脑洞大开，一串数字就能包含细胞所有表达特征

niwanmao

细胞分类是理解生物系统的关键问题。高通量流式的发展增加了分类过程的复杂性，需要新的工具来组织细胞分类结果。

巴黎南部大学的Antonio Cosma提出了基于质数和算术运算的分类方法，叫做”质数分类系统“（prime population system，PPS），有什么好处咱们在最后再提，先看看他们这个分类方法的原理。

首先通过CD分子排序，给每个CD分子按顺序分配一个质数（Prime），所谓的质数，又称素数，是除了1和自身之外，没有其它因数，所以会使得最后产生的密码能够成功反推抗原表达情况：


接着，根据抗原表达情况，规则为阳性＝质数本身，阴性＝质数的平方，弱表达或中等表达＝质数的立方。举两个例子：

上图是辅助T细胞，使用的标记是CD45、CD3、CD4，根据辅助T细胞的特点CD45＋CD3＋CD4＋，CD45对应的质数是277，CD3对应的质数是19，CD4对应的质数是23，那么辅助T细胞对应的编码就是277×19×23＝121049。


上图是Treg细胞，CD45＋CD3＋CD4＋CD25＋CD127－，根据各CD分子对应的质数，阳性＝质数本身，阴性＝质数平方，Treg细胞对应的编码就是19×23×151×277×983^2＝17662215891311。

大家看到这里，肯定混乱了，这么长的数字，我怎么记的下来，到时候如何知道这代表着什么信息啊，没关系，质数的分解有专门的程序，分解后，各个CD分子对应的质数就会列出来，根据质数的排列，就知道表达特征了。以Treg的特征编码17662215891311为例，只需访问https://www.alpertron.com.ar/ECM.HTM，将17662215891311输入到文本框，点击”Factor“，底下就会显示：
- 17662215891311 = 19 × 23 × 151 × 277 × 983^2
十分简单，然后根据编码表，找到每个质数对应的CD分子，就知道这代表的是CD3＋CD4＋CD25＋CD45＋CD127－信息，这以后可通过程序快速实现。



PPS系统有什么好处呢？
1、确保每类细胞命名的唯一性，不需要命名和文字描述，只需简单地用一串数字就可概括细胞特征，能够准确反推其CD分子表达特点。
2、文献中包括这串数字，不仅代表了细胞种类，而且代表了细胞表达抗原的信息，非常有利于准确的检索。比如ILC3/1，有些地方叫ex-ILC，命名不统一，造成文献检索困难，如果Pubmed MESH关键词用这串数字，就可避免此类问题。还有抗原的表达，有的地方用dim，有点地方用low，但是转换成PPS表示法，都是该抗原对应的质数立方，实现了表达方式的统一。
3、有利于信息存储和处理，以最简单的方式存储了细胞所有表达特点，使得数据存储、大数据运算、机器性描述成为可能。

由人白细胞分化抗原研讨会建立的CD命名法，其实也是数字，但命名的时候只考虑到按顺序命名，没有考虑到日后的描述和数据存储、处理需要，PPS系统我倒是觉得很好的解决了这个困境。不过，替代的困难还是很大，首先这类信息只能用在机器处理和存储上，虽然对于数据处理十分有利，但用来交流还不是特别适合，这可能是人们对其接受程度的唯一限制因素；其次，要代表同一种细胞，需要采用的是同一种组合，才能等同，不过日后可以将不同组合的计算结果指向同一种细胞，还是可以解决此问题的。



怎么样，这个思路是一个脑洞大开的思路吧，非常信息化的思路，期待有一天能普及开来。

参考文献：
Cosma A. Universal cell type identifier based on number theory. Cytometry A. 2018 Feb 23. doi: 10.1002/cyto.a.23346.