细胞之间如何“交流”，是理解生命活动与疾病发生机制的核心问题之一。近日，杜克-新加坡国立大学医学院（Duke-NUS Medical School）的研究人员开发出两种新的计算工具，为系统解析组织中细胞间的空间分布及其通信机制提供了重要手段。相关研究成果分别发表在《Genome Biology》和《Genome Research》期刊上。
这两种工具分别名为 sCCIgen 和 QuadST。前者是一种细胞—细胞相互作用（cell-cell communication, CCI）的模拟器，后者则是一种直接从空间转录组（spatial transcriptomics）数据中识别细胞通信信号的分析方法。
研究人员指出，细胞通过基因表达变化和化学信号不断相互传递信息，这些“对话”对个体的生长、免疫防御和组织稳态至关重要。当通信失调时，往往会引发疾病。例如，神经元之间信号传递受损与阿尔茨海默病等神经退行性疾病密切相关，而肿瘤细胞则可能通过异常信号操纵免疫细胞，从而实现免疫逃逸。
尽管空间转录组技术已能够同时获取细胞的基因表达信息及其在组织中的空间位置，但如何可靠地从高度复杂的数据中解析真实存在的细胞通信关系，仍然面临巨大挑战。其中一个关键难点在于缺乏“ground truth”——研究人员通常无法确切知道哪些细胞在真实生物组织中确实发生了相互作用。
为解决这一问题，研究团队开发了 sCCIgen。该工具可生成高度逼真的虚拟组织模型，在计算机中精确设定每个细胞的位置、基因表达特征以及细胞间的通信网络。由于这些模拟数据的“真实答案”是已知的，研究人员可以利用 sCCIgen 系统性评估和优化用于识别细胞通信的计算方法。
杜克-新加坡国立大学定量医学中心副教授、两项研究的通讯作者 Song Xiaoyu 表示，sCCIgen 类似于飞行模拟器，为研究人员提供了一个安全、可控的“练习场”，以验证计算工具是否真正捕捉到了细胞之间的通信机制。这一平台有望加速肿瘤学、免疫学和神经科学等领域的研究进展。
与以往模拟工具不同，sCCIgen 可整合多种数据来源，包括单细胞图谱及其他实验技术生成的数据，并能够模拟多样化的细胞相互作用模式，如细胞聚集结构、基因表达随细胞距离变化的梯度效应，以及相邻细胞接触时被激活的基因对。
在此基础上，研究团队还开发了 QuadST，用于分析真实的空间转录组数据。该方法通过建模不同细胞类型之间随空间距离变化的基因表达趋势，直接识别与细胞通信相关的基因信号。与早期方法相比，QuadST 对噪声数据和不完整数据具有更强的鲁棒性。
在对脑组织数据的分析中，QuadST 识别出数百个在特定神经细胞相互作用时发生变化的基因，其中许多与突触（synapse）功能相关。这些发现为理解癫痫及神经退行性疾病中神经元通信异常提供了新的线索。此外，该工具还可用于肿瘤研究，解析癌细胞与免疫细胞之间的相互作用，从而解释不同患者对治疗反应存在差异的原因。
杜克-新加坡国立大学研究事务高级副院长 Patrick Tan 表示，sCCIgen 与 QuadST 共同构成了一套完整的研究流程：研究人员可先在虚拟组织中验证分析方法的可靠性，再将其应用于真实组织数据中，从而更精准地定位参与细胞通信的关键基因。
研究团队未来计划进一步扩展 sCCIgen，使其能够模拟蛋白质及其他分子层面的相互作用，并利用 QuadST 构建细胞—细胞通信相关基因的参考数据库。这一资源有望促进跨组织、跨疾病的比较研究，并为精准医学和新型治疗策略的开发提供支持。
参考文献：
Xiaoyu Song et al, sCCIgen: a high-fidelity spatially resolved transcriptomics data simulator for cell–cell interaction studies, Genome Biology (2025). DOI: 10.1186/s13059-025-03762-9
Xiaoyu Song et al, QuadST identifies cell–cell interaction–changed genes in spatially resolved transcriptomics data, Genome Research (2025). DOI: 10.1101/gr.279859.124
编辑：王洪
排版：李丽
评论 (0)