行： 第41行：
 
</p>
 
</p>
 
<ul style="padding-left: 20px; font-size: 0.95em; color: #475569;">
 
<ul style="padding-left: 20px; font-size: 0.95em; color: #475569;">
−
     <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: 8px;"><strong>转录组 (scRNA-seq)：</strong> 揭示细胞实时功能状态与亚型分布。</li>
−
     <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: 8px;"><strong>表观组 (scATAC-seq)：</strong> 揭示基因表达的染色质调控景观。</li>
−
     <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>
+
     <li style="margin-bottom: 8px;"><strong>空间转录组：</strong> 在原位解析组织微环境中的细胞通讯（Crosstalk）。</li>
 
</ul>
 
</ul>
  
−
<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>
+
<h2 style="border-left: 4px solid #3b82f6; padding-left: 12px; 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: 1.05em; margin-top: 15px;">1. 靶向药物的精准赋能</h3>
第53行： 第53行：
 
</p>
 
</p>
 
<ul style="padding-left: 20px; font-size: 0.95em; color: #475569;">
 
<ul style="padding-left: 20px; font-size: 0.95em; color: #475569;">
−
     <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>识别耐药克隆：</strong> 在治疗前追踪携带 $KRAS^{G12D}$ 等特定突变的持久性克隆。</li>
−
     <li><strong>方案优化：</strong> 基于亚群异质性设计多靶点联合用药。</li>
+
     <li><strong>方案优化：</strong> 针对肿瘤内部的异质性亚群，设计多靶点联合用药方案。</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: 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; color: #475569;">
 
<ul style="padding-left: 20px; font-size: 0.95em; color: #475569;">
−
     <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>免疫治疗：</strong> 通过描绘 $T$ 细胞耗竭图谱，评估 PD-1 等免疫检查点抑制剂的响应性。</li>
−
     <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>
+
     <li><strong>细胞治疗：</strong> 在 <strong>CAR-T</strong> 产品制备中筛选具备高扩增能力和长效记忆的优质细胞。</li>
 
</ul>
 
</ul>
  
−
<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);">
+
<table style="width: 88%; 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;">应用场景</th>
 
         <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;">单细胞贡献</th>
+
         <th style="padding: 10px; border: 1px solid #e2e8f0; color: #1e3a8a;">单细胞层面的贡献</th>
 
     </tr>
 
     </tr>
 
     <tr>
 
     <tr>
 
         <td style="padding: 8px; border: 1px solid #e2e8f0; font-weight: 500;">靶向研发</td>
 
         <td style="padding: 8px; border: 1px solid #e2e8f0; font-weight: 500;">靶向研发</td>
−
         <td style="padding: 8px; border: 1px solid #e2e8f0;">识别驱动基因，攻克异质性。</td>
+
         <td style="padding: 8px; border: 1px solid #e2e8f0;">精准定位异质性驱动基因。</td>
 
     </tr>
 
     </tr>
 
     <tr>
 
     <tr>
 
         <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; font-weight: 500;">个体化诊疗</td>
−
         <td style="padding: 8px; border: 1px solid #e2e8f0;">精准预测药物响应概率。</td>
+
         <td style="padding: 8px; border: 1px solid #e2e8f0;">基于图谱特征预测药物响应。</td>
 
     </tr>
 
     </tr>
 
</table>
 
</table>
  
−
<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>
+
<h2 style="border-left: 4px solid #3b82f6; padding-left: 12px; color: #1e3a8a; font-size: 1.15em; margin-top: 25px;">智能决策支持系统</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：
+
     单细胞数据的高维度特性需要依托智能处理引擎实现临床转化：
 
</p>
 
</p>
 
<ul style="padding-left: 20px; font-size: 0.95em; color: #475569;">
 
<ul style="padding-left: 20px; font-size: 0.95em; color: #475569;">
−
     <li><strong>自动注释：</strong> 对样本进行秒级细胞类型标记。</li>
+
     <li><strong>自动化注释：</strong> 集成大规模细胞参考图谱，实现样本细胞类型的秒级精准标记。</li>
−
     <li><strong>方案评估：</strong> 基于多组学特征生成个体化临床建议。</li>
+
     <li><strong>临床建议：</strong> 自动评估特定治疗方案的响应概率，生成个体化生物治疗建议。</li>
 
</ul>
 
</ul>
  
第95行： 第95行：
 
     <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; text-align: center;">
 
     <div style="padding: 10px; background: #fff; text-align: center;">
−
         [[scRNA-seq]] • [[scATAC-seq]] • [[空间转录组]] • [[靶向治疗]]
+
         [[scRNA-seq]] • [[scATAC-seq]] • [[空间转录组]] • [[靶向药物库]]
 
     </div>
 
     </div>
 
</div>
 
</div>
  
 
</div>
 
</div>

2025年12月28日 (日) 00:51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:dna-off.svg?color=%233b82f6" style="width: 26px; height: 26px;" alt="icon" />
精准医学底层引擎
技术核心 高通量测序
分辨率 单细胞级
临床转化 耐药精准监测


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与亚型分布。
  • 表观组 (scATAC-seq)： 揭示基因表达的染色质调控景观。
  • 空间转录组： 在原位解析组织微环境中的细胞通讯（Crosstalk）。

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，靶向药物受单细胞技术推动最为显著：

  • 识别耐药克隆： 在治疗前追踪携带 $KRAS^{G12D}$ 等特定突变的持久性克隆。
  • 方案优化： 针对肿瘤内部的异质性亚群，设计多靶点联合用药方案。

2. 免疫治疗与细胞治疗

  • 免疫治疗： 通过描绘 $T$ 细胞耗竭图谱，评估 PD-1 等免疫检查点抑制剂的响应性。
  • 细胞治疗： 在 CAR-T 产品制备中筛选具备高扩增能力和长效记忆的优质细胞。
应用场景 单细胞层面的贡献
靶向研发 精准定位异质性驱动基因。
个体化诊疗 基于图谱特征预测药物响应。

智能决策支持系统

单细胞数据的高维度特性需要依托智能处理引擎实现临床转化：

  • 自动化注释： 集成大规模细胞参考图谱，实现样本细胞类型的秒级精准标记。
  • 临床建议： 自动评估特定治疗方案的响应概率，生成个体化生物治疗建议。
   [1] Tang F, et al. Nature Methods. 2009. 

   [2] Zhu J, et al. 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=311099”