单细胞RNA测序（scRNA-seq）可揭示单个细胞在一个给定时刻中表达哪些基因，并且能够提供关于细胞随时间的推移如何发生变化的大量数据。然而，scRNA-seq会破坏细胞，因此无法精确追踪细胞从一种状态转变到另一种状态时的发育路径。因此，并不能太多地了解细胞在正常胚胎发育过程中或者当从一种成熟状态重编程为一种干细胞状态时如何发生转化。

为了解决这个问题，美国布罗德研究所利用一种被称为“最佳运输（optimal transport）”的数学方法构建出一种称为Waddington-OT的框架。研究人员在对干细胞重编程开展的大规模scRNA-seq时间进程研究中使用这种方法来预测细胞群体如何从一种状态转变到另一种状态，为生物界提供了新的分析能力和巨大的发育路径数据。

研究人员在追踪将成熟细胞（小鼠成纤维细胞）重编程为诱导性多能干细胞（ipsC）发育过程scRNA-seq中，大规模的使用了Waddington-OT。研究涉及两个独立的重编程实验。起初，研究人员在16天内每隔48小时收集一次样品，从而产生大约6.5万个scRNA-seq基因表达谱。之后，在18天内每隔12个小时收集一次样品。两组实验共计共产生了31.5多万个scRNA-seq基因表达谱，是迄今为止同类研究中规模最大的。

在将Waddington-OT应用于所产生的数据集后，研究人员发现细胞重编程引起的发育程序和状态变化比之前认为的更加广泛。比如，在重编程过进展到一天半中，观察到细胞开始分为两个主要的细胞群体：一个细胞群体产生基质样细胞（支持性的结构和结缔组织细胞）；另一个细胞群体经历上皮——间质转化（epithelial-mesenchymal transition, EMT），产生类似于ipsC、神经元和胎盘细胞的细胞。此外，还观察到这些早期的细胞命运并非是固定的，在一个细胞群体中开始发育的一些细胞随后转化为另一个细胞群体中的细胞。

在随后的实验中，研究人员根据Waddington-OT的预测结果，探究了将一种被称为Obox6的转录因子和一种被称为GDF9的细胞因子添加到重编程细胞中如何可能影响重编程效率。正如Waddington-OT所预测的那样，这两种蛋白因子增强干细胞增殖，表明Waddington-OT可能有机会改善这种重编程过程的效率。

（信息来源：新浪医药）