使用 DiReG 探索直接细胞重编程的地图

将一种细胞类型变为另一种

设想可以按需把皮肤细胞变成心肌细胞或肝细胞。这种直接的形态转换，称为细胞重编程，可能使医生培育替代组织、在实验室中构建疾病模型并更安全地进行药物测试。但要找到细胞内要拨动的正确分子“开关”如同猜开保险箱的密码：存在成千上万种可能，逐一试验既缓慢又昂贵。本文阐述了科学家如何借助计算方法缩小候选范围，并介绍了一个新的在线指南 DiReG，帮助研究者更智能地设计和检查重编程配方。

从偶然发现到系统化设计

细胞重编程的故事始于研究者发现将单一基因 MyoD1 强制表达于结缔组织细胞即可将其转变为肌肉细胞。随后又发现了可诱导神经元或产生胰岛素的细胞的其他组合，以及可以将成体细胞回卷到类干细胞状态的四个“山中因子”。这些突破展示了可能性，但它们的发现很大程度上依赖专家的直觉和漫长的实验工作。直接重编程——直接从一种成熟细胞类型跳转到另一种——仍然尤其困难，因为许多尝试在中途停滞，产生不稳定的“混合”细胞，或无法完全抹去细胞原有的身份痕迹。

计算机作为配方发现者

过去十年里，出现了若干计算工具来帮助挑选有前景的转录因子组合——这些基因作为细胞身份的主开关。论文回顾了六种领先方法，它们筛选大量基因表达和 DNA 调控数据以建议哪类因子可能驱动从一种细胞类型到另一种的转变。有些方法主要关注哪些基因被开启或关闭，另一些则构建类似电路图的调控网络，更新的方法则将 DNA 可及性和增强子信息纳入分析，因为许多控制开关位于此处。每一项进步都增加了有用的细节，但没有任何方法明显胜出，部分原因是它们在不同的数据集和不同条件下被测试，使得公平比较变得不可能。

细胞内部的隐藏复杂性

作者指出，所有现有工具都忽视了若干生物学上的细微层面。单一“基因”可能存在多种略有不同、行为各异的蛋白质形式（亚型），而现有模型通常将其视为同一实体。DNA 上的化学标签，例如甲基化，能阻挡或吸引控制蛋白，但多数算法忽略了目标位点是否可用。许多关键的辅助因子——蛋白质伙伴、为相同结合位点竞争的家族成员、以及能沉默不需要信息的小型调控 RNA——也常被排除在外。此外，大多数方法依赖于混合细胞样本的平均信号和 RNA 水平，而这些仅粗略反映实际上驱动变化的真实蛋白质活性。

导航选择的一份新指南

为了在这些空白中取得进展，作者构建了 DiReG（直接重编程指南）——一个网络应用，更像是控制中心而非全知的单一算法。DiReG 汇集了主要现有工具的预测，增加了一个基于基序的简单方法，直接利用开放染色质数据，并将所有这些与一个人工整理的数百篇重编程文献库连接起来。通过内置的问答系统，研究者可以快速查找文献中的方案、因子组合和实验细节。随后，他们可以将候选因子集移入分析空间，DiReG 在那里绘制它们的调控网络，测试受影响基因是否类似目标组织的基因表达，检查这些因子在天然状态下的活性位置，并突出显示已知的相互作用伙伴和可能促进或阻碍转化的亚型。

迈向更智能的细胞转换

对非专业读者而言，关键信息是：这项工作尚未提供一个一键式配方来将任何细胞变为任何其他细胞。相反，它提供了一个集中、交互的地图，展示已知信息、已尝试的方法，以及哪些遗传开关最有可能协同工作。通过帮助研究者快速将计算预测与生物学背景相结合，DiReG 旨在减少死胡同式的实验并使方案设计更加理性。作者也列出了仍然欠缺的方面——更丰富的蛋白质形式数据、化学标记、细胞间相互作用以及真实的蛋白质活性。随着新兴技术填补这些层面，基于此处展示思想的未来工具可能使直接细胞重编程变得更可靠、更安全，并更接近现实世界的医学应用。

引用: Lauber, M., List, M. Navigating the landscape of direct cellular reprogramming with DiReG. npj Syst Biol Appl 12, 35 (2026). https://doi.org/10.1038/s41540-026-00652-z

关键词: 细胞重编程, 转录因子, 计算生物学, 基因调控网络, 再生医学