“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: 100%; max-width: 300px; 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. | + | <div style="font-size: 1.15em; 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: | + | <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: 25px 15px; text-align: center; background-color: #ffffff;"> |
| − | <div style=" | + | <div style="margin: 0 auto; background: #f8fafc; border: 1px solid #e2e8f0; border-radius: 12px; display: inline-block; padding: 12px; box-shadow: inset 0 1px 4px rgba(0,0,0,0.02);"> |
| − | + | [[文件:Single_Cell_Precision.png|150px|Isotype]] | |
</div> | </div> | ||
| − | <div style="font-size: 0. | + | <div style="font-size: 0.8em; color: #94a3b8; margin-top: 15px; font-weight: 500;">精准医学底层引擎示意图</div> |
</div> | </div> | ||
<table style="width: 100%; border-spacing: 0; border-collapse: collapse; font-size: 0.88em;"> | <table style="width: 100%; border-spacing: 0; border-collapse: collapse; font-size: 0.88em;"> | ||
<tr> | <tr> | ||
| − | <th style="text-align: left; padding: 12px 15px; border-bottom: 1px solid #f1f5f9; color: #64748b; font-weight: 600; width: | + | <th style="text-align: left; padding: 12px 15px; border-bottom: 1px solid #f1f5f9; color: #64748b; font-weight: 600; width: 35%;">技术核心</th> |
<td style="padding: 12px 15px; border-bottom: 1px solid #f1f5f9; color: #1e293b;">高通量测序</td> | <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: 12px 15px; border-bottom: 1px solid #f1f5f9; color: #64748b; font-weight: 600;">分辨率</th> | <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: 12px 15px; border-bottom: 1px solid #f1f5f9; color: #1e293b;"> | + | <td style="padding: 12px 15px; border-bottom: 1px solid #f1f5f9; color: #1e293b;">单细胞/亚细胞</td> |
</tr> | </tr> | ||
<tr> | <tr> | ||
| − | <th style="text-align: left; padding: 12px 15px; color: #64748b; font-weight: 600;"> | + | <th style="text-align: left; padding: 12px 15px; color: #64748b; font-weight: 600;">临床应用</th> |
| − | <td style="padding: 12px 15px; color: #1e293b;"> | + | <td style="padding: 12px 15px; color: #1e293b;">动态耐药监测</td> |
</tr> | </tr> | ||
</table> | </table> | ||
| 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> | + | <li style="margin-bottom: 8px;"><strong>转录组 (scRNA-seq)：</strong> 揭示细胞实时功能状态与异质性。</li> |
| − | <li style="margin-bottom: 8px;"><strong>表观组 (scATAC-seq)：</strong> | + | <li style="margin-bottom: 8px;"><strong>表观组 (scATAC-seq)：</strong> 揭示染色质开放性及基因表达调控机制。</li> |
| − | <li style="margin-bottom: 8px;"><strong>空间转录组：</strong> | + | <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间通讯。</li> |
</ul> | </ul> | ||
| 第50行： | 第50行： | ||
<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> | ||
<p style="font-size: 0.95em;"> | <p style="font-size: 0.95em;"> | ||
| − | + | 针对肿瘤驱动基因的<strong>靶向药物</strong>是单细胞技术应用最为成熟的方向： | |
</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>识别耐药克隆：</strong> | + | <li><strong>识别耐药克隆：</strong> 在治疗前识别携带 $KRAS^{G12D}$ 等突变的持久性克隆（DTPs）。</li> |
| − | <li><strong>方案优化：</strong> | + | <li><strong>方案优化：</strong> 分析亚群共有靶点，设计克服异质性的联合用药方案。</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> | + | <li><strong>免疫治疗：</strong> 描绘肿瘤微环境中的 $T$ 细胞耗竭图谱，预测免疫检查点抑制剂疗效。</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> 制备中优化成分，确保产品在体内的长效扩增。</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;">应用场景</th> | + | <th style="padding: 10px; border: 1px solid #e2e8f0; color: #1e3a8a; width: 35%;">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: 500;"> | + | <td style="padding: 8px; border: 1px solid #e2e8f0; font-weight: 500;">靶向药物研发</td> |
| − | <td style="padding: 8px; border: 1px solid #e2e8f0;"> | + | <td style="padding: 8px; border: 1px solid #e2e8f0;">精准定位驱动突变，缩短转化周期。</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;"> | + | <td style="padding: 8px; border: 1px solid #e2e8f0;">基于图谱特征评估患者临床获益。</td> |
</tr> | </tr> | ||
</table> | </table> | ||
| − | <h2 style="border-left: 4px solid #3b82f6; padding-left: 12px; color: #1e3a8a; font-size: 1.15em; margin-top: 25px;"> | + | <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;"> | ||
| − | + | 依托大规模参考图谱与智能辅助诊断系统，可实现： | |
</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>自动化注释：</strong> | + | <li><strong>自动化注释：</strong> 对样本细胞亚群进行秒级精准标记。</li> |
| − | <li><strong> | + | <li><strong>决策辅助：</strong> 自动评估治疗响应概率，生成个体化生物治疗建议。</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; margin-top: 30px; border-top: 1px solid #e2e8f0; padding-top: 10px;"> | ||
| − | [1] Tang F, et al. <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. <em>Molecular Cancer</em>. 2025. | + | [2] Zhu J, et al. "Single-cell multi-omics in cancer immunotherapy." <em>Molecular Cancer</em>. 2025. |
</div> | </div> | ||
| 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]] • [[ | + | [[scRNA-seq]] • [[scATAC-seq]] • [[空间转录组]] • [[靶向治疗方案]] |
</div> | </div> | ||
</div> | </div> | ||
</div> | </div> | ||
2025年12月28日 (日) 00:55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与异质性。
- 表观组 (scATAC-seq)： 揭示染色质开放性及基因表达调控机制。
- 空间转录组： 在原位解析组织微环境中的细胞间通讯。
生物治疗领域的应用进展
1. 靶向药物的精准赋能
针对肿瘤驱动基因的靶向药物是单细胞技术应用最为成熟的方向：
- 识别耐药克隆： 在治疗前识别携带 $KRAS^{G12D}$ 等突变的持久性克隆（DTPs）。
- 方案优化： 分析亚群共有靶点，设计克服异质性的联合用药方案。
2. 免疫治疗与细胞治疗
- 免疫治疗： 描绘肿瘤微环境中的 $T$ 细胞耗竭图谱，预测免疫检查点抑制剂疗效。
- 细胞治疗： 在 CAR-T 制备中优化成分，确保产品在体内的长效扩增。
| 应用场景 | 单细胞贡献 |
|---|---|
| 靶向药物研发 | 精准定位驱动突变，缩短转化周期。 |
| 个体化诊疗 | 基于图谱特征评估患者临床获益。 |
智能决策支持
依托大规模参考图谱与智能辅助诊断系统，可实现：
- 自动化注释： 对样本细胞亚群进行秒级精准标记。
- 决策辅助： 自动评估治疗响应概率，生成个体化生物治疗建议。
[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.