单细胞RNA测序（scRNA-seq）可揭示单个细胞在一个给定时刻表达哪些基因，并且能够提供关于细胞随时间的推移如何发生变化的大量数据。然而，scRNA-seq会破坏细胞，因此科学家们无法精确追踪细胞从一种状态转变到另一种状态时所采用的发育路径。因此，人们并未太多地了解细胞在正常胚胎发育过程中或者当从一种成熟状态重编程为一种干细胞状态时如何发生转化。
在一项新的研究中，为了解决这个问题，来自美国布罗德研究所的研究人员利用一种强大的称为“最佳运输（optimal transport）”的数学方法构建出一种称为Waddington-OT的框架。他们随后在对干细胞重编程开展的大规模scRNA-seq时间进程研究中使用这种方法来预测细胞群体如何从一种状态转变到另一种状态。它为生物界提供了新的分析能力和巨大的发育路径数据。相关研究结果在2019年2月7日的Cell期刊上，论文标题为“Optimal-Transport Analysis of Single-Cell Gene Expression Identifies Developmental Trajectories in Reprogramming”。
图片来自Cell, 2019, doi:10.1016/j.cell.2019.01.006。
具体而言，这些研究人员在追踪将成熟细胞（在这项研究中，指的是小鼠成纤维细胞）重编程为诱导性多能干细胞（ipsC）的发育过程的大规模scRNA-seq研究中使用了Waddington-OT。
这项新的研究涉及两个独立的重编程实验。起初，这些研究人员在16天内每隔48小时收集一次样品，从而产生大约6.5万个scRNA-seq基因表达谱。当这给出了有希望的结果时，他们在18天内每隔12个小时收集一次样品。总体而言，他们产生了31.5多万个scRNA-seq基因表达谱，这是迄今为止同类研究中规模最大的。
在将Waddington-OT应用于所产生的数据集后，这些研究人员发现细胞重编程引起的发育程序和状态变化比之前认为的更加广泛。比如，在这种重编程过进展到一天半中，他们观察到这些细胞开始分为两个主要的细胞群体：一个细胞群体产生基质样细胞（支持性的结构和结缔组织细胞）；另一个细胞群体经历上皮-间质转化（epithelial-mesenchymal transition, EMT），产生类似于ipsC、神经元和胎盘细胞的细胞。此外，他们观察到这些早期的细胞命运并非是固定的：在一个细胞群体中开始发育的一些细胞随后转化为另一个细胞群体中的细胞。
在随后的实验中，这些研究人员根据Waddington-OT的预测结果，探究了将一种称为Obox6的转录因子和一种称为GDF9的细胞因子添加到重编程细胞中如何可能影响重编程效率。正如Waddington-OT所预测的那样，这两种蛋白因子增强干细胞增殖，这就表明Waddington-OT可能有机会改善这种重编程过程的效率。
参考资料：
Geoffrey Schiebinger et al. Optimal-Transport Analysis of Single-Cell Gene Expression Identifies Developmental Trajectories in Reprogramming. Cell, 2019, doi:10.1016/j.cell.2019.01.006.