《Bioengineering》：Understanding and Advancing Wound Healing in the Era of Multi-Omic Technology
编辑推荐：
本综述系统阐述了多组学技术（单细胞RNA测序、空间转录组学等）如何揭示伤口愈合的细胞异质性、分子网络及细胞间通讯，为慢性伤口和病理性瘢痕的精准诊疗提供了新视角。文章重点探讨了成纤维细胞亚群（如机械纤维化亚型）、表观遗传调控（如DNMT1、THBS1）及人工智能整合策略在推动个性化伤口护理领域的应用前景。
伤口愈合的复杂性与挑战
伤口愈合是一个高度协调的多阶段生理过程，涉及止血、炎症、增殖和重塑四个重叠而又连续的阶段。这一过程的成功完成依赖于多种细胞类型（如血小板、中性粒细胞、巨噬细胞、成纤维细胞、角质形成细胞和内皮细胞）以及分子通路的精确互动。任何环节的失调都可能导致两种截然不同的病理结局：慢性不愈合伤口（Underhealing）或过度愈合形成的病理性瘢痕（Overhealing），如增生性瘢痕和瘢痕疙瘩，这给全球医疗卫生系统带来了沉重的经济负担。
传统单组学技术的局限
过去，伤口愈合研究主要依赖于单组学方法，即分别对基因组、转录组、蛋白质组、表观基因组或代谢组等单个分子层面进行独立研究。这些方法虽然揭示了参与愈合过程的许多关键细胞和分子，例如通过基因组学鉴定了与瘢痕形成易感性相关的基因变异（如CSMD1），通过蛋白质组学发现慢性伤口渗出液中S100A9蛋白的异常高表达，但它们无法全面捕捉伤口微环境中动态的、细胞类型特异性的相互作用以及时空异质性。这种“管中窥豹”式的研究策略，在一定程度上解释了为何伤口愈合领域的临床转化进展相对缓慢。
多组学技术的整合与优势
多组学技术的兴起，特别是与单细胞分辨率技术和空间组学技术的结合，正在彻底改变我们对伤口生物学的认知。多组学的核心优势在于能够同时从多个分子维度（如基因表达、染色质可及性、蛋白质丰度、代谢物水平）对同一细胞或组织样本进行分析，并通过计算生物学工具进行整合，从而重建驱动伤口愈合结果的调控网络、表观遗传景观和细胞-细胞相互作用。
单细胞与空间多组学揭示细胞异质性
通过单细胞RNA测序（scRNA-seq）和单细胞ATAC测序（scATAC-seq）等技术，研究人员发现，过去被认为是同质化的细胞群体实际上具有显著的异质性。例如，在成纤维细胞中，存在功能迥异的亚群：有的亚群（如机械纤维化成纤维细胞）高表达En1、Col1a1、TGF-β等促纤维化基因，是瘢痕形成的主要驱动者；而其他亚群（如活化应答型、增殖型、重塑型成纤维细胞）则分别参与炎症启动、组织填充和细胞外基质（ECM）重组。表观遗传学分析进一步表明，机械张力等微环境信号可通过改变染色质开放性（如通过YAP/TAZ通路）来“启动”成纤维细胞向促纤维化表型分化。
空间转录组学（如10x Visium, MERFISH）技术则将分子表达信息锚定在组织结构的原始位置上，揭示了伤口床内基因表达的梯度分布。例如，研究发现促炎巨噬细胞产生的CXCL1能直接促进角质形成细胞的迁移，这一作用独立于其对中性粒细胞的趋化功能，挑战了传统认知。对慢性伤口的分析则表明，其病理核心可能并非单纯的过度炎症，而是免疫调节失灵导致的角质形成细胞迁移受阻。
关键分子机制与调控节点
多组学研究揭示了多个在伤口愈合中至关重要的分子和通路：
- •
表观遗传调控：DNA甲基转移酶1（DNMT1）对维持角质形成细胞的自我更新和再上皮化至关重要。在瘢痕疙瘩成纤维细胞中，存在全局性的甲基化改变，如抗纤维化基因的高甲基化和促纤维化调节因子（如RUNX2, α-SMA）的低甲基化。抑制DNA甲基转移酶可在纤维化模型中减少ECM积累。
- •
代谢重编程：代谢组学分析发现，在愈合过程的不同阶段，代谢物谱发生显著变化。炎症期，亚麻酸等代谢物可抑制TNF-α、IL-12等促炎细胞因子；增殖期，D-(+)-半乳糖和甘油等代谢物与ECM重塑和再上皮化相关；重塑期，特定的苯丙烷衍生物则与胶原沉积和组织重塑密切相关。
- •
细胞间通讯：利用CellChat、CellPhoneDB等计算工具，研究者能够系统推断伤口微环境中的配体-受体相互作用网络。例如，角质形成细胞被发现在体内通过分泌IL18、CCL27、CXCL14等细胞因子主动启动免疫应答，而非传统认为的仅由免疫细胞主导。
人工智能与未来展望
人工智能（AI）和机器学习（ML）技术与多组学数据的结合，正催生新的研究范式。AI模型（如变分自编码器scVI、图神经网络）可用于整合高维异质数据，识别与愈合结局相关的关键细胞回路和生物标志物。预测模型能够基于临床和分子特征提前预测糖尿病足溃疡等慢性伤口的风险。未来，结合可穿戴生物传感器（用于实时监测伤口pH、温度、代谢物等）和“数字孪生”概念，有望实现对个体化伤口愈合过程的动态模拟和精准干预，从而实现真正的个性化伤口护理。
挑战与局限
尽管前景广阔，多组学技术在伤口愈合研究和临床应用中仍面临挑战。包括伤口样本本身的异质性和不稳定性、不同组学数据层整合与解读的复杂性、高昂的成本以及临床转化所需的标准化和可及性等问题。解决这些挑战需要临床医生、生物信息学家、工程师和政策制定者之间的跨学科合作。
结论
多组学技术为我们提供了前所未有的视角来洞察伤口愈合的复杂性。它不仅深化了我们对基本生物学过程的理解，更重要的是为开发针对慢性伤口和病理性瘢痕的精准诊断工具和靶向疗法奠定了坚实的基础。随着技术的不断进步和成本的降低，多组学驱动的精准伤口护理有望在未来彻底改变伤口管理的现状。
