HHMI Janelia团队用空间细胞器组学和MLP预测肝细胞状态

Janelia 的 Daniel Feliciano 报告 spatial organellomics——用 3D 成像+分割量化单细胞水平~100 个细胞器特征，结合 PCA/GMM 与 MLP，把“器官架构指纹”用于预测肝细胞功能状态与肝病分期。。动机：组织内细胞通过激素/营养/氧 cues 获得功能异质性；传统多在转录层刻画，而细胞器架构是转录+蛋白调控的共同产物，是组织内细胞多样性更强的替代读数。；方法：与 Funke 实验室合作开发 3D 成像分割与定量流程，以肝脏为模型，共聚焦成像过氧化物酶体/线粒体/脂滴，并用自研 python 包 libzomes 分割肝细胞与细胞器，单细胞水平量化约 100 个细胞器特征。；发现 1：PCA + 高斯混合模型把肝细胞分为 5 类（依细胞器特征），且这些类别跨肝小叶各带以不同比例共存，挑战“仅由位置决定”的传统分区（zonation）模型。；营养挑战：禁食与西方饮食下细胞器架构整体重塑；类别数减少（禁食 4 类、西方饮食 2 类），说明营养胁迫通过降低细胞器特征多样性来压缩肝细胞异质性。；AI 预测：用 MLP 以细胞器特征为描述符，对 11 类肝细胞分类与 3 种营养状态区分均达高准确率；应用于早期肝病（西方饮食 ≤2 月）不同阶段的预测达约 80% 平均准确率。；局限与扩展：共聚焦无法看细胞器接触位点，故联手 Janelia CellMap 用 12M 立方微米电镜体（约 2000 细胞）分割 7 个细胞部件与 6 类接触位点，得到 7 类肝细胞。取文说明：由本机离线 Whisper(base.en, 零 key) 转写，1896 词（口音较重，部分术语拼写近似，如“sonation”=zonation）。

• 动机：组织内细胞通过激素/营养/氧 cues 获得功能异质性；传统多在转录层刻画，而细胞器架构是转录+蛋白调控的共同产物，是组织内细胞多样性更强的替代读数。
• 方法：与 Funke 实验室合作开发 3D 成像分割与定量流程，以肝脏为模型，共聚焦成像过氧化物酶体/线粒体/脂滴，并用自研 python 包 libzomes 分割肝细胞与细胞器，单细胞水平量化约 100 个细胞器特征。
• 发现 1：PCA + 高斯混合模型把肝细胞分为 5 类（依细胞器特征），且这些类别跨肝小叶各带以不同比例共存，挑战“仅由位置决定”的传统分区（zonation）模型。
• 营养挑战：禁食与西方饮食下细胞器架构整体重塑；类别数减少（禁食 4 类、西方饮食 2 类），说明营养胁迫通过降低细胞器特征多样性来压缩肝细胞异质性。
• AI 预测：用 MLP 以细胞器特征为描述符，对 11 类肝细胞分类与 3 种营养状态区分均达高准确率；应用于早期肝病（西方饮食 ≤2 月）不同阶段的预测达约 80% 平均准确率。
• 局限与扩展：共聚焦无法看细胞器接触位点，故联手 Janelia CellMap 用 12M 立方微米电镜体（约 2000 细胞）分割 7 个细胞部件与 6 类接触位点，得到 7 类肝细胞。取文说明：由本机离线 Whisper(base.en, 零 key) 转写，1896 词（口音较重，部分术语拼写近似，如“sonation”=zonation）。