20年前，六國(guó)（中、美、日、德、法、英）科學(xué)家歷時(shí)13年，耗資38億美元，繪制出首個(gè)人類(lèi)基因組草圖，全面揭開(kāi)生命最底層“代碼”，成為“人類(lèi)20世紀(jì)三大科學(xué)工程”之一。當(dāng)時(shí)，華大的科學(xué)家們代表中國(guó)完成了其中1%的工作，貢獻(xiàn)了中國(guó)力量。人類(lèi)基因組計(jì)劃的完成為生命科學(xué)和醫(yī)學(xué)的發(fā)展帶來(lái)了翻天覆地的變化，并為全球帶來(lái)了超過(guò)萬(wàn)億美元的經(jīng)濟(jì)價(jià)值。經(jīng)過(guò)20余年基因組工具的快速迭代升級(jí)，我們今天已經(jīng)正式邁進(jìn)千元時(shí)代，大人群基因組、國(guó)家級(jí)基因組已經(jīng)成為現(xiàn)實(shí)，人人基因組的生命健康時(shí)代已經(jīng)到來(lái)。

同時(shí)，科學(xué)家們?nèi)栽诔掷m(xù)努力解讀這部由30億堿基對(duì)組成的生命“天書(shū)”，近年來(lái)，從細(xì)胞組學(xué)到時(shí)空組學(xué)的全面突破，使得我們可以在時(shí)間和空間的維度上，清晰地看到我們身體每個(gè)細(xì)胞的全景特征，徹底顛覆了我們認(rèn)知生命的方法論，為理解這部基因組“天書(shū)”、為生物學(xué)和醫(yī)學(xué)研究帶來(lái)了前所未有的機(jī)遇。

為了慶祝創(chuàng)刊50周年，國(guó)際頂級(jí)學(xué)術(shù)期刊《細(xì)胞》（Cell）技術(shù)專(zhuān)刊特邀華大生命科學(xué)研究院團(tuán)隊(duì)發(fā)表32頁(yè)長(zhǎng)篇綜述，系統(tǒng)闡述了時(shí)空組學(xué)如何幫助理解我們的基因組、推動(dòng)生物學(xué)認(rèn)知和醫(yī)學(xué)變革。

文章截圖

讀懂生命：從生命“中心法則”向“時(shí)空法則”邁進(jìn)

時(shí)間回到1958年，英國(guó)科學(xué)家弗朗西斯·克里克（Francis Crick，DNA雙螺旋結(jié)構(gòu)發(fā)現(xiàn)者之一，1962年諾貝爾獎(jiǎng)獲得者）首次提出生命“中心法則”，揭示了DNA中的遺傳信息如何轉(zhuǎn)錄成信使RNA，并進(jìn)一步翻譯成蛋白質(zhì)，形成遺傳信息流動(dòng)的路徑，成為了生命科學(xué)的基石，揭示了遺傳、變異、演化和適應(yīng)背后的生物學(xué)基礎(chǔ)。

在此基礎(chǔ)上，人類(lèi)基因組計(jì)劃的完成解析了人類(lèi)遺傳密碼的30億個(gè)DNA堿基對(duì)和約25,000個(gè)基因，開(kāi)啟了研究遺傳信息如何決定生物功能的新時(shí)代，幫助我們揭示了人類(lèi)與其他物種的差異及大量表型和疾病背后的遺傳變異基礎(chǔ)。

然而，即使知道了這30億個(gè)堿基對(duì)，我們卻依舊不能完整地理解基因組。如同我們能看懂“生命天書(shū)”上的每一個(gè)字，卻未必能真正讀懂它。問(wèn)題出在哪呢？

首先，人體的這30億對(duì)堿基如何轉(zhuǎn)化為一個(gè)完整的生命？例如，一個(gè)受精卵是如何發(fā)育成復(fù)雜的個(gè)體，并隨著時(shí)間慢慢變老的？其次，過(guò)去發(fā)現(xiàn)的與表型和疾病相關(guān)的遺傳變異與我們的組織器官有什么關(guān)系？目前基于大規(guī)模人群的基因組分析，如千人基因組計(jì)劃和大規(guī)模全基因組關(guān)聯(lián)研究，已經(jīng)揭示了與人類(lèi)表型和疾病相關(guān)的眾多變異，但這些變異如何具體影響特定器官或細(xì)胞的功能，仍有許多未知之處。那么問(wèn)題又來(lái)了，如何將這些影響生命成長(zhǎng)發(fā)育過(guò)程的時(shí)間和空間因素加入考慮范疇，從中心法則推演到生命的時(shí)空規(guī)律？

從“中心法則”到“時(shí)空規(guī)律”研究

如何定義細(xì)胞？-—細(xì)胞的“多維身份證”

成年人體內(nèi)大約包含37萬(wàn)億個(gè)細(xì)胞，這些細(xì)胞通過(guò)特定方式排列，形成了各種功能的器官和組織。但要全面理解這些器官或組織的功能，還需要對(duì)我們的細(xì)胞進(jìn)行多維解析，包括：

（1）定性 – 由于基因表達(dá)調(diào)控產(chǎn)生的細(xì)胞類(lèi)型多樣性；

（2）定量 – 每種細(xì)胞類(lèi)型的計(jì)數(shù)、比例和密度等；

（3）定位 – 每種細(xì)胞類(lèi)型的空間排列及細(xì)胞間相互作用；

（4）定時(shí) – 細(xì)胞類(lèi)型和狀態(tài)變化的時(shí)間點(diǎn)；

（5）定向 – 每種細(xì)胞類(lèi)型經(jīng)歷的命運(yùn)轉(zhuǎn)變路徑。

只有綜合以上過(guò)程才能真正理解細(xì)胞，定義細(xì)胞并形成標(biāo)準(zhǔn)（定標(biāo)）。因此構(gòu)建細(xì)胞“多維身份證”，才能真正揭示基因組與特定生物過(guò)程之間的聯(lián)系及其調(diào)控機(jī)制。

定性、定量、定位、定時(shí)、定向多維解析和定義細(xì)胞（定標(biāo)）

讀懂生命的核心技術(shù)：從基因組學(xué)、細(xì)胞組學(xué)到時(shí)空組學(xué)

測(cè)序技術(shù)的進(jìn)步，尤其是高通量測(cè)序技術(shù)的出現(xiàn)，使大規(guī)模的多組學(xué)解析成為可能。這些方法可以分析組織水平上的遺傳信息表達(dá)調(diào)控異質(zhì)性，但無(wú)法完全揭示組織內(nèi)不同細(xì)胞類(lèi)型的異質(zhì)性。簡(jiǎn)單來(lái)說(shuō)，就是只能比較不同器官和組織的遺傳信息，而無(wú)法深入到單個(gè)組織內(nèi)的不同細(xì)胞進(jìn)行分析。而細(xì)胞組學(xué)技術(shù)的快速發(fā)展則解決了這個(gè)問(wèn)題。細(xì)胞組學(xué)能夠精確分析單個(gè)細(xì)胞內(nèi)的遺傳信息，在多個(gè)維度上定義細(xì)胞類(lèi)型和狀態(tài)，成為解碼基因組信息如何轉(zhuǎn)錄并轉(zhuǎn)化為特定細(xì)胞類(lèi)型信息的關(guān)鍵技術(shù)手段。

然而，細(xì)胞組學(xué)缺乏位置信息，傳統(tǒng)的成像方法如X射線、計(jì)算機(jī)斷層掃描（CT）和磁共振成像（MRI）可以可視化組織和器官的3D結(jié)構(gòu)，但又缺乏分子和細(xì)胞分辨率。免疫組化（IHC）或原位雜交（ISH）包含特定基因或蛋白質(zhì)的空間定位，但只能檢測(cè)有限數(shù)量的目標(biāo)。

時(shí)空組學(xué)技術(shù)的發(fā)展，使我們能夠全面解析細(xì)胞組成、定位、細(xì)胞間相互作用和細(xì)胞微環(huán)境的時(shí)空動(dòng)態(tài)。從功能角度看，這些變量對(duì)于理解發(fā)育過(guò)程中的形態(tài)發(fā)生、不同器官的結(jié)構(gòu)及其隨后的功能變化，以及與疾病過(guò)程相關(guān)的細(xì)胞微環(huán)境變化至關(guān)重要。

基因組學(xué)、細(xì)胞組學(xué)和時(shí)空組學(xué)多維解析技術(shù)(DCS)

時(shí)空組學(xué)：技術(shù)和挑戰(zhàn)

時(shí)空組學(xué)雖技術(shù)種類(lèi)較多，但總體可以分成兩大類(lèi)，即基于成像的方法和基于測(cè)序的方法?；谠怀上竦姆椒ǎ鐭晒庠浑s交（FISH）和原位測(cè)序（ISS），使得科學(xué)家能夠在細(xì)胞內(nèi)直接觀察到RNA和DNA的分布。早期的技術(shù)，例如smFISH，已經(jīng)能夠?qū)崿F(xiàn)對(duì)單個(gè)RNA分子的高分辨率成像。隨著技術(shù)的發(fā)展，現(xiàn)代時(shí)空轉(zhuǎn)錄組學(xué)技術(shù)如MERFISH和seqFISH，可以在單個(gè)細(xì)胞中同時(shí)檢測(cè)到成千上萬(wàn)個(gè)基因的表達(dá)。相比而言，基于測(cè)序的時(shí)空轉(zhuǎn)錄組學(xué)技術(shù)能夠進(jìn)行全基因組范圍的分析。早期的Tomo-seq和Geo-Seq通過(guò)物理空間標(biāo)記實(shí)現(xiàn)了最初的全基因組空間定位分析，隨著高通量標(biāo)簽方法的出現(xiàn)，時(shí)空組學(xué)技術(shù)從早期的ST/Visium、DBiT-seq、Slide-seq等微米級(jí)分辨率技術(shù)，進(jìn)一步發(fā)展成為Stereo-seq、Seq-scope和Pixel-seq等納米級(jí)分辨率技術(shù)。

雖然轉(zhuǎn)錄組顯著提升了我們對(duì)基因表達(dá)和調(diào)控的理解，但這也僅是單層信息，目前時(shí)空組學(xué)在其他組學(xué)檢測(cè)方面，包括基因組學(xué)、表觀組學(xué)、翻譯組學(xué)、蛋白質(zhì)組學(xué)和代謝組學(xué)相關(guān)的技術(shù)不斷出現(xiàn)，實(shí)現(xiàn)在時(shí)空維度對(duì)DNA序列、調(diào)控元件、轉(zhuǎn)錄后調(diào)控、蛋白質(zhì)功能和代謝途徑的深入理解。在時(shí)間分辨率方向，雖然目前的時(shí)空研究主要限于連續(xù)采樣，最終只能生成時(shí)間進(jìn)程的快照，但基于DNA條形碼的時(shí)間信息可以與成像或測(cè)序的技術(shù)整合，為細(xì)胞分化和發(fā)育的精確追蹤提供可能，這些技術(shù)展示了在特定生物過(guò)程中研究細(xì)胞命運(yùn)動(dòng)態(tài)的潛力。當(dāng)然，時(shí)空組學(xué)技術(shù)仍面臨挑戰(zhàn)，未來(lái)的技術(shù)發(fā)展應(yīng)朝著更高的空間精度、多維度分析、以及更好的可及性方向努力，具體改進(jìn)包括：（1）更高的靈敏度和精度；（2）多組學(xué)檢測(cè)；（3）單分子長(zhǎng)讀長(zhǎng)測(cè)序；（4）更廣泛的樣本兼容性；（5）提高通量、降低成本和增強(qiáng)可及性。

?

時(shí)空組學(xué)技術(shù)概覽

時(shí)空組學(xué)：算法和數(shù)據(jù)庫(kù)

時(shí)空組學(xué)正在徹底改變我們對(duì)組織結(jié)構(gòu)和功能的理解，對(duì)時(shí)空組學(xué)數(shù)據(jù)的分析不僅僅是分析細(xì)胞類(lèi)型異質(zhì)性，還需要準(zhǔn)確定位細(xì)胞的時(shí)空特征，從而擴(kuò)大輸入信號(hào)的維度和模式，映射出從細(xì)胞分布到細(xì)胞間連接、通訊和細(xì)胞形態(tài)等全景、動(dòng)態(tài)信息。

在分子水平，時(shí)空組學(xué)通過(guò)精確定位分子，研究這些分子的空間分布及其在組織功能中的作用。例如，識(shí)別空間可變基因（SVGs）可以幫助尋找特定細(xì)胞類(lèi)型、區(qū)域或功能相關(guān)的分子特征。這些分析有助于揭示基因表達(dá)的調(diào)控機(jī)制，并在更廣泛的層面上幫助理解基因調(diào)控網(wǎng)絡(luò)（GRNs），從而揭示生命過(guò)程中的關(guān)鍵調(diào)控特征；在細(xì)胞水平，基本分析包括細(xì)胞分割和注釋?zhuān)瑢?duì)于基于成像的技術(shù)，通常在染色圖像上進(jìn)行細(xì)胞分割；對(duì)于基于測(cè)序的技術(shù)，因在原位成像和異位測(cè)序之間存在差異，背景噪音及技術(shù)靈敏度的原因，細(xì)胞分割方法有較大的提升空間；在區(qū)域水平，圖神經(jīng)網(wǎng)絡(luò)（GNNs）的應(yīng)用結(jié)合了輔助染色組織圖像和解剖特征，全面提升了區(qū)域的空間鑒定，然而，當(dāng)前的算法依然面臨過(guò)擬合問(wèn)題，并且大多數(shù)算法基于相對(duì)有限的數(shù)據(jù)集進(jìn)行測(cè)試，因此擴(kuò)大數(shù)據(jù)庫(kù)以包含更多維的數(shù)據(jù)成為迫切需求。

在數(shù)據(jù)庫(kù)方面，隨著時(shí)空組學(xué)技術(shù)的進(jìn)步，對(duì)大規(guī)模在線數(shù)據(jù)庫(kù)的需求也在不斷增加。這些數(shù)據(jù)庫(kù)有助于數(shù)據(jù)共享、探索和分析，支持跨模式數(shù)據(jù)整合、實(shí)施穩(wěn)健的元數(shù)據(jù)注釋?zhuān)约疤幚泶笠?guī)?？臻g數(shù)據(jù)集的可擴(kuò)展計(jì)算基礎(chǔ)設(shè)施的構(gòu)建。然而，開(kāi)發(fā)具有最先進(jìn)分析能力的強(qiáng)大、綜合且用戶友好的時(shí)空組學(xué)數(shù)據(jù)庫(kù)仍然是重要挑戰(zhàn)。

從時(shí)空維度理解生物學(xué)和醫(yī)學(xué)

時(shí)空組學(xué)為我們打開(kāi)了探索生命奧秘的全新窗口。它就像一個(gè)強(qiáng)大的“生命GPS系統(tǒng)”，能精確定位和追蹤每個(gè)細(xì)胞在時(shí)間和空間上的變化，為我們揭示生命運(yùn)作的時(shí)空動(dòng)態(tài)背后的機(jī)制。從器官結(jié)構(gòu)解析到發(fā)育動(dòng)態(tài)追蹤，從生命演化探索到疾病機(jī)制揭示，時(shí)空組學(xué)正在各個(gè)領(lǐng)域展現(xiàn)出巨大的潛力。

（1）從器官結(jié)構(gòu)到功能解析：從大腦到肝臟、心臟、睪丸，再到植物器官等結(jié)構(gòu)的繪制，時(shí)空組學(xué)幫助我們以前所未有的精度繪制出各種器官內(nèi)的基因特征、細(xì)胞類(lèi)型、密度及其互作關(guān)系，為理解器官結(jié)構(gòu)和功能提供了前所未有的數(shù)據(jù)。例如，獼猴全腦“地圖”的繪制工作，全面解析了大腦的神經(jīng)細(xì)胞分布特征及其與大腦層級(jí)結(jié)構(gòu)的關(guān)系，發(fā)現(xiàn)大量興奮性神經(jīng)元、抑制性神經(jīng)元以及非神經(jīng)元細(xì)胞，其分布都呈現(xiàn)顯著的皮層及腦區(qū)特異性，不同皮層層級(jí)腦區(qū)有著不同類(lèi)型的細(xì)胞，處于相同層級(jí)的腦區(qū)往往聚集相似的細(xì)胞類(lèi)型。這些為理解腦細(xì)胞相互作用、神經(jīng)信息傳遞、腦區(qū)功能、腦疾病等問(wèn)題都提供重要的基礎(chǔ)。

時(shí)空組學(xué)用于解析器官結(jié)構(gòu)

（2）尋找發(fā)育和再生過(guò)程的秘鑰：時(shí)空組學(xué)已被應(yīng)用于解析包括大腦、心臟、腸道和脊髓等發(fā)育中的器官，以及包括人類(lèi)、小鼠、斑馬魚(yú)和果蠅在內(nèi)的多種物種胚胎的時(shí)空動(dòng)態(tài)，這些圖譜為理解器官發(fā)生過(guò)程提供了重要的思路，如人類(lèi)胚胎大腦功能區(qū)的形成和抑制性中間神經(jīng)元的遷移軌跡等。除了正常發(fā)育之外，時(shí)空?qǐng)D譜還擴(kuò)展到了組織再生的研究領(lǐng)域，包括蠑螈大腦損傷再生和渦蟲(chóng)損傷再生過(guò)程等。然而，當(dāng)前的研究主要集中在轉(zhuǎn)錄組學(xué)上，未來(lái)通過(guò)結(jié)合表觀組學(xué)、蛋白組學(xué)等多維時(shí)空解析，將全面促進(jìn)我們對(duì)發(fā)育再生過(guò)程的理解，幫助尋找啟動(dòng)該過(guò)程的“秘鑰”。

時(shí)空組學(xué)解析生命發(fā)育和再生過(guò)程

（3）生命演化的時(shí)空規(guī)律：時(shí)空組學(xué)在生命演化研究中扮演越來(lái)越重要的角色，它提供了比基因組和細(xì)胞組學(xué)更詳細(xì)的組織結(jié)構(gòu)層面的證據(jù)。例如，時(shí)空組學(xué)對(duì)爬行動(dòng)物和哺乳動(dòng)物大腦圖譜的繪制，實(shí)現(xiàn)在時(shí)空分辨率揭示不同物種中同源細(xì)胞類(lèi)型及其分子基礎(chǔ)，為理解神經(jīng)系統(tǒng)的起源和進(jìn)化提供了更系統(tǒng)的視角。在植物演化研究中，時(shí)空組學(xué)能夠繪制出參與這些光合作用途徑的基因在葉片中的表達(dá)模式，揭示了這些基因在細(xì)胞類(lèi)型、空間排列和功能區(qū)分中的特定變化，闡明C3和C4光合作用機(jī)制的進(jìn)化過(guò)程和適應(yīng)性。這些都預(yù)示著比較時(shí)空組學(xué)研究新時(shí)代的到來(lái)。

時(shí)空組學(xué)解析生命演化過(guò)程

（4）理解人類(lèi)疾病發(fā)生發(fā)展原因：時(shí)空組學(xué)能夠精細(xì)地揭示組織內(nèi)基因變異、轉(zhuǎn)錄和表觀信號(hào)的時(shí)空分布，為理解疾病機(jī)制提供了新的視角。例如，在侵襲性肝癌的研究中，空間組學(xué)揭示了受損肝細(xì)胞通過(guò)招募巨噬細(xì)胞促進(jìn)癌癥進(jìn)展的關(guān)鍵因素，在肺癌患者的研究中，發(fā)現(xiàn)特定癌相關(guān)成纖維細(xì)胞（CAF）在腫瘤巢中的分布，這些CAF的存在與顯著的纖維組織沉積相關(guān)，影響T細(xì)胞的浸潤(rùn)，并可能影響免疫治療的效果。未來(lái)，通過(guò)全面整合時(shí)空組學(xué)的分子特征和細(xì)胞類(lèi)型的信息，以及臨床病理數(shù)據(jù)，將為理解疾病的發(fā)生和進(jìn)展提供了更全面的圖景，不僅在癌癥研究中展現(xiàn)出巨大的潛力，也將在其他如出生缺陷、慢性病和傳染病的研究中發(fā)揮關(guān)鍵作用。

時(shí)空組學(xué)解析疾病發(fā)生發(fā)展機(jī)制

時(shí)空組學(xué)將推動(dòng)臨床病理的變革

時(shí)空組學(xué)在臨床診斷中具備巨大潛力，特別體現(xiàn)在高異質(zhì)性疾病的分型、個(gè)性化治療和預(yù)后的方案制定方面。對(duì)于未分化腫瘤和原發(fā)灶不明的癌癥，與過(guò)去單一標(biāo)記檢測(cè)方法相比，空間組學(xué)分析方法通過(guò)在單個(gè)切片中整合多個(gè)生物標(biāo)志物及其共定位，提供了更高的診斷敏感性和準(zhǔn)確性。過(guò)去研究已經(jīng)表明，基于時(shí)空組學(xué)分析在預(yù)測(cè)癌癥患者對(duì)PD-1治療的反應(yīng)時(shí)具有最高的準(zhǔn)確性。此外，基于基因或細(xì)胞的原位數(shù)據(jù)與組織病理染色圖像的結(jié)合，可以實(shí)現(xiàn)原位空間信息訓(xùn)練過(guò)去基于病理染色的AI算法，這種方法有望降低成本、減少數(shù)據(jù)存儲(chǔ)需求并提高AI診斷的準(zhǔn)確性。然而，這些技術(shù)的臨床轉(zhuǎn)化仍然面臨挑戰(zhàn)，包括缺乏詳細(xì)的操作規(guī)范、數(shù)據(jù)質(zhì)量控制難題以及多中心隨機(jī)臨床試驗(yàn)的缺乏等。為了使時(shí)空組學(xué)方法成為臨床常規(guī)，需要在臨床實(shí)驗(yàn)室中實(shí)施標(biāo)準(zhǔn)化的、可靠的操作流程，并結(jié)合數(shù)字病理學(xué)工作流程進(jìn)行客觀和定量分析?？傊Y(jié)合時(shí)空組學(xué)和AI算法，未來(lái)將實(shí)現(xiàn)臨床病理診斷的新變革。

時(shí)空組學(xué)大科學(xué)計(jì)劃：機(jī)遇與挑戰(zhàn)

自人類(lèi)基因組計(jì)劃完成以來(lái)，大規(guī)?；蚪M研究已從初期的基因組解碼（如國(guó)際HapMap計(jì)劃和千人基因組計(jì)劃）發(fā)展到功能基因組學(xué)分析（如DNA元素百科全書(shū)ENCODE和人類(lèi)蛋白質(zhì)圖譜HPA），最終進(jìn)入細(xì)胞基因組學(xué)的新時(shí)代。這一轉(zhuǎn)變使科學(xué)家能從細(xì)胞層面對(duì)生命過(guò)程進(jìn)行更深入的探索。人類(lèi)細(xì)胞圖譜（HCA）是在細(xì)胞水平解析人體的首個(gè)國(guó)際大科學(xué)計(jì)劃，旨在繪制出從發(fā)育到成年及老年階段的所有細(xì)胞類(lèi)型的圖譜。人類(lèi)生物分子圖譜計(jì)劃（HuBMAP）則致力于構(gòu)建人類(lèi)組織的詳細(xì)生物分子地圖。

2022年，時(shí)空組學(xué)聯(lián)盟（STOC）成立。其旨在通過(guò)聯(lián)合全球科學(xué)家的力量，基于大規(guī)模的時(shí)空多組學(xué)分析，在器官圖譜、發(fā)育與衰老、人類(lèi)疾病和生命演化四大方向上加速我們對(duì)生物學(xué)過(guò)程的理解。時(shí)空組學(xué)技術(shù)在通量、成本和可及性方面迅速發(fā)展，推動(dòng)了全球科學(xué)合作的廣泛展開(kāi)，然而，實(shí)現(xiàn)更高效的團(tuán)隊(duì)合作，充分發(fā)揮大平臺(tái)和大數(shù)據(jù)的價(jià)值，仍然面臨挑戰(zhàn)，需重點(diǎn)考慮以下方面： (1) 組建跨學(xué)科團(tuán)隊(duì)，促進(jìn)技術(shù)和算法協(xié)同研發(fā)； (2) 建立全球多中心組學(xué)平臺(tái)，實(shí)現(xiàn)中心化數(shù)據(jù)產(chǎn)出，確保不同團(tuán)隊(duì)之間數(shù)據(jù)的一致性和可整合性； (3) 建立數(shù)據(jù)協(xié)作組，促進(jìn)多中心數(shù)據(jù)共享、分析方法共享和數(shù)據(jù)庫(kù)建設(shè)； (4) 成立標(biāo)準(zhǔn)協(xié)作組，制定技術(shù)、平臺(tái)和數(shù)據(jù)相關(guān)標(biāo)準(zhǔn)，推動(dòng)不同團(tuán)隊(duì)之間統(tǒng)一技術(shù)和數(shù)據(jù)標(biāo)準(zhǔn)。

結(jié)語(yǔ)

隨著從基因組、細(xì)胞組學(xué)到時(shí)空組學(xué)的相關(guān)技術(shù)、算法和應(yīng)用的快速突破，我們得以在時(shí)間和空間維度上以細(xì)胞分辨率創(chuàng)建人體的“谷歌地圖”。這將極大推動(dòng)我們對(duì)生物過(guò)程的細(xì)胞和分子基礎(chǔ)的理解。同時(shí)，人工智能和計(jì)算生物學(xué)的快速進(jìn)展將顯著推動(dòng)細(xì)胞圖譜數(shù)據(jù)、成像和臨床表型數(shù)據(jù)與AI算法的整合。這一整合將大大推動(dòng)疾病診斷、治療和預(yù)后方法的進(jìn)步，加速精準(zhǔn)醫(yī)學(xué)的臨床應(yīng)用。?

本工作在“十四五”國(guó)家重點(diǎn)研發(fā)計(jì)劃“前沿生物技術(shù)”重點(diǎn)專(zhuān)項(xiàng)“高精度全景轉(zhuǎn)錄組深度解析技術(shù)”（2022YFC3400405），以及“時(shí)空組學(xué)聯(lián)盟STOC”（www.cell.com/consortium/spatiotemporal-omics）的支持下完成。徐訊為本文通訊作者；華大生命科學(xué)研究院劉龍奇、陳奧、黎宇翔，瑞典卡羅林斯卡醫(yī)學(xué)院Jan?Mulder，西班牙國(guó)家基因組中心Holger?Heyn為共同作者。本工作的完成特別感謝來(lái)自華大生命科學(xué)研究院時(shí)空組學(xué)技術(shù)、算法和應(yīng)用團(tuán)隊(duì)科研人員大力支持。

文章鏈接：https://www.cell.com/cell/fulltext/S0092-8674(24)00834-1

編輯：李麗

供稿：華大集團(tuán)