未来实验室的空间生物学技术

技术推动生物创新。在过去的一个世纪里，新技术的不断创新使我们对生物系统的认识不断提高。在未来，研究实验室将继续采用新技术，使以前不可能的实验成为可能:新的仪器将使新的实验成为常规。由于生物系统由空间组织的细胞组成，每个细胞利用其基因组库中可用的特定基因组合，这将包括可以在单细胞分辨率下在整个组织中执行高度多路生物标志物分析的技术，使我们直接了解生物学。

目前，在生物组织中一次只测量几个生物标记物是很常见的(例如，对单个蛋白质的脑组织切片进行免疫荧光染色)，但大多数捕获这种空间数据的技术都没有足够高的带宽来捕获更多的生物标记物，如rna或蛋白质。然而，在基因组中有成千上万个独特的基因。仅仅测量一个基因并不能清楚地表明发生了什么，也不能区分存在的细胞的种类。另一方面，执行高度多路复用测量的实验往往会在这样做的过程中失去空间背景。

这种缺陷会使人们难以理解其生物学上的复杂性。幸运的是，一个被称为空间生物学的新兴领域有望弥补这一差距。今天，该领域的研究人员开始使用技术，以单细胞分辨率同时捕获许多蛋白质、RNA转录本或其他生物分子的排列。该数据可用于组织中所有细胞的空间轮廓，形成一个细胞的阿特拉斯这可以揭示新的生物机制，并为未来的工作提供参考。虽然今天的技术还不能识别生物组织中的每个分子，但未来的进步将继续提高空间生物学实验的可能性。

单细胞空间生物学技术具有如此大的潜力，有望成为未来生命科学实验室不可或缺的一部分。通过产生大量高质量的数据，这些技术将为未来的科学家提供一个新的、更明智的视角，通过这个视角来解释他们的研究。

数据越多越好

让我们考虑两种理解复杂生物系统的方法。以宏观生物系统为类比，我们可以从下往上理解像雨林这样的生态系统，一次一种植物，仔细研究每种植物是如何生长的，以及如何与周围环境相互作用的。另一方面，我们可以自上而下地研究，将生态系统视为一个整体，然后研究生态系统是如何由组成植物物种构建的。在第一种方法中，尽管您已经完全理解了系统的各个组件，但是很难将它们复杂的交互组合在一起。第二，很难理解每种植物物种对整个生态系统的贡献。两种方法都没有直接提供全貌;相反，同时获取关于生态系统中所有生物的足够信息，以了解每种生物的功能，可能会产生更直接的理解。

生物组织的功能就像一个生态系统，不同的细胞类型错综复杂地相互作用，形成整体。因此，为了充分了解生物组织，使用空间生物学来分析细胞的综合视图可以捕获每个细胞的详细分子数据，同时捕获组织中每个细胞的信息。单元格类型可以在数量惊人的参数中变化。就像在丛林中一样，同时分析许多参数将使科学家受益，不仅可以识别细胞类型，还可以了解单个细胞的生理机能是如何受到周围环境的影响的。这种数据可以通过一种叫做多路复用的技术来获得，这种技术允许科学家在一次实验中捕获关于许多生物目标或参数的信息。

目前许多空间技术都采用了多路复用策略，但那些用于检测RNA表达的技术正处于该领域的领先地位，因为它们推动了一次可以检测到多少种独特RNA的上限。目前，只有最先进的大规模多路复用技术，才能通过分子条形码和组合标记的结合，在单个实验中捕获数万个生物分子的数亿个数据点。然而，在未来的实验室中，这种水平的多路复用将成为典型，允许科学家对生物系统进行快照，并使用这些信息来寻找模式、趋势和标记，以更好地识别作为健康和衰退标志的分子因素。

通过更高的分辨率和灵敏度获得整个故事

当涉及到生物系统时，特定基因转录物和蛋白质在单个细胞类型中的定位和行为提供了对整个细胞和整个有机体如何运作的直接洞察。这就是为什么世界各地不断发明和改进新的技术来解决细节问题和可靠地检测这些感兴趣的分子。在未来几年，光学和成像技术的进步将产生新一代技术，为细胞生物学和更大生物系统的动力学提供直接窗口。

虽然在今天的实验室中，单细胞和亚细胞分辨率的成像并不罕见，但能够以单细胞分辨率捕获大规模多路复用数据的高灵敏度成像技术极为罕见。目前满足这些标准的一项技术是MERFISH(多路抗错荧光原位杂交)，一种定量技术，可以在单个仪器运行中从整个组织中数百个基因中空间检测数亿个单个RNA转录本，包括表达水平非常低的基因。虽然这项技术刚刚开始进入今天的基因组学实验室，但在未来几十年里，MERFISH技术可能会成为运行单细胞空间基因组学研究的领先工具。此外，用于检测蛋白质种类和代谢状态的单细胞技术将变得更高通量和更高分辨率，使其能够产生自己的大规模多路复用数据。

一旦这些技术可用，未来的实验室很可能配备多种仪器，能够捕捉各种类型的高度多路复用空间数据，提供一定程度的清晰度，将迎来生命科学研究的新时代。

访问技术

人们越来越认识到，多学科研究能够产生可靠的数据。拥有不同专业、观点和方法的科学家都能带来新的和有价值的东西。在未来的实验室里，产生大量多路单细胞数据的仪器将被许多学科的研究人员使用——即使是那些没有丰富的空间实验经验的人。与数据生成保持同步，数据科学的进步将使存储和处理这些技术产生的大量信息变得更容易。随着数据量的不断增加，数据科学家和计算生物学家的角色将变得比以往任何时候都更加重要。他们的工作是产生分析大规模多路实验的新方法，并比较多个实验和平台分析RNA、蛋白质和代谢靶标的结果，这将有助于推动该领域的发展。

未来在我们意识到之前就已经到来了

回头看，它带走了13年首先对人类基因组进行测序;现在，斯坦福大学的一个小组在短短几年内完成了同样的工作5个小时．这是通过新技术和新的先进实验室仪器实现的。空间基因组学领域也遵循着同样的轨迹。考虑到空间生物学在研究和医学中日益重要的作用，在未来几十年里，能够提供单细胞空间信息的技术将在生命科学实验室中脱颖而出。

为了跟上这一趋势，未来的实验室将采用一些技术，以一种对不同技能的研究人员来说快速且容易获取的方式，以更高分辨率捕获更多数据。数据科学将跟上步伐，使科学家能够轻松地存储和分析大数据集。通过定期查询高分辨率的空间信息来阐明未回答的问题，并将跨学科的结果结合起来，未来的实验室将改变科学家对生物学的看法。