《Nature Methods》期刊在2023年12月6日發(fā)表了一篇名為《Method of the Year 2023: methods for modeling development》^[1] 的文章，文中將胚胎建模作為2023年的年度最佳方法。
那么這篇文章主要內容是什么呢？以下便是對這篇文章的內容解析。
在相關領域方法開發(fā)的支持下，體外胚胎模型的研究徹底改變了我們對胚胎發(fā)生發(fā)育的理解。
發(fā)育過程始于單個細胞，然后以多細胞形式發(fā)展，并經歷一輪又一輪的細胞命運決定機制和組織形態(tài)模式，最終形成一個復雜的機體結構。長期以來，由于技術和倫理方面的限制，研究人員一直無法掌握在妊娠期間控制受精卵發(fā)育成胎兒的復雜機制。然而，在過去的幾年里，方法開發(fā)取得了巨大的進步，揭示了胚胎發(fā)育的這些“黑匣子”事件。

圖片來源：Berna Sozen，Zernicka-Goetz 實驗室

該領域的開創(chuàng)性方法已經成功在體外重現(xiàn)了胚胎發(fā)育的關鍵階段，從而重塑了我們對發(fā)育的理解。例如，2021年的兩篇具有里程碑意義的論文^[2,3] 報道了人類囊胚的體外模型，這是胚胎著床前的早期發(fā)育階段。今年早些時候，有研究小組^[4] 報告了一個人原腸前胚胎模型，該模型概括了羊膜和卵黃囊腔的形成、早期神經發(fā)育和器官發(fā)生等關鍵事件。

通過結合胚胎外組織來研究植入后發(fā)生的事件，進一步完善這些模型。例如，2023年發(fā)表的兩項研究報告稱^[5,6]，人類干細胞衍生的胚胎模型可以在體內重現(xiàn)胚胎植入后14天的胚胎事件。

這些用于模擬人類發(fā)生發(fā)展的方法緊隨技術進步和小鼠研究中首次報道的成就之后。兩篇開創(chuàng)性論文^[7,8] 描述了源自小鼠干細胞的體外模型，該模型可以在受精后長達8.5天的子宮內重現(xiàn)天然小鼠胚胎。這些胚胎發(fā)育到器官發(fā)生階段，與胚外組織共同發(fā)育。該模型在形態(tài)學和轉錄組學分析上與天然胚胎相似，且其復雜性導致了更真實的器官和組織發(fā)育。然而，雖然可以從動物模型的發(fā)育過程中得出結論，但在這種情況下，人類胚胎發(fā)育的物種特異性特征很容易被遺漏。
由于這些復雜的模型用于深刻理解胚胎發(fā)育的機制，我們選擇了體外胚胎模型構建的方法作為2023年的年度方法。

在本期特刊中，Magdalena Zernicka-Goetz^[9] 深入探討了報道的新胚胎模型。這些模型可以幫助研究人員研究形態(tài)發(fā)生背后的分子機制和組織形態(tài)模式背后的信號線索。Zernicka-Goetz提示研究人員，雖然這些胚胎模型帶來了新的見解，但它們遠非是對體內胚胎的完美再現(xiàn)。因此，當務之急是要意識到系統(tǒng)的局限性以及它如何影響得出的研究推論。
體外模型的真實度必須始終針對于體內來源的組織進行驗證。就胚胎組織而言，由于用于研究的胚胎有限以及圍繞人類胚胎操作的倫理問題，這構成了一個特殊的挑戰(zhàn)。Muzlifah Haniffa^[10] 及其同事討論了單細胞多組學技術的出現(xiàn)以及隨后的發(fā)育細胞圖譜如何成為測試胚胎模型有效性的重要基準。

除了細胞圖譜的發(fā)展之外，單細胞技術也導致了復雜的譜系追蹤和軌跡分析方法的出現(xiàn)。盡管這些方法尚未廣泛用于人類胚胎模型，但它們在繪制細胞命運事件圖譜方面發(fā)揮了重要作用，例如在人腦類器官^[11] 和斑馬魚胚胎^[12] 中。在一篇綜述中，Bushra Raj^[13] 描述了該領域方法論的新進展及其在研究發(fā)展快照方面的潛力。
幾十年來對哺乳動物胚胎體外培養(yǎng)方法的研究支持了先進的胚胎模型。Hongmei Wang及其同事在他們的評論中探討了這一點^[14]。他們寫道，為了優(yōu)化體外胚胎的培養(yǎng)條件，仍然需要開發(fā)模仿胚胎生理微環(huán)境的生物材料，以及研究細胞在胚胎發(fā)生階段所經歷的機械環(huán)境的方法。
這一觀點在另一篇綜述中得到了Idse Heemskerk^[15] 及其同事的贊同，該綜述討論了最近的方法，這些方法現(xiàn)在允許研究人員繪制發(fā)育中的胚胎內的力量。綜述探討了胚胎模型如何有可能闡明組織力學、模式和形態(tài)發(fā)生之間的相互作用。與此相關的是，Hervé Turlier^[16] 及其同事在同一期雜志上發(fā)表了一篇研究論文，報告了一種從小鼠和無序胚胎的3D熒光圖像中進行力推斷的方法。由Noah Mitchell和Dillon Cislo撰寫的第二篇研究論文介紹了TubULAR16^[17]，這是一種用于分析動態(tài)組織在形態(tài)發(fā)生過程中變形的組織制圖方法。
計算胚胎學是研究胚胎發(fā)育的一種新興方法。研究人員探索如何通過計算生成和干擾從實驗數據構建的虛擬胚胎。Patrick müller^[18] 團隊的一篇研究文章描述了一種基于深度學習的方法，可以對不同時間點的胚胎之間的相似性進行分級。在《Nature Methods》早期的一期文章中，同一個團隊發(fā)表了EmbryoNet^[19]，可以分析斑馬魚胚胎表型并將它們與主要信號通路聯(lián)系起來。我們的新聞特輯^[20]還采訪了這一領域的研究人員，他們分享了關于數字胚胎及其未來的希望和挑戰(zhàn)。
在討論胚胎研究的進展時，不得不考慮人類胚胎模型的倫理要求。倫理學家Nienke de Graeff、Lien de Proost和Megan Munsie在他們的綜述中^[21] 解釋了胚胎模型帶來了新的倫理問題。他們討論了胚胎模型是否應該遵循與類器官相同的指導方針，或者它們的發(fā)育潛力是否能賦予了它們新的地位。
胚胎模型，特別是人體系統(tǒng)，是一個令人興奮的新領域，得到了單細胞組學、生物材料和機械生物學領域并行方法開發(fā)的支持。我們必須就這些方法的局限性以及體外人類胚胎模型的倫理風險進行公開透明的探討。同時，我們希望您能和我們一起努力，因為我們認識到這些方法不僅在揭示胚胎發(fā)生的細節(jié)方面具有潛力，而且在建模發(fā)育和妊娠相關疾病建模方面也具有潛力。

那么有什么樣的工具可以有助于體外胚胎建模方法呢？
奎克泰生物的JuLI™系列實時活細胞成像分析系統(tǒng)能夠為體外胚胎建模實驗提供所需要的工具。
無需復雜人工操作，省時省力；無需頻繁取出樣本影響穩(wěn)定生長環(huán)境；可全面呈現(xiàn)胚胎培養(yǎng)情況；可獲取大量數據進行分析。
JuLI™ Stage活細胞成像分析系統(tǒng)能夠放置于培養(yǎng)箱內，具有全自動X-Y-Z軸、三色熒光、自動/手動對焦、Z-Stack、圖像拼接等功能。
可以對胚胎模型進行實時觀察，拍攝記錄生長周期的全過程，在保持胚胎生長環(huán)境穩(wěn)定的情況下，同時對胚胎模型拍照，形成視頻，提供體外胚胎培養(yǎng)實驗的量化結果。

JuLI™ Stage拍攝胚胎實驗流程：

自動化的活細胞成像分析系統(tǒng)可以捕獲最佳質量的胚胎模型圖像，將大大提高胚胎體外建模以及相關實驗的成功率。
我們希望您喜歡今年的年度方法，奎克泰生物祝您在2024新的一年研究順利、取得佳績，度過幸福溢滿的一年！

參考文獻：

[1] ethod of the Year 2023: methods for modeling development. Nat Methods. 2023 Dec;20(12):1831-1832. 

[2] Liu X, Tan JP, Schröder J, Aberkane A, Ouyang JF, Mohenska M, Lim SM, Sun YBY, Chen J, Sun G, Zhou Y, Poppe D, Lister R, Clark AT, Rackham OJL, Zenker J, Polo JM. Modelling human blastocysts by reprogramming fibroblasts into iBlastoids.  Nature. 2021 Mar;591(7851):627-632. 

[3] Yu L, Wei Y, Duan J, Schmitz DA, Sakurai M, Wang L, Wang K, Zhao S, Hon GC, Wu J. Blastocyst-like structures generated from human pluripotent stem cells. Nature. 2021 Mar;591(7851):620-626. 

[4] Liu L, Oura S, Markham Z, Hamilton JN, Skory RM, Li L, Sakurai M, Wang L, Pinzon-Arteaga CA, Plachta N, Hon GC, Wu J. Modeling post-implantation stages of human development into early organogenesis with stem-cell-derived peri- gastruloids. Cell. 2023 Aug 31;186(18):3776-3792.e16.

[5] Oldak B, Wildschutz E, Bondarenko V, Comar MY, Zhao C, Aguilera-Castrejon A, Tarazi S, Viukov S, Pham TXA, Ashouokhi S, Lokshtanov D, Roncato F, Ariel E, Rose M, Livnat N, Shani T, Joubran C, Cohen R, Addadi Y, Chemla M, Kedmi M, Keren-Shaul H, Pasque V, Petropoulos S, Lanner F, Novershtern N, Hanna JH. Complete human day 14 post-implantation embryo models from naive ES cells. Nature. 2023 Oct;622(7983):562-573. 

[6] Weatherbee BAT, Gantner CW, Iwamoto-Stohl LK, Daza RM, Hamazaki N, Shendure J, Zernicka-Goetz M. Pluripotent stem cell-derived model of the post-implantation human embryo. Nature. 2023 Oct;622(7983):584-593. 

[7] Tarazi S, Aguilera-Castrejon A, Joubran C, Ghanem N, Ashouokhi S, Roncato F, Wildschutz E, Haddad M, Oldak B, Gomez-Cesar E, Livnat N, Viukov S, Lokshtanov D, Naveh-Tassa S, Rose M, Hanna S, Raanan C, Brenner O, Kedmi M, Keren-Shaul H, Lapidot T, Maza I, Novershtern N, Hanna JH. Post-gastrulation synthetic embryos generated ex utero from mouse naive ESCs. Cell. 2022 Sep 1;185(18):3290-3306.e25. 

[8] Amadei G, Handford CE, Qiu C, De Jonghe J, Greenfeld H, Tran M, Martin BK, Chen DY, Aguilera-Castrejon A, Hanna JH, Elowitz MB, Hollfelder F, Shendure J, Glover DM, Zernicka-Goetz M. Embryo model completes gastrulation to neurulation  and organogenesis. Nature. 2022 Oct;610(7930):143-153.

[9] Zernicka-Goetz M. The evolution of embryo models. Nat Methods. 2023 Dec;20(12):1844-1848. 

[10] Haniffa M, Maartens A, Teichmann SA. How developmental cell atlases inform stem cell embryo models. Nat Methods. 2023 Dec;20(12):1849-1851.

[11] He Z, Maynard A, Jain A, Gerber T, Petri R, Lin HC, Santel M, Ly K, Dupré JS, Sidow L, Sanchis Calleja F, Jansen SMJ, Riesenberg S, Camp JG, Treutlein B. Lineage recording in human cerebral organoids. Nat Methods. 2022 Jan;19(1):90-99. 

[12] Lange, M. et al. Preprint at bioRxiv https://doi.org/10.1101/2023.03.06.531398 (2023)

[13] Raj B. Tracing developmental lineages. Nat Methods. 2023 Dec;20(12):1852-1854. 

[14] Wu X, Zhai J, Li Q, Wang H. The in vitro culture of mammalian embryos. Nat Methods. 2023 Dec;20(12):1855-1858. 

[15] Liu ZY, Trivedi V, Heemskerk I. Mapping morphogenesis and mechanics in embryo models. Nat Methods. 2023 Dec;20(12):1859-1862.

[16] Ichbiah S, Delbary F, McDougall A, Dumollard R, Turlier H. Embryo mechanics cartography: inference of 3D force atlases from fluorescence microscopy. 

Nat Methods. 2023 Dec;20(12):1989-1999.

[17] Mitchell NP, Cislo DJ. TubULAR: tracking in toto deformations of dynamic tissues via constrained maps. Nat Methods. 2023 Dec;20(12):1980-1988.

[18] Toulany N, Morales-Navarrete H, Čapek D, Grathwohl J, Ünalan M, Müller P. Uncovering developmental time and tempo using deep learning. Nat Methods. 2023 Dec;20(12):2000-2010. 

[19] Čapek D, Safroshkin M, Morales-Navarrete H, Toulany N, Arutyunov G, Kurzbach A, Bihler J, Hagauer J, Kick S, Jones F, Jordan B, Müller P. EmbryoNet: using deep learning to link embryonic phenotypes to signaling pathways. Nat Methods. 2023 Jun;20(6):815-823. 

[20] Marx V. How to build a virtual embryo. Nat Methods. 2023 Dec;20(12):1838-1843.

[21]de Graeff N, De Proost L, Munsie M. 'Ceci n'est pas un embryon?' The ethics of human embryo model research. Nat Methods. 2023 Dec;20(12):1863-1867.