轉(zhuǎn)載請注明：解螺旋·臨床醫(yī)生科研成長平臺

這些年，一項項新的生物科研成果噴薄而出，讓人目不暇接，又充滿期待。不知它們是否已準備好走進應(yīng)用？Nature對幾位話題中心的學(xué)者進行了訪談，讓我們看看他們對潮流的解讀！

George Church：馬薩諸塞州波士頓哈佛大學(xué)醫(yī)學(xué)院遺傳學(xué)家。

盡管基因編輯工具CRISPR令人十足興奮，但它其實沒那么高效或精準。要一次性改變這些問題也很難。我的實驗室目前已經(jīng)達成了重編碼——在單細胞基因組中做了62個修飾——但我們有強烈的應(yīng)用目的，這需要更大量的改變?，F(xiàn)在，我們有了實現(xiàn)它的技術(shù)。

“密碼子重編碼”是一套完全的遺傳學(xué)方法，來使任何有機體能抵抗大多數(shù)或所有病毒，而且要求在每個細胞中做出成千上萬的精準改變。

每個密碼子，即三個堿基為一組的DNA，例如TTG，對應(yīng)一個特定的氨基酸，如亮氨酸，或一個翻譯信號（如起始、終止等）。而亮氨酸有六個密碼子，這么多的余量，任一個都可以用另一個替換。做好這些交換之后，我們就刪除與被換掉的密碼子相匹配的亮氨酸轉(zhuǎn)移RNA (tRNA)，于是這個細胞再也不認識這段序列了。

現(xiàn)在，當病毒感染了那些密碼子全被重編碼的細胞時，它由于缺乏相應(yīng)的tRNA，就無法從mRNA中翻譯出蛋白來，病毒便死掉了。病毒也不是打不死的小強，把它們?nèi)映鼍忠膊换ǘ嗌倭狻?/span>

為了一次性做出多項精確的改變，我們用了多元自動化基因組工程（MAGE）技術(shù)。含有精確堿基對改變的遺傳物質(zhì)的短片段被引入到細胞中，這些細胞被阻止進行DNA錯配修復(fù)。幾輪細胞復(fù)制之后，這些改變便全部被整合到細菌基因組中。

理論上，這個過程可以在各種有病毒問題困擾的生命體中進行。此外，研究者們還能造出抗病毒豬，其器官可用于移植；還有抗病毒的人類細胞，用于生產(chǎn)藥物和疫苗。

這里真正結(jié)棍的地方是，咱有潛力讓一個生物對所有病毒都有抵抗力——甚至對我們從未研究過的病毒。但重編碼還有許多其他的用武之地。哈佛醫(yī)學(xué)院的Pamela Silver和加州拉霍亞研究所合成基因組學(xué)的Daniel Gibson合作，開發(fā)另一個重編碼技術(shù)來改善傷寒沙門菌（Salmonella typhimurium）的疫苗菌株。

研究者們也可以將一個生命體重編程，把非標準氨基酸整合到蛋白質(zhì)中，來制造該生物體內(nèi)本來沒有的化合物：熒光氨基酸、類核酸或形成不尋常的結(jié)合方式。當你不再被習(xí)以為常的20種氨基酸所束縛后，便打開了生化的新世界。

英國劍橋MRC分子生物學(xué)實驗室的Jason Chin正在使用這個方法，在果蠅中從分子水平對蛋白質(zhì)進行精確改變。

最后，也很重要的一點是，重編碼為生物污染埋下了隱患。如果一種抗病毒生物逃了出去，哪怕它們對環(huán)境無“害”，還會有可能通過優(yōu)勢占領(lǐng)自然棲息地而“勝出”。利用這些非標準氨基酸之一，你可以讓一種生物只有在提供該種養(yǎng)份的情況下才能存活，這便是一種阻止它們逃出實驗室的策略。

莊小威：馬薩諸塞州哈佛大學(xué)高級影像學(xué)中心主任

一項新的國際項目剛剛啟動——人類細胞圖譜（Human Cell Atlas, HCA），旨在鑒定人體內(nèi)的所有細胞類型，并測繪出它們的空間組織結(jié)構(gòu)。這是一個大目標，這種規(guī)模的項目會需要許多綜合技術(shù)的支持。

單細胞RNA測序是一種很強大的方法，能鑒定不同的細胞類型，也是HCA的一種重要工具，但它要求把組織樣本拆成一個個細胞，再分離RNA。這就沒法保留細胞在樣本中的空間定位信息——它們是如何組織并交互的。

我們希望有一種技術(shù)能夠繪制出細胞在完整組織中的轉(zhuǎn)錄譜，并提供其空間文脈信息。我的實驗室正在研發(fā)MERFISH (multiplexed error-robust fluorescence in situ hybridization)，這是一種基于圖像的單細胞轉(zhuǎn)錄組學(xué)方法。

MERFISH通過error-robust條碼來鑒定細胞中各種不同的RNA類型，而這些條碼又是通過一套龐大的多重化方法的組合標簽及系列圖像檢測的。

來源：莊小威

我們已經(jīng)看到，它可以對單細胞中的1000個不同的mRNA進行顯像。再繼續(xù)研發(fā)，MERFISH有潛力檢測完整組織的細胞中的整個轉(zhuǎn)錄組。

這個具有空間分辨力的RNA譜數(shù)據(jù)能給我們一個對HCA的直觀印象，我們能繪制單個細胞，將它們按基因表達譜分類，并測繪出它們的空間組織形態(tài)。此外還可能聯(lián)合形態(tài)學(xué)數(shù)據(jù)，以及其他成像技術(shù)所描述的細胞功能，來進一步豐富這個圖景。

而此時此刻，我們的細胞圖譜仍遠遠不完整。如果你不是胸有成竹，則可能連錯過了什么都不知道，更別說在疾病研究中如何設(shè)計有效的療法。

Elaine Mardis：俄亥俄州哥倫比亞國家兒童醫(yī)院醫(yī)學(xué)遺傳學(xué)中心聯(lián)合執(zhí)行官。

在癌癥的免疫基因組學(xué)領(lǐng)域，研究者們想知道在某個特定的人身上，哪個癌癥基因組編碼的蛋白的突變會引起免疫應(yīng)答。這類蛋白稱為“新抗原（neo-antigens）”，可利用來研究個體化的癌癥疫苗，或提示其他治療方法。

有種令人振奮的技術(shù)可用于研究這類新抗源，叫CyTOF，質(zhì)譜流式細胞術(shù)，用來鑒定表達某種特定蛋白的細胞。

在典型的流式細胞術(shù)中，研究者們將標記有熒光分子的抗體與細胞混合，從而標記感興趣的蛋白。然后細胞們一個個被分析，測定那些蛋白的相對豐度。但其局限性在于熒光標簽屈指可數(shù)，而CyTOF則采用金屬標簽，在質(zhì)譜儀中檢測——一次可檢測上百種不同的標簽，而同樣條件下流式細胞可能只有十來個標簽。

這項技術(shù)可能會改變癌癥免疫基因組學(xué)領(lǐng)域，讓研究者們能找到一個人的癌細胞中，哪種新抗原的豐度最高，最可能激起免疫系統(tǒng)的強烈反應(yīng)。于是研究者便可利用這些信息來制造個體化的抗癌癥“疫苗”。新的免疫檢查點抑制劑聯(lián)合應(yīng)用，可讓癌癥患者自己戰(zhàn)勝病魔。

但對于任何由基因組預(yù)測到的新抗原，它是否真的會起顯著的免疫反應(yīng)仍是個推測性的工作。CyTOF則讓我們得以定量檢測多種預(yù)測的多肽與個人T細胞的結(jié)合強度，從而進一步確認其可能性。

此外，它也并不僅僅是用于癌癥基因組學(xué)研究。CyTOF可用來檢測細胞中各種蛋白的豐度，只要你能找到抗體來跟你的目標蛋白結(jié)合。它讓我們得以從蛋白質(zhì)層面討論問題，比過去的方法維度更多，精度更高。

Ruedi Aebersold：瑞士蘇黎世分子系統(tǒng)生物學(xué)研究所，系統(tǒng)生物學(xué)家。

顯然，我們生活在一個更有趣的時代，有大量關(guān)于基因變異的高質(zhì)量基因組信息。同時，我們可以收集大量人群的健康數(shù)據(jù)，從一天走了多少步到血壓、臨床影像等不一而足。難點在于把這些信息跟基因組對接起來。尤其是在醫(yī)學(xué)上，如果我們想把一種基因變異轉(zhuǎn)化成治療方法，就需要了解那些被疾病所擾亂的生物進程。

這種對接的關(guān)鍵點是分析蛋白復(fù)合物，它們是細胞的功能單元。我們怎么才能從大數(shù)據(jù)中——比如卵巢癌的基因組數(shù)據(jù)——研究出哪個蛋白復(fù)合物在其中出現(xiàn)了異常，又是如何異常？

有一種辦法是融合了計算和定量蛋白組學(xué)，在幾組腫瘤和對照樣本中對幾千種蛋白質(zhì)進行持續(xù)且精確的定量測定?，F(xiàn)在這類數(shù)據(jù)可通過質(zhì)譜流式細胞術(shù)產(chǎn)生，例如SWATH-MS（sequential window acquisition of all theoretical mass spectra）。

復(fù)合的蛋白質(zhì)一般來說會有更高程度的共變異——就是說，同時發(fā)生豐度的增高或減少。但如果復(fù)合物是由于突變或結(jié)構(gòu)改變而發(fā)生的異?；蚴唵挝?，則亞單位的共變異特征會有所不同。這是癌癥中找到蛋白復(fù)合物異常的一種方法。

這種發(fā)生變異的復(fù)合物后續(xù)可通過低溫電子掃描術(shù)（CET）來從結(jié)構(gòu)層面進行研究，它能以5-10 ?的分辨率對分子進行成像。這個分辨率足夠看清突變對蛋白質(zhì)復(fù)合物的組份、形態(tài)、結(jié)構(gòu)造成了什么影響，干擾了什么功能。

CET還能讓人看到這些復(fù)合物的結(jié)構(gòu)是怎樣跟其他模塊一起發(fā)生改變，如一組磷酸基團與整個分子的互動。2018年一個真正有影響的進展將會是聚焦離子束銑削的改進。這個技術(shù)通過獲取薄薄的哺乳動物的細胞或組織切片，來在細胞環(huán)境中觀察某個特定蛋白復(fù)合物的結(jié)構(gòu)。

總的來說，這些技術(shù)將會從分子層面增進我們對疾病中蛋白復(fù)合物如何發(fā)生變異的理解，也能提示我們?nèi)绾沃圃煲环N藥物去清除它、讓它失活，或恢復(fù)它的正?；顒印?/span>

Rebecca Calisi Rodríguez：加州大學(xué)戴維斯分校，生殖生物學(xué)家

我研究生剛?cè)雽W(xué)那會，對2000年發(fā)現(xiàn)的一種全新的激素深深地著迷，那是促性腺激素抑制激素（GnIH），當動物處在應(yīng)激狀態(tài)時，會對生殖軸產(chǎn)生抑制作用。對GnIH的研究完全顛覆了我們對大腦如何調(diào)控生殖的認識。

我曾經(jīng)以為：“唉，我們還有啥是不知道的呢？下一個完全改變我們對生殖的理解的大發(fā)現(xiàn)會在啥時候到來呢？”

現(xiàn)在，要感謝基因組和轉(zhuǎn)錄組的高通量測序，發(fā)現(xiàn)的速度得以飆升。15年前，測人類基因組序列要花大約30億美元，現(xiàn)在只要幾千元，而這成本還在下降。這使得我們可以研究更多實驗室中不常見的動物，在它們賴以生存的生態(tài)棲息地中，這將更有潛力獲得一些切合生理狀態(tài)的數(shù)據(jù)。

作為一個生殖生物學(xué)家，我尤其感到興奮的是它可能讓我們更深地了解驅(qū)使動物性行為和生殖的各種機制的大和諧——也許不和諧。我們最近用RNA測序的方法進一步研究了普通鴿子的生殖軸如何應(yīng)對刺激。慢性應(yīng)激可能擾亂生殖功能，而我們想知道這其中的來龍去脈。

我們在觀察生殖軸中轉(zhuǎn)錄著的各個基因在應(yīng)激狀況下的活動——下丘腦、垂體和性腺。這些海量數(shù)據(jù)也產(chǎn)生了上百種假設(shè)，也許可以成為新發(fā)現(xiàn)的生殖應(yīng)激反應(yīng)的機制。這也可能為廣大不孕不育男女帶來新的基因干預(yù)手段或療法。

退一步講我們也能受益，還可以在真實世界中檢驗所有動物。比如，鴿子可以成為一種有力的模式生物，觀察暴露于環(huán)境中的危險物質(zhì)（或稱“暴露組”）對生殖軸可能產(chǎn)生的影響。

我們發(fā)現(xiàn)，野生鴿子與鄰近區(qū)域內(nèi)人類豢養(yǎng)的鴿子會暴露于相似的環(huán)境威脅。我們可以像煤礦業(yè)中利用金絲雀那樣利用鴿子，將其作為環(huán)境危險物質(zhì)的指示生物。測序技術(shù)則讓我們得以探知這些暴露因素如何影響高度保守的生殖軸。

我們可以將現(xiàn)代的嶄新技術(shù)跟“老學(xué)究”們使用的研究工具結(jié)合起來，做一些前所未有的探索。我們可以在鴿子的棲息地中實時觀測它們，提取它們基因組和蛋白組的變化的特征，觀察其對生殖的影響。

我們是這個時代基因?qū)用嫔系淖匀皇穼W(xué)家。

Vivienne Ming：加州伯克利Socos實驗室執(zhí)行主席，理論神經(jīng)科學(xué)家

物聯(lián)網(wǎng)，所有互聯(lián)網(wǎng)賦予其功能的設(shè)備已成為居家必備——Alexa，Google家居，Nest恒溫器，智能手機——它們是一個龐大的智能網(wǎng)絡(luò)的感受器和效應(yīng)器。

比如，說到Alexa，我們通常只覺得它是亞馬遜開發(fā)的連網(wǎng)的個人智能輔助設(shè)備，但或許這樣看它會更準確：即一個廣泛分布的多元傳感芯片的一部分，延伸向千家萬戶，它們成就了一個巨大的試驗網(wǎng)絡(luò)，這才是真實的Alexa。并不像成百上千的單體機器人，它是一個能夠持續(xù)學(xué)習(xí)、了解世界的人工智能（AI），一個家庭對它的使用會影響它對另一個家庭的探索。

這些分布式的人工智能正在改變我們的生活，它們也可以改頭換面進入科研界。我相信我們已準備好，讓研究者們著手合作研發(fā)一個分布式科研物聯(lián)網(wǎng)（Internet of Scientific Things, IoST）——一個開放的系統(tǒng)，可將分布在各處的感受器和效應(yīng)器與強大的機器學(xué)習(xí)平臺連接起來，驅(qū)動全球規(guī)模的實驗。

這樣的系統(tǒng)，即便規(guī)模尚小，也有無窮的力量。Google發(fā)現(xiàn)，它們的智能手機上的加速計和回轉(zhuǎn)儀可以探測到帕金森病早期的步態(tài)改變。我的組用了擴展版的智能手機感受器，可預(yù)測到雙相障礙患者的躁狂發(fā)作期。但現(xiàn)階段，這類實驗的效率尚不能被廣大研究者接受。

設(shè)想研究者們?nèi)裟軓闹悄苁謾C、智能手表及各種設(shè)備上運轉(zhuǎn)的科學(xué)物聯(lián)網(wǎng)APP上獲取數(shù)據(jù)，加上全球各種傳統(tǒng)的傳感器收集到的信息，再加上AI系統(tǒng)對已發(fā)表的相關(guān)數(shù)據(jù)的挖掘，會有什么樣的作為呢？

有點像現(xiàn)在的商用AI為銷售人員探測到的隱藏商機，IoST的AI也能為科研人員獵取他們所在領(lǐng)域的數(shù)據(jù)。如果我的神經(jīng)成像軟件直接就是IoST平臺的插件，可以實時獲取數(shù)據(jù)，且不僅是我的實驗室可以獲取，而是我的領(lǐng)域內(nèi)外的每個人，這會怎樣呢？或者我們也可以借助這個平臺，發(fā)現(xiàn)5個新同行們正在干些什么。想一想吧。

也得承認，這些廣泛分布的系統(tǒng)也有其可怕的一面。是否會有某個組織對這些數(shù)據(jù)有限制管控的權(quán)力？從這些新平臺上而來的發(fā)現(xiàn)是否還會走傳統(tǒng)的科研發(fā)表途徑？還是通過阿里巴巴、亞馬遜之類的公司，或者通過開放平臺如GitHub或arXiv？關(guān)于獲取和倫理，必定還有很多嚴肅的事務(wù)需要商榷，但改變已悄然發(fā)生。

一些實驗室和研究者已經(jīng)在發(fā)力推動這種可能性?？茖W(xué)共同體必須占據(jù)主導(dǎo)地位。如果我們科學(xué)家自己建立了這套系統(tǒng)，我們可以讓發(fā)表更平等，數(shù)據(jù)更共享，科研更透明。要不然，定會有其他人為我們建好它?？茖W(xué)的驚艷傳統(tǒng)不該糊在少數(shù)人手里。

本文編譯自：

https://www./articles/d41586-018-01021-5