CellTag单细胞追踪谱系和身份

由Beth Kenkel.

贝丝学会主席2019年5月09日

直接重新编程描述将分化细胞变成细胞类型的过程，同时绕过中间多能状态。虽然再生医学有价值的工具，但直接重新编程是一个低效的过程，随着大多数细胞未能发展所需的身份。

单细胞技术的开发，如单细胞RNA-SEQ（ScRNA-SEQ）现在，现在允许科学家识别成功重新编程的几个细胞的基因表达模式。遗憾的是，Scrna-Seq只捕获单个时间点细胞的基因表达，使得难以调查早期表达模式如何影响重编程结果。

CellTag从圣路易斯华盛顿大学莫里斯实验室提供了一种组合索引策略，在单细胞水平上同时跟踪克隆历史和细胞身份，从而将祖先基因表达模式与重编程结果联系起来(Biddy等，2018)。

CellTag在单细胞水平上跟踪血统和细胞身份

CellTagging是一个慢病毒基于标记的标记方法用遗传条形码标记细胞。条形码包括8bp可变区域和6bp固定区域。可变区域充当各个单元格的唯一标识符。每个细胞标记为3-4标签，以增加Celltag库的多样性。固定区域充当库特定的标识符，并允许在重新编程期间在多个时间点处用不同的Celltag库标记单元格。这些图书馆特定的标识符表现为时间戳，并帮助解复用SCRNA-SEQ数据并构建多世代细胞谱系树。在10周的时间内检测到Celltags。他们的表情随着时间的推移而减少，但它们并没有沉默。

在这里找到CellTag库!

应用CellTag

莫里斯实验室开发CellTag来跟踪小鼠胚胎成纤维细胞(mef)直接重编程为诱导内胚层祖细胞(iEPs)，这是一种自我更新的细胞类型，可以分化为肝脏或肠道细胞类型。mef通过逆转录病毒表达重组到iEPs转录因子Foxa1和Hnf4α，类似其他重编程协议的过程效率低下。

在28天的研究中，在3个时间点对细胞依次进行不同的CellTag库标记:在重编程之前(CellTag^Mef.)，在三天的转录因子重编程治疗(CellTag^D3)，重新编程13天后(CellTag^D13)，这是iEP表型通常出现的时间。每3天收集细胞样本进行scRNA-seq分析，其余细胞保持培养。iEP细胞生理学和重编程效率不受CellTagging影响．

By constructing lineage trees and comparing them with the gene expression changes of more than 100,000 cells undergoing iEP conversion, the Morris Lab found that cells took one of two trajectories: a route towards successful iEP conversion or a ‘dead-end' path where cells were partially reprogrammed and re-expressed fibroblast genes. Most cells ended up taking the ‘dead-end’ path. The CellTags revealed that cells with common ancestors tended to have similar reprogramming outcomes. For example, cells with shared CellTag^D13标签通常有类似的基因表达模式变化和重编程结果，这表明结果至少在第13天就已经决定了。然而，在第6天就出现了明显的转录状态。所有这些结果都表明，iEP的重编程不是随机的，而是有一种特定的细胞状态允许重编程。在这个谱系追踪实验中，莫里斯实验室发现了一个新基因，Mettl7a1.，其表达有助于诱导细胞成功地进行iEP重编程。metti7a1.编码一种无特征推定的甲基转移酶。添加Mettl7a1.与标准Foxa1-Hnf4α逆转录病毒过表达鸡尾酒疗法相比，基于单细胞基因表达模式的完全重编程细胞数量增加了三倍。

该实验室还将CellTags用于标记两个细胞群体在小鼠肠道中的竞争性移植测定中，在长期跟踪中展示其效用体内（Guo et al.， 2019)．

CellTag的关键要点

CellTag是一种组合细胞索引工具，结合了scRNA-seq和谱系跟踪，以跟踪与细胞身份变化相关的基因表达动态和克隆史。Morris实验室使用CellTag发现了mef进行iEP转化的两种不同的轨迹，但CellTag可以用于研究细胞正在经历身份变化的其他生物过程，如诱导多能干细胞的分化或癌症的克隆进化。

如果你想使用CellTag，你可以找到CellTag库在addgene。这Morris Lab的网站还有几种有用的资源，包括在Github上的协议和分析教程上的详细CellTag协议的链接，以及CeltTag谱系数据可视化工具。

查看CellTag网页！