生命学院张强锋课题组与合作者开发高通量细胞互作解析技术CCI-seq

2026-10-14 11:50:06

在复杂生物体中,组织的结构与功能依赖于细胞之间精密而广泛的相互作用(cell–cell interactions,CCI)。从直接的物理接触到短距离旁分泌及代谢协同,细胞间互作构成了维持器官生理功能、协调组织稳态并推动疾病发生发展的重要调控网络。解析 CCI 及其下游效应,不仅能阐明器官发育与稳态维持的分子基础,更为肿瘤微环境演变、免疫应答及组织修复等病理生理机制的突破提供关键靶点(图1)。然而,如何在保留高深度转录组信息的同时,大规模、无偏地捕获细胞间空间邻近关系,并进一步解析由细胞互作诱导的特异性分子与功能状态,一直是单细胞与空间生物学领域面临的重要挑战。

图1. 细胞相互作用研究意义

现有的细胞空间邻近与互作解析技术各有局限。空间转录组技术能够保留组织空间信息,但普遍面临基因捕获效率有限、细胞边界识别困难,同时对专用设备和实验条件具有较高要求。此外,近邻标记、空间核索引等技术通常依赖特定“诱饵细胞”或有限的采样策略,存在细胞回收率较低、空间采样不充分以及难以完整捕获细胞质mRNA等问题。因此,如何兼顾空间互作信息、转录组深度、检测通量与功能解析能力,仍亟需一种简便、通用且具有较强扩展性的技术方案。

2026年10月5日,清华大学生命科学学院张强锋课题组联合吴畏课题组、北京301医院第一医学中心胸外科冯长江团队,在《自然·方法》(Nature Methods)发表题为“解析复杂组织中的细胞-细胞相互作用网络及其分子逻辑”(Resolving cell–cell interaction networks and their molecular logic in complex tissues)的研究论文。该研究开发了一种高通量新技术——CCI-seq,通过结合细胞团索引标记(Combinatorial cell clump indexing)与单细胞转录组测序,实现了对复杂组织中细胞空间邻近与互作网络的大规模捕获,并能够进一步解析细胞互作所诱导的特异性转录与功能状态。

CCI-seq 的核心思路是在温和组织解离条件下,尽可能保留组织中原有的局部细胞团及其微环境关系,并利用组合索引策略对细胞团进行标记;随后将细胞完全解离,通过单细胞 RNA 测序获得高深度转录组信息(图2)。基于细胞在同一局部细胞团中的共现关系,该技术能够系统识别不同细胞类型之间的空间邻近与潜在互作,同时保留单细胞尺度的转录组分辨率。与依赖特定细胞类型作为“诱饵”的方法不同,CCI-seq不预设特定互作对象,因此能够更加无偏地捕获复杂组织中的多类型细胞邻近关系。

图2. CCI-seq流程图

CCI-seq兼具完整单细胞转录组深度、以及高通量和低成本三方面优势。一方面,该技术能够大规模采集不同细胞类型之间的邻近关系,从而构建组织尺度的细胞互作网络;另一方面,其与全细胞scRNA-seq兼容,可获得较为完整的转录组信息,在解析细胞身份的同时,能够深入刻画细胞状态及其分子程序。更为重要的是,CCI-seq并不止于描绘“谁与谁相邻”的细胞互作网络,还能够进一步比较处于不同互作环境中的同类细胞,从而识别由特定细胞邻近关系相关的转录变化及功能程序,实现从“互作网络绘制”向“互作分子逻辑解析”的拓展。

研究团队将 CCI-seq 应用于小鼠健康组织、癌前病变模型及人类临床肿瘤样本,系统验证了该技术在不同组织和疾病场景中的应用价值,并获得了一系列新的生物学发现。在小鼠肾脏中,CCI-seq准确重现了肾小球及集尿管区域的细胞互作网络,并发现肾上皮细胞与不同细胞类型形成邻近关系后,可特异性激活不同的离子运输相关转录程序;在小鼠健康肠道中,该技术精细解析了隐窝—绒毛轴上的细胞空间分布及邻近关系,并在Apc敲除诱导的肠道癌前病变中捕获到空间架构紊乱及异常细胞互作,发现绒毛顶端吸收细胞与T细胞邻近时会激活抗原递呈相关功能程序;在人类结直肠癌(CRC)临床样本中,研究团队进一步解析了不同肿瘤亚型特异性的“上皮—免疫”互作网络,鉴定出肿瘤细胞与单核细胞的特异性互作,并证实该互作与NF-κB炎症信号通路激活相关。这些结果揭示了细胞间空间互作与细胞功能状态重塑及肿瘤微环境演变之间的联系。

总体而言,CCI-seq 在传统单细胞测序与空间转录组学之间建立了新的连接:前者具有较高转录组深度但通常缺乏空间或互作信息,后者能够保留空间信息但常受限于基因覆盖、细胞分割和成本等因素。作为一个无需特殊设备、高扩展性且低成本的标准化平台,CCI-seq 不仅能够绘制大规模细胞互作网络图谱,还能进一步解析互作相关的分子与功能改变。该技术为研究疾病发生发展的细胞互作机制、发现关键互作关系及潜在治疗靶点提供了有力工具,也为组织三维结构重构提供了新的技术路径(图3)。

图3. CCI-seq的应用场景

清华大学生命科学学院张强锋副教授、北京301医院第一医学中心胸外科冯长江副主任医师、清华大学生命科学学院吴畏教授和清华大学生命科学学院博士后田康为论文共同通讯作者;清华大学生命科学学院博士后唐磊(已出站)、博士后田康、2022级博士生傅晓蕾和2022级博士生徐颖佳为论文共同第一作者。本研究获得国家自然科学基金、科技基础资源调查专项、清华大学笃实专项、清华大学钱塘生命科学发展基金和新基石科学基金会科学探索奖等项目支持。

原文链接:https://doi.org/10.1038/s41592-026-03237-0