许多疾病的起源都始于细胞层面，并涉及多种分子间的相互作用。然而，以往的方法难以准确观察单个细胞的变化。通过分析成千上万细胞的平均值，很难检测到疾病的早期信号。
由韩国科学技术院(KAIST)生物科学系的郑仁敬(Inkyung Jung)教授研究团队与杜克大学刁亚瑞(Yarui Diao)教授团队合作，共同开发了scHiCAR（单细胞Hi-C结合转座酶可及染色质分析及RNA测序）技术。这是全球首个超高通量且精确的分子图谱解码技术，能够同时分析单个细胞内的基因表达（转录组）、表观基因组以及三维基因组结构。
该研究成果已发表于《自然·生物技术》期刊。
决定细胞状态的关键在于其基因如何运作。基因并非简单的开关。细胞的命运取决于哪些基因实际活跃（转录组）、它们为何活跃（表观基因组）以及它们在何种空间结构中发挥作用（三维基因组结构）。
现有技术需要分别从不同细胞中获取这些信息，然后再进行匹配，这可能导致细微变化的扭曲或遗漏。
研究团队引入了一种三模态多组学技术，这是一种集成式精确分析方法，可同时在单个细胞内检测这三种遗传信息。通过结合人工智能分析，大幅提升了准确性和可重复性，最终形成了一个类似读取细胞内部遗传信息的统一平台，如同一张三维地图。
值得注意的是，研究团队成功将分析成本降至每细胞约0.04美元（约50韩元）。利用这一技术，他们构建了小鼠脑组织中160万个细胞的高分辨率分子图谱。这意味着现在可以在细胞水平上精确识别疾病基因在何时、何处以及何种结构中被开启或关闭。
研究团队将该技术应用于脑组织和肌肉再生过程，揭示了22种主要细胞类型中截然不同的基因运作原理。
尤为重要的是，他们成功实时追踪了肌肉干细胞再生过程中，基因三维结构如何动态变化以影响细胞命运。这一进展有望为开发衰老和疑难疾病的治疗策略奠定关键基础。
郑仁敬(Inkyung Jung)教授表示：“这项研究超越了单纯观察细胞的层面，开启了精确读取和控制细胞内基因组蓝图的大门。这对于阐明帕金森病和癌症等复杂疾病的发展机制，以及识别针对患者特异性新药的靶点，都是一个重要的转折点。”
出版详情：Xiaolin Wei等人，使用scHiCAR对复杂组织进行转录组、表观基因组和三维基因组的三模态单细胞分析，《自然·生物技术》（2026年）。DOI: 10.1038/s41587-026-03013-7
期刊信息：《自然·生物技术》
关键概念：细胞生物学、生物分子与亚细胞过程、基因组、生物信息学
提供方：韩国科学技术院(KAIST)
【全文结束】