Saunders说道，“每个细胞都相当于一个独立的实验，而且因为所有细胞都来自同一只动物，我们消除了比较不同小鼠时产生的变异性。每个细胞都经历相同的生理条件、饮食和环境，使我们的比较更加精确。”
论文共同第一作者William E. Allen说道，“我们面临的挑战是，组织要履行其功能，依赖于成千上万个基因，这些基因在许多不同细胞中表达并协同工作。每个基因反过来又可以控制细胞功能的许多方面。使用当前方法在小鼠中测试这些数百个基因将极其缓慢且昂贵——在实践中几乎不可能。”
通过联合测量揭示新的生物学特性
研究人员应用Perturb-Multi技术研究肝脏生理功能的遗传调控机制。他们的研究在肝脏生物学的三个重要方面取得了突破性发现：肝细胞中的脂肪堆积（肝病的前兆）；应激反应；以及肝细胞分区（肝细胞如何根据在肝脏中的位置，通过获得不同特性和功能实现特化）。
在研究那些扰乱后会导致肝细胞脂肪堆积的基因时，一个引人注目的发现浮出水面。这些成像数据表明4个不同的基因均导致类似的脂肪滴积累，但这些测序数据显示它们通过三种完全不同的机制实现这一过程。
Saunders说道，“如果不结合成像和测序，我们将完全错过这种复杂性。成像告诉我们哪些基因影响脂肪积累，而测序揭示了这是由于脂肪生产增加、细胞应激还是其他通路所致。这种机制层面的见解对开发针对性治疗脂肪肝疾病的疗法至关重要。”
研究人员还发现了肝细胞分区的新调控因子。令人意外的是，这些新发现的调控因子包括参与调节细胞外基质（细胞间的支架结构）的基因。“我们发现细胞可以在不物理迁移到不同区域的情况下改变其特化功能，”Saunders 说，“这表明肝细胞的身份比此前认为的更为灵活。”
技术创新推动新科学
开发Perturb-Multi需要解决多个技术挑战。研究人员开发了新的方法，在组织处理过程中保存细胞中让人感兴趣的内含物——RNA和蛋白质，从用防腐剂固定的组织样本中收集多种成像数据和单细胞基因表达数据，以及整合来自同一细胞的多种数据类型。
Allen说道，“克服活体动物生物学固有的复杂性，需要开发跨越多个学科的新工具——在这项研究中包括基因组学、成像和人工智能。”
Perturb-Multi的两个组成部分——成像和测序分析——共同应用于同一组织时，能提供仅靠单一实验无法获得的新见解。
论文共同通讯作者 Jonathan S. Weissman说道，“每个组成部分必须完美运行且不干扰其他组分。这种技术开发耗费了大量精力，但所得的回报是一种能够揭示我们此前无法观察到的生物学现象的系统。”
扩展至新器官及其他研究场景
研究人员计划将Perturb-Multi扩展至其他器官，包括大脑，并研究遗传变异在不同条件下（如疾病状态或饮食变化）对器官功能的影响。
“我们还对利用生成的数据训练机器学习模型感到兴奋，”Saunders补充道。“通过积累足够多的遗传变化对细胞影响的例子，我们最终可能无需通过实验测试即可预测突变的影响——这种‘虚拟细胞’有望加速研究和药物开发进程。”
“扰动数据对训练此类人工智能模型至关重要，而现有扰动数据的匮乏是‘虚拟细胞’研究面临的主要障碍，”Zhuang说。“我们希望Perturb-Multi能通过加速扰动数据的收集来填补这一空白。”
该方法在设计上具有可扩展性，可支持全基因组范围的研究，同时测试数千个基因。随着测序和成像技术的持续进步，研究人员预计Perturb-Multi将变得更加强大和易于被更广泛的研究社区使用。
“我们的目标是持续扩大规模。我们计划开展全基因组扰动实验，研究不同生理状态，并分析不同器官，”Weissman表示。“如今我们能够以高速从大量细胞中收集多种类型数据，这对于构建虚拟细胞等人工智能模型至关重要，我认为这将帮助我们解答此前无法解决的健康和疾病相关问题。”
