康涅狄格大学遗传学家克雷格·尼尔森(Craig Nelson)和他的学生们已经建立了一个数据库，该数据库使用生物标记来追踪干细胞进入完全分化状态的谱系。
的干细胞谱系数据库是第一个单独使用生物标记跟踪连续细胞系的资源，旨在利用最小的基因表达谱集来跟踪干细胞系分化为组织特异性细胞，如骨、皮肤、肌肉或神经细胞。该资源目前作为一个数据库运行，但允许用户通过基因表达转录本跟踪细胞谱系的生物信息学工具仍在开发中。
纳尔逊说，对干细胞生物学家来说，连续的谱系是“关键”的，因为他们试图沿着谱系发展一个细胞，没有表达数据“你无法确认你已经让一个细胞向目标细胞类型移动”。
该数据库仍在开发中，它利用了之前注释过但未组装成谱系的不同的转录档案集。该团队正在从现有资源中积累这些数据，如小鼠基因组信息学数据库和由人类基因组组织的基因命名委员会托管的基因名称数据库。
干细胞研究人员从来没有在培养皿中通过形态学特征来确定细胞类型的运气，在培养皿中，干细胞按照既定的程序被诱导进入特定的细胞命运。
“形态学实际上相当棘手，”参与该项目的五年级研究生杰森·吉布森(Jason Gibson)说。可观察到的细胞特征和发育细胞状态之间的关系“并不总是正确的”。
虽然RNA转录本已被用于识别细胞状态，但这些配置文件通常被注释为单个细胞阶段的信息片段，在有信息的体内环境中。
然而，干细胞研究人员经常在生物环境之外的生长板上进行细胞技术研究，这意味着他们失去了很多细胞类型的指标vwin德赢ac米兰合作。
尼尔森说，干细胞研究取得了进展在体外创造了一个更强大的追踪转录本系统的需求，这个系统可以独立于记录的生物学背景进行验证。
“在解剖和形态背景下表达的基因是决定性的”，用于识别细胞状态和表达谱之间的联系，尼尔森说。
“在一个盘子里，除了基因表达，你什么都没有，”他补充说。
目前，SCLD包括5000多种小鼠细胞和组织类型以及19种小鼠细胞谱系和98种人类细胞和组织类型以及10种人类谱系的数据。谱系图显示了单个细胞类型之间的谱系关系，以及用于细胞类型识别的基因表达谱，以及导致细胞从一个阶段过渡到另一个阶段的刺激信息。
凯利·史密斯是马萨诸塞大学医学院的细胞生物学家干细胞登记该数据库已在全球范围内注册了1000个人类干细胞系，并附有注释和区分这些细胞系的协议。
史密斯说，他的注册中心为全世界建立了一个集中的数据库，以保存经过验证的细胞系的操作信息，而康涅狄格大学的数据库提供了“通过终端分化的精细谱系映射”，并提供了“如何从一个地方到另一个地方”的路线图。
至于注释和追踪干细胞的进展，“我们真的才刚刚开始，”他说。
康涅狄格大学的数据库是用户可编辑的，外部研究人员可以贡献他们自己的细胞类型、标记和谱系。
研究生爱德华·亨普希尔(Edward Hemphill)和阿萨夫·达利亚(Asav Dharia)正在为该项目研究生物信息学，包括一种为每种细胞类型选择最小转录本集的聚类算法，该小组称之为最小唯一标记Profiles (MUMPs)。
该团队计划首先应用这一工具来挑选转录本，以追踪干细胞发育成血细胞的过程，他们的目标是在秋季的某个时候在数据库中证明这一点，作为原理的证明。
研究人员计划在今年年底之前将流行性腮腺炎作为一个独立的工具在SCLD网站上发布，这样外部研究人员就可以选择任何细胞谱系的转录本，看看他们追踪它的效果如何。
到目前为止，该数据库的数据还很少，特别是对于人类数据，因为研究人员才刚刚开始填充资源的这一部分。康涅狄格大学团队的目标是扩大其人类表情数据，使其接近小鼠数据的数量。
尽管其数据库开始成型，但研究团队仍面临着关于干细胞本质和细胞分化过程的长期问题。
干细胞本质上很奇特，因为它们转录本的表达是随机的，没有一致的轮廓;而逐渐分化的细胞倾向于特定的表达模式。研究人员还没有单独使用表达标记来跟踪连续的细胞谱系。
吉布森说:“任何标记都可能在整个种群中表达，但有些品系中的一些标记永远不会在其他品系中表达。”至于能够区分特定细胞状态的转录频率的精确临界点，“这些阈值还没有确定，”他说。
此外，该团队依赖于科学文献，必须解决一些问题，如报告中的细胞总数是否足够高，以建立某种细胞类型的表达谱的可靠性，以及文献中的空白，阻碍了对细胞的无缝跟踪。
“这正是我们知道我们必须面对的问题，”吉布森说。“我们知道我们不可能获得每天每个细胞的数据，但我们能够将数据分组到一个层次结构中。”
马萨诸塞大学(University of Massachusetts)五年级研究生戴维·韦斯曼(David Weisman)熟悉SCLD，他说，它的用户可编辑特性在概念上很吸引人。
他说:“这种合作专业知识的概念是科学界的一种新兴范式。”
未来版本的数据库将包括更好的搜索功能，允许用户搜索更多的标准和跨物种;增加基因调控网络，控制细胞命运的决定;以及整合其他形式的实验数据的能力。
研究人员目前正在审查网站上的一篇论文。