Клеточная генеалогия: как технологии ДНК-баркодирования раскрывают тайны онтогенеза

В современной биомедицине все острее ощущается недостаток данных о судьбах индивидуальных клеток в ходе онтогенеза сложного организма от зиготы до формирования зрелых тканей, что особенно актуально для таких сложноорганизованных органов, как сердце, головной и спинной мозг и др. Детализованное понимание этих процессов позволит разработать новые подходы к тканевой и клеточной инженерии и откроет возможности к коррекции не излечимых ранее заболеваний, включая нейродегенеративные, когнитивные и психические нарушения. Одним из наиболее информативных инструментов для установления клеточной генеалогии являются технологии генетического баркодирования, обзору которых и посвящено данное исследование. В обзоре литературы мы постарались проследить эволюцию технологий генетического баркодирования от ранних флуоресцентных систем (Brainbow, Confetti) до современных ДНК-баркодирующих платформ на основе программируемых нуклеаз Cas9 и Cas12a (GESTALT, MEMOIR, CARLIN, DuTracer и других). Мы рассмотрели и сравнили основные их свойства, возможности и ограничения, а также перспективы их применения в биологии развития и регенеративной биомедицине. Дальнейшее развитие технологий генетического баркодирования открывает новые возможности для создания информативных моделей заболеваний, валидации фармакологических мишеней и разработки клеточных продуктов для регенеративной медицины. Мы предполагаем, что данный обзор может быть интересен широкому кругу специалистов: разработчикам клеточных и генетических технологий, исследователям в области регенеративной биомедицины и биологии развития, специалистам по омиксным технологиям и исследователям в области возраст-ассоциированных, нейродегенеративных и онкогематологических заболеваний, поскольку охватывает различные аспекты ключевой технологии построения клеточной генеалогии для решения фундаментальных и прикладных задач широкого спектра биологических и медицинских наук.

1. Fauzi A, Wong CZE, Tee PYE, Yau AWN, Ab Rashid E, Tang YQ, Chia AYY. Mechanistic insights into stem cell aging: Pathways and processes. Mech Ageing Dev. 2026;230:112160. DOI: 10.1016/j.mad.2026.112160

2. Neves J, Sousa-Victor P, Jasper H. Rejuvenating Strategies for Stem Cell-Based Therapies in Aging. Cell Stem Cell. 2017;20(2):161–175. DOI: 10.1016/j.stem.2017.01.008

3. Klaus A, Robin C. Embryonic hematopoiesis under microscopic observation. Dev Biol. 2017;428(2):318–327. DOI: 10.1016/j.ydbio.2017.03.008

4. Friedenstein AJ, Petrakova KV, Kurolesova AI, Frolova GP. Heterotopic of Bone Marrow. Analysis of Precursor Cells for Osteogenic and Hematopoietic Tissues. Transplant. 1968;6:230–247.

5. Livet J, Weissman TA, Kang H, et al. Transgenic strategies for combinatorial expression of fluorescent proteins in the nervous system. Nature. 2007;450(7166):56–62.

6. Snippert HJ, Flier LG Van der, Sato T, et al. Intestinal Crypt Homeostasis Results from Neutral Competition between Symmetrically Dividing Lgr5 Stem Cells. Cell. 2010;143(1):134–144.

7. Kim IS. DNA Barcoding Technology for Lineage Recording and Tracing to Resolve Cell Fate Determination. Cells. 2023;13(1):27. DOI: 10.3390/cells13010027

8. Gao L, Cox DBT, Yan WX, et al. Engineered Cpf1 variants with altered PAM specificities increase genome targeting range. Nat biotech. 2017;35(8):789–792.

9. Chen C, Liao Y, Peng G. Connecting past and present: single-cell lineage tracing. Protein & Cell. 2022;13(11):790–807.

10. McKenna A, Gagnon JA. Recording development with single cell dynamic lineage tracing. Developm. 2019;146(12):dev169730.

11. Weinreb C, Rodriguez-Fraticelli A, Camargo F, et al. Lineage tracing on transcriptional landscapes links state to fate during differentiation. Science. 2020;367(6479):eaaw3381.

12. Deng LH, Li MZ, Huang XJ et al. Single-cell lineage tracing techniques in hematology: unraveling the cellular narrative. J Transl Med. 2025;23:270.

13. Cao J, Guo Z, Xu X, et al. Advances in CRISPR-Cas9 in lineage tracing of model animals. Anim Models Experiment Med. 2025;8(6):1004–1022.

14. Pei W, Feyerabend TB, Rössler J, et al. Polylox barcoding reveals haematopoietic stem cell fates realized in vivo. Nature. 2017;548(7668):456–460.

15. Ludwig LS, Lareau CA, Ulirsch JC, et al. Lineage Tracing in Humans Enabled by Mitochondrial Mutations and Single-Cell Genomics. Cell. 2019;176(6):1325–1339.e22. DOI: 10.1016/j.cell.2019.01.022

16. Scherer M, Singh I, Braun MM, et al. Clonal tracing with somatic epimutations reveals dynamics of blood ageing. Nature. 2025;643(8071):478–487.

17. Cong L, Ran FA, Cox D, Lin S, Barretto R, Habib N, et al. Multiplex genome engineering using CRISPR/Cas systems. Science. 2013;339(6121):819–823. DOI: 10.1126/science.1231143

18. Guernet A, Mungamuri SK, Cartier D, Sachidanandam R, Jayaprakash A, Adriouch S, et al. CRISPR-Barcoding for Intratumor Genetic Heterogeneity Modeling and Functional Analysis of Oncogenic Driver Mutations. Mol Cell. 2016;63(3):526–538. DOI: 10.1016/j.molcel.2016.06.017

19. Hryhorowicz M, Lipiński D, Zeyland J. Evolution of CRISPR/Cas Systems for Precise Genome Editing. Int J Mol Sci. 2023;24(18):14233. DOI: 10.3390/ijms241814233

20. Zhang X, Huang Y, Yang Y, et al. Advancements in prospective single-cell lineage barcoding and their applications in research. Genome Research. 2024;34(12):2147–2162.

21. McKenna A, Findlay GM, Gagnon JA, et al. Whole organism lineage tracing by combinatorial and cumulative genome editing. Science. 2016;353(6298):aaf7907.

22. Raj B, Wagner DE, McKenna A, et al. Simultaneous single-cell profiling of lineages and cell types in the vertebrate brain. Nat biotech. 2018;36(5):442–450.

23. Spanjaard B, Hu B, Mitic N, et al. Simultaneous lineage tracing and cell-type identification using CRISPR/Cas9-induced genetic scars. Nat biotech. 2018;36(5):469–473.

24. Alemany A, Florescu M, Baron CS, et al. Whole-organism clone tracing using single-cell sequencing. Nature. 2018;556(7699):108–112.

25. Wang Z, Zhu J. MEMOIR: A Novel System for Neural Lineage Tracing. Neurosci Bull.2017;33(6):763–765. DOI: 10.1007/s12264-017-0161-y

26. Frieda KL, Linton JM, Hormoz S, et al. Synthetic recording and in situ readout of lineage information in single cells. Nature. 2017;541(7635):107–111.

27. Bowling S, Sritharan D, Osorio FG et al. An Engineered CRISPR-Cas9 Mouse Line for Simultaneous Readout of Lineage Histories and Gene Expression Profiles in Single Cells. Cell. 2020;181(6):1410–1422.e27.

28. Konturek-Ciesla A, Bryder D. Stem Cells, Hematopoiesis and Lineage Tracing: Transplantation-Centric Views and Beyond. Front Cell Dev Biol. 2022;10:903528. DOI: 10.3389/fcell.2022.903528

29. Li L, Bowling S, Lin H, et al. DARLIN mouse for in vivo lineage tracing at high efficiency and clonal diversity. Nat Prot. 2025;20(8):2319–2344.

30. Li L, Bowling S, McGeary SE et al. A mouse model with high clonal barcode diversity for joint lineage, transcriptomic, and epigenomic profiling in single cells. Cell. 2023;186(23):5183–5199.e22.

31. Liu F, Zhang X, Yang Y. Simulation of CRISPR-Cas9 editing on evolving barcode and accuracy of lineage tracing. Sci Rep. 2024;14:19213.

32. Chen C, Liao Y, Zhu M, et al. Dual-nuclease single-cell lineage tracing by Cas9 and Cas12a. Cell Rep. 2025;44(1):115105. DOI: 10.1016/j.celrep.2024.115105

33. Pacesa M, Pelea O, Jinek M. Past, present, and future of CRISPR genome editing technologies. Cell. 2024;187(5):1076–1100.

34. Paul B, Montoya G. CRISPR-Cas12a: Functional overview and applications. Biomed J.2020;43(1):8–17.

35. Sayed N, Allawadhi P, Khurana A, et al. Gene therapy: Comprehensive overview and therapeutic applications. Life Sci. 2022;294:120375. DOI: 10.1016/j.lfs.2022.120375

36. Nishimasu H, Yamano T, Gao L, et al. Structural Basis for the Altered PAM Recognition by Engineered CRISPR-Cpf1. Mol cell. 2017;67(1):139.

37. Kleinstiver BP, Sousa AA, Walton RT, et al. Engineered CRISPR-Cas12a variants with increased activities and improved targeting ranges for gene, epigenetic and base editing. Nat biotech. 2019;37(3):276.

38. Griffith AL, Zheng F, McGee AV, et al. Optimization of Cas12a for multiplexed genome-scale transcriptional activation. Cell Genomics. 2023;3(9):100387. DOI: 10.1016/j.xgen.2023.100387

39. Teng F, Li J, Cui T, et al. Enhanced mammalian genome editing by new Cas12a orthologs with optimized crRNA scaffolds. Genome biol. 2019;20(1):15. DOI: 10.1186/s13059-019-1620-8

40. Zafar H, Lin C, Bar-Joseph Z. Single-cell lineage tracing by integrating CRISPR-Cas9 mutations with transcriptomic data. Nat Commun. 2020 Jun 16;11(1):3055. DOI: 10.1038/s41467-020-16821-5

41. Chevalley M, Roohani YH, Mehrjou A, Leskovec J, Schwab P. A large-scale benchmark for network inference from single-cell perturbation data. Commun Biol. 2025 Mar 11;8(1):412. DOI: 10.1038/s42003-025-07764-y

42. Jiang J, Ye X, Kong Y, Guo C, Zhang M, Cao F, et al. scLTdb: a comprehensive single-cell lineage tracing database. Nucleic Acids Res. 2025 Jan 6;53(D1):D1173–D1185. DOI: 10.1093/nar/gkae913

43. Rodriguez-Fraticelli AE, Parreno V. Charting single-cell lineages with synthetic and natural barcodes. Nat Rev Genet. 2026;27:442–461. DOI: 10.1038/s41576-026-00943-5

44. Jindal K, Adil MT, Yamaguchi N, et al. Single-cell lineage capture across genomic modalities with CellTag-multi reveals fate-specific gene regulatory changes. Nat Biotechnol. 2024;42:946–959. DOI: 10.1038/s41587-023-01931-4