转化细胞生物学:研究生涯开启技术悟性

[题记]转化细胞生物学家们所从事研究的问题对治疗人类疾病有一种直接的影响。但是为了建立一种成功的科学生涯,年轻的细胞生物学家们还必须做到对各种研究技术熟练掌握,比如尖端成像、数据挖掘和生物物理学,以便推动他们的研究工作前进。这些细胞生物学家必须拥抱和掌握一些通常在其它系科才看得到的技能,比如编程、运用重载的大数据进行统计学分析,乃至自己动手制作与机器商店相似的仪器。将实验室发现转变成潜在新治疗学的基础和根据,还需要培养强有力的(学术)交流能力,还需要强烈的意愿参与科学团队内的合作,或许还要跨越学术-产业之间的鸿沟。

贝恩德·博登米勒(Bernd Bodenmiller)从来没有现在这样对现有技术的状态感到满意。作为一名系统生物学界创始实验室之一的一名研究生,他着迷于新的蛋白质组学工具、对于测量某种细胞类型的所有蛋白质非常给力。但是,结果发现,这些测量值都显示出是数百万细胞的平均值,这令他非常沮丧。

后来,他作为一名博士后,加入了斯坦福大学的加里·诺兰(Garry Nolan)实验室,很大程度是因为它是第一个研制出一种新仪器的实验室,这种仪器称为“质量细胞仪”、又名CyTOF,它融合了飞行时间质谱仪和溶液中细胞的单细胞分析两项技术。但是,他很快就意识到,若要回答他为之焦灼的问题,他需要能够分析天然组织内细胞的技术,这个问题是:是什么影响静息的癌细胞使之激活(恶变)并扩散到机体的其它部位。

博登米勒的未知欲和漫游癖驱使他发现和改善技术来分析细胞信号转导情形,这导致他研发了一种激光辅助质量细胞仪,它可以分析一块组织切片内单个细胞内发现的多达50种不同的蛋白质信号。这也使他成功地成为苏黎世大学的定量生物学助理教授,并为他在激烈的竞争中获得了高额的课题经费。

现在,博登米勒有了自己的团队:苏黎世大学分子生命科学研究所,他鼓励他所内的年轻科学家们跟随他的成功脚步,在细胞生物学的前沿建立自己的学术之路,目标是:在生物学与发展新方法之间的交叉学科领域寻求建树。

“研发一种新的方法,然后应用这种锋利无比的技术来剖析生物学问题将带来生物学新观点、这样带来的重要发现几乎没有什么竞争,”他强调说。只关注技术、或者只关注生物学,都不会推动其一前进,也不会具备科研突破的动力或潜能,他解释道。

成功的科学家往往工作在细胞生物学和人体健康的交叉领域,他们成功的秘诀有其共同点。但也有细微的不同之处。他们中许多人既能研发也能应用新的工具来建立日益复杂的细胞新知,尤其是疾病期间的信号转导网络。其他一些科学家正在对大规模数据集进行筛选来发现新方法以靶向疾病。还有一些科学家正在使用尖端的成像技术和计算方法来发现控制细胞行为的精细模式。

年轻的研究人员如果想把从事转化细胞生物学作为自己的职业,不论是从事学术研究还是进入产业界,都必须适应和掌握数据分析、编程和计算生物学。他们还必须容易合作、善于合作并在团队中做出不错的工作,这种团队经常包括物理学家、生物信息学家和软件工程师。

解决问题的首席科学家

几位细胞生物学首席科学家(PIs)已经如同博登米勒一样做出了他们的研究工作,推动了技术研发,来帮助他们解答他们自己研究中的难题。作为怀特海德研究所的一位博士后研究员,安妮·卡朋特(Anne Carpenter)发现她实验室的成像软件不能完成她需要解决的任务――针对应答于全基因组RNA干扰(RNAi)筛选的数以千计细胞,鉴定细胞大小和生长情况的表型变化。于是,她卷起袖子,自学编程,还从邻近的麻省理工学院找到了一位愿意施以援手的计算机科学研究生帮忙。

他们合作的最后成果是一套名叫“细胞剖面仪(CellProfiler)”的软件,用来进行高通量成像筛选,并对眼睛在显微镜内观察到的现象进行定量化。这套软件使研究人员能够筛选数十万种药物化合物或遗传学扰动,所发现的状况给研究人员提供了复杂的细胞读出结果,这是他们想要见到的,比如细胞外形的改变、细胞器数量或细胞骨架的结构。

“我们的合作者中许多人正在试图制作离休系统,期待更好地反映真实生物学的故事,”探索真实生物学经常要求使用更复杂的细胞培养系统,卡朋特说,她目前正领导着一个计算生物学小组的工作,位于麻省坎布里奇市的哈佛大学和麻省理工学院合办的布罗德研究所。通过机器学习,一位生物学家训练软件来识别精细的细胞差异。

玛丽娜·西罗塔(Marina Sirota)早在本科时就迷上了计算生物学,她下决心要从事“有趣的生物学实验并应用计算机科学于其中进行作图,”进行复杂的数据分析,最终达到对爆炸式增长的基因组数据进行利用和研究。西罗塔认为,研究人员们需要计算方法来分析和综合数据,为对人体疾病的认识和治疗做出真实的进展。

在她在斯坦福大学读博士学位工作的一部分的基础上,西罗塔启动了一项研究:为已经在市场上销售的药物发现新用途。研究的策略是用对面或逆向的药物基因表达模式来与人类疾病基因表达模式进行匹配研究。换句话说,如果一种疾病导致一组基因被上调,则有无可能鉴定出一种药物可以导致那些同样的基因下调呢?

她针对大约100种疾病的基因表达谱,对164种药物化合物进行了分析。一个非常有前途的分析命中结果是抗癫痫药托吡酯,它在针对克罗氏病(局限性回肠炎)的分析中比一种克罗氏症的已知治疗药物有更高的得分。她们实验室进一步实验证明托吡酯在克罗氏病的动物模型中有更好的疗效。

“这些研究工作教会我如何提出大数据科学方面的问题,”西罗塔说,她现在是加州大学旧金山分校计算健康科学研究所的一位助理教授,“最为重要的是在大量数据中找出令人激动的数据集是什么?什么是你可以用来提出的未有答复的问题?”

发现创造性的新方法来巧妙处理遗传学或成像大数据集,对于寻找这些数据对疾病影响的转化科学家来说是一种关键的技能。同样地,在一个高度合作化的跨学科团队中工作也是一件必须的事情。博登米勒的工作,将CyTOF(细胞仪飞行时间)技术改进、进行组织内单个细胞的成像,例证了合作与跨学科的效果。

“开始时,它是一种有几分疯狂的创意,”博登米勒这样评论他自己的工作,他把一种激光系统引进入实验室、加装CyTOF仪上。在显微镜上加装了高分辨率激光后,他的团队研发了一种方法,能以外科手术的精确度来观察1平方微米面积的微小组织图像。

CyTOF质谱仪可以从多达50种不同的重金属同位素标志物中得到读出信息,标记出每个微小斑点内的细胞蛋白质和蛋白质修饰情况。使用激光的配合下,“我们把标志物信息放回到正确的斑点内,通过计算产生了一幅图像,”博登米勒说。他的小组运用这种技术确定了启动乳腺癌转移的细胞信号。为了完成这些研究内容,他需要有分析化学、癌症生物学和计算生物学背景的研究人员共同参与。

“我的主要建议是使自己擅长于这些领域中的一项,”他说,“而且要学会与你不拥有的专业技能方面的人才相互合作。”大数据科学绝对需要合作,不论是在学术界还是在产业界。“没有某个个人可以达到掌握这些项目所涉及的每个学科内容,”博登米勒说。成功的年轻研究人员要学会用各自不同的语言来诠释和使用某项技术。

技能的养成

亚当·E·科恩(Adam E Cohen)是以理论物理学家的身份开始他的科学生涯的,但是当他浸润在生物学语言、终日与生物学麻烦的细节打交道之后,他变成了一名生物物理学家。他在哈佛大学的小组网页上有一幅标语很好地反映着他的工作使命:“建立物理学工具,用来研究分子、细胞和生物体。”

“我想给年轻的细胞生物学家们提出的第一条建议是学会编程,”科恩说,“如果你不会编程序,你就会淹死在数据之海中,因为你的工作往往需要从数字式数据中提取出意义,并从数值上分析它。”

研究人员们可以参加一种新手训练营或听取导论性的课程,还可以干脆在研究中不断学习新的内容,如同卡朋特在她工作中所做的那样。生物学研究生们应该全部学习编程、作为他们培训学习的一部分,科恩坚持这样认为。

强有力的定量技能还将帮助细胞生物学家们表现卓越,能够从病人基因组、疾病表型或细胞图像筛选中提取出有意义的信息。“如果有人问我,‘我能做什么使自己更有价值更有市场呢?’我会告诉他们,成为统计学或数据挖掘方面的专家。”卡朋特说。

与以上如出一辙的是,密苏里州堪萨斯城斯托尔斯(Stowers)医学研究所的遗传学家詹尼弗·戈顿(Jennifer Gerton)鼓励她实验室的每位实习生参加生物信息学的培训班,“每个人都要准备好在自己的学术生涯中与生物信息学专家打交道,他们至少应该懂得一些语言性的东西以便能够相互交流同,”她强调说。她还建议实习生们深入思考他们的研究问题,并运用最新的成像技术来解决这些问题。

而且,有时候,这些充满了技术的研究项目的成功并不是一种特定的技术技能的问题,它还需要大无畏的精神品格来解决任何需要解决的问题。科恩实验室的实验工作涵盖了转化细胞生物学的各个方面,从细胞培养到建立激光和进行繁重的数量分析。所以他招聘实习生的标准是“(我)能行”的态度,而他实验室的研究人员都要求不怕建设机器商店有的东西,当需要的时候用车床加工和磨制出需要的机器。

戈顿增加了另一种所有转化细胞生物学家们应该拥有的品格:对学习新事物的热爱。戈顿研究的是一种罕见的人体发育性疾病。“我热爱自己的书桌上堆满论文,我进行大量的阅读,试着去认识人体疾病和可以得到的疾病模型。”戈顿说。

学术生涯的战略规划

在这个领域成为成功的研究者的另一个重要特征是:对处理研究项目和计划的高风险本质进行战略思考的能力。科恩说,因为这些研究项目中许多都不能取得最后的成功。他试着引导他的小组“尽可能快地失败”,也就是发现一个项目中最弱、最具有挑战性的节点。

关于学术职位的寻求,科恩建议候选人们要在他们的研究标书中建立起理想与现实之间的良好平衡。“应该提出什么事情是你知道你能完成的、什么是探索性的或是推测性的,并且对这些差异分析清楚。”他说。

战略性思考和认真获得的技能都帮助萨姆·哈森(Sam Hasson)获得了他在制药业中药物发现的理想学术之路。导师特殊的指导也保证了他的成功。

就读研究生期间的几项经历,包括在先灵葆雅公司进行了三个月的药物发现实习生培训,证明了哈森适合于在团队合作的、技术驱动的制药产业研究中工作。所以,当要寻找博士后研究员的职位时,他问自己:“我怎样建立一种技能,从而使自己对产业界有吸引力呢?”

他在位于马里兰州贝塞思达市的国立神经疾病和中风研究所的理查德·尤勒(Richard Youle)实验室找到了就业的机会。尤勒实验室发现了蛋白质帕金森素(Parkin),当线粒体受到压力或损伤时,帕金森素的特定突变阻抑了这种运动,关联引发一种早发、遗传形式的帕金森氏病。

哈森接手了一个研究项目,通过高通量成像筛选来发现其它基因,当受到抑制时,有的提升了、有的阻抑了帕金森素的正常活性。在尤勒的鼓励下,哈森设计和进行了筛选,并得到了国立尖端转化科学中心(NCATS)的共同指导,该中心下属于国立卫生研究院(NIH),位于罗克维尔市以北10英里。尤勒认为,学会整个功能基因组学筛选过程的所有复杂细节将给哈森带来在产业界高度有价值的经历。

另外,当尤勒被邀请在一个辉瑞公司主办的关于线粒体健康的讨论会上发言时,他委派哈森代替他去做学术报告。“正因为他的培养,我有了机会在辉瑞公司许多人面前展示自己,”哈林愉快地说,“在产业界听众面前崭露头角是年轻科学家最困难的事情之一了。”

果然,当辉瑞公司神经科学团队于2013年底招聘一个职位时,哈森受邀参与申请。现在,作为麻省坎布里奇市辉瑞公司的一位首席研究员(PI),他正在使用新技术来在神经退行性疾病中发现新的药靶。

转化科学家们还可以通过参加学术会议来给自己以至关重要的抛头露面的机会,卡朋特说。这方面重要的会议举办方有:美国临床肿瘤学会和实验室自动化与筛查协会。在参观科研海报或就餐时的非正式谈话可以使科学家在有机会了解专业公司的日常操作。

西罗塔说,不论转化研究者可能追求什么样的环境,“弄明白你将与谁合作 工作、如何与他们形成良好团队。”

“学术界与产业界之间的界线正在变得越来越模糊,以许多不同的方式融合起来。”西罗塔强调,她的学术之路在学术与产业两个舞台上得到了成功的展示。西罗塔的工作需要雇用学术与产业两种背景的研究人员,最让她感到困难的是在一大堆求职简历中发现她需要的“宝石”人才。对此,西罗塔建议说:“定量化技能是独一无二的,个人交流能力是必须的,还有非常靶向的申请书来展示你的研究成绩,这些对于获得职位都是重要的。”

注:肯德尔·鲍威尔(Kendall Powell)是科罗拉多州拉斐特市的一位自由科学作家。


;