本页目录

前沿 III · 单细胞与空间组学

核对于 2026-07。 证据地位：技术与图谱数据【实】；细胞类型的定义与边界【争】；从图谱推断因果机制【未定】。如果基因编辑是"改写"，单细胞技术就是"读取"。它带来的转变可以这样概括：过去测量的是一块组织的平均值，现在测量的是每一个细胞。 这听起来只是分辨率提高，实际后果远不止于此——平均值可能不对应任何真实存在的细胞。

一、为什么平均是危险的

传统的 RNA 测序（bulk RNA-seq）测的是组织中所有细胞的平均表达。问题在于：

若组织含两类细胞，一类高表达基因 A、一类不表达，平均值给出"中等表达"——而这个中等状态在任何真实细胞中都不存在；
若治疗后"平均表达下降"，可能是每个细胞都降低了，也可能是某一类细胞消失了——两者的生物学含义完全不同；
罕见但关键的细胞群（干细胞、耐药克隆、稀有免疫细胞）在平均中被完全淹没。

这是统计学上的老问题（辛普森悖论的近亲），但在生物学中后果尤其严重。

二、单细胞转录组是怎么做的

核心挑战是给每个细胞的 RNA 打上标签，以便测序后能追溯来源。主流方案（液滴法）：

微流控把单个细胞与一颗带条形码的凝胶微珠共同包裹进油包水的液滴中；
细胞裂解，其 mRNA 与微珠上的细胞条形码（标识来自哪个细胞）和 UMI（唯一分子标识符，标识是哪一条原始分子）结合；
逆转录、扩增、混合测序；
按条形码把读段分回各个细胞。

UMI 的作用值得一提：PCR 扩增会引入偏差（有的分子被扩增得多），UMI 让我们能数原始分子数而非读段数——这是一个用分子标签消除技术噪声的漂亮设计。

数据特点与分析流程：矩阵为"细胞 × 基因"，极其稀疏（每个细胞只检测到部分表达基因，存在 dropout）。标准流程为质控 → 归一化 → 降维（PCA → UMAP/t-SNE）→ 聚类 → 用标志基因注释细胞类型。

一个必须的警告：UMAP 图很美，但要谨慎解读。簇间距离、簇的形状、簇的相对位置在很大程度上是算法参数的产物，不代表真实的生物学距离。不要从 UMAP 的几何形状读出结论——这是该领域最常见的过度解读。

三、从转录组扩展到多组学与空间

多模态：现已可在同一细胞中同时测量转录组 + 染色质可及性（ATAC）、+ 表面蛋白、+ 免疫受体序列（承线二第四页的 V(D)J，可重建克隆谱系）。

空间转录组学——这是近年最重要的补充。单细胞测序需要把组织解离成悬液，位置信息随之丢失。而位置往往就是功能：肿瘤边缘与中心的细胞状态不同，肝小叶不同分区的代谢分工不同。空间方法（基于成像的 MERFISH/seqFISH，或基于捕获阵列的方法）在保留组织切片位置的同时测量基因表达，把"谁是什么"与"在哪里、挨着谁"重新缝合起来。

谱系追踪：用 CRISPR 在细胞基因组中随机制造可累积的"疤痕"，作为分裂历史的记录，结合单细胞测序即可重建细胞谱系树（🔗 线四第四页的建树方法直接适用）——把发育过程变成可推断的系统发生问题。

四、细胞图谱

人类细胞图谱（Human Cell Atlas）等国际计划旨在为人体所有细胞类型建立参考图谱，已覆盖数千万至上亿量级的细胞，涉及大量组织与发育阶段。类似的图谱工作也扩展到多个物种，用于比较细胞类型的演化（🔗 线四）。

已经产生的价值【实】：

发现新的细胞类型：如气道中的 ionocyte（数量稀少却高表达囊性纤维化相关基因 CFTR，改变了对该病的理解）；
重新定义已知类型：免疫细胞、神经元的亚型划分被大幅细化；
发育与疾病轨迹：把细胞状态在时间上排序（伪时序分析），推断分化路径；
为其他领域提供参照：连接组的细胞类型（线五第四页）、GWAS 信号所在细胞类型的定位（线三第三页）都依赖它。

注意一个持续的争议【争】："细胞类型"到底是离散范畴还是连续谱？ 有些细胞状态明显离散（不同谱系），有些则是连续渐变（激活程度、分化中间态）。聚类算法总能给出簇——但簇的数目高度依赖参数选择。这与线四第四页"物种概念"的困难惊人地相似：在中心清晰、在边界模糊，而这本身反映了底层过程的连续性。

五、局限

快照而非动态：测序销毁细胞，只能得到一个时间点。RNA 速率（利用未剪接/已剪接 mRNA 比例推断变化方向）等方法可部分外推，但其假设在许多情形下不成立，需谨慎【争】；
关联而非因果：图谱告诉你"哪些细胞表达什么"，不告诉你"改变它会怎样"——需要扰动实验（如 Perturb-seq：CRISPR 扰动 + 单细胞读出，把图谱学与因果实验结合，这是重要的进展方向）；
技术偏差：解离过程本身会改变基因表达并选择性丢失脆弱细胞类型（如神经元、脂肪细胞），造成系统性偏差；
mRNA ≠ 蛋白：转录本丰度与蛋白水平的相关性只有中等程度。

六、这条线索的意义

单细胞技术把生物学的基本分析单元从"组织"降到了"细胞"，就像连接组学把神经科学的单元降到"突触"。这带来一个共同的问题——数据规模远超理解能力：

我们现在能给数千万细胞编目，却还不能从图谱预测"敲掉这个基因，这个细胞会变成什么"。描述性的丰收与机制性的贫瘠并存，是当代生物学的普遍状态，也是下下页（AI 进入生物学）想要解决的核心问题——能否从海量描述中学出可预测的模型。

下一页：前沿 IV——类器官与胚胎模型。在培养皿中长出微型器官、甚至类似早期胚胎的结构，这既是强大的实验工具，也直接触及生命伦理最敏感的边界。