查看“单细胞组学”的源代码

<div style="padding: 0 4%; line-height: 1.6; color: #334155; font-family: 'Helvetica Neue', Helvetica, 'PingFang SC', Arial, sans-serif;">

<p style="margin-top: 10px; margin-bottom: 20px;">
    <strong>单细胞组学</strong>（Single-cell Omics）是21世纪生命科学的核心支柱技术。它通过在单个细胞水平上对基因组、转录组及蛋白质组等信息进行高通量分析，精准解构组织内部的细胞异质性，是发现罕见细胞亚型、追踪肿瘤耐药克隆的“数字化显微镜”。
</p>

<div class="medical-infobox" style="width: 92%; max-width: 290px; margin: 0 auto 25px auto; border: 1px solid #e2e8f0; border-radius: 12px; background-color: #ffffff; box-shadow: 0 4px 12px rgba(0,0,0,0.05); overflow: hidden;">
    <div style="padding: 15px 10px; color: #1e3a8a; background-color: #f8fafc; border-bottom: 2px solid #3b82f6; text-align: center;">
        <div style="font-size: 1.1em; font-weight: bold; line-height: 1.2;">单细胞组学</div>
        <div style="font-size: 0.75em; font-weight: normal; color: #64748b; margin-top: 5px; white-space: nowrap;">Single-cell Omics</div>
    </div>
    
    <div style="padding: 35px 20px; text-align: center; background-color: #ffffff;">
        <div style="width: 55px; height: 55px; margin: 0 auto; background: #f0f9ff; border: 1px solid #dbeafe; border-radius: 50%; display: flex; align-items: center; justify-content: center;">
             <img src="https://api.iconify.design/lucide:dna-off.svg?color=%233b82f6" style="width: 26px; height: 26px;" alt="icon" />
        </div>
        <div style="font-size: 0.75em; color: #94a3b8; margin-top: 12px; font-weight: 500; letter-spacing: 0.5px;">精准医学底层引擎</div>
    </div>

    <table style="width: 100%; border-spacing: 0; border-collapse: collapse; font-size: 0.88em;">
        <tr>
            <th style="text-align: left; padding: 12px 15px; border-bottom: 1px solid #f1f5f9; color: #64748b; font-weight: 600; width: 40%;">技术核心</th>
            <td style="padding: 12px 15px; border-bottom: 1px solid #f1f5f9; color: #1e293b;">高通量测序</td>
        </tr>
        <tr>
            <th style="text-align: left; padding: 12px 15px; border-bottom: 1px solid #f1f5f9; color: #64748b; font-weight: 600;">分辨率</th>
            <td style="padding: 12px 15px; border-bottom: 1px solid #f1f5f9; color: #1e293b;">单细胞级</td>
        </tr>
        <tr>
            <th style="text-align: left; padding: 12px 15px; color: #64748b; font-weight: 600;">临床转化</th>
            <td style="padding: 12px 15px; color: #1e293b;">耐药精准监测</td>
        </tr>
    </table>
</div>



<h2 style="border-left: 4px solid #3b82f6; padding-left: 12px; color: #1e3a8a; font-size: 1.15em; margin-top: 25px;">技术框架与核心维度</h2>
<p style="font-size: 0.95em;">
    单细胞组学利用条形码（Barcode）技术对每个细胞进行唯一身份标识，核心维度包括：
</p>
<ul style="padding-left: 20px; font-size: 0.95em; color: #475569;">
    <li style="margin-bottom: 8px;"><strong>转录组 (scRNA-seq)：</strong> 揭示细胞实时功能状态与亚型分布。</li>
    <li style="margin-bottom: 8px;"><strong>表观组 (scATAC-seq)：</strong> 揭示基因表达的染色质调控景观。</li>
    <li style="margin-bottom: 8px;"><strong>空间转录组：</strong> 在原位解析组织微环境中的细胞通讯（Crosstalk）。</li>
</ul>

<h2 style="border-left: 4px solid #3b82f6; padding-left: 12px; color: #1e3a8a; font-size: 1.15em; margin-top: 25px;">生物治疗领域的应用进展</h2>

<h3 style="color: #2563eb; font-size: 1.05em; margin-top: 15px;">1. 靶向药物的精准赋能</h3>
<p style="font-size: 0.95em;">
    在生物治疗手段中，<strong>靶向药物</strong>受单细胞技术推动最为显著：
</p>
<ul style="padding-left: 20px; font-size: 0.95em; color: #475569;">
    <li><strong>识别耐药克隆：</strong> 在治疗前追踪携带 $KRAS^{G12D}$ 等特定突变的持久性克隆。</li>
    <li><strong>方案优化：</strong> 针对肿瘤内部的异质性亚群，设计多靶点联合用药方案。</li>
</ul>

<h3 style="color: #2563eb; font-size: 1.05em; margin-top: 15px;">2. 免疫治疗与细胞治疗</h3>
<ul style="padding-left: 20px; font-size: 0.95em; color: #475569;">
    <li><strong>免疫治疗：</strong> 通过描绘 $T$ 细胞耗竭图谱，评估 PD-1 等免疫检查点抑制剂的响应性。</li>
    <li><strong>细胞治疗：</strong> 在 <strong>CAR-T</strong> 产品制备中筛选具备高扩增能力和长效记忆的优质细胞。</li>
</ul>

<table style="width: 88%; margin: 25px auto; border-collapse: collapse; border: 1px solid #e2e8f0; font-size: 0.85em; text-align: left; box-shadow: 0 2px 8px rgba(0,0,0,0.02);">
    <tr style="background-color: #f8fafc; border-bottom: 2px solid #3b82f6;">
        <th style="padding: 10px; border: 1px solid #e2e8f0; color: #1e3a8a;">应用场景</th>
        <th style="padding: 10px; border: 1px solid #e2e8f0; color: #1e3a8a;">单细胞层面的贡献</th>
    </tr>
    <tr>
        <td style="padding: 8px; border: 1px solid #e2e8f0; font-weight: 500;">靶向研发</td>
        <td style="padding: 8px; border: 1px solid #e2e8f0;">精准定位异质性驱动基因。</td>
    </tr>
    <tr>
        <td style="padding: 8px; border: 1px solid #e2e8f0; font-weight: 500;">个体化诊疗</td>
        <td style="padding: 8px; border: 1px solid #e2e8f0;">基于图谱特征预测药物响应。</td>
    </tr>
</table>

<h2 style="border-left: 4px solid #3b82f6; padding-left: 12px; color: #1e3a8a; font-size: 1.15em; margin-top: 25px;">智能决策支持系统</h2>
<p style="font-size: 0.95em;">
    单细胞数据的高维度特性需要依托智能处理引擎实现临床转化：
</p>
<ul style="padding-left: 20px; font-size: 0.95em; color: #475569;">
    <li><strong>自动化注释：</strong> 集成大规模细胞参考图谱，实现样本细胞类型的秒级精准标记。</li>
    <li><strong>临床建议：</strong> 自动评估特定治疗方案的响应概率，生成个体化生物治疗建议。</li>
</ul>

<div style="font-size: 0.8em; line-height: 1.6; color: #64748b; margin-top: 30px; border-top: 1px solid #e2e8f0; padding-top: 10px;">
    [1] Tang F, et al. <em>Nature Methods</em>. 2009. <br>
    [2] Zhu J, et al. <em>Molecular Cancer</em>. 2025.
</div>

<div style="margin-top: 30px; border: 1px solid #a2a9b1; background-color: #f8f9fa; border-radius: 8px; overflow: hidden; font-size: 0.85em;">
    <div style="background-color: #f1f5f9; text-align: center; font-weight: bold; padding: 8px; color: #1e3a8a;">单细胞组学导航</div>
    <div style="padding: 10px; background: #fff; text-align: center;">
        [[scRNA-seq]] • [[scATAC-seq]] • [[空间转录组]] • [[靶向药物库]]
    </div>
</div>

</div>