掃碼聯系客服
“Aviv Regev是一位生物分析專家。現在，她正致力于繪制人體的每一個細胞。”這句話是羅氏（Roche）子公司基因泰克對她的官方介紹。2020年5月11日，羅氏（Roche）宣布，Regev加入羅氏子公司基因泰克研究與早期開發部門（Genentech Research and Early Development, gRED），接替Michael Varney成為新任負責人，并將于2020年8月1日成為羅氏公司執行委員會的一員。說到這個基因泰克公司，可能有些小伙伴了解過一些它的江湖地位，這家生物技術公司創立于1976年，一直被認為是現代生物技術行業的創始者，那么它在生物學界的影響力就不言而喻了。比如說，Immugent之前介紹的張澤民老師在回國之前也是就職于該公司，擔任癌癥基因組學和生物信息學組的首席，說通俗一點就相當于國內公司的項目經理，而Aviv Regev則是這家公司的董事會主席之一。
介紹完Aviv Regev女神的就職情況，下面就粗略說一下為啥她能成為基因泰克的老板。截止到目前，Aviv Regev共發表了3篇nature medicine，4篇science，6篇nature，7篇cell，以及其它權威期刊文章近50篇。雖然在文章總數上并不多，可能還不如之前爆出的國內在讀博士幾年發80多篇sci論文。但是她的文章沒有水刊，每一篇都是極高水平的研究。就拿2022年來說，就已經發了7篇重量級研究，反正Immugent看她的文章一直都有種感覺，就是看的速度還沒有她發的快。當然，今天這篇推文小編也不奢望，也不能夠完全介紹完Aviv Regev所有的研究，下面小編就是通過幾篇具有代表性的文章進行解讀。
Aviv Regev現是MIT和哈佛大學Broad研究所的知名專家，也是國際人類細胞圖譜（Human Cell Atlas）項目的聯合主席。Aviv Regev曾和張鋒一起開發了多種單細胞RNA測序方法，在生物信息、機器學習算法方面貢獻了許多卓越的成果。因此，接下來的篇幅業主要集中在她在單細胞領域的研究發現。
1. 單細胞核與空間轉錄組測序確定與胰腺癌新輔助治療相關特征
根據時間順序，首先介紹的就是Aviv Regev在7月份發表在Nature Genetics雜志上合作發表了一篇題為Single-nucleus and spatial transcriptome profiling of pancreatic cancer identifies multicellular dynamics associated with neoadjuvant treatment 的文章。他們對來自43個接受新輔助治療和未經治療的胰腺導管腺癌患者的新鮮和冰凍樣本，進行了單細胞RNA測序、單細胞核RNA測序和空間轉錄組測序，發現對新輔助治療產生應答的患者腫瘤中，上皮細胞和成纖維細胞中神經樣祖細胞惡性細胞程序即NRP（Neural-like progenitor）異常改變，而無應答的患者則沒有出現這樣的特征。
圖1：
通過相關研究，Regev團隊基于上皮細胞、成纖維細胞和免疫細胞的亞型特征和微環境中其他轉錄水平的差異，將新輔助胰腺導管腺癌患者分為：經典型、鱗狀細胞-基底細胞樣型和治療富集型共三型。具體來說，經典型患者免疫微環境中主要是上皮細胞惡性進程、肌纖維母細胞祖細胞、粘附性成纖維細胞進程發生改變，巨噬細胞、中性粒細胞和2型樹突狀細胞 （cDC2s）的比例也較其他亞型存在差異。治療富集型患者腫瘤微環境中NRP程序與神經內分泌樣惡性進程、嗜神經性成纖維細胞進程和CD8+T細胞相關。鱗狀細胞-基底細胞樣型患者腫瘤組織中多是鱗狀細胞和基底細胞相關惡性進程發生改變；微環境中的淋巴細胞和骨髓細胞亞型多樣，且上皮細胞和免疫細胞比例較高而成纖維細胞比例較低。
圖2：
總的來講，這項研究利用了胰腺導管腺癌患者腫瘤組織樣本進行單細胞、單細胞核空間轉錄組分析，結合患者對新輔助治療響應程度，探究了新輔助治療的細胞基礎和分子機制。表明在胰腺導管腺癌中，新輔助治療的效果與上皮細胞和成纖維細胞亞型有關。結合多組學數據，Regev團隊對胰腺導管腺癌新輔助治療患者提出了精準的分子分型，這對于設計新的新輔助治療方案具有重要參考價值。
2. 單細胞測序構建新冠肺炎多器官圖譜揭示COVID-2019的病理特征
接下來要解讀的是Regev團隊在去年發表在Nature雜志的題為：COVID-19 tissue atlases reveal SARS-CoV-2 pathology and cellular targets的文章，該研究采集了在麻省總醫院、布列根和婦女醫院以及貝斯以色列女執事醫療中心接受治療并死于新冠肺炎的32名病人的420份尸檢樣本，構成了一個覆蓋11種器官的COVID-19尸檢生物樣本庫。利用這個生物樣本庫，研究人員構建了COVID-19患者的肺、腎、肝和心臟組織的單細胞（核）圖譜以及肺的空間圖譜，這些單細胞及空間圖譜為揭示新冠肺炎病毒導致人體器官衰竭以及最終死亡的病理提供了重要依據。
圖3：
鑒于新冠病毒主要通過人的呼吸系統進行傳播，先前的很多單細胞研究都只是關注呼吸系統的器官。而在這項研究中，Regev團隊不僅構建了肺部細胞圖譜，還構建了新冠肺炎尸檢樣本的肝臟、心臟和腎臟單細胞核圖譜。通過整合多個器官的單細胞數據，有助于我們對新冠病毒引起的并發癥有更清晰的認識。雖然一些其它研究聲稱在非肺部的新冠肺炎組織中發現了病毒的RNA，作者并未在肝臟、心臟和腎臟的單細胞核圖譜中發現多少SARS-CoV-2病毒RNA。通過和正常心臟組織的比較，作者發現新冠肺炎的心臟在細胞組成和基因表達上都有所變化：患者的心臟中出現心肌細胞和周細胞比例顯著降低，出現血管內皮細胞比例顯著增加；氧化應激誘導的細胞凋亡通路、細胞粘附和免疫通路、細胞分化通路分別在周細胞、心肌細胞和成纖維細胞中表達量增加。
圖4：
最后，通過將細胞圖譜數據與新冠肺炎的全基因組關聯研究（genome-wide association study, GWAS）相結合，作者找到了具體細胞類型，尤其是II型肺泡細胞、纖毛細胞、CD8+ T細胞和巨噬細胞，與新冠肺炎的遺傳風險之間的關聯。當GWAS及細胞圖譜數據變得更多時，這種結合分析的方法會變得更加有效。Regev團隊還研究了27種不同的基因，這些基因在以前的全基因組關聯研究中與嚴重的COVID-19有關。在這項新的研究中，他們聚焦于少數在關鍵細胞類型中高度表達的細胞，特別是在受感染的肺部。這一發現有助于縮小導致嚴重疾病的潛在遺傳因素的范圍，并突出顯示可能與嚴重COVID-19最相關的細胞類型。
3. 單細胞測序繪制人類和小鼠的腸神經圖譜
Regev團隊在2020年的一項比較有意義的研究是發表在Cell雜志上的一篇題為：The Human and Mouse Enteric Nervous System at Single-Cell Resolution的研究成果。在這項研究中，作者開發了兩種方法，能夠以單細胞分辨率對成年小鼠和人類的腸神經系統（ENS）進行分析：RAISIN RNA-seq用核糖體結合的mRNA譜分析完整的細胞核，而MIRACL-seq則通過基于液滴的無標簽富集稀有細胞類型分析。小鼠圖譜中的1,187,535個核包括來自回腸和結腸的5,068個神經元，這些細胞顯示出非同尋常的神經元多樣性。
圖5：
然而，后續的實驗證明了RAISIN RNA-seq這種方法并不適用于小鼠或人類中經標記過的細胞，并且基于液滴的分析對于稀有細胞類型而言效率又極其低下，因此研究人員通過在單個液滴中超載核/細胞，開發了MIRACL-seq，使得可以有效分析復雜組織中的稀有細胞類型。而該方法的主要設計思想為，經過前期的提取核之后，對不同細胞的細胞核一并經過Multiplexing Cost Calculator，通過使用兩種方法的結合（the 'demuxlet' algorithm 和'Cell hashing' approach)可以對來自不同遺傳背景的不同細胞進行解離，高效可靠地檢測跨不同細胞的雙核液滴。基于神經元細胞數量占據整個腸道的極稀少的比例，作者主觀地將兩種稀有細胞在經過一個通道時超載到一個液滴中的可能性默認為0后，設計出一種新的算法可以特異地識別并移除包含一個目標稀有細胞核與一個其他細胞細胞核的雙核液滴，進而將得到的剩余的目標稀有細胞核進行后續的處理測序。
圖6：
總而言之，在這項研究中Regev團隊開發了兩種新的適于人類和小鼠腸神經系統，以及其他的復雜組織中細胞的稀有細胞類型的單細胞測序方法。對這些稀有細胞的進一步分析可能會推動我們對腸道中細胞功能，參與的復雜網絡的進一步研究認識，推動腸道在機體中更進一步的重要作用的研究的發展，對研究腸道過敏性疾病以及其他至今無法解釋的腸道神經病變（消化系統神經受損或退化）產生新的思路。
4. 單細胞測序揭示特殊程序讓腫瘤對免疫檢查點藥物產生抵抗
最后介紹的這項Regev團隊的研究就非常具有影響力了，它就是在2018年發表在Cell雜志上的篇名為：A Cancer Cell Program Promotes T Cell Exclusion and Resistance to Checkpoint Blockade的文章。作為利用單細胞測序技術探索腫瘤免疫特征的旗艦文章之一，目前這項研究以及被引用了500+次。在這項研究中，作者通過對黑色素瘤樣品進行單細胞RNA測序（scRNAseq），鑒定出惡性腫瘤細胞中存在的一種免疫抵抗性程序，多種免疫抵抗性機制在這種免疫抵抗性程序中受到共同調節，而且這種免疫抵抗性程序可預測黑色素瘤患者對免疫治療作出的反應，此外，CDK4/6抑制劑可抑制這種免疫抵抗性程序，從而可能讓黑色素瘤對免疫治療變得敏感。
圖7：
免疫檢查點抑制劑在一些黑色素瘤患者中產生持久的反應，但是許多患者并沒有獲得臨床獲益，而且產生這種抵抗性的分子基礎仍然是未知的。在這項新的研究中，這些研究人員通過對33種黑色素瘤樣品進行單細胞RNA測序和開展計算分析來尋找促進免疫逃避的惡性腫瘤細胞狀態。這些研究人員鑒定出惡性腫瘤細胞表達的一種免疫抵抗性程序與T細胞排斥和腫瘤免疫逃避相關。這種免疫抵抗性程序在免疫檢查點抑制劑治療之前就已表達，是原位冷腫瘤微環境的一個特征。在一個獨立的112名黑色素瘤患者群體中，這種免疫抵抗性程序可用來預測患者對抗PD-1療法作出的臨床反應。此外，這些研究人員還發現CDK4/6抑制劑可抑制惡性腫瘤細胞中的這種免疫抵抗性程序，誘導細胞衰老，而且當在體內與免疫檢查點抑制劑（比如抗PD-1抗體）聯用時，可降低小鼠模型中的腫瘤生長。
圖8：
通過利用臨床多個患者隊列的scRNA-seq數據，Regev團隊繪制了與免疫檢查點抑制劑（ICI）耐藥相關的惡性細胞狀態，揭示了一個具有預后和預測價值并可能具有治療靶向性的連貫程序。該程序在幾個獨立隊列中都精準的預測了ICI反應效果，并且明顯優于其他已發表的基于標記的生物標志物。因為在許多現有的生物標志物中，一旦考慮到推斷的T細胞水平，就沒有附加的預測價值。而這項研究開創性的預測了患者對抗PD -1的反應，在某種程度上也預測了對抗CTLA-4的治療反應，但還需要進一步的研究來分析治療特異性效應，以達到預測所有患者/隊列中免疫檢查點的治療效果。
5.小結
除了上面講到的Regev的一些代表作之外，還值得一提的就是她和張鋒老師合作開發的Perturb-seq測序技術。Perturb-seq目的是通過關閉每個細胞中的一個或多個基因，然后測定它們如何影響其它的基因，從而實現大規模、精確地分離遺傳途徑。以往研究人員只能同時操作少量基因，但是Perturb-seq可以一次處理1000甚至10000個基因。得出的結果將可以揭示基因如何相互調控，以及一次激活或失活多個基因的綜合作用——單獨操作單個基因是無法揭示這一點的。
能有這么多的科研產出，背后肯定是沒日沒夜的辛苦付出。Regev實驗室的工作人員曾經說到，她工作起來就沒日沒夜。就拿Perturb-seq對應的研究來說，提交論文的前幾周，她每天6點召開項目會議。文章的第一作者Dixit在論文補充方法的末尾寫了一句笑話——此句只是為了看看有沒有人會讀到這里。Regev在凌晨3點就發現了這個句子，那是他們論文提交的前一天晚上。也就是說，Regev 3點還沒睡，6點可是要組織開會的。不知道大家的感觸如何，反正小編打心底非常敬佩Regev，她的這種對待科研的認真負責和嚴謹性值得我們每一位科研人員的學習。
Regev的工作強度和高度聚焦源自于她對科研的無限熱愛。Regev認為自己是非常幸運的人，做的是她最愛的事情。Regev還非常熱愛細胞，無論怎么看，對她來說，細胞都是神奇且迷人的。
本文最后通過她實驗室的官網，介紹一下Regev比較熱愛的研究方向：我們對生物網絡、基因調控和進化感興趣。我們的工作重點是解剖復雜的分子網絡，以確定它們如何在面對遺傳和環境變化時，以及在分化、進化和疾病過程中發揮作用和進化。但是，需要注意的是，目前Regev的實驗室不再接收學生了，只能通過項目合作的方式到她的實驗室學習。
[參考文獻]
[1] Hwang WL, Jagadeesh KA, Guo JA, Hoffman HI, Yadollahpour P, Reeves JW, Mohan R, Drokhlyansky E, Van Wittenberghe N, Ashenberg O, Farhi SL, Schapiro D, Divakar P, Miller E, Zollinger DR, Eng G, Schenkel JM, Su J, Shiau C, Yu P, Freed-Pastor WA, Abbondanza D, Mehta A, Gould J, Lambden C, Porter CBM, Tsankov A, Dionne D, Waldman J, Cuoco MS, Nguyen L, Delorey T, Phillips D, Barth JL, Kem M, Rodrigues C, Ciprani D, Roldan J, Zelga P, Jorgji V, Chen JH, Ely Z, Zhao D, Fuhrman K, Fropf R, Beechem JM, Loeffler JS, Ryan DP, Weekes CD, Ferrone CR, Qadan M, Aryee MJ, Jain RK, Neuberg DS, Wo JY, Hong TS, Xavier R, Aguirre AJ, Rozenblatt-Rosen O, Mino-Kenudson M, Castillo CF, Liss AS, Ting DT, Jacks T, Regev A. Single-nucleus and spatial transcriptome profiling of pancreatic cancer identifies multicellular dynamics associated with neoadjuvant treatment. Nat Genet. 2022 Aug;54(8):1178-1191. doi: 10.1038/s41588-022-01134-8. Epub 2022 Jul 28. PMID: 35902743.
[2] Delorey TM, Ziegler CGK, Heimberg G, Normand R, Yang Y, Segerstolpe ?, Abbondanza D, Fleming SJ, Subramanian A, Montoro DT, Jagadeesh KA, Dey KK, Sen P, Slyper M, Pita-Juárez YH, Phillips D, Biermann J, Bloom-Ackermann Z, Barkas N, Ganna A, Gomez J, Solomon IH, Ashenberg O, Porter CBM, Li B, Shalek AK, Villani AC, Rozenblatt-Rosen O, Regev A. COVID-19 tissue atlases reveal SARS-CoV-2 pathology and cellular targets. Nature. 2021 Jul;595(7865):107-113. doi: 10.1038/s41586-021-03570-8. Epub 2021 Apr 29. PMID: 33915569; PMCID: PMC8919505.
[3] Drokhlyansky E, Smillie CS, Van Wittenberghe N, Ericsson M, Griffin GK, Eraslan G, Dionne D, Cuoco MS, Goder-Reiser MN, Sharova T, Kuksenko O, Aguirre AJ, Boland GM, Graham D, Rozenblatt-Rosen O, Xavier RJ, Regev A. The Human and Mouse Enteric Nervous System at Single-Cell Resolution. Cell. 2020 Sep 17;182(6):1606-1622.e23. doi: 10.1016/j.cell.2020.08.003. Epub 2020 Sep 3. PMID: 32888429; PMCID: PMC8358727.
[4] Jerby-Arnon L, Shah P, Cuoco MS, Rodman C, Su MJ, Melms JC, Leeson R, Kanodia A, Mei S, Lin JR, Wang S, Rabasha B, Liu D, Zhang G, Margolais C, Ashenberg O, Ott PA, Buchbinder EI, Haq R, Hodi FS, Boland GM, Sullivan RJ, Frederick DT, Miao B, Moll T, Flaherty KT, Herlyn M, Jenkins RW, Thummalapalli R, Kowalczyk MS, Ca?adas I, Schilling B, Cartwright ANR, Luoma AM, Malu S, Hwu P, Bernatchez C, Forget MA, Barbie DA, Shalek AK, Tirosh I, Sorger PK, Wucherpfennig K, Van Allen EM, Schadendorf D, Johnson BE, Rotem A, Rozenblatt-Rosen O, Garraway LA, Yoon CH, Izar B, Regev A. A Cancer Cell Program Promotes T Cell Exclusion and Resistance to Checkpoint Blockade. Cell. 2018 Nov 1;175(4):984-997.e24. doi: 10.1016/j.cell.2018.09.006. PMID: 30388455; PMCID: PMC6410377.
