“学术争鸣”专家面对面，观点先睹为快！探讨Shi 空多组学解码医学的突破。本期继续深化# Shi 空多组学话题，回答以下问题。六位科研领域的专家互送钱，授之以渔，了解前沿创新技术的动向【经典语录】。机不可失~
空多组学研究是如何切入临床研究的？
空多组学解决哪些生物学问题比较好？
空与常规组学相比，多组学可以补齐哪些短板？
空多组学在国家自然科学基金申请中的应用要点建议？
空多组学的更多应用前景？
带着以上问题，技术领先！看看业内六位专家老师怎么说？解码空多组学，助你科研。
上海交通大学医学院附属瑞金医院研究员曹亚楠
问题七
你是代谢疾病领域的专家，而空代谢无疑非常适合代谢疾病的研究。从你的角度来看，单细胞转录组和空代谢应该如何与空代谢一起测序来研究代谢性疾病？
对于我们这个领域来说，代谢、代谢性疾病、代谢组学的研究绝对是一个非常重要的技术。当然，在过去，其实说到代谢组学，这种认知会比较简单。就是质谱的非靶检测，包括血清中代谢物的检测。说到代谢组学，大家都会想到这个办法。事实上，在过去，传统代谢组学与空代谢组学相比，也有很多局限性。
对于代谢物来说，代谢物的化学成分非常复杂，其注释远不如基因或蛋白质那样清晰。因为基因很清楚，有很好的数据库。代谢物和代谢组学目前需要更多的数据库或数据结构方面的研究，但代谢物是更接近功能或更有功能作用的物质，它们变化很快。因此，通过研究不同时间点的变化及其在特定组织和器官中的作用，对我们了解其在疾病中的作用是非常重要的。
所以我觉得空代谢组学其实是解决这些问题的一个很重要的方法，因为我自己在明路生物做过空代谢组学，也拿到了相关的数据。我认为有几个非常重要的方面:
第一，这个技术虽然还在发展，但我认为还没有到成熟的阶段，需要不断的进步和提升。但是我们看到，随着分辨率的提高，我们可以看到代谢物在不同组织和细胞区域的分布特征，并且会随着节律或应激的变化引起不同代谢物的空的变化，从而可以看到下游功能代谢物的变化。
如果和单细胞组学或者空代谢组学结合起来，对于空之间的转录组或者单细胞，其实是一个很好的注解。比如过去我们可能对某些细胞有一个非常特异的特征或者看到某些细胞中某些基因的表达，或者他的tf活性是一个非常特异的特征，但是我们可能不知道这个活性意味着什么。或者他有什么功能？那么添加空 metabolome可能是对这个函数的一个补充理解，我们不一定能理解全部，但至少可以注释一部分。这有助于我们很好地理解数据。当然我觉得在未来，其实一些相应的统计方法或者算法会有很大的改进空，特别是对于跨组学数据的整合。比如以前对于这个定位水平，RNA水平或者蛋白质水平，我们会有一些跨组学数据的统计方法。
那么代谢组学，尤其是空之间的代谢组学如何与空之间的其他数据结合呢？我们也可能有一些好的去整合算法，把代谢组学和更好的算法整合起来。这样一个整合的数据将为我们提供更多的发现，特别是对我们的代谢病人的研究。
海军医科大学东方肝胆外科医院陈雷研究员
问题八
自单组学时代以来，蛋白质和代谢的应用远不如转录的应用普及。你觉得是技术水平问题还是生物研究的复杂性问题？
我觉得你这个问题也很好，因为其实单细胞的转录组是很受欢迎的。现在，人们已经发出了许多论文，许多东西正在试图转化到临床上。自然很多人都在想，集成其他单细胞技术不是更好吗？但实际上我们发现很多单细胞组学技术，发展阶段不一样，所以没有办法很好的匹配。从我的角度来说，我觉得可能是这个因素。特别是单细胞多组学技术。
串联起来，从中心法则，DNA-RNA-蛋白质到最终代谢产物，我们都可以从单个细胞看到，肯定是最好的。
但是目前从性价比来说，只有单细胞转录组的成本和收益是我们的科研人员甚至是做临床转化的人可以接受的。单个细胞的基因组是从方法论开始的，对于单个基因可能突变准确率很差。我们只能做cnv，但是如果只做cnv，其实我觉得不够我们做研究。如果是这样，用一些转录组算法来代替是一个不错的选择。从技术发展来说，DNA技术现在还达不到，就算技术能达到，成本也有点高。我想测一个人的基因组，现在一个g要几十块钱，我去外面测一下。如果我想测量每一个细胞，别说100%到20%，就算测量10%，我也会同时测量10000个细胞。那么这个成本简直就是天文数字。从我们科学研究的角度来看，我们从一个样本中得到的数据甚至无法进行统计分析，更不用说分组了。每一组都是生物重复的。
这是DNA层面，但是蛋白质层面现在也有这个问题，但是蛋白质相对好一些。很多空蛋白质组分析方法，它的数量在逐渐增加，从以前的三色、四色、五色、九色，到现在的四十色，甚至现在还有一些新的数据，甚至一个百色都可以做到！
其实在蛋白质层面，我可以把它作为一种验证方法。单细胞转录组可以得到这些结果，并为感兴趣的基因设计特定的模板。我可以回去验证空蛋白质组的这个结果。但如果我想从零开始做单细胞蛋白质组学的研究，基本上是不可能的。我们目前的蛋白质组学技术和设备的灵敏度不能满足我们目前的需要。这样一来，相对来说，它的信息内容就丢失了。
其实空之间的元博客群也存在这样的问题。其实我们希望通过一种技术，可以得到这个层面上我们想要的所有信息，然后我们再去分析。还存在由肿瘤样本的异质性引起的关于再现性的各种问题。我觉得我可能需要一些技术发展。
其实这个领域是技术驱动的，技术发展越快，成本自然就下来了。我相信它包括了当前的空转录组。如果现在的转录组和纪录片细胞的转录组一样，那就不是现在的价格了。我们也可以借用这项技术做更好的研究，得到更好的发现。
中国医学科学院药物研究所天然药物活性物质国家重点实验室何久明研究员
问题九
空元代谢组学技术本身应该改进哪些地方？为了更好的服务和解决临床问题？
好了，刚才我们确实讲了这个空代谢组学的优势。与传统的、经典的LC/MS代谢组学相比，这个优势只解决了this 空的功能实现。但是说到性能，还有很多方向需要突破和进一步发展。
结合自己的实际情况或者说这些年的研究情况，我觉得可能有几个方向需要进一步发展:
首先是空之间的灵敏度、分辨率和高通量。这是一个永恒的话题。其实也是陈老师刚才说的性价比。如何通过技术的进步和发展提供更多的信息？降低分析成本。我们在这个空室通过性能提升来提升代谢组学的成本和性价比。
另一个是信息解读的问题:我们可以检测很多化合物。例如，现在我们可以检测1000多种化合物。我们能识别或准确识别多少化合物？有多少人能向他解释生物功能？其实挑战和困难还是很大的。我认为它肯定需要更多的人在鉴定策略、信息库和代谢物数据库等方面共同努力。
其实还是需要很多人一起做的。我认为仅仅说一两个研究小组和一家明路公司可以做到这一点是非常有限的。在过去两年中，我们与明路的合作也得到极大的促进。我们可能已经取得了0-1，但现在明路可以从1到10，然后下一步是从10到100。要放大这种效果，肯定需要更多的人来做。然后推进这个技术，给他降低成本。这是我认为需要开发的第二个问题。
三是空之间的多组学问题:如何对空之间的转录和单细胞做一些相关性分析？目前还是有一些方法或者策略可以做到的。因为我们实际上做的是空之间的转录和空之间的代谢，所以实际上需要的样本量很小。如果我们有一个或两个冰冻切片，我们可以做。然后，如果我们得到一个组织，我们制作一个10微米的冰冻切片，然后利用它的相邻切片的相似性或者这个空之间的结构连续性，我们可以做一些相关性分析。因为我们的组学里面有大量的数据，然后信息非常丰富，把每一个像素点加起来就是把它当成一个样本，但是这种基于信息的数据挖掘算法和分析策略可能需要开发。然后我觉得可能下一步在这些方面会有一个很大的进步和发展。
复旦大学肿瘤医院王建华教授
问题10
王教授，我相信会有越来越多的科研人员将空多组学应用到科学基金的申请中。这方面有什么建议吗？
陆老师提的问题很中肯，很实际。事实上，在国家自然科学基金结束后，我也看到了许多年轻和资深的科学家将使用这一前沿技术，包括单细胞测序、空转录组和其他组学来研究肿瘤的异质性和药物靶点的机制。
但我想说的是，我们被资助的人实际上并没有使用非常先进的技术，一些使用更先进技术的人也不一定会被资助。这个关键点在哪里？其实刚才我回答第一个问题的时候就提到了我们的技术永远是为回答科学问题服务的。如果提出我们的科学问题，非常有必要具有创新性和吸引力。但如果不能用这个技术来回答，其实技术并没有多先进。所以从这个意义上来说，我们在设计科研项目的时候，使用了一些先进的技术，体现了你的技术和方法的创新性和时效性。然而，它必须回答该领域的关键科学问题。如果只是为了技术用于对抗，那么就体现不出这个意义，也体现不出我们资金运用的价值。
同济大学附属第一妇婴保健院王锴研究员
问题11
王主任，目前妇产科的单细胞文献，尤其是胎盘和子宫内膜样本比较丰富，关于空代和空转代的报道很少。从你的角度来看空转录组和空代谢组在妇产科的应用前景如何？
是的，这是真的。第一，和这个领域有关系。现在有很多新技术。你想使用这些新技术吗？那么我的观点一定要用，但是不能滥用。所以，现在在申请基金项目的时候，就像刚才主持人说的，很多评审专家，包括基金委的评审专家，对新技术的滥用是很反感的。有些题目确实用不到这些东西，但是为了追求高水平和技术上的创新，都在用。所以，刚才主持人提出了一个很好的问题，就是我们妇产科学领域包括妇产科，所以目前单细胞转录组很多，但是在空组学方面还是有少数，主要是我对空组学技术不是很了解。其实有两个很好的例子也算是有价值的参考。如果你是做这个领域的，不管同行。
1.事实上，产科研究的热点是母胎界面；肿瘤有免疫逃逸，产科有免疫耐受。为什么孩子一出生，母亲的个体并不排斥。一些受精卵被植入待孕个体体内，但其植入率较高，存活率较好。原因是什么？实际上是母胎免疫界面，母亲和胎儿的对话，所以我觉得用空组学来研究这个问题是非常好的，因为它有胎盘细胞和母亲腹膜细胞的空接触，包括周围免疫微环境的变化，这是一个点。
2.还有一个产科的例子。其实妇科面临的问题还有很多，就是肿瘤:宫颈癌、子宫内膜癌、卵巢癌。这是妇科领域的三大肿瘤，所以大家可能对宫颈癌比较了解，尤其是最近hpv疫苗比较热。很多人打电话来问打四价还是九价疫苗？因为宫颈癌是由hpv感染引起的，hpv感染有一个特点。它感染的这个区域呢？宫颈边缘有一个新概念，就是说女孩出生的时候，宫颈边缘其实是有一个区域，然后随着生长慢慢向宫颈外口移动，成为一个新的宫颈边缘区域。然后，在宫颈交界处的旧区和新区中间有一个区域，这个区域现在被认为是hpv更易感染的区域。所以如果你想学习，没有空组学，根本做不到。即使分析了整个宫颈单细胞，也没有办法定位。最后，这些细胞属于哪里？很难真正发现哪些基因容易受到细胞和病毒的影响。我觉得这是一个很好的例子，就是妇产科。我就简单举这两个例子，希望对我们的听众和观众有所帮助。
尹，华东师范大学生命科学学院研究员
问题12
经过五年多的发展，高通量单细胞转录组已广泛应用于生命科学研究。你认为目前这项技术的应用已经达到顶峰了吗？
单细胞基因表达技术在肿瘤或其他外周组织中确实是有的，发表了很多文章，似乎已经达到了顶峰。但是从神经科学家的角度来看呢？事实上，单细胞测序技术在我们的神经科学中还处于初级阶段。还有很多发展空间空。比如神经科学家研究一个问题，包括我自己最近对这个问题的思考。我们为什么是人类？这听起来像一个哲学问题。人和动物相比，最大的区别大概就是大脑了。我刚才说人类的神经元数量是860亿元，但是老鼠的神经元数量是多少呢？只有8000万，相差1000倍。也就是说，如果我们用单细胞测序数据去测量人或者猴子，得到的结果会和我们平时的大鼠、小鼠有很大的不同。
但是为什么没有其他癌症研究方便呢？也就是关键的人脑组织很难获得，尤其是在中国，逝者安息。不像国外，可以说他们死后愿意捐献自己的脑组织，所以传统观念上很难获得我们的样本。
另一个问题是脑组织很难消化，因为神经细胞有一个很长的凸起。比如坐骨神经的凸起可以达到一米，超过一米神经细胞就很难消化，不消化就不容易得到。这是另一个问题。从这些来看，单细胞测序技术在神经科学中的应用还远未达到顶峰。
做完这12个问题，小鹿真的受益匪浅！
【与专家对话】让我们站在巨人的肩膀上，看清前沿热点和趋势，知道每一个领域的科学探索都是一项长期而多变的工作。学会应用技术为科研赋能是一个极好的选择。解决更多的科研问题，不仅仅是对前沿技术的认知和探索，更重要的是深化该领域的研究，为下一步的突破积累能量。
最后，感谢各位老师的观看，欢迎明路生物微信官方账号了解更多前沿组学知识。
本文由明路生物原创。
请转载这篇文章从明路生物。
