研究人员开发出新算法向细胞重编程领域进军（附原文）

yinfuhua

3 J6 A4 K2 \+ u* x! D) ]. h/ o! [- O( \) M% w6 }+ ?7 g) M" U/ k
研究人员开发出新算法向细胞重编程领域进军
4 t4 l4 q8 ~$ ^来源：来宝网 / 作者： / 2016-01-19
& g. Y8 Q& y9 M. ]8 X  j8 L' s 9 c- j* P# H- B5 d! N* s( [
由来自于杜克——新加坡国立大学医学院（杜克——新加坡国立大学），布里斯托尔大学，莫纳什大学和理化学研究所的研究人员所组成的国际研究小组已经开发了一种算法，可以预测一种人类细胞类型转换成另一种所需的因子。这些可以改变游戏规则的研究结果，最近发表在2016年1月18日出版的自然遗传学（Nature Genetics）杂志在线版上，对再生医学产生了显著影响，同时也为进一步研究细胞重编程打下了基础。5 o; ^# a" o/ l. {) B2 D8 ]' |7 y6 ]
已知细胞类型并不是固定不变的，而且一种细胞类型通过加入一组特殊的细胞因子可被重编程，或转化为另一种细胞类型。这种方法由山中伸弥提出，他的这项获得诺贝尔奖的工作涉及到皮肤成纤维细胞重编程为诱导多能性干细胞（iPS）。从理论上讲，iPS能够直接重编程成为，例如，视网膜细胞来帮助治疗黄斑或眼变性。但在实践中，似乎在这种方式下发生的细胞转变存在着技术和安全上的隐患，因为在重编程细胞中存在着癌变的积累，因此会导致不可预知的行为。
+ e+ E6 {" `( p/ j) \6 F9 V此外，尽管这是一大突破，但是确定一套独特的细胞因子用于每一个细胞转化却是涉及到很多试错研究的一个漫长而昂贵的过程。因此，首先识别一组关键的细胞因子用于细胞转化，是研究人员和医生在重编程领域中面临的主要障碍。
" G" g3 |3 G, R! Z为了克服这一障碍，杜克——新加坡国立大学的高级研究员Owen Rackham博士工作五年开发出了一个计算机算法来预测可用于细胞转化的细胞因子。这种算法被称为Mogrify，能够预测出任何给定的细胞转换时所需的细胞因子的最优组合。
4 `) T8 p* j5 m3 ~9 d  w当进行测试时，Mogrify能够准确地预测出先前已经公布的细胞转化所需的一组细胞因子。为了进一步验证Mogrify的预测能力，研究团队在实验室里利用人体细胞进行了两次新的细胞转化，并在仅仅使用Mogrify预测的情况下两次尝试都是成功的。
2 ~: G# d- S/ z2 [“Mogrify就像一个细胞的‘世界地图’，使我们能够在人类细胞转化时绘制出新的领地，”来自于杜克——新加坡国立大学复杂疾病实验室系统遗传学团队的Rackham博士解释说。“我们希望本创新方法进行的第一个临床应用是将患者的缺陷细胞重新编程为'正常'的健康细胞，而不用通过中间的iPS步骤。这些细胞然后可以被重新植入到病人体内，并且应该在实践中，能有效地实现新的再生医疗技术。” 杜克——新加坡国立大学计算生物学中心的复杂疾病实验室的系统遗传学中心主任Enrico Petretto副教授，强调指出，由于Mogrify完全是数据驱动的，它的稳定性和准确性能够持续提高以收集更全面的数据并将其输入到计算系统中。5 y" v& }1 S, X. g$ |
“Mogrify是一个利用大数据和系统生物学来改变游戏规则的方法，杜克——新加坡国立大学的工作和专业知识将激发出新的医疗应用，” 副教授Petrett说。  h3 W) B7 ^9 z: b0 h7 i
Mogrify已为其他研究人员和科学家提供了在线应用。杜克——新加坡国立大学的研究小组现在正计划把重点放在Mogrify的转化医学应用上。杜克——新加坡国立大学的研究团体之间的协作努力已经到位，致力于应用该算法来帮助制定具体的疾病如癌症的治疗方法。
! ^' R/ i/ j/ G1 A- a7 G5 `
8 H& G- m. {" k1 {  Bhttp://phys.org/news/2016-01-algorithm-field-cell-reprogramming.html$ K4 H$ ^; j/ u: R8 Q
5 ^8 w' A# }7 X( u1 S
3楼原文 感谢pujixing 提供

121qwq

以后的趋势

pujixing

原文如下

yinfuhua

回复 pujixing 的帖子7 C4 ], b; o4 \. d# [7 B! t
% S8 b# s/ C" A8 l$ h, N0 q
谢谢提供原文。

pujixing

回复 yinfuhua 的帖子$ E, d' I# z. H& T8 e
4 @7 j8 Z' l+ p+ u# U1 F* B
不客气，希望看到更多这样的原创性进展

goblinwang

发展的必然，纯生物研究终将成为过去式

goblinwang

挺好奇，这种算法的方程式是怎么推导出来。

mrstem

虽然没有看到全文，但个人的一点浅见，觉得细胞从一种表型向另外一种表型的转化，无论是逆向分化还是跨胚层横向分化，都不会是几个因子作用下一步到位的，因此，其算法通用性如何还需更多实验室和更多细胞类型参与验证。相信短期内采用该公式进行尝试的人会很多，结果如何，我拭目以待！

pujixing

回复 mrstem 的帖子" B5 f& B. T& x; |4 A3 E* q

! J/ e& g1 Z  _' X& {; ]说的有道理。目前的算法是基于整理已经发表的文献，以及数据库中组织表达谱得出的。因此它的精确度和完整性肯定不能达到完善的阶段。但有一点很重要的特征，这个系统是开放式的，随着越来越多的文献发表以及越来越多组织表达谱的更新和补充，这个体系可以自我进化称为更精确的模式。这个才是该系统最强大的一个特性。不过无论如何，生命系统是高度复杂的，在当前的认知水平下要预测更高级层次的细胞命运变更规律具有很高的难度。因此这个文章的发表不代表其他的研究方法可以抛弃，其实反而更加需要其他方法的补充。
$ K- d" o/ p) d5 F9 Q# x. @小结一下，这个方法将生物学研究进一步推向理论化，逻辑化和数学化的方向，在方法学上有着重要的意义。虽然此前也有类似文章(大概有两篇)尝试用预测的方法推倒生物学结果，但这篇文章对细胞命运决定的研究方法做了一般（general）的推广。" R4 j4 v2 H& z

3 \7 v, v  d2 D2 O6 |" B补充内容 (2016-1-21 13:28):  s! i" \4 B# d3 x2 K. N1 V
推导

mrstem

回复 pujixing 的帖子* Z& {& p* e5 f; w$ {
! ?8 g0 O6 U: ~* }0 _1 G8 ?
谢谢 pujixing 的深度剖析！希望此文抛砖引玉带动更广泛更深入的研究，获得更丰富的数据，最终的公式将把进化理论引向何处，值得期待！