Вы могли бы быть в состоянии различить намек земляники или сильный запах йогурта. Но в целом это является на вкус как смесь неразличимых компонентов.Теперь предположите, что смузи сделан из 20 000 заземляющих клеток от, скажем, мозга.
Вы могли запустить тесты, чтобы определить, какие молекулы находятся в образце, который является тем, что ученые делают теперь. Это, конечно, дало бы Вам полезную информацию, но она не скажет Вам, из каких клеток те молекулы первоначально прибыли. Это обеспечило бы только средний профиль клетки для целого смузи.И когда дело доходит до тканей в наших телах, почти всегда вводят в заблуждение средние числа.
Так же, как Вы знаете, что нет «средней» еды, названной strawbanaspinach-orangegurt, ученые знают, что в мозгу нет всего одного типа клетки.«Если Вы берете ломоть ткани и размалываете ее и анализируете РНК, Вы понятия не имеете, представляет ли она то, что делает каждая клетка в том населении или что не делает никакая клетка в населении», сказал Марк Киршнер, Профессор университета Джона Франклина Эндерса Системной биологии и председатель Отдела Системной биологии в Медицинской школе Гарварда. «Вообразите, было ли у Вас население мужчин и женщин. Если бы Вы предполагаете, что все – в среднем мужчины и женщины, Вы [вероятно], не представляли бы единственного человека в том населении».
Проблема, это дорогое, отнимающее много времени и хитрое, чтобы характеризовать ткани одна клетка или тип клетки, за один раз.Киршнер и Стивен Маккарролл, доцент генетики в HMS, сообщили в отдельных газетах, что их лаборатории развивали методы высокой пропускной способности к быстро, легко и недорого дают каждую клетку в образце уникальный генетический штрихкод, прежде чем это войдет в блендер.В результате ученые могут проанализировать сложные ткани, представив каждую отдельную клетку – никакое требуемое усреднение.«Различные клетки в ткани используют тот же самый геном удивительно разнообразными способами: чтобы спроектировать специализированные формы клетки, достигните разнообразных подвигов физиологии и предпримите отличные функциональные ответные меры в отношении того же самого стимула.
Эти методы наконец позволят науке понять, как биологические системы работают на том уровне единственной клетки», сказал Маккарролл, который является также директором генетики для Центра Стэнли Психиатрического Исследования в Широком Институте Гарварда и MIT. «Мы так взволнованы работой вперед».Чтобы сделать их инструменты, обе команды сотрудничали с Дэвидом Вейцем, профессором Mallinckrodt Физики и Прикладной Физики в Школе Гарварда Технических и прикладных наук и пионера в области микрогидродинамики.
Команды ожидают, что их методы, изданные одновременно в журнале Cell, снабдят биологов, чтобы обнаружить и классифицировать типы клетки в теле в намного большей глубине, разнообразии клетки карты в сложных тканях, таких как мозг, лучше понять дифференцирование стволовой клетки и получить больше понимания генетики болезни.Офис Гарварда Разработки технологий работал в тесном сотрудничестве с исследователями, чтобы разработать заявки на патент для различных аспектов технологии, всех глазом к коммерциализации.’Две дороги отличались в желтой древесине’Ивэн Макоско и Аллон Кляйн встретились в классе микрогидродинамики несколько лет назад.
Тогда они пошли своими отдельными путями.Без ведома друг другу, они решили разработать методы, чтобы ответить на тот же самый вопрос: Как они могли получить профили экспрессии гена для тысяч отдельных клеток, чтобы лучше понять сложность экспрессии гена в ткани?Экспрессия гена – образец активности гена в конкретной клетке – лежит в основе каждого процесса в биологии от познания в мозгу к развитию в яйце.
Ученые знали в течение 50 лет, что экспрессия гена варьируется от клетки до клетки как отпечаток пальца, делая клетки кожи отличающимися от клеток печени и делая некоторые клетки печени отличающимися от других. Но они не были в состоянии измерить его эффективно на уровне единственной клетки в образцах со многими типами клетки.Макоско, на службе ее величества вооруженных сил Великобритании преподаватель в психиатрии в Центральной больнице Массачусетса и Товарище Нейробиологии Стэнли в лаборатории Маккарролла, придумал технику, которую он назвал Снижением-seq.
Кляйн, доцент системной биологии в HMS, разработал метод, который он назвал капельками индексации для того, чтобы упорядочить, или inDrops.Прошлой осенью они узнали о работе друг друга через научную схему конференции.
«Это отчасти было похоже на встречу Вашего доппельгенгера», сказал Макоско. «Он думал о том же самом, которое я имел в течение двух лет. У людей есть различные способы решить проблемы, и было действительно здорово видеть, как он сделал это».Как они работают
Команды каждый развивал способы использовать крошечные бусинки, чтобы обеспечить огромное количество различных штрихкодов ДНК в сотни тысяч водных капелек размера миллимикрона одновременно.Благодаря экспертным знаниям Вайца оба метода смогли использовать микрожидкие устройства для co-encapsulate клеток в этих капельках наряду с бусинками. Капельки созданы в крошечном сборочном конвейере, текущем вдоль канала ширина человеческих волос.Штрихкоды бусинки приложены к генам в каждой клетке, так, чтобы ученые могли упорядочить гены все в одной партии и все еще проследить каждый ген до клетки, из которой это прибыло.
Макоско и Кляйн делают их бусинки по-разному. Капельки разбиты в различных шагах в процессе. Другие аспекты химии отличаются.
Но результат – то же самое.После управления единственной партией клеток посредством Снижения-seq или inDrops, видят ученые «, какие гены выражены во всем образце – и могут сортировать каждой отдельной клеткой», сказал Кляйн.Они могут тогда использовать программное обеспечение, чтобы раскрыть образцы в соединении, включая которое у клеток есть подобные профили экспрессии гена.
Это обеспечивает способ классифицировать, какие типы клетки были в оригинальной ткани – и возможно обнаружить новые.Текущие методы позволяют исследователям произвести 96 профилей выражения единственной клетки за день за несколько тысяч долларов. Снижение-seq, для сравнения, позволяет 10 000 профилей в день за 6,5 центов каждый.«Если Вы – биолог с интересным вопросом в памяти, этот подход мог бы пролить свет на проблему, не разоряя Вас», сказал Макоско. «Это наконец делает профилирование экспрессии гена на уровне камеры камерой послушным и доступным.
Я думаю, что это – что-то, что биологи в большом количестве областей захотят использовать».Вместо того, чтобы конкурировать друг с другом, команды полагают, что имение в наличии двух вариантов в Снижении-seq и inDrops принесет пользу научному сообществу.
«У каждого метода есть уникальные элементы, который делает его лучше для различных заявлений. Биологи будут в состоянии выбрать, какой наиболее подходит для них», сказал Макоско.Различные цели
Маккарролл, Макоско и их коллеги счастливы исследовать мозг со Снижением-seq.С удачей, которая будет включать обнаруживающие новые типы клетки, строя глобальную архитектуру тех типов клетки в мозгу и понимая мозговое развитие и функционировать, поскольку они касаются болезни.Среди вопросов они хотят преследовать: Каковы все типы клетки, которые делают интеллектуальный труд? Как эти типы клетки варьируются по их функциям и ответам на стимулы?
Что население клетки пропускает или работает со сбоями при шизофрении, аутизме и других заболеваниях мозга?Классификация типов клетки может не казаться увлекательной, сказал Джошуа Сэйнс, профессор Джеффа К. Тарра Молекулярной и Клеточной Биологии и Семейный директор Пола Дж. Финнегана Центра Мозговой Науки в Гарвардском университете и соавторе бумаги Снижения-seq, но это закладывает основу отображению нейронных схем и однажды способности исследовать тайну того, как «wetware» мозга дает начало мыслям, эмоциям и поведениям.
В более коротком сроке Сэйнс надеется закончить каталог типов клетки в сетчатке мыши. Снижение-seq уже показало несколько новых.
Kirschner, Кляйн и их коллеги, между тем, остро интересуются другими областями, включая развитие стволовой клетки.«Население клеток, что мы первоначально думаем, однородно, на самом деле имеют некоторый фундамент?» Кляйн хочет знать; он пытается узнать, изучая иммуноциты и различные виды взрослых стволовых клеток. «Какова природа ранней стволовой клетки развития?
Что обеспечивает те клетки плюрипотентным государством? Экспрессия гена – больше пластмассы, или у этого есть четко определенное государство, это отличается от более зрелой клетки?
Как его судьба определена?»Используя inDrops, Кляйн и команда подтвердили предшествующие результаты, которые предполагают, что даже эмбриональные стволовые клетки не однородны.
Они нашли ранее неоткрытые типы клетки в населении, которое они изучили, а также клетки в промежуточных стадиях, которые они подозревают, преобразовывают от одного типа до другого.Хотя обе команды взволнованы значительными объемами данных, они и другие исследователи получат из Снижения-seq и inDrops, они понимают, что чистый объем информации создает проблему также.«У нас есть тысячи клеток, выражающих десятки тысяч генов. Мы не можем посмотреть в 20 000 направлений, чтобы выбрать интересные особенности», сказал Кляйн.
Машинное обучение в состоянии сделать часть этого, и команды уже использовали новые статистические методы. Однако, Kirschner обратился с просьбой к математикам и программистам развивать новые идеи о том, как проанализировать и извлечь полезную информацию о нашей биологии с гор данных, которые находятся на горизонте.