Pycea: a scverse toolkit for single-cell lineage tracing analysis
Pycea 是一个开源 Python 工具包，它引入了 TreeData 格式，旨在将谱系树数据与 scverse 生态系统中的单细胞测量数据进行无缝整合，从而为细胞谱系追踪实现可扩展的分析、可视化和统计推断。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
在生命世界中，每个细胞都承载着一段历史。正如家谱记录着谁与谁有亲缘关系一样，发育中的生物体或生长中的肿瘤中的每个细胞都会记住它的祖先和兄弟姐妹。几十年来，科学家们一直致力于将这种家族史与细胞当前的行为联系起来。他们可以绘制细胞的谱系图，追踪一个细胞是如何分裂成两个、两个变成四个的，但他们无法轻易地将这种图谱与细胞内部的指令（例如那一刻哪些基因处于活跃状态）结合起来。这种分离使得人们难以理解细胞的过去是如何塑造其现在的——无论是成为特定的组织类型，还是演变成一种疾病。挑战不仅在于获取数据（数据已经变得丰富且详尽），而在于如何组织这些数据，以便研究人员能够同时看到全貌。
一支研究团队现在开发了一种新的数字化工具来解决这个问题，创建了一个将细胞家族树视为其生物学记录标准组成部分的系统。他们引入了一个名为 Pycea 的软件包，该软件与一个广泛用于分析单细胞的框架协同工作。这一系统的核心是一种被称为 TreeData 的新数据存储方式。想象一下，一个标准的数字文件记录着关于一个细胞的信息，比如基因活性和位置。现在，想象同一个文件有一个专门的插槽，用来存放该细胞的整个家族树，并且完美对齐，使得每一个分支和叶片都对应一个特定的测量值。这种新的结构允许科学家使用他们已有的工具，同时分析谱系、基因表达和物理位置，而无需在不同的格式之间不断进行数据转换。
研究人员通过将这种方法应用于两个截然不同的生物学故事，展示了其强大之处。首先，他们观察了一个处于特定发育阶段的小鼠胚胎，其中包含超过 260,000 个细胞。利用他们的新工具，他们能够追踪不同细胞群是如何相互关联的，以及它们的家族历史与其当前身份的匹配程度。他们发现，属于同一主要身体层（如皮肤或肠道）的细胞拥有共同的近期祖先，这证实了家族树可以预测细胞未来的角色。他们还识别出了通过家族谱系传递的特定基因，这意味着如果亲代细胞具有某种基因的高活性，其后代也很有可能具备该特性。这使他们能够精准定位定义发育中胚胎不同部分的遗传指令。
接下来，团队将该系统应用于癌症模型，研究了一个含有近 146,000 个细胞的肿瘤。在这里，目标是理解不同癌细胞群是如何生长和扩散的。通过绘制肿瘤细胞的家族树，他们可以观察到哪些细胞群正在快速扩张，而哪些则保持规模较小。他们发现，最成功或“适应性强”的细胞群往往生活在肿瘤的外缘，靠近健康的肺组织。此外，他们发现特定基因 Cldn4 的活性与这种成功性密切相关。具有高水平该基因的细胞更有可能出现在这些繁荣的外围区域。这种细胞家族历史、位置及其基因活性之间的联系，为肿瘤如何实时演化提供了清晰的视角。
这项工作的意义在于它能够统一不同的研究领域。在此工具出现之前，研究人员通常必须在研究细胞的家族树或其基因活性之间做出选择，因为数据格式并不通用。通过创建一个将谱系作为细胞数据文件原生组成部分的系统，研究人员消除了此前迫使科学家在多个软件程序和数据结构之间进行切换的障碍。这意味着，细胞复杂的历史现在可以像分析其当前状态一样轻松地进行分析。该软件已向公众开放使用，研究人员计划进一步扩展它，希望这一新标准能成为一个致力于理解单个细胞内深邃生命历史的日益壮大的工具社区的基础。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。