理解体内的基因表达对21世纪的生物学和治疗方法大有裨益，但大多数利用这些技术的发现只关注一个器官或一小块组织区域。芝加哥大学普利兹克分子工程学院的Nicolas Chevrier副教授团队开发了一个新系统，用于理解疾病如何影响全身的分子、细胞、组织和器官——这是科学家和医生的一个主要目标。这项跨学科工作由实验室的科学家Maggie Clevenger领导，并涉及多个工业界和学术界的合作者。

通过创建一种制备样本进行检验的新技术，并将其与包括机器学习模型在内的计算工具相结合，Chevrier及其实验室绘制了小鼠全身切片上的基因表达图谱。

该系统准确绘制了小鼠体内所有器官、组织区域以及约75%的已知细胞类型，为研究人员提供了一个可用于研究实验室小鼠全身分子和细胞过程的工具包。今天发表在《Cell》上的这一结果，既可用于基础科学研究，也可用于药物发现等领域。

“我们现在拥有了一个工具，能够以前所未有的规模生成数据集，”Chevrier说。“它为生成构建‘虚拟小鼠’所需的数据类型奠定了基础，这种虚拟小鼠可用于测试疗法和理解全身的生物过程。这是最终目标。”

测量全身的系统性炎症

这项新技术利用空间转录组学，通过高分辨率显微镜和基因测序来测量组织中的基因表达。这项在过去十年内得到优化的技术，让研究人员能够深入了解器官或组织样本（而非仅仅是单细胞）中的结构和疾病。

但研究人员一直受到该技术允许的小尺度限制。Chevrier希望用它来测量整个小鼠模型中的基因表达。

2025年，他和他的团队开发了Array-seq技术，该技术使用带有定制设计探针的DNA微阵列来分析组织样本。但为了利用Array-seq技术分析整只小鼠，他们需要开发方法，将冷冻小鼠身体切成极薄的切片，然后将其完整地转移到Array-seq载玻片上，同时保留RNA。他们与鹤见大学（日本横滨）的Tadafumi Kawamoto教授合作，做到了这一点，获得了厚度为平均细胞厚度的实验室小鼠全身横截面。

在对样本进行空间转录组学分析后，团队随后开发了一个新的计算模型来注释整只小鼠的细胞信息。该模型是与实验室的长期工业合作伙伴、Combinatics（日本千叶）的Ashwini Patil合作开发的。

研究团队还与人工智能专家、复旦大学的Feng Bao教授合作，创建了一个新的机器学习模型，该模型能够在仅用苏木精和伊红染色的组织切片上标记出每个器官、组织和细胞类型，这是组织研究和临床诊断中最广泛使用的染色方法。

“如果你手动做这件事，你需要在实验室中使用抗体等染色试剂来标记所有这些不同的细胞类型，而目前在小鼠全身范围内这样做是不可行的，”Chevrier说。“我们训练了一个AI模型来做这件事，所以现在我们可以虚拟地、非常便宜地完成。”

为了测试他们的新技术，他们将其用于测量脓毒症小鼠模型中的炎症——脓毒症是一种全身性的、对感染的免疫反应失调，是一个重大的公共卫生挑战。

“我们第一次能够以前所未有的规模量化系统性炎症对每种细胞类型和每个主要器官组织的影响，”Chevrier说。“它为以前所未有的规模对实验室小鼠和许多其他模型系统进行分子图谱绘制铺平了道路。”

朝着‘虚拟小鼠’迈出的重要一步

这个新系统可用于研究基因如何影响全身各区域，或研究新药的效果。“它可以显示药物如何以未预测到的方式影响组织，”Chevrier说。

下一个目标是利用该系统不仅模拟小鼠的一个切片，而是模拟整只小鼠的身体。这是创建那种有一天可能有助于建立“虚拟小鼠”模型（可以在研究中替代真实小鼠）的数据的重要一步。

“我们认为，这些数据可能是实现这一虚拟实验室小鼠模型愿景的赋能技术之一，”Chevrier说。（生物谷Bioon.com）

参考文献：

Margarette H. Clevenger et al, Whole-body molecular and cellular mapping of the laboratory mouse, Cell (2026). DOI: 10.1016/j.cell.2026.03.006.