“Aviv Regev是一位生物分析专家。现在，她正致力于绘制人体的每一个细胞。”这句话是罗氏（Roche）子公司基因泰克对她的官方介绍。2020年5月11日，罗氏（Roche）宣布，Regev加入罗氏子公司基因泰克研究与早期开发部门（Genentech Research and Early Development, gRED），接替Michael Varney成为新任负责人，并将于2020年8月1日成为罗氏公司执行委员会的一员。说到这个基因泰克公司，可能有些小伙伴了解过一些它的江湖地位，这家生物技术公司创立于1976年，一直被认为是现代生物技术行业的创始者，那么它在生物学界的影响力就不言而喻了。比如说，Immugent之前介绍的张泽民老师在回国之前也是就职于该公司，担任癌症基因组学和生物信息学组的首席，说通俗一点就相当于国内公司的项目经理，而Aviv Regev则是这家公司的董事会主席之一。

介绍完Aviv Regev女神的就职情况，下面就粗略说一下为啥她能成为基因泰克的老板。截止到目前，Aviv Regev共发表了3篇nature medicine，4篇science，6篇nature，7篇cell，以及其它权威期刊文章近50篇。虽然在文章总数上并不多，可能还不如之前爆出的国内在读博士几年发80多篇sci论文。但是她的文章没有水刊，每一篇都是极高水平的研究。就拿2022年来说，就已经发了7篇重量级研究，反正Immugent看她的文章一直都有种感觉，就是看的速度还没有她发的快。当然，今天这篇推文小编也不奢望，也不能够完全介绍完Aviv Regev所有的研究，下面小编就是通过几篇具有代表性的文章进行解读。

Aviv Regev现是MIT和哈佛大学Broad研究所的知名专家，也是国际人类细胞图谱（Human Cell Atlas）项目的联合主席。Aviv Regev曾和张锋一起开发了多种单细胞RNA测序方法，在生物信息、机器学习算法方面贡献了许多卓越的成果。因此，接下来的篇幅业主要集中在她在单细胞领域的研究发现。

1. 单细胞核与空间转录组测序确定与胰腺癌新辅助治疗相关特征

根据时间顺序，首先介绍的就是Aviv Regev在7月份发表在Nature Genetics杂志上合作发表了一篇题为Single-nucleus and spatial transcriptome profiling of pancreatic cancer identifies multicellular dynamics associated with neoadjuvant treatment 的文章。他们对来自43个接受新辅助治疗和未经治疗的胰腺导管腺癌患者的新鲜和冰冻样本，进行了单细胞RNA测序、单细胞核RNA测序和空间转录组测序，发现对新辅助治疗产生应答的患者肿瘤中，上皮细胞和成纤维细胞中神经样祖细胞恶性细胞程序即NRP（Neural-like progenitor）异常改变，而无应答的患者则没有出现这样的特征。

图1：

通过相关研究，Regev团队基于上皮细胞、成纤维细胞和免疫细胞的亚型特征和微环境中其他转录水平的差异，将新辅助胰腺导管腺癌患者分为：经典型、鳞状细胞-基底细胞样型和治疗富集型共三型。具体来说，经典型患者免疫微环境中主要是上皮细胞恶性进程、肌纤维母细胞祖细胞、粘附性成纤维细胞进程发生改变，巨噬细胞、中性粒细胞和2型树突状细胞 （cDC2s）的比例也较其他亚型存在差异。治疗富集型患者肿瘤微环境中NRP程序与神经内分泌样恶性进程、嗜神经性成纤维细胞进程和CD8+T细胞相关。鳞状细胞-基底细胞样型患者肿瘤组织中多是鳞状细胞和基底细胞相关恶性进程发生改变；微环境中的淋巴细胞和骨髓细胞亚型多样，且上皮细胞和免疫细胞比例较高而成纤维细胞比例较低。

图2：

总的来讲，这项研究利用了胰腺导管腺癌患者肿瘤组织样本进行单细胞、单细胞核空间转录组分析，结合患者对新辅助治疗响应程度，探究了新辅助治疗的细胞基础和分子机制。表明在胰腺导管腺癌中，新辅助治疗的效果与上皮细胞和成纤维细胞亚型有关。结合多组学数据，Regev团队对胰腺导管腺癌新辅助治疗患者提出了精准的分子分型，这对于设计新的新辅助治疗方案具有重要参考价值。

2. 单细胞测序构建新冠肺炎多器官图谱揭示COVID-2019的病理特征

接下来要解读的是Regev团队在去年发表在Nature杂志的题为：COVID-19 tissue atlases reveal SARS-CoV-2 pathology and cellular targets的文章，该研究采集了在麻省总医院、布列根和妇女医院以及贝斯以色列女执事医疗中心接受治疗并死于新冠肺炎的32名病人的420份尸检样本，构成了一个覆盖11种器官的COVID-19尸检生物样本库。利用这个生物样本库，研究人员构建了COVID-19患者的肺、肾、肝和心脏组织的单细胞（核）图谱以及肺的空间图谱，这些单细胞及空间图谱为揭示新冠肺炎病毒导致人体器官衰竭以及最终死亡的病理提供了重要依据。

图3：

鉴于新冠病毒主要通过人的呼吸系统进行传播，先前的很多单细胞研究都只是关注呼吸系统的器官。而在这项研究中，Regev团队不仅构建了肺部细胞图谱，还构建了新冠肺炎尸检样本的肝脏、心脏和肾脏单细胞核图谱。通过整合多个器官的单细胞数据，有助于我们对新冠病毒引起的并发症有更清晰的认识。虽然一些其它研究声称在非肺部的新冠肺炎组织中发现了病毒的RNA，作者并未在肝脏、心脏和肾脏的单细胞核图谱中发现多少SARS-CoV-2病毒RNA。通过和正常心脏组织的比较，作者发现新冠肺炎的心脏在细胞组成和基因表达上都有所变化：患者的心脏中出现心肌细胞和周细胞比例显著降低，出现血管内皮细胞比例显著增加；氧化应激诱导的细胞凋亡通路、细胞粘附和免疫通路、细胞分化通路分别在周细胞、心肌细胞和成纤维细胞中表达量增加。

图4：

最后，通过将细胞图谱数据与新冠肺炎的全基因组关联研究（genome-wide association study, GWAS）相结合，作者找到了具体细胞类型，尤其是II型肺泡细胞、纤毛细胞、CD8+ T细胞和巨噬细胞，与新冠肺炎的遗传风险之间的关联。当GWAS及细胞图谱数据变得更多时，这种结合分析的方法会变得更加有效。Regev团队还研究了27种不同的基因，这些基因在以前的全基因组关联研究中与严重的COVID-19有关。在这项新的研究中，他们聚焦于少数在关键细胞类型中高度表达的细胞，特别是在受感染的肺部。这一发现有助于缩小导致严重疾病的潜在遗传因素的范围，并突出显示可能与严重COVID-19最相关的细胞类型。

3. 单细胞测序绘制人类和小鼠的肠神经图谱

Regev团队在2020年的一项比较有意义的研究是发表在Cell杂志上的一篇题为：The Human and Mouse Enteric Nervous System at Single-Cell Resolution的研究成果。在这项研究中，作者开发了两种方法，能够以单细胞分辨率对成年小鼠和人类的肠神经系统（ENS）进行分析：RAISIN RNA-seq用核糖体结合的mRNA谱分析完整的细胞核，而MIRACL-seq则通过基于液滴的无标签富集稀有细胞类型分析。小鼠图谱中的1,187,535个核包括来自回肠和结肠的5,068个神经元，这些细胞显示出非同寻常的神经元多样性。

图5：

然而，后续的实验证明了RAISIN RNA-seq这种方法并不适用于小鼠或人类中经标记过的细胞，并且基于液滴的分析对于稀有细胞类型而言效率又极其低下，因此研究人员通过在单个液滴中超载核/细胞，开发了MIRACL-seq，使得可以有效分析复杂组织中的稀有细胞类型。而该方法的主要设计思想为，经过前期的提取核之后，对不同细胞的细胞核一并经过Multiplexing Cost Calculator，通过使用两种方法的结合（the 'demuxlet' algorithm 和'Cell hashing' approach)可以对来自不同遗传背景的不同细胞进行解离，高效可靠地检测跨不同细胞的双核液滴。基于神经元细胞数量占据整个肠道的极稀少的比例，作者主观地将两种稀有细胞在经过一个通道时超载到一个液滴中的可能性默认为0后，设计出一种新的算法可以特异地识别并移除包含一个目标稀有细胞核与一个其他细胞细胞核的双核液滴，进而将得到的剩余的目标稀有细胞核进行后续的处理测序。

图6：

总而言之，在这项研究中Regev团队开发了两种新的适于人类和小鼠肠神经系统，以及其他的复杂组织中细胞的稀有细胞类型的单细胞测序方法。对这些稀有细胞的进一步分析可能会推动我们对肠道中细胞功能，参与的复杂网络的进一步研究认识，推动肠道在机体中更进一步的重要作用的研究的发展，对研究肠道过敏性疾病以及其他至今无法解释的肠道神经病变（消化系统神经受损或退化）产生新的思路。

4. 单细胞测序揭示特殊程序让肿瘤对免疫检查点药物产生抵抗

最后介绍的这项Regev团队的研究就非常具有影响力了，它就是在2018年发表在Cell杂志上的篇名为：A Cancer Cell Program Promotes T Cell Exclusion and Resistance to Checkpoint Blockade的文章。作为利用单细胞测序技术探索肿瘤免疫特征的旗舰文章之一，目前这项研究以及被引用了500+次。在这项研究中，作者通过对黑色素瘤样品进行单细胞RNA测序（scRNAseq），鉴定出恶性肿瘤细胞中存在的一种免疫抵抗性程序，多种免疫抵抗性机制在这种免疫抵抗性程序中受到共同调节，而且这种免疫抵抗性程序可预测黑色素瘤患者对免疫治疗作出的反应，此外，CDK4/6抑制剂可抑制这种免疫抵抗性程序，从而可能让黑色素瘤对免疫治疗变得敏感。

图7：

免疫检查点抑制剂在一些黑色素瘤患者中产生持久的反应，但是许多患者并没有获得临床获益，而且产生这种抵抗性的分子基础仍然是未知的。在这项新的研究中，这些研究人员通过对33种黑色素瘤样品进行单细胞RNA测序和开展计算分析来寻找促进免疫逃避的恶性肿瘤细胞状态。这些研究人员鉴定出恶性肿瘤细胞表达的一种免疫抵抗性程序与T细胞排斥和肿瘤免疫逃避相关。这种免疫抵抗性程序在免疫检查点抑制剂治疗之前就已表达，是原位冷肿瘤微环境的一个特征。在一个独立的112名黑色素瘤患者群体中，这种免疫抵抗性程序可用来预测患者对抗PD-1疗法作出的临床反应。此外，这些研究人员还发现CDK4/6抑制剂可抑制恶性肿瘤细胞中的这种免疫抵抗性程序，诱导细胞衰老，而且当在体内与免疫检查点抑制剂（比如抗PD-1抗体）联用时，可降低小鼠模型中的肿瘤生长。

图8：

通过利用临床多个患者队列的scRNA-seq数据，Regev团队绘制了与免疫检查点抑制剂（ICI）耐药相关的恶性细胞状态，揭示了一个具有预后和预测价值并可能具有治疗靶向性的连贯程序。该程序在几个独立队列中都精准的预测了ICI反应效果，并且明显优于其他已发表的基于标记的生物标志物。因为在许多现有的生物标志物中，一旦考虑到推断的T细胞水平，就没有附加的预测价值。而这项研究开创性的预测了患者对抗PD -1的反应，在某种程度上也预测了对抗CTLA-4的治疗反应，但还需要进一步的研究来分析治疗特异性效应，以达到预测所有患者/队列中免疫检查点的治疗效果。

5.小结

除了上面讲到的Regev的一些代表作之外，还值得一提的就是她和张锋老师合作开发的Perturb-seq测序技术。Perturb-seq目的是通过关闭每个细胞中的一个或多个基因，然后测定它们如何影响其它的基因，从而实现大规模、精确地分离遗传途径。以往研究人员只能同时操作少量基因，但是Perturb-seq可以一次处理1000甚至10000个基因。得出的结果将可以揭示基因如何相互调控，以及一次激活或失活多个基因的综合作用——单独操作单个基因是无法揭示这一点的。

能有这么多的科研产出，背后肯定是没日没夜的辛苦付出。Regev实验室的工作人员曾经说到，她工作起来就没日没夜。就拿Perturb-seq对应的研究来说，提交论文的前几周，她每天6点召开项目会议。文章的第一作者Dixit在论文补充方法的末尾写了一句笑话——此句只是为了看看有没有人会读到这里。Regev在凌晨3点就发现了这个句子，那是他们论文提交的前一天晚上。也就是说，Regev 3点还没睡，6点可是要组织开会的。不知道大家的感触如何，反正小编打心底非常敬佩Regev，她的这种对待科研的认真负责和严谨性值得我们每一位科研人员的学习。

Regev的工作强度和高度聚焦源自于她对科研的无限热爱。Regev认为自己是非常幸运的人，做的是她最爱的事情。Regev还非常热爱细胞，无论怎么看，对她来说，细胞都是神奇且迷人的。

本文最后通过她实验室的官网，介绍一下Regev比较热爱的研究方向：我们对生物网络、基因调控和进化感兴趣。我们的工作重点是解剖复杂的分子网络，以确定它们如何在面对遗传和环境变化时，以及在分化、进化和疾病过程中发挥作用和进化。但是，需要注意的是，目前Regev的实验室不再接收学生了，只能通过项目合作的方式到她的实验室学习。

[参考文献]

[1] Hwang WL, Jagadeesh KA, Guo JA, Hoffman HI, Yadollahpour P, Reeves JW, Mohan R, Drokhlyansky E, Van Wittenberghe N, Ashenberg O, Farhi SL, Schapiro D, Divakar P, Miller E, Zollinger DR, Eng G, Schenkel JM, Su J, Shiau C, Yu P, Freed-Pastor WA, Abbondanza D, Mehta A, Gould J, Lambden C, Porter CBM, Tsankov A, Dionne D, Waldman J, Cuoco MS, Nguyen L, Delorey T, Phillips D, Barth JL, Kem M, Rodrigues C, Ciprani D, Roldan J, Zelga P, Jorgji V, Chen JH, Ely Z, Zhao D, Fuhrman K, Fropf R, Beechem JM, Loeffler JS, Ryan DP, Weekes CD, Ferrone CR, Qadan M, Aryee MJ, Jain RK, Neuberg DS, Wo JY, Hong TS, Xavier R, Aguirre AJ, Rozenblatt-Rosen O, Mino-Kenudson M, Castillo CF, Liss AS, Ting DT, Jacks T, Regev A. Single-nucleus and spatial transcriptome profiling of pancreatic cancer identifies multicellular dynamics associated with neoadjuvant treatment. Nat Genet. 2022 Aug;54(8):1178-1191. doi: 10.1038/s41588-022-01134-8. Epub 2022 Jul 28. PMID: 35902743.

[2] Delorey TM, Ziegler CGK, Heimberg G, Normand R, Yang Y, Segerstolpe Å, Abbondanza D, Fleming SJ, Subramanian A, Montoro DT, Jagadeesh KA, Dey KK, Sen P, Slyper M, Pita-Juárez YH, Phillips D, Biermann J, Bloom-Ackermann Z, Barkas N, Ganna A, Gomez J, Solomon IH, Ashenberg O, Porter CBM, Li B, Shalek AK, Villani AC, Rozenblatt-Rosen O, Regev A. COVID-19 tissue atlases reveal SARS-CoV-2 pathology and cellular targets. Nature. 2021 Jul;595(7865):107-113. doi: 10.1038/s41586-021-03570-8. Epub 2021 Apr 29. PMID: 33915569; PMCID: PMC8919505.

[3] Drokhlyansky E, Smillie CS, Van Wittenberghe N, Ericsson M, Griffin GK, Eraslan G, Dionne D, Cuoco MS, Goder-Reiser MN, Sharova T, Kuksenko O, Aguirre AJ, Boland GM, Graham D, Rozenblatt-Rosen O, Xavier RJ, Regev A. The Human and Mouse Enteric Nervous System at Single-Cell Resolution. Cell. 2020 Sep 17;182(6):1606-1622.e23. doi: 10.1016/j.cell.2020.08.003. Epub 2020 Sep 3. PMID: 32888429; PMCID: PMC8358727.

[4] Jerby-Arnon L, Shah P, Cuoco MS, Rodman C, Su MJ, Melms JC, Leeson R, Kanodia A, Mei S, Lin JR, Wang S, Rabasha B, Liu D, Zhang G, Margolais C, Ashenberg O, Ott PA, Buchbinder EI, Haq R, Hodi FS, Boland GM, Sullivan RJ, Frederick DT, Miao B, Moll T, Flaherty KT, Herlyn M, Jenkins RW, Thummalapalli R, Kowalczyk MS, Cañadas I, Schilling B, Cartwright ANR, Luoma AM, Malu S, Hwu P, Bernatchez C, Forget MA, Barbie DA, Shalek AK, Tirosh I, Sorger PK, Wucherpfennig K, Van Allen EM, Schadendorf D, Johnson BE, Rotem A, Rozenblatt-Rosen O, Garraway LA, Yoon CH, Izar B, Regev A. A Cancer Cell Program Promotes T Cell Exclusion and Resistance to Checkpoint Blockade. Cell. 2018 Nov 1;175(4):984-997.e24. doi: 10.1016/j.cell.2018.09.006. PMID: 30388455; PMCID: PMC6410377.