sOrganellomics 以多细胞器特征绘制组织中的细胞状态多样性与代谢适应

摘要

现有细胞状态研究多依赖转录组分析，忽略了作为代谢与应激关键指标的细胞器结构。研究者开发了空间细胞器组学流程 sOrganellomics，将自动分割与机器学习结合，依据多细胞器特征对细胞状态进行分类并作空间定位。在肝与胰腺中，这些特征可区分大类细胞群。在肝脏中，分区位置不足以解释由细胞器定义的肝细胞类别：肝细胞在经典分区内交织成群，支持更细化的亚区多样性模型。营养压力重塑了这一组织方式；活体成像将禁食诱导的细胞器重塑与体内线粒体膜电位改变联系起来，支持把多细胞器结构作为组织适应的结构性读出。