新算法TarCA用于揭示早期細胞命運決定

原文地址：http://news.sciencenet.cn/htmlnews/2024/2/518091.shtm

近日，中山大學生命科學學院教授賀雄雷團隊基于細胞譜系追蹤技術構建的發育細胞譜系樹，結合群體遺傳學的經典溯祖理論思想，建立了一種估計祖先細胞群體大小的統計方法TarCA，以此來研究胚胎發育過程中細胞群體的動態變化。相關成果發表于《自然-方法》。

在成熟的多細胞生物體內，具有特定功能的細胞群通常源自于一組祖先細胞。細胞群體的譜系多樣性是由這些祖細胞的數量決定的，因此估計祖先細胞群體數量是發育生物學的重要研究問題之一。而傳統的研究手段主要依賴于組織特異性的啟動子介導報告基因的表達，進而對目標細胞群體進行計數。這一類研究手段的可靠性高度依賴于啟動子的選擇，其中，啟動子的組織特異性與時空表達動態都會使估計結果產生偏差。

  ?

估計祖先細胞數目的傳統方法與TarCA。受訪者供圖

研究人員給定一顆包含多種細胞類型的細胞譜系樹，它的末端節點代表了被采樣的細胞，而中間節點則表示祖先細胞。如果一個中間節點的所有子代細胞均為相同的細胞類型，研究人員將其定義為細胞類型特異的單系分支。隨后，他們根據單系分支的大小分布計算出隨機兩個細胞均來自同一單系分支的概率，而該類型細胞的祖先細胞群體數量即為該概率的倒數。

通過計算機模擬數據，該研究發現，與對單系分支進行直接計數的方法相比，TarCA對采樣率要求更低，并且在實驗噪音存在時仍能夠快速收斂。這是因為在TarCA算法中，子代細胞數量較少的祖先細胞權重較低，從而TarCA能穩定地估計出對子代細胞群體做出主要貢獻的祖先細胞數量。研究人員在線蟲、果蠅與小鼠的細胞譜系數據中，驗證了TarCA在處理真實生物學數據中的可靠性。以小鼠為例，研究人員發現不同組織的祖先細胞群體數量在個體間高度一致。另外，除采樣獲得的終末細胞類型外，TarCA還能對發育初期的胚胎結構的祖先細胞群體數量進行估計，進一步證明了TarCA的可靠性與泛用性。

  ?

定義細胞命運分配過程中的LUGs。受訪者供圖

研究人員還將TarCA拓展至早期細胞命運決定過程的研究中。在細胞命運決定的初期，群體內部僅有小部分驅動基因的表達發生了變化，在全轉錄組水平依然保持穩定；隨著細胞命運決定的進行，細胞群體內逐漸產生全轉錄組水平的表達差異。如何在基因水平，而非全轉錄組水平，對基因表達在細胞群體中的異質性進行檢測，是研究早期細胞命運決定過程的關鍵難題。為此，該研究使用TarCA算法對基因表達水平在細胞譜系樹上的異質性進行了評估，識別出了表達水平與細胞分裂歷史事件偶聯的基因（LUGs）。

該研究開發的TarCA算法可對任意細胞群體估計祖先細胞數目，而無需事先獲得祖細胞的先驗信息，也能推算少數細胞中的驅動基因，以此來預測早期細胞命運的分化傾向。這些發現說明TarCA能促進包括人類在內的所有復雜生物組織的譜系多樣性的量化，對其建立定量模型至關重要，可以幫助人們解決個體發育可塑性和衰老相關的組織功能退化的問題。