单细胞与空间组学 从“果汁”到“果盘”:单细胞RNA测序(scRNA-seq)核心原理与新手入门指南
本文详细介绍了单细胞RNA测序(scRNA-seq)的核心原理、技术流程及新手入门指南。通过生动的比喻解释了单细胞测序与批量测序的区别,阐述了液滴微流控技术的三大关键步骤,并提供了实验设计、样本制备和数据分析的实用建议,帮助研究者掌握这一革命性技术。...
本文详细介绍了单细胞RNA测序(scRNA-seq)的核心原理、技术流程及新手入门指南。通过生动的比喻解释了单细胞测序与批量测序的区别,阐述了液滴微流控技术的三大关键步骤,并提供了实验设计、样本制备和数据分析的实用建议,帮助研究者掌握这一革命性技术。...
本文回顾了单细胞RNA测序技术在秀丽隐杆线虫研究中的应用进展,探讨了其在细胞发育、神经生物学及衰老研究中的核心应用,并展望了未来的技术挑战与发展方向。...
剑桥大学开设的单细胞RNA-seq数据分析课程,系统讲解从实验设计到高级分析的全流程,包括质量控制、标准化、降维、聚类、差异表达、轨迹推断等核心内容。课程基于R语言,提供Docker镜像确保可复现性,开源共享,适合生物信息学研究人员和实验生物学家学习。...
空间转录组学技术虽能高分辨率解析基因表达,但提取有意义的分子模式仍是挑战。SEPAR框架通过元基因视角简化数据,识别空间协同表达的基因集合,并表征其分布模式。在肿瘤组织中,SEPAR成功识别与免疫浸润和微环境重塑相关的分子模式,与预后相关。该算法兼顾效率与可解释性,为空间组学提供标准化分析流程。...
本文介绍了一种名为Seq-Scope-eXpanded(SS-eXpanded)的创新空间组学技术,该技术将扩增显微镜与Seq-Scope空间转录组测序相结合,突破了光学衍射极限,实现了亚细胞层面的纳米级分辨率。通过物理扩增样本,SS-eXpanded能够解析细胞内不同区室的转录组差异,揭示传统方法无法检测的微小空间异质性。该技术为研究复杂生物过程中的空间调控机制提供了新工具,有望推动疾病诊断和药物研发。...
FineST是一种创新的计算框架,通过对比学习整合组织学图像与空间转录组数据,成功实现细胞核分辨率的基因表达解析。该方法在多种组织样本中验证了其高效性,能够精确识别细胞亚型并进行高分辨率的配体-受体相互作用分析,为肿瘤微环境和疾病机制研究提供了强有力的工具支持。...
空间转录组学技术虽能保留组织空间信息,但测序点常混合多种细胞类型。DANST算法引入深度域对抗神经网络,消除批次效应并保留细胞特异性信号,在跨平台数据中鲁棒识别稀有细胞群,无需单细胞参考即可精准推断细胞比例,为肿瘤微环境等研究提供有力工具。...
苏黎世联邦理工学院和罗氏人类生物学研究所的研究人员通过单细胞测序确定了表观遗传调控细胞分化的机制,这项研究有助于理解人类细胞发育及其潜在的表观遗传机制。...
美国哈佛大学医学院和瑞典卡罗林斯卡医学院的研究人员开发出一种新方法,通过分析细胞内mRNA的动态变化,将细胞活动的静态快照转变为动态短片,预测细胞未来几小时内的状态。该方法基于数学模型,准确性极高,有助于深入理解器官发育、药物反应及神经发育障碍如精神分裂症和自闭症。...
张鹍教授的团队在PNAS上发表了一项新的单细胞测序方法,通过微流体反应器法实现了对单细胞基因组的准确测序和单倍体分型,显著提高了测序的精度和准确性。该技术有广泛的应用前景,特别是在检测循环肿瘤细胞和体外受精胚胎筛选等领域。...
张鹍教授的团队在PNAS上发表了一项新的单细胞测...