卡罗林斯卡学院与瑞典皇家理工学院（KTH）的研究团队最近开发了一种新的计算方法，能够揭示细胞在体内的发育变化和专化过程。这项研究发表在《美国国家科学院院刊》（PNAS）上，为理解为何细胞分化有时会出错并导致疾病提供了新的思路。
细胞分化是人体的核心过程，使干细胞能够发育成不同类型的功能细胞，例如大脑中的神经元或免疫系统中的白细胞。这些细胞在抵御感染和维持机体健康中起到关键作用。当分化过程被打断时，可能引发严重疾病。然而，研究这一过程一直存在困难，因为现有的单细胞分析技术在测量时会破坏细胞，使得研究者只能获取某一瞬间的“快照”，无法观察细胞随时间的变化。
为了解决这一问题，研究人员提出了一种名为MultistageOT的新算法。该方法基于“最优运输”的数学原理，可以从单一时间点的细胞基因表达数据中重建整个发育轨迹。索尔纳医学系博士生马格努斯·特朗斯塔德表示：“传统的单细胞测序会摧毁细胞，因此我们无法知道它未来的状态。MultistageOT允许我们即便只观察到一个时间点的细胞，也能模拟其完整的发育过程。”
该算法的核心在于能够填补发育过程中的中间阶段，从而预测细胞的成熟状态及功能。在研究中，团队使用血细胞发育的数据对算法进行了测试，这是一个干细胞生成多种血细胞类型的复杂系统。实验结果显示，多阶段OT不仅能够准确重建血细胞的发育轨迹，还能识别那些偏离正常分化路径的细胞，这对于避免错误解读实验数据至关重要。
讲师Joakim Dahlin指出：“这一方法为我们提供了强大的工具，可以理解细胞如何在发育过程中做出‘未来决策’，对于探索分化异常导致疾病的机制非常重要。”研究团队还强调，MultistageOT具有广泛的适用性，不仅可以应用于不同的人体细胞系统，还能推广到其他动物系统，甚至在跨物种研究中提供参考价值。
这项工作是卡罗林斯卡学院与KTH教授Johan Karlsson合作完成的，并获得了瑞典科学研究理事会（Vetenskapsrådet）、癌症基金会（Cancerfonden）和卡罗林斯卡学院的资助。研究团队声明不存在任何利益冲突。