單細(xì)胞轉(zhuǎn)錄組在神經(jīng)科學(xué)領(lǐng)域的重大突破

01、機(jī)器學(xué)習(xí)單細(xì)胞分析：細(xì)胞生物學(xué)的相關(guān)研究一直受限于數(shù)據(jù)的完整性和表型的完整性，對應(yīng)激狀態(tài)和穩(wěn)態(tài)下的細(xì)胞區(qū)別觀察不夠充分。過去五年中，計(jì)算機(jī)視覺和語音識別領(lǐng)域通過對大量的無標(biāo)簽數(shù)據(jù)進(jìn)行學(xué)習(xí)、建模，很好的解決了數(shù)據(jù)不足的問題。同樣在的研究中，機(jī)器學(xué)習(xí)方法使用單細(xì)胞數(shù)據(jù)進(jìn)行擾動(dòng)建模也推動(dòng)了細(xì)胞生物領(lǐng)域前進(jìn)。對于生物學(xué)家來講，無論研究基因、轉(zhuǎn)錄本、修飾、蛋白功能，都要頻繁的進(jìn)行人為干預(yù)，實(shí)現(xiàn)對感興趣變量的正向或者反向改變，觀察細(xì)胞表型的變化。整個(gè)過程需要對干預(yù)工具的構(gòu)建、導(dǎo)入、實(shí)驗(yàn)觀察，從而得出表型結(jié)論。擾動(dòng)建模的目的就是想要通過數(shù)學(xué)模型的建立，通過對已有數(shù)據(jù)的分析、歸納和總結(jié)，對一個(gè)分子的功能在沒有濕實(shí)驗(yàn)時(shí)做出預(yù)判，對于生物學(xué)家和藥物研發(fā)者來講，好的模型一定能夠幫助加深對生物機(jī)制的理解，推動(dòng)藥物的研發(fā)進(jìn)程

02、深度學(xué)習(xí)在基因組學(xué)應(yīng)用：深度學(xué)習(xí)已經(jīng)被廣泛應(yīng)用于基因組學(xué)研究中，利用已知的訓(xùn)練集對數(shù)據(jù)的類型和應(yīng)答結(jié)果進(jìn)行預(yù)測，深度學(xué)習(xí)，可以進(jìn)行預(yù)測和降維分析。深度學(xué)習(xí)模型的能力更強(qiáng)且更靈活，在適當(dāng)?shù)挠?xùn)練數(shù)據(jù)下，深度學(xué)習(xí)可以在較少人工參與的情況下自動(dòng)學(xué)習(xí)特征和規(guī)律。調(diào)控基因組學(xué)，變異檢測，致病性評分成功應(yīng)用。深度學(xué)習(xí)可以提高基因組數(shù)據(jù)的可解釋性，并將基因組數(shù)據(jù)轉(zhuǎn)化為可操作的臨床信息。深度學(xué)習(xí)通過強(qiáng)大的深度神經(jīng)網(wǎng)絡(luò)模型從高維大數(shù)據(jù)中自動(dòng)挖掘數(shù)據(jù)潛在特征得以實(shí)現(xiàn)，過去10年，深度學(xué)習(xí)在計(jì)算機(jī)視覺、語音識別、自然語言處理領(lǐng)域取得了巨大成功。基因組學(xué)大數(shù)據(jù)與疾病表型間的復(fù)雜關(guān)系難以解析，運(yùn)用深度學(xué)習(xí)挖掘多組學(xué)數(shù)據(jù)探索復(fù)雜疾病致病機(jī)制及藥物反應(yīng)機(jī)制將會(huì)極大的提升醫(yī)學(xué)和轉(zhuǎn)化醫(yī)學(xué)的進(jìn)度。

03、單細(xì)胞空間轉(zhuǎn)錄組應(yīng)用：“單細(xì)胞多組學(xué)技術(shù)”和“空間轉(zhuǎn)錄組技術(shù)”先后在2019年和2020年被Nature Methods評為年度技術(shù)方法。時(shí)間和空間維度多維研究技術(shù)結(jié)合，將以全新研究思路出發(fā)，既能夠獲得單個(gè)細(xì)胞間異質(zhì)性，又能獲得細(xì)胞在組織空間上的結(jié)構(gòu)位置信息，發(fā)現(xiàn)更多未知且精細(xì)化結(jié)果?？偠灾?，單細(xì)胞測序+空間轉(zhuǎn)錄組測序：優(yōu)勢互補(bǔ)，同時(shí)獲得細(xì)胞類型群體，以及基因表達(dá)和細(xì)胞的空間位置信息?？臻g轉(zhuǎn)錄組能夠定位和區(qū)分功能基因在特定組織區(qū)域內(nèi)的活躍表達(dá)，為研究和診斷提供寶貴見解。10x Visium 的推出使空間轉(zhuǎn)錄組成為了新的研究熱點(diǎn)，受到廣大研究者的青睞，其不僅可以提供研究對象的轉(zhuǎn)錄組等數(shù)據(jù)信息，同時(shí)還能定位其在組織中的空間位置，這對于癌癥發(fā)病機(jī)制、神經(jīng)科學(xué)、發(fā)育生物學(xué)等眾多領(lǐng)域的研究都有重要意義。

04  、CADD計(jì)算機(jī)輔助藥物設(shè)計(jì)：CADD(Computer Aided Drug Design):計(jì)算機(jī)輔助藥物設(shè)計(jì)，依據(jù)生物化學(xué)、酶學(xué)、分子生物學(xué)以及遺傳學(xué)等生命科學(xué)的研究成果，針對這些基礎(chǔ)研究中所揭示的包括酶、受體、離子通道及核酸等潛在的藥物設(shè)計(jì)靶點(diǎn)，并參考其它類源性配體或天然產(chǎn)物的化學(xué)結(jié)構(gòu)特征，以計(jì)算機(jī)化學(xué)為基礎(chǔ)，通過計(jì)算機(jī)的模擬、計(jì)算和預(yù)算藥物與受體生物大分子之間的相互作用，考察藥物與靶點(diǎn)的結(jié)構(gòu)互補(bǔ)、性質(zhì)互補(bǔ)等，設(shè)計(jì)出合理的藥物分子。它是設(shè)計(jì)和優(yōu)化先導(dǎo)化合物的方法，CADD的應(yīng)用，包括基于結(jié)構(gòu)的藥物設(shè)計(jì)（SBDD）、基于配體的藥物設(shè)計(jì)（LBDD）、高通量虛擬篩選（HTVS）等技術(shù)，突破了傳統(tǒng)的先導(dǎo)物發(fā)現(xiàn)模式，極大地促進(jìn)了先導(dǎo)化合物發(fā)現(xiàn)和優(yōu)化。特別是在食品、生物、化學(xué)、醫(yī)藥、植物、疾病方面應(yīng)用廣泛！靶點(diǎn)的發(fā)現(xiàn)與確證是現(xiàn)代新藥研發(fā)的第一步，也是新藥創(chuàng)制過程中的瓶頸之一。CADD的應(yīng)用可以加快靶點(diǎn)發(fā)現(xiàn)的速度，提高靶點(diǎn)發(fā)現(xiàn)的準(zhǔn)確度，從而推進(jìn)新藥研發(fā)。