欢迎关注类器官前言（沿）进展，第一时间了解类器官领域（生物学、癌症生物学、人工智能、材料学、仿生学）的新进展
本文由著名脑类器官领头人，奥地利科学院分子生物技术研究所Knoblich组的科研人员11月17日在线发表于语预印bioRx网站。原文衔接请点击文章最后的阅读原文。
通过四种方案在类器官中重建人类脑细胞多样性
文章创新点
跨协议的全面分析：
研究对四种针对特定脑区域的类器官生成方案（背侧前脑、腹侧前脑、中脑和纹状体）进行了系统评估，结合单细胞 RNA 测序（scRNA-seq）和时间分辨的 RNA 测序，详细绘制了不同协议的细胞和转录图谱。通过揭示每种协议在生成目标细胞类型上的优势和局限性，这一方法填补了以往研究中对脑区域特异性模拟的空白。NEST-Score 的开发：
引入了NEighborhood Sample Homogeneity-Score (NEST-Score)，一种用于量化协议驱动与细胞系驱动分化倾向的创新性指标。这为评价生成类器官一致性和与体内细胞相似度提供了标准化工具，是推动类器官研究规范化的重要进步。与体内数据的比较：
研究将类器官数据与人类胎脑发育图谱整合，评估其在多大程度上接近体内发育过程。结果显示，四种协议结合能够覆盖约 70.6% 的胎脑细胞多样性，这是目前关于类器官与体内数据最全面的对比研究之一。协议成功预测：
研究鉴定了发育早期（第 40 天）的基因表达标志物，可预测类器官在成熟阶段（第 120 天）的生成，论文识别出发育早期的基因表达标志物，这些标志物能够在类器官完全成熟前几个月预测其生成的成功率。这一发现减少了评估类器官质量所需的时间和资源。
交互式在线工具：
研究提供了一个公开的交互式数据浏览器，供研究人员验证协议、分析基因表达，并将其结果与已建立的数据集进行比较，从而促进透明性和可重复性。
文章解析
背景
脑类器官是一种三维体外模型，可以模拟人脑的发育过程，为神经发育、疾病机制研究和药物发现提供了重要工具。然而，由于实验协议和诱导多能干细胞（iPSCs）来源的差异，类器官研究的结果存在很大变异性，限制了其广泛应用。本文通过系统分析四种针对不同脑区域（背侧前脑、腹侧前脑、中脑和纹状体）的生成协议，旨在评估协议驱动与细胞系驱动的变异性，探讨类器官在体内脑细胞多样性中的表现，并开发标准化的方法来评估类器官性能。
技术方法
类器官生成
利用八种不同的多能干细胞系和四种协议生成类器官。
单细胞 RNA 测序 (scRNA-seq)
分析120天龄类器官的细胞多样性，共捕获超过7万个高质量单细胞转录组。
批量 RNA 测序
在六个发育阶段（第0天至第120天）收集时间分辨的转录组数据。
数据整合
将类器官数据与体内胎脑数据集进行比较，评估类器官与自然发育轨迹的相似程度。
NEST-Score 开发
设计了一种新颖的指标（NEST-Score），用于量化协议生成一致且可重复细胞类型的能力。
研究结果
细胞多样性
每种协议生成的细胞类型均有所不同。其中，纹状体协议生成的细胞最具特异性，例如中型棘状神经元。综合四种协议后，覆盖了胎脑参考中约70.6%的细胞多样性。
NEST-Score 见解
超过一半的细胞系主要表现为协议驱动的细胞状态，确保样本间的一致性。而较低的 NEST-Score 表明由于细胞系内在偏差导致的偏离。
变异性分析
类器官发育的时间点是主要的变异来源（占39%），其次是协议（13%）和细胞系差异（8%）。
预测标志物
在发育早期（第40天）发现的基因表达特征被证明是预测120天龄类器官成功生成的可靠标志物。
在线工具
开发了一个用户友好的交互式数据浏览器，研究人员可以通过该工具浏览基因表达数据并验证协议。
讨论
该研究表明，标准化协议和指标有潜力解决脑类器官研究中的变异性问题。NEST-Score 提供了区分协议驱动与细胞系驱动结果的强大框架，是一种关键的重现性和质量控制工具。通过将体外类器官数据与体内胎脑数据整合，证明了类器官生成与自然脑细胞多样性相当的可行性。此外，早期标志物的发现可以精简类器官生产过程，节省时间和成本。
研究提供的数据构成了未来类器官研究的宝贵资源，帮助研究者更好地选择适合特定研究问题的协议和细胞系。
研究的局限性
协议和细胞系的局限性
研究仅评估了四种协议和八种细胞系，尚未探索潜在的更多组合或其他针对脑区域（如小脑）的协议。
缺失的细胞类型
尽管协议覆盖了大多数神经细胞类型，但未能捕获免疫细胞、血管细胞和小脑细胞状态。
压力与变异性
虽然研究识别出压力是导致细胞系驱动变异的一个因素，但压力与类器官质量之间的具体机制尚不清楚。
批次效应
NEST-Score 在具有大量批次效应的大型数据集中的可扩展性需要进一步验证。
生成方法
微信交流群（请扫描群主二维码，经验证后邀请入群，添加时请注明单位姓名等信息，申请入群群体：投资人，技术与研发人员，科研和医疗机构工作者，企业实控人，高校老师和学生等等一线研究人员）
星球号二维码
