让患者重见光明？昕瑞再生DRUG-seq2助力化学重编程研究诱导视网膜上皮细胞再生

视网膜退行性疾病是全球致盲的主要原因，其核心症结在于视网膜色素上皮（RPE）细胞的功能衰竭或丢失。长期以来，RPE细胞替代疗法因受限于“细胞来源稀缺、制备流程复杂、安全性存疑”等问题，难以实现临床规模化应用。

本月，由视觉健康全国重点实验室苏建忠团队联合同济大学高绍荣团队发表于Nature Communications的研究Chemical reprogramming of fibroblasts into retinal pigment epithelium cells for vision restoration，彻底打破了这一僵局。该研究首次建立了“两步化学重编程”策略，成功将成纤维细胞转化为功能性化学诱导RPE（ciRPE）细胞，移植后可在视网膜退行性疾病模型中无缝整合、保护感光细胞并恢复视觉功能。更关键的是，该方案无需基因编辑，具备非整合、可规模化、安全性高的核心优势，为RPE细胞替代疗法的临床转化铺平了道路——而这一里程碑式成果的背后，昕瑞再生提供的DRUG-seq2技术深度赋能，起到了关键作用。

传统的化学重编程体系研发依赖于大规模小分子化合物筛选。这种筛选模式往往依赖于荧光报告体系或者大规模的qPCR对目标细胞命运的1-2个标志基因表达进行筛查。然而，1-2个标志难以精准描述细胞命运的演进，用这样的筛选方法研究细胞命运调控存在大量的假阳性和假阴性情况。自从有了DRUG-seq技术，科学家可以利用极低成本基于细胞转录组来全面评价细胞命运调控网络的演进，进而更有效筛选出调控细胞命运的小分子化合物甚至是化合物组合。这项研究正是DRUG-seq2筛选的经典应用案例。DRUG-seq2并非简单的“辅助工具”，而是贯穿小分子筛选、重编程优化、功能验证的核心技术支撑，每一步应用都实现了关键突破：

Fig.1scRCF平台的整体应用逻辑

1. 小分子组合精准筛选：从4319种候选到10种核心分子

RPE细胞重编程的核心难点的是找到能精准驱动成纤维细胞向RPE命运转化的小分子组合。研究团队首先通过scRCF平台初步筛选出41种候选化合物，但如何从这41种分子中筛选出协同作用强、靶向性准的组合，成为后续攻坚的关键。

DRUG-seq2技术凭借“单孔标记+批量转录组测序”的优势，对41种化合物的不同组合进行系统性评估，最终，发现一种7分子组合成功将MEF细胞高效转化为EF样前体细胞，较传统随机筛选，命中率提升超20倍，筛选周期从数月缩短至14天。

2. 组合优化与冗余剔除：提升重编程效率与稳定性

初步筛选的10种小分子组合虽能实现重编程，但部分分子可能存在毒性或功能冗余。研究团队再次利用DRUG-seq2进行“减一实验”：发现剔除Golvatinib、Pirfenidone、Masitinib后，RPE特异性基因的表达未受影响，且细胞活性略有提升，基于DRUG-seq2的转录组数据反馈，最终将阶段Ⅰ小分子组合优化为7种（M7），配合阶段Ⅱ的3种成熟化合物（M3），构建“M7+M3”体系。

DRUG-seq2之所以能在RPE重编程研究中发挥核心作用，源于其独特的技术设计和硬核优势，完美解决了传统筛选技术的痛点：

1. 高通量+高维度：一次性获取海量精准数据

• 高通量：支持384孔板、96孔板批量处理，单次实验可生成上千个药物扰动样本的转录组数据，远超传统芯片技术和bulk RNAseq；

• 高维度：覆盖全mRNA转录组，可测到至少1万个以上的基因；

• 低成本：通过barcode标记技术，大幅降低测序成本，单个样本的转录组检测成本仅为传统RNA-seq的一半都不到。

2. 动态追踪+精准定位：破解“黑箱式”筛选难题

• 动态性：可在不同时间点、不同药物剂量下采集数据，清晰呈现细胞命运转化的转录组轨迹；

• 精准性：能区分“功能性分子”与“冗余分子”，甚至识别出分子间的协同/拮抗作用，为组合优化提供直接依据。

3. 广泛兼容性：适配多种细胞类型与研究场景

• 兼容难培养细胞：不仅能处理MEF、HEF等成纤维细胞，还能适配原代RPE细胞、造血干细胞、神经元等难培养细胞类型；

• 适配多研究场景：既可用于小分子筛选，也能用于机制研究（如解析转录因子调控网络）、药物毒性评估（如检测细胞凋亡相关基因表达），实现“一站式”数据生成。

4. 无偏性+可重复性：确保研究结果的可靠性

• 无偏性：不依赖预设标志物，直接捕获全转录组变化，避免“先入为主”的筛选偏差；

• 可重复性：在不同批次细胞、不同实验室条件下，转录组数据的一致性高达90%以上，为研究成果的推广提供了保障。

DRUG-seq2在RPE重编程中的成功应用，只是其强大潜力的一个缩影。凭借“高质量数据生成+精准靶点挖掘”的核心优势，它正逐步渗透到再生医学、药物研发、个性化治疗等多个领域：

1. 再生医学：赋能更多功能细胞的化学重编程

除了RPE细胞，DRUG-seq2还可用于神经元、肝细胞、心肌细胞等功能细胞的化学重编程——通过快速筛选小分子组合，推动成纤维细胞向各类功能性细胞转化，为器官修复、组织替代提供充足的细胞来源。

Fig.2 scRCF平台筛选诱导成纤维细胞向眼域（EF）样细胞转化的小分子

2. 难治性疾病药物研发

针对神经损伤、帕金森病、血液病等多基因驱动的疾病，DRUG-seq2可批量生成药物扰动转录组数据，配合AI模型（如DrugReflector）筛选精准调控疾病表型的化合物，大幅提升药物发现效率。

Fig.3 用于组学水平的深度学习模型进行表型发现的模块化框架

3. 机制研究：解锁未知的细胞调控网络

对于筛选出的“有效但机制不明”的化合物，DRUG-seq2可通过动态追踪转录组变化，定位核心调控通路与靶点——如通过 DRUG-seq2 筛选明确CDK8是多种细胞重编程系统的共同分子障碍，而抑制CDK8可显著提高重编程效率。这一发现为细胞治疗和再生医学提供了新的策略和靶点。

Fig.4 通过 DRUG-seq2 筛选明确CDK8 是多种细胞重编程系统的共同分子障碍

DRUG-seq2正以“数据驱动”的核心逻辑，重塑生命科学研究的范式。未来，随着技术的不断迭代，它必将在更多领域实现突破，为人类健康带来更多可能。

参考文献

1.Li, S. et al. Chemical reprogramming of fibroblasts into retinal pigment epithelium cells for vision restoration. Nat Commun(2025).

2.Benjamin DeMeo et al. Active learning framework leveraging transcriptomics identifies modulators of disease phenotypes. Science(2025).

3.Ye C et al. DRUG-seq for miniaturized high-throughput transcriptome profiling in drug discovery. Nat Commun(2018).

4.Li J, et al. Transcriptome-based chemical screens identify CDK8 as a common barrier in multiple cell reprogramming systems. Cell Reports(2023).

 

联系方式

 

 

关于昕瑞再生