病理的精准诊断,离不开新技术的建立和应用。近两年,生命科学领域最重要的技术突破之一——时空组学技术,实现了生命在时间和空间维度上细胞“地图”的全面绘制,大大推动了我们对于生命复杂性,尤其是人类疾病的全面认知。正如近期发表在国际期刊Life Medicine的综述文章“Spatiotemporal Omics-Refining the landscape of precision medicine”中介绍的一样,时空组学技术的出现在病理研究领域具有革命性意义。(点击文末“阅读原文”,查看综述)
Life Medicine 官网截图
在这篇文章中,中国科学院院士卞修武教授、以色列魏茨曼科学研究院Ido AMIT教授联合华大生命科学研究院徐讯研究员及西南分院团队总结了当前已报道的时空组学技术的优缺点,描述了这类技术在肿瘤发病机制的应用进展,阐明了时空组学技术在包括病理诊断应用等在内的精准医学领域中的革命性意义,同时也指出了临床数据计算所面临的挑战。 目前的临床诊断及评估手段,无法完整地揭示各患者临床表现、病程及预后。而新兴的时空组学技术能够很好地弥补并突破该局限。其在识别特定细胞的同时,显示出与病理诊疗相关的重要分子标志物信息,揭示肿瘤异质性、发病机制。
具体而言,时空组学技术能够实现在组织空间位置上探究复杂疾病(特别是癌症)发生、发展的分子变化机制,帮助绘制疾病时空图谱(肿瘤异质性、肿瘤微环境)及疾病时空进展蓝图。
对于时空组学技术而言,将时间维度纳入其中进行迭代,并进一步提高其分辨率和通量十分关键。
01
分析算法助力分子水平精准医学
精准医学是医学发展史上继传统医学、循证医学之后的第三次革命性飞跃,代表了全球未来医疗健康发展的制高点。其目标是为每个人进行个性化的治疗。实现这一目标需要整合组学数据、临床影像、生化检测数据、病史、精神状况等海量的个性化数据。
目前,时空组学数据分析面临的主要挑战是实现对海量数据的正确处理和解释,以及多维数据的统一标准。该文章简要介绍了常见的时空组学数据分析算法,以及它们在病理分析中的应用。未来,时空组学的整合分析必将提供对组织结构、基因表达模式和细胞间的相互作用情况的深入理解,以帮助临床疾病的诊疗,并在分子水平上促进精准医学的发展。