单细胞网络分析揭示视网膜脱离后的细胞类型特异性病理变化
摘要
视网膜脱离（RD）是一种眼科急症，可能导致不可逆的视力丧失。然而，由于视网膜内细胞异质性，其病理改变尚未完全阐明。本研究通过单细胞RNA测序和自主研发的单细胞图形高斯模型算法，对RD患者的视网膜组织进行了深入分析。结果显示，RD后不同细胞类型的基因模块（GMs）发生了显著变化。其中，与糖酵解过程相关的GM在大多数细胞簇中上调，表明视网膜在RD后无氧糖酵解显著增加。此外，在杆状细胞中，与凋亡调控相关的GM显著富集；在Müller细胞中，与细胞外基质组织相关的GM下调；在小胶质细胞中，与白细胞迁移相关的GM上调，可能涉及纤维连接蛋白1通路。初步证据还显示T细胞浸润视网膜，但这些发现仍需进一步验证。该研究为理解RD后的视觉功能障碍提供了新的视角。
信息来源： PubMed Ophthalmology 发布于 2026年4月1日
要点速览
- 单细胞RNA测序和单细胞图形高斯模型揭示了视网膜脱离后的细胞类型特异性病理变化
- 研究发现视网膜脱离后无氧糖酵解显著增加，且在不同细胞类型中观察到特定的基因模块变化
- 初步证据显示T细胞浸润视网膜，但这些发现仍需进一步验证
本站解读
这项研究不仅揭示了视网膜脱离后不同细胞类型的特异性病理变化，更标志着单细胞技术在眼科疾病研究中的应用进入了一个新阶段。随着单细胞测序技术的不断成熟，未来将有更多针对视网膜疾病的精准治疗方案得以开发。从商业格局来看，掌握单细胞分析技术的企业将在眼科药物研发领域占据优势地位。，有望在国际竞争中占据一席之地。
当前，国内外多家药企和科研机构都在积极布局单细胞技术管线，试图通过解析细胞异质性来寻找新的治疗靶点。例如，国外已有公司利用单细胞测序技术成功识别出多种视网膜疾病的关键基因模块，并据此开发出新型药物。相比之下，国内企业在这一领域的进展稍显滞后，但随着政策支持和技术引进，差距正在逐渐缩小。
后续需要密切留意的是，单细胞技术在临床转化方面的进展。尽管目前的研究成果令人振奋，但如何将这些基础研究成果转化为实际的治疗方法，仍面临诸多挑战。此外，还需关注相关技术的成本控制问题，以确保其在未来能够广泛应用于临床实践。
常见问题
视网膜脱离会导致哪些具体的细胞变化？
视网膜脱离后，不同细胞类型的基因模块发生变化。例如，无氧糖酵解显著增加，杆状细胞中凋亡调控相关的基因模块富集，Müller细胞中细胞外基质组织相关的基因模块下调，小胶质细胞中白细胞迁移相关的基因模块上调。
这项研究对未来的治疗有什么意义？
这项研究为理解视网膜脱离后的视觉功能障碍提供了新的视角，有助于开发针对特定细胞类型的精准治疗方案。如有疑虑可咨询眼科医生。
延伸阅读
高粘度硅油在视网膜脱离手术中的优势
本研究通过回顾性分析，比较了1000 cS和5000 cS两种不同粘度的硅油作为填充剂在初次黄斑脱离的孔源性视网膜脱离（RRD）手术后的效果。研究使用人工智能（AI）辅助的光谱域OCT图像分析方法，评估了最佳矫正视力（BCVA）、眼内压（IOP）、乳化情况以及视网膜结构生物标志物如视网膜下液（SRF）、视网膜内液（IRF）和高反射点（HRF）。结果显示，尽管两组在BCVA和解剖学结果上无显著差异，但低粘度硅油组的乳化率（66% vs. 7%）和高眼压发生率（8例 vs. 4例）均显著高于高粘度硅油组。此外，低粘度硅油组的HRF数量也显著增加。结论表明，高粘度硅油具有更低的乳化率和炎症反应，且不影响视觉效果。AI辅助的OCT分析为监测硅油相关并发症提供了准确、自动化的手段。
基于深度学习的视网膜脱离与玻璃体积血超声图像检测
视网膜脱离（RD）是一种严重的眼科疾病，可能导致永久性视力丧失。在伴有遮挡眼底的玻璃体积血（VH）的情况下，即使使用眼部超声检查也难以诊断RD。本研究开发了一种基于YOLOv5架构的卷积神经网络（CNN），用于B型超声图像中RD和VH的检测。模型训练使用了2,188张图像，并通过1,042张图像进行验证。通过应用包括非锐化掩模在内的图像增强技术，提高了检测准确性。最终模型在五折交叉验证下，对RD、VH及RD合并VH的检测准确率分别达到96.6%、99.2%和98.0%。该深度学习算法在眼部超声图像中检测RD和VH方面表现出高准确性，特别是在伴有遮挡眼底的VH情况下，可作为辅助工具提高诊断效果。
从观察到手术：获得性视网膜劈裂及视网膜脱离的最新诊疗策略
该综述系统地总结了获得性视网膜劈裂及其相关视网膜脱离的自然病程、先进诊断成像技术和治疗干预措施。通过PubMed和Embase数据库检索，研究者对比了巩膜扣带术与玻璃体切割术的效果，并提出了一种新的决策算法，结合晶状体状态、裂孔位置和玻璃体情况来指导手术选择。此外，超广角光学相干断层扫描技术的应用改变了诊断范式，使得外层破裂成为进展的主要生物标志物。