导语
人类基因组计划在 2003 年把 30 亿个字母读了出来，但「同一套 DNA 为什么能变成神经元、心肌细胞和胰岛 β 细胞」这个问题，答案不在序列里，而在附加在 DNA 上的化学修饰与三维折叠方式里。2026 年 7 月 23 日，《Science》同期刊出六篇美国 NIH「4D 核组计划」（4D Nucleome）论文，其中 Salk 研究所与 Arc 研究所的成果，第一次在全身体尺度上把 DNA 甲基化与三维基因组结构放进同一批单细胞里同时测量。
一、从「平均样本」到「单个细胞」
过去做基因组学研究，常常是把一块组织打碎、混匀后测序，得到的是一个平均值。这在组织均一的时候没问题，但肿瘤、免疫器官、脑组织恰恰是高度异质的：一个平均值会把关键亚群稀释掉——例如肿瘤里占比不到 5% 的某一类树突状细胞或耗竭 T 细胞，往往才是最该盯住的对象。
单细胞测序解决了这个问题的第一层——告诉你「有哪些细胞」。但紧接着出现了第二层问题：同一种细胞在不同个体、不同组织中的状态差异，往往不由基因序列决定，而由表观遗传决定。表观遗传可以理解为给 DNA 贴的「便签」：写在便签上的激活或沉默指令，不改变 DNA 字母本身，却能决定哪些基因被打开。
其中两类便签最关键：一是 DNA 甲基化（在特定碱基上挂甲基基团），二是三维基因组折叠——DNA 被反复弯折成环、折成区室，让相距很远的片段在空间上贴到一起，从而互相调控。这两类信息此前从未在全身尺度的单细胞中被同时测量。
二、这一次多测了什么
Salk 研究所与 Arc 研究所的团队分析了来自 16 种人体组织的 86,689 个细胞，覆盖皮肤、小肠、胃、神经、大肠、肾上腺、乳腺、胰腺、脑、食管、肺、心脏（心室与心耳）、血液、胎盘与骨骼肌。图谱识别出 35 个主要细胞类型与 206 个亚型，数据通过交互式浏览器公开。
这里的技术难度值得单独一提：把两层表观信息放进同一个细胞并非简单叠加，而是要在同一份微量核酸里分别完成甲基化建库与三维构象捕获，对样本投入量、细胞核完整性与数据拆分算法都提出了很高要求。这也解释了为什么这样一张图谱直到 2026 年才出现。
真正的方法学价值在于「同一细胞、两层信息」。因为两个表观层面是在同一个细胞里测的，研究者第一次可以系统比较：DNA 甲基化与三维结构对「这个细胞是什么」给出的答案是否一致。
三、136 万个差异甲基化区与 28 万个染色质环
研究鉴定出超过 136 万个差异甲基化区域和 283,606 个差异染色质环。这组数字的意义在于：它为「非编码区变异如何致病」这个老问题搭了一座桥。
全基因组关联研究多年来积累了大量与疾病相关的变异位点，但绝大多数落在非编码区，既不知道该在哪种细胞里起作用，也不知道它最终影响哪个基因。把变异位点叠到这张图谱上后，出现了相当清晰的对应：血糖调节相关变异集中在内分泌细胞，房颤相关变异集中在心肌细胞，脱发相关变异集中在皮肤成纤维细胞，双相情感障碍与精神分裂症相关变异集中在兴奋性与抑制性神经元。
合作作者 Joseph Ecker 的表述很直接：某些细胞类型对遗传变异更敏感，因为基因组在不同细胞里的组织方式不同，一个变异是否有影响，取决于这种组织方式。合作者 Jesse Dixon 则强调，加入三维基因组这一层，才可能把非编码变异和它在特定细胞里影响的基因连起来。
四、当两层表观信息「打架」
研究中最意外的发现是：DNA 甲基化与三维结构并不总是给出同一个答案。有些细胞里两层信息高度一致，有些则明显分歧。这类分歧具有直接的生物学含义——如果只看一层，可能会错误判断某个调控元件是否活跃，进而误判靶基因。
对做机制研究的人来说，这条结论的实际提醒是：用单一表观层信息做靶点推断时，最好有第二层信息交叉验证，否则可能得到一个自洽但错误的模型。从研究实践看，技术门槛也正从测序深度转向样本前处理与多模态数据整合能力——谁能稳定拿到干净的配对数据，谁才能做出可重复的结论。
五、对检测与药物研发意味着什么
第一，参考图谱正在成为基础设施。 人类细胞图谱（HCA）联盟已在 2025 年完成「首版草案」，随后各器官图谱密集发布：2026 年 5 月的肾脏图谱（HCKA v1，整合约 100 万个单细胞/单核转录组）、2026 年 7 月的肝脏图谱（HLiCA）与外周血单核细胞参考图谱 HARP（整合 15 项研究、约 900 万细胞、约 2600 名供者）。这些资源让细胞注释有了统一坐标。
第二，多组学让检测端的要求变复杂。 要复现这类研究，需要同时具备单细胞转录组、表观组与空间信息三个层面的能力，样本前处理的一致性比仪器型号更关键。
第三，靶点验证的逻辑在变。 从「这个基因在肿瘤里高表达」转向「这个变异在这类细胞里通过哪个调控元件影响哪个基因」，意味着验证工作需要细胞类型特异性的功能实验，而不是细胞系里的敲低实验。
第四，也是必须保持清醒的地方：图谱是参考坐标而非结论。多数图谱来自特定人群与健康组织，疾病状态、人群多样性与组织处理方式都会带来偏差；数据量越大，批次校正方法的选择就越影响结论。把图谱当作终点，而不是起点，是使用它的正确方式。
参考资料
- Salk Institute & Arc Institute：全身尺度单细胞三维基因组与 DNA 甲基化联合图谱，Science，2026-07-23（86,689 细胞 / 16 组织 / 35 主要类型 / 206 亚型）
- NIH 4D Nucleome（4DN）计划同期刊出六篇 Science 论文与三篇 Science Advances 论文，2026-07-23
- Human Cell Atlas Reference for PBMCs（HARP）：整合约 900 万细胞、约 2600 名供者，2026-07-28
- Human Liver Cell Atlas（HLiCA），2026-07-27
- Human Cell Atlas Kidney（HCKA）v1，整合约 100 万单细胞/单核转录组，2026-05-28
- Human Cell Atlas 联盟首版草案（First Draft）发布，2025
本文基于公开学术信息整理，不构成研究或投资建议；具体数据与结论请以原始论文为准。