专家对未来一年可能改变生命科学研究的技术和主题的展望
物联网已经改变了我们生活的许多方面，现在和其他突破性的技术一起，正在改变生命科学的研究
重新编码基因组
美国马萨诸塞州波士顿哈佛医学院GeorgeGeorge遗传学家。
围绕基因编辑工具CRISPR的所有兴奋点，并不是那么高效或精确。一次做很多改变是很难的。我的实验室迄今为止创下了纪录-对单个细胞的基因组进行了62次修改-但是我们有令人信服的应用程序需要更多的同时更改。但是，现在我们拥有使这个可行的技术。
“密码子重新编码”是一种完全通用的方法，使任何有机体抵抗大部分或所有病毒，每个细胞需要成千上万的精确变化。每个密码子，一段长度为三个碱基的DNA，如TTG，对应于特定的氨基酸，如亮氨酸或翻译信号（起始，终止等）。鉴于亮氨酸有六个密码子，我们可以利用遗传密码中的冗余来切换任何一个密码子。一旦完成这些交换，我们删除了亮氨酸转移RNA（tRNA）的基因与换出的密码子相匹配，所以细胞不能再识别该序列。
现在，当一种病毒感染一种具有所有这些密码子的细胞时，由于缺失tRNA，它不能从它的信使RNA中翻译出它的蛋白质，病毒就会死亡。病毒并不健壮，把它们扔出去并没有多大的意义。
为了一次做出多个精确的改变，我们使用多路复用自动基因组工程（MAGE）技术。包含您想要进行的精确的碱基对变化的遗传物质的短片段被引入到防止DNA错配修复的细胞中。经过几轮细胞复制后，这些变化被完全整合到细菌基因组中。
从理论上讲，这可以在每一个病毒都是有问题的生物体中完成-乳制品工业中使用的微生物和农业上重要的植物和动物。此外，研究人员还可以制造器官可用于移植的抗病毒猪，以及耐病毒的人类细胞，用于生产药物和疫苗。
这里真正的whwh是你有可能使一个有机体抵抗所有病毒-甚至是从未被研究过的病毒。但还有很多其他的东西可以完成重新编码。哈佛医学院的PamelaSilver和加利福尼亚州LaJolla的SyntheticGenomics的DanielGibson合作开发了另一种记录技术来改善鼠伤寒沙门氏菌的疫苗株。
研究人员还可以重新编码一种生物体，将非标准的氨基酸掺入蛋白质中，以便使现有生物体中不存在的化学物质发生荧光，类似于核酸或形成不寻常的键的氨基酸。当您不限于普遍的和普通的20种氨基酸时，全新的生物化学方式就会出现。英国剑桥MRC分子生物学实验室的JasonChin实验室正在使用这种方法在果蝇众所周知的蛋白质的分子水平上做出精确的改变。
最后但并非最不重要的是，重新编码为生物遏制提供了有力的策略。如果一个抗病毒的有机体能够逃脱，即使它们对环境不是“坏”的，它们也会接管自然的利基和“胜利”。使用这些非标准的氨基酸之一，你可以设计一个有机体，只有当它被给予某种营养时才能生长。结果是实验室中使用的实验生物体的“逃避”策略。
映射转录组
庄小威中心主任，高级成像，哈佛大学，马萨诸塞州剑桥市。
一项新的全球性举措，即确定人体内所有细胞类型，并绘制其空间组织-最近推出的人类细胞图集（HCA）倡议-是一个宏伟的目标。这个规模的项目将需要许多辅助技术。
单细胞RNA测序是识别不同细胞类型的有效方法，也是创建HCA的重要工具，但需要将组织分离到单个细胞中，然后分离RNA。没有保留的是组织中细胞的空间环境-它们是如何组织和相互作用的。
我们希望通过对完整组织中细胞的转录谱进行成像来提供这种空间背景的技术。我的实验室正在开发MERFISH，或多重错误鲁棒荧光原位杂交，一种基于图像的单细胞转录组学方法。
MERFISH使用错误稳健的条形码识别细胞中的每种不同类型的RNA，组合标记和连续成像以大规模复合方式检测这些条形码（见“转录组图谱”）。
我们已经展示了在单细胞中成像1,种不同信使RNA（mRNA）的能力。随着进一步发展，MERFISH有可能检测完整组织细胞中的全部转录组。
这种空间分辨的RNA分析数据将为我们提供HCA的物理图像-我们可以对单个细胞进行成像，通过其基因表达谱对其进行分类，并映射其空间组织。它可以与其他成像技术获得的细胞形态和功能数据相结合，进一步丰富这些图像。
目前，我们对细胞图谱的描述大多不完整。如果你没有一个全球的图片，你只是不知道你在想什么-更不用说如何设计有效的治疗方法来介入疾病的情况下。
促进癌症疫苗
ElaineMardis俄亥俄州医院基因组医学研究所联合执行主任。
在癌症免疫基因组学领域，研究人员想知道哪些由癌症基因组编码的突变蛋白能够在给定的个体中引发免疫应答。称为新抗原的这种蛋白质可用于开发个性化癌症疫苗或指示其他治疗。
一种可用于研究这些新抗原的令人兴奋的技术是CyTOF，一种所谓的用于鉴定表达特定蛋白的细胞的大规模细胞计数方法。
在典型的流式细胞术中，研究人员将用荧光分子标记的抗体与细胞混合以标记感兴趣的蛋白质。然后逐个分析细胞，以这些蛋白质为基础测量它们的相对丰度。CyTOF用质谱仪中检测到的金属标签代替有限数量的荧光标签-与流式细胞术的情况相比，可能有一打或更多的不同标签。
这项技术可以改变癌症免疫基因组学领域，使研究人员能够确定个体癌细胞产生的新抗原是最丰富的，最有可能引起免疫系统的强烈反应。然后研究人员可以使用这些信息来创建个性化的抗癌“疫苗”。这些与新型癌症药物结合使用，释放免疫系统的刹车，可以使癌症患者摆脱自身疾病的困扰。
但对于基因组预测的任何给定的新抗原，猜测是否会引起显着的免疫应答。CyTOF通过让我们量化多个预测肽与人T细胞的结合强度，让我们深入了解这个问题。
这不仅仅是癌症基因组学。CyTOF可用于追踪由细胞产生的任何蛋白质的丰度和组成，只要您能找到抗体来结合您感兴趣的蛋白质即可。这使我们能够以比以往更加多维和精确的方式在蛋白质水平提问。
连接基因型和表型
RuediAebersoldSystems瑞士苏黎世联邦理工学院分子系统生物学研究所生物学家。
很明显，我们生活在一个非常有趣的时代-有大量关于遗传变异的高质量基因组信息。与此同时，我们可以收集到大量与人口有关的健康相关数据，从一天中采取的步骤到血压和临床成像。诀窍是把两者联系起来。特别是在医学方面，如果我们想将遗传变异转化为治疗，那么我们就需要机械的洞察被疾病破坏的过程。
这个环节的关键是分析蛋白质复合物，这是细胞的功能单位。我们如何从大数据-例如卵巢肿瘤的基因组-找出哪些蛋白质复合物受到干扰以及如何进行？
一条路径融合了计算和定量蛋白质组学，其中数千种蛋白质在肿瘤和对照样品的队列中一致且准确地定量。现在可以使用质谱技术如SWATH-MS（所有理论质谱的顺序窗口采集）来产生这样的数据组。预计复杂的蛋白质将具有高度的共同变化-即同时增加或减少丰度。但是如果复合体由于突变或结构变化而受到干扰而失去亚基，则亚基的协方差将会不同。这是查明在癌症中受到干扰的蛋白质复合物的一种方法。
然后可以使用低温电子显微镜单粒子分析或低温电子断层扫描（CET）在结构水平研究这种改变的复合物，两者都可以以约5-10埃的分辨率对分子成像。这足以显示突变如何改变组成，拓扑和结构，并通过推断受影响的复合体的功能。
CET还具有揭示结构如何随其他调节而变化的能力，例如向完成的分子添加磷酸基团。年的重大进展是聚焦离子束铣削的改进。这种技术需要哺乳动物的细胞或组织切片，否则CET太厚，会碾碎细胞的一个薄窗口，从而可以在细胞的背景下观察到特定蛋白质复合物的结构。
总之，这些技术将增加我们对蛋白质复合物在疾病分子水平上如何受到干扰的理解。他们将阐明如何设计一种药物来摧毁它，灭活它或恢复它的正常活动。
扩展基因组序列分析
RebeccaCalisiRodríguez加州大学戴维斯分校生殖生物学家。
当我进入研究生院的时候，2年我发现了一种全新的激素-促性腺激素抑制激素（GnIH），当动物受到压力时抑制生殖轴。GnIH的研究正在彻底改变我们对大脑如何调节生殖的理解。我想，“地狱，还有什么我们不知道的？下一个发现什么时候会彻底改变我们理解生殖的方式？
今天，由于基因组和转录组的高通量DNA测序，发现率急剧上升。15年前，人类基因组测序花费了大约30亿美元。它今天花了几千美元，价格还在下降。这一点很重要，因为它使我们能够调查那些在生态系统和生境中实验室通常不被研究的动物，这些动物有可能产生更多的生理相关数据。
作为一名生殖生物学家，我感到特别兴奋的是，这使我们更加了解了推动性行为和生殖机制的伟大交响乐-也许是不和谐的-。
我们最近使用RNA测序来更深入地了解普通鸽的繁殖轴如何对压力做出反应。慢性压力会破坏生殖，我们想知道它能做到这一点的所有方法。
我们正在研究在生殖轴上活动转录的每一个基因的活性，即大脑中的下丘脑，脑下垂体和生殖腺。这个庞大的数据集已经产生了数百个假设来检查压力对新发现的生殖机制的影响。这些将导致我们实现成千上万报告生育问题的男性和女性进行基因干预或治疗的目标。
但是我们也可以退后一步，在现实世界中检查整个动物。例如，野鸽可以作为评估暴露于环境中有害物质或生殖轴上的“暴露”的影响的有力模型。我们的研究结果显示，自由放养的鸽子在环境中经历与居住在同一社区的人类相似的暴露威胁。我们可以使用鸽子，因为曾经用于煤矿的金丝雀，是环境中有害物质的生物指示物。测序技术可以让我们确定这些暴露如何影响保存良好的生殖系统。
我们可以把我们有光泽的新技术与“老派”科学工具结合起来，以我们以前从未有过的方式扩大发现。我们可以在他们的环境中实时观察鸽子，描绘他们基因组和蛋白质组的变化，并观察对繁殖的影响。我们是当代基因水平的自然历史学家。
像苹果手表这样的设备鼓舞着科学物联网的发展
建立科学的物联网
VivienneMing理论神经科学家兼执行主席，加利福尼亚州伯克利市Socos实验室。
物联网，所有那些在家庭中变得如此常见的互联网设备-Alexa，GoogleHome，Nest恒温器，智能手机-它们是大规模群体智能的传感器和执行器。我们将Alexa设备-由亚马逊开发的互联网连接的智能助手视为唯一的个人助手，但将其视为扩展到数百万家庭的大规模分布式多传感器阵列的一部分并进行大量实验系统是真正的Alexa。不是数以百万计的个人机器人，而是一个不断学习世界的单一人工智能（AI），一个家庭的行动影响着他人的探索和剥削。
那些分布式的智能正在改变我们的生活，但也可能是科学的变革。我希望并相信我们已经做好准备，研究人员开始在分布式科学物联网（IoST）上开展合作-这是一个将分布式传感器和执行器连接到一个强大的机器学习平台的开放式系统，推动全球范围的实验。即使简单版本的这个系统也有巨大的力量。谷歌发现，它的智能手机可以从手机加速度计和陀螺仪检测到的步态变化中发现帕金森病的早期症状。使用扩展的智能手机传感器，我的团队能够预测双相情感障碍患者的躁狂发作。但是现在，大多数科学家无法获得这种实验性的力量。
试想一下，如果研究人员能够访问运行IoST应用的智能手机，智能手表和智能手表的数据以及世界各地在实验中使用的更传统的传感器，添加到AI系统挖掘相关已发布的研究和数据已经在你的领域。类似于现在的商业智能如何识别销售人员隐藏的商业关系，物联网的智能系统将增加科学家寻找与其领域相关的数据的工作。如果我的神经影像软件直接插入IoST平台，并实时访问数据，不仅仅是我的实验室，而是我的领域内外的每个人都可以访问？或者，登录平台来发现你应该遇到的五名新研究人员的活动。想象一下。
不可否认，这些大规模分布式系统中存在着可怕的因素。某些组织是否会对数据进行限制性控制？这些新平台的研究结果是否会通过传统的科学出版商，通过阿里巴巴或亚马逊这样的公司，或者像GitHub和arXiv这样的开放获取平台？必须解决严重的获取和研究伦理问题，但是转型迫在眉睫。
各个实验室和研究人员已经在充分利用这些可能性。但科学界必须带头。如果我们作为科学家自己建立这些系统，就可以使出版更加平等，数据收集更加可共享，科学更加透明。否则，别人会为我们建造它。但是科学这个神奇的传统不应该被混淆在少数人手中。
转载请注明：http://www.0431gb208.com/sjszjzl/3924.html
