关于“虚拟细胞在虚拟微环境中重现人类多能干细胞集落的早期发育样模式”研究的学术报告
本报告旨在向国内同行系统介绍发表在*Stem Cell Reports*上的一项前沿跨学科研究。该研究由Himanshu Kaul（莱斯特大学）、Nicolas Werschler、Ross D. Jones、M. Mona Siu、Mukul Tewary、Andrew Hagner、Joel Ostblom、Daniel Aguilar-Hidalgo和Peter W. Zandstra*（通讯作者，不列颠哥伦比亚大学）等学者共同完成，并于2023年1月10日正式发表。
一、 学术背景与研究目标
本研究属于发育生物学与计算生物学的交叉领域，核心目标是解析人类早期胚胎发育中组织模式形成的机制。具体而言，研究聚焦于原肠胚形成（gastrulation）这一关键时期，此时看似均一的细胞层（上胚层）会自组织分化为三个胚层（外胚层、中胚层和内胚层），最终形成所有组织和器官。由于技术和伦理限制，直接研究人类原肠胚过程极具挑战。因此，利用人类多能干细胞（human pluripotent stem cells， hPSCs）在特定形状和大小的细胞外基质微图案上自组织形成环状胚层结构（即“胃球体”，gastruloids），已成为研究这一现象的重要体外模型。已有研究表明，骨形态发生蛋白4（bone morphogenetic protein-4， BMP4）的刺激可以诱导hPSC集落形成放射状分区的Sox2+（外胚层相关）、Brachyury/Tbxt+（中胚层相关）、Sox17+（内胚层相关）和Cdx2+（胚外相关）细胞模式。传统的反应-扩散（reaction-diffusion， RD）模型描述了BMP4等形态发生素的信号梯度如何影响这种模式，但一个根本性问题仍未得到充分解答：细胞内的基因调控网络（gene regulatory network， GRN）如何与细胞外的信号微环境相互作用，最终驱动单个细胞根据其位置信息分化为特定的胚层？ 换句话说，我们尚不清楚微观的单个细胞GRN决策如何“涌现”为宏观的组织模式，以及宏观的信号梯度又如何“塑造”每个细胞的命运。
为了解决这一多尺度难题，本研究旨在构建一个计算平台，将细胞内的GRN、细胞间的相互作用以及细胞外的信号梯度动态地整合在一起。研究团队开发了一个名为GARMEN（GRN-agent-RD modeling environment， 基因调控网络-智能体-反应扩散建模环境） 的创新性多尺度计算模型，旨在模拟和预测hPSC集落中类原肠胚期的模式形成过程，并揭示其中的关键调控枢纽。
二、 研究详细流程
本研究主要分为三个相互关联、层层递进的阶段：计算模型的构建与验证、基于模型的预测、以及体外实验验证。研究流程复杂且严谨，体现了计算与实验生物学的深度融合。
第一阶段：GARMEN多尺度计算模型的构建与验证。 此阶段的核心是建立一个连接细胞内、细胞间和细胞外三个层次的虚拟实验室。具体步骤如下： 1. 最小化GRN模型开发与验证： 首先，研究团队基于已知文献，构建了一个最小化的动态GRN模型。该模型包含了核心多能性因子Oct4和Sox2、原条相关因子Tbxt和Sox17，以及胚外谱系标记Cdx2。同时，模型中整合了BMP4和Wnt3信号通路及其抑制剂Noggin和Dkk的逻辑关系。GRN节点的状态被抽象为三元变量（关闭、低、高），以捕捉基因表达的动态变化。模型通过对比已有的实验数据（例如，Oct4高表达促进中内胚层而低表达促进胚外命运，Cdx2的双重身份等）进行了验证，确保其能够重现已知的细胞命运吸引子状态。 2. 多尺度模型集成： 这是研究最具创新性的部分。研究团队将数千个上述GRN模型“嵌入”到空间离散的“智能体”（agent，即虚拟细胞）中。这些智能体能够感知并响应其周围环境。接着，他们使用一个包含BMP4/Noggin和Wnt3/Dkk的四组分反应-扩散模型来模拟形态发生素的动态信号微环境（即虚拟微环境）。最后，将基于智能体的模型（ABM）与反应-扩散模型进行动态耦合，形成了GARMEN。在模拟中，虚拟细胞被随机放置在圆形微图案上，初始状态为多能性状态（Oct4和Sox2高表达）。模拟开始后，细胞先增殖至汇合，然后引入BMP4信号。RD模块计算出信号梯度，传递给每个虚拟细胞内的GRN；GRN根据信号输入做出命运决策（如激活Tbxt），改变细胞状态；而大量细胞状态的集体变化又可能影响局部微环境，形成一个“个体塑造连续体，连续体塑造个体”的动态反馈循环。 3. 模型参数验证： 为确保模型的生物学合理性，团队校准并验证了多项参数。例如，反应-扩散模型中BMP4:Noggin和Wnt3:Dkk的有效扩散率比值与实验估计值吻合。同时，模型在没有考虑“边缘感应”（edge sensing）机制的情况下，仍成功再现了实验中观察到的pSmad1（BMP信号下游）和β-catenin（Wnt信号下游）的放射状分布轮廓，证明了模型架构的稳健性。
第二阶段：利用GARMEN进行模式形成相空间探索与预测。 在建立并验证了基础模型后，研究团队利用GARMEN作为一个虚拟实验平台，系统地扰动系统，以探索模式形成的“相空间”并产生可验证的假设。 1. 信号扰动模拟： 模拟了多种信号条件，例如：a) 绕过BMP，仅用Wnt信号（CHIR-99021类似物）启动模式形成；b) 在模式形成中途（24小时）抑制BMP信号（模拟使用LDN193189）。 2. 转录因子扰动模拟： 在GRN水平进行了“基因操作”模拟，包括：a) 持续敲低（oct4▽）或过表达（oct4++）Oct4；b) 敲低Tbxt（tbxt▽）。这些操作通过在模型中固定相应GRN节点的状态来实现。 3. 关键预测生成： 模拟产生了一系列定量和定性的预测。例如：预测仅激活Wnt信号会导致Tbxt+和Sox17+细胞被限制在集落边缘且共定位，无法实现中内胚层的充分分离；预测在24小时抑制BMP信号会“冻结”正在向内迁移的Tbxt+细胞环；预测敲低Oct4将导致Tbxt+细胞完全消失但保留Sox17+细胞（尽管位置靠外），而过表达Oct4则导致Tbxt+细胞环异常增宽，并与Sox17+细胞环重叠。所有这些预测都指向一个核心假设：Oct4是介导中内胚层出现及其向中胚层和内胚层分叉的“主调控因子”（master regulator）。
第三阶段：体外实验验证模型预测。 为了检验GARMEN预测的准确性，研究团队设计了严谨的体外实验，使用hPSC在微图案上进行类原肠胚分化。 1. 实验对象与样本量： 主要使用CA1 hPSC细胞系。对于转录因子扰动，研究团队还构建了可诱导敲低Oct4或Tbxt的工程细胞系（通过doxycycline诱导的CRISPRi系统），以及一个Oct4表达水平天然较高的hiPSC细胞系（作为oct4+模型）。样本量（分析的集落数量）在各项比较中均具有统计学意义，例如，在关键的比较中，每个条件通常分析数十个独立的集落（n值在图中明确标注，如n=75, 118, 127等）。 2. 实验处理与数据采集： 细胞被接种在直径约930微米的圆形微图案上，使用含有BMP4和Nodal的分化培养基启动模式形成。为验证信号扰动预测，实验组分别使用CHIR（Wnt激动剂）、CHIR+Nodal、或在分化24小时后切换到含有BMP抑制剂LDN的培养基。为验证转录因子扰动，则在分化开始或特定时间点加入doxycycline诱导基因沉默。分化48小时后，对细胞进行固定、免疫荧光染色，标记Oct4, Sox2, Tbxt, Sox17, Cdx2, Nanog, Eomes等关键蛋白。 3. 数据分析流程： 使用高内涵成像系统获取整个集落的高分辨率图像。通过CellProfiler等软件进行图像分析，识别每个细胞核的位置和荧光强度。利用团队开发的Context Explorer等工具，将单细胞数据重建为放射状表达谱，并计算关键指标：峰值位点（peak locus，即表达最强的平均径向位置） 和曲线下面积（AUC，反映总体表达量）。统计分析采用Mann-Whitney U检验、Kruskal-Wallis检验及ANOVA等方法，比较不同条件下峰值位点或AUC的差异。
三、 主要研究结果及其逻辑关联
本研究的实验结果与计算预测高度一致，形成了强有力的证据链。 1. 信号扰动验证结果： 实验完全证实了GARMEN的预测。a) 仅用CHIR诱导时，Tbxt和Sox17的峰值位点显著靠近集落边缘且彼此靠近，中内胚层分离不显著，同时Sox2表达范围宽，与预测相符。加入Nodal（一种BMP抑制剂）后，这种边缘限制效应更明显。b) 在24小时用LDN抑制BMP信号后，Tbxt的表达环向内迁移的过程被“ halted（中止）”，其48小时时的位置与对照24小时时的位置无显著差异，完美验证了模拟中“冻结分化前沿”的预测。同时，Cdx2的表达在对照组中从边缘延伸至内部，而在LDN处理组中则被严格限制在边缘，表达量也显著降低。c) 所有信号扰动的实验均显示，Oct4的表达空间分布发生了预测中的改变：CHIR导致宽的Oct4表达区，LDN导致Oct4峰值外移。这表明信号动态通过影响Oct4的空间模式来调控全局格局。 2. 转录因子扰动验证结果： 这是验证Oct4主调控作用的核心部分。a) oct4▽细胞系：体外分化后，Tbxt表达完全消失，验证了“Oct4缺失导致中内胚层无法出现”的预测。Sox17+细胞仍然存在，但其峰值位点显著外移。Cdx2+细胞被限制在最边缘。一个关键发现是，另一个中内胚层关键调控因子Eomes的表达也完全缺失，进一步证明Oct4是启动中内胚层程序的“总开关”。b) tbxt▽细胞系：敲低Tbxt后，Tbxt蛋白表达（意料之中地）几乎消失，但Sox17和Cdx2的峰值位点与对照无显著差异，且Eomes表达正常。这说明Tbxt是下游效应因子，而非中内胚层启动所必需，其缺失不影响整体模式框架，这与模型预测一致。c) oct4+细胞系：Oct4基础表达较高的细胞在分化后，表现出异常增宽的Tbxt表达环，且与Sox17环重叠，中内胚层分离度低。这与过表达Oct4的模拟预测（图案X）以及高Wnt信号下的表型相似，共同指向“过强或过广的Oct4表达阻碍了中内胚层细胞的命运分叉”。 3. 提出并验证量化指标——“胚层区分度”： 本研究创新性地提出了一个量化概念来评估类原肠胚模式的成熟度：即Sox2、Tbxt和Sox17三个标记的峰值位点是否在统计学上显著分离。在对照（BMP4+Nodal）条件下，三者峰值位点显著分离，代表了一个良好的“区分开”的胚层状态。而在CHIR诱导、oct4+细胞系等条件下，Tbxt和Sox17的峰值位点无显著差异，表明中内胚层未能有效分叉。这一量化指标将模型预测与实验表型有机联系起来。 4. 阐明Oct4的作用机制及其与Nanog的区分： 为了排除Oct4效应是通过其下游因子Nanog介导的可能性，研究团队进行了精妙的动态敲低实验。他们在分化开始时（而非细胞培养时）才诱导敲低Oct4，这样细胞在分化早期（关键决策期）仍保持较高的Oct4和Nanog水平。结果显示，这种动态敲低条件下，Tbxt+细胞能够出现但被限制在边缘（与预测一致），且Nanog的表达水平与对照无差异。这直接证明，是Oct4本身（而非通过抑制Nanog）在调控中内胚层的出现和径向迁移。此外，时间进程分析显示，在分化各时间点，Oct4的峰值表达位点始终位于Tbxt峰值位点的内侧（即更靠近中心），这种空间关系与小鼠原肠胚中Oct4在前部表达的模式一致，暗示了其保守的边界划定功能。
四、 研究结论与价值
本研究得出结论：Oct4是人类多能干细胞类原肠胚模式形成中的主调控因子，它通过整合BMP和Wnt信号梯度，动态调控自身表达空间分布，从而决定中内胚层的出现、径向迁移以及最终向中胚层和内胚层的命运分叉。 GARMEN作为一个成功的多尺度计算平台，首次将数千个GRN与动态微环境在空间和时间上耦合，实现了从基因调控逻辑到组织水平模式的机理性预测。
其科学价值主要体现在：1）方法论创新：提供了研究多尺度生物学问题的通用框架，填补了单细胞GRN模型与组织水平反应-扩散模型之间的鸿沟。2）机制新发现：明确了Oct4在人类早期发育语境下的核心调控作用，并提出了胚层区分度的量化标准。3）理论启示：展示了细胞如何通过累积解读局部的生化梯度和基因表达梯度来解码位置信息，为“位置信息”理论提供了具体的实现案例。
应用潜力方面：GARMEN平台可作为“虚拟实验室”，用于预测基因或信号扰动对发育结果的影响，指导干细胞定向分化方案的优化，并可能用于模拟病理条件下的发育异常，为再生医学和疾病建模提供新工具。
五、 研究亮点