当前位置：网站首页 » 观点 » 内容详情

单细胞转录组权威发布_单细胞转录组学的应用(2024年11月精准访谈)

内容来源：卡姆驱动平台所属栏目：观点更新日期：2024-11-27

单细胞转录组

普通大佬的研究：转录组，蛋白组，代谢组点到即止。上海大佬的研究：上来先来一个单细胞转录组结合空间转录组，然后蛋白组，CHIP-seq只是常规手段。

单细胞测序：谁更强？单细胞测序是一种基于二代测序（NGS）的方法，用于检测群体中单细胞的基因组、转录组、表观基因组和蛋白组，从而提供高分辨率的细胞间差异视图。其中，单细胞转录组测序（Single-cell RNA-Sequencing，ScRNA-Seq）最为常见。 Smart-seq和10x Genomics是两种重要的单细胞测序技术。Smart-seq采用全转录组扩增方法，利用oligo-dT引物和模板置换技术扩增cDNA全长。而10x Genomics则只能获得3'端转录本信息，非全长扩增。 C1 /Smart平台（Fluidigm）是最早应用于单细胞领域的商业化分选技术之一，于2013年推出。该平台通过微流体（FACS）实现96个细胞的自动分离、cDNA合成和基于Smart-seq的扩增。而Chromium（10x Genomics）平台以及其他平台如ddSEQ（Bio-Rad/Illumina）、Nadia（Dolomite）和inDrop（1CellBio）则基于微流控系统（Droplet），将单细胞技术的通量提高到了10000-100000个细胞的量级。 10x Genomics和Drop-seq的测序原理相似，都是通过将细胞封装在微小液滴中进行平行分析来分析数千个单个细胞中的mRNA表达。Drop-seq的具体步骤包括：从组织中制备单细胞悬液将每个细胞与一个带有barcoded微粒（bead）共封装在纳升级液滴中在液滴中分离细胞并裂解捕获细胞的mRNA在伴随微粒上形成STAMP（附着在微粒上的单细胞转录组）在一次反应中反向转录、扩增和测序数千个STAMP 使用STAMP条形码推断每个转录本的来源细胞 Barcode的合成方法是将细胞分为四群，分别标记A、G、C、T四个不同碱基。然后汇合所有细胞重新分为不同的四群，标记AGCT。重复上述步骤12轮，理论上可标记16777216个细胞。

医学生必读：生物信息学分析全攻略作为一个医学生，生物信息学分析真的是一门必修课。经过一段时间的学习和参与课题，我终于有幸和一些发表过Cell、Nature Medicine的生统大佬交流了一番，收获满满。今天就来和大家分享一下我的个人经验，希望能帮到正在迷茫的你们。一、学习方法 𐟓š 刚开始入门生物信息学，直接对着教程学就行。以能够做出和教程一样的图片为目标，这样你会发现自己学得很快！以下是一些常见的数据分析方法： bulk转录组：数据清洗、差异分析、富集分析、免疫浸润、相关性分析、预后分析、机器学习... 单细胞转录组：数据清洗、细胞注释、差异分析、富集分析、细胞评分、拟时序分析、细胞通讯、转录因子分析... 空间转录组：数据清洗、空间注释、空间评分、空间轨迹分析、空间互作... 其他组学：基因组、表观组、蛋白质组、代谢组、肠道菌群组二、学习思路 𐟒튊掌握了方法后，接下来就是设计自己的分析流程。要带着问题去分析，让所有的分析都围绕这个问题展开，这样一篇文章的雏形就诞生了！以下是一些不同分值的文章类型： 3-5分：基本是套路文章。在学习具体方法时可以带着学习，较为简易，可以用来练手。 5-10分：一类是工作量较大的套路并且干湿结合，一类是有较为创新的分析思路或者复杂的分析手段。在基本掌握多数分析方法后着重学习，可以作为自己的第一篇文章范例。 10分以上：基本分析思路严谨并且需要干湿结合。在熟练掌握基本功后要重点学习文章思路，用于自己的课题设计。三、学习原理 𐟧 原理是数据分析中最深奥并且最晦涩难懂的模块，是区分高分文章和中低分文章的关键因素。只有高质量的研究设计才能得出高质量的结论。能够在扎实的生物学背景上深谙数学原理，那么恭喜你已经成为了一个优秀的生物统计大师了！研究设计的科学性：数据分析的起点就是样本的来源，需要考虑混杂因素有哪些？在样本选择和分组时是否已经尽可能控制？在分析过程中也要注意及时关注组内和组间的异质性。数据处理的科学性：首先需要明确公共数据库不同来源数据是否具有可比性？是否存在批次效应，是否需要去除？在使用分析方法时需要考虑数据本身是否符合该方法的要求，比如差异分析函数的选择标准？希望这些心得能帮到你们，祝大家都能在生物信息学的道路上越走越远！𐟒ꀀ

单细胞与空间转录组学揭示细胞通讯新模式在《Nature Methods》杂志上，有一篇题为《通过单细胞和空间转录组学推断驱动模式的细胞间流动》的文章，真是让人眼前一亮。这篇文章提出了一种全新的方法来研究细胞通讯，让我对细胞通讯的复杂性有了更深的理解。传统上，我们进行细胞通讯分析时，可能只关注单个基因的变化。但这篇文章告诉我们，当细胞受体接收到信号刺激时，实际上是一个由多个基因构成的基因模块在发生变化。这个模块可能包含我们感兴趣的下游分子或转录因子，甚至可能与某些临床表型（如预后或疗效）有关。文章中提到的FlowSig算法，完美地解决了这些问题。无论是单细胞转录组测序还是空间组学，都能从中推断出细胞间通信驱动的细胞间流动。这种方法揭示了细胞间信息流动的复杂性，为多种疾病的研究提供了新的视角。具体来说，文章中提到的FGF受体（FGFR1和FGFR3）是输入信号的来源，而GEM模块则是这些信号引起的细胞内变化。这些变化会促使细胞释放一系列配体。以前的研究中并没有包含GEM这个中间过程。总的来说，这篇文章为我们提供了一个全新的研究细胞通讯的框架，让我们能够更深入地理解细胞间的复杂相互作用。

孟德尔随机化：4周掌握科研新技能嘿，科研小伙伴们！2023年是个充满机遇的一年，尤其是对于那些想要从零开始发表高质量文章的朋友们。今天，我要和大家聊聊一个超级热门的话题——孟德尔随机化。首先，什么是孟德尔随机化呢？简单来说，孟德尔随机化是一种实验设计方法，它能消除实验样本中的系统性偏差，让实验分组之间的差异更符合随机性，从而更客观地反映实验因素对结果的影响。听起来是不是很酷？接下来，我们聊聊单细胞数据和孟德尔随机化的结合。单细胞技术近年来发展迅速，已经成为细胞群体中重要的分析方法之一。通过单细胞转录组技术，我们可以对个体细胞的基因表达进行分析，从而更好地理解基因的调控机制。而加入孟德尔随机化，则能去除群体中因某些因素产生的系统性偏差，更客观地反映不同样本之间的细胞表达情况。最后，我们来看看转录组和孟德尔随机化的结合。转录组分析是基因表达定量分析的工具，通过高通量测序技术，可以实现全谱基因表达数据的获取，从而寻找在样本中不同因素调控下显著表达的基因和通路。而在转录组分析的基础上再加入孟德尔随机化实验设计，可以为后续实验提供更加准确的样本选择支持，也可以通过孟德尔随机化的验证，更好地解释实验数据的可靠性和鲁棒性。总之，孟德尔随机化、单细胞数据和转录组分析的结合，为我们打开了一扇通往高质量文章的大门。希望这篇文章能帮到你们，让我们一起加油，把疾病打到平平区兴，为未来的研究贡献一份力量吧！𐟒ꊊ如果你对孟德尔随机化感兴趣，或者有任何问题，欢迎在评论区留言，我们一起讨论！

单细胞测序：从基础到实践单细胞转录组测序（scRNA-seq）是近年来发展迅速的生物学技术，能够精确反映细胞间的异质性。它在肿瘤免疫、胚胎发育和细胞分化等领域具有广泛的应用前景。以下是单细胞测序的主要流程：组织解离 𐟧스𛥥𐏩𜠥🃨„为例，组织解离的过程如下：处死小鼠并固定，开胸暴露心脏。用预冷的PBS溶液灌流心脏，清洗外周血，尽量去除结缔组织。将小鼠心脏放入1ml的组织保护液中，用冰袋寄送至实验室。将心脏放入配置好的消化酶溶液中，用剪刀和镊子剪碎组织，放入水浴锅内恒温孵育消化。不同的组织需要不同的酶，解离时间根据具体样本调整。消化完成后，取细胞悬液进行荧光计数观察，根据细胞状态进行去死细胞和去碎片处理。处理完成后重新离心重悬细胞悬液，计算需要上机的细胞数量。核酸提取、扩增和文库构建 𐟧ꊤ𘎤𜠧𛟦𗷥ˆ细胞测序不同，单细胞测序起始样本中核酸含量极低，需要对筛选出的细胞进行扩增。主要方法有单细胞全基因组扩增和单细胞全转录组扩增。测序和数据分析 𐟓Š 制备好文库后，进行关键的测序步骤。所有Illumina测序平台均采用边合成边测序（SBS）技术，全球90%以上的测序数据都是基于该技术产生的。Illumina测序系统单次运行可以输出的数据范围从30万碱基到数万亿碱基，取决于仪器类型和配置。通过以上步骤，单细胞测序能够精准反映细胞间的异质性，为肿瘤免疫、胚胎发育和细胞分化等领域的研究提供重要数据支持。

【广州健康院建立胰腺炎疾病和靶向药物细胞谱系】近日，中国科学院广州生物医药与健康研究院陈奇研究组在Journal of Genetics and Genomics上发表研究论文ATN-161 alleviates caerulein-induced pancreatitis，阐明了血管内皮细胞在胰腺炎中的疾病谱系，并据此发现内皮细胞受体Integrin-的抑制剂ATN-161在胰腺炎治疗中的重要作用。胰腺炎（pancreatitis）是最常见的胃肠道疾病，每年全球患者高达700万-900万，在重症患者中有极高的致死率，并可能诱发更为致命的胰腺导管腺癌。据统计，美国2018年因胰腺炎入院患者高达30万，治疗耗资近80亿美元。然而，目前对胰腺炎的治疗主要以静脉输液、感染预防和疼痛管理为主，亟需靶向性药物用于胰腺炎的治疗。在这项工作中，研究团队利用经典的雨蛙素胰腺炎动物模型，对胰腺炎发病过程中的胰腺血管内皮细胞、腺泡和导管等细胞进行了多时间点的单细胞转录组病理性谱系分析。发现胰腺炎显著改变了胰腺内血管内皮细胞的转录组性质，而胰腺内内皮细胞的病理谱系状态与胰腺炎的发展和恢复过程一致。在胰腺中，导管上皮细胞与血管内皮细胞紧密并行，而胰腺炎的病变伴随异常的血管增生。进一步分析表明，导管上皮细胞与血管内皮细胞存在紧密的细胞间互作，胰腺炎会诱发CK19阳性类导管细胞过量分泌Spp-1，靶向内皮细胞上的受体Integrin-。利用Integrin-的抑制剂ATN-161，能够显著抑制胰腺炎发病过程中的病理现象，包括腺泡-导管化生和病理性血管新生，并促进导管上皮细胞与血管内皮细胞间互作的重建。ATN-161的药物处理谱系分析显示，该药物处理显著恢复了内皮、腺泡和导管等细胞的谱系状态。ATN-161在一期临床实验中展现出明显的安全性，因此该药物及其相关修饰物极可能为胰腺炎的治疗提供新方案。这项工作主要在中国科学院广州健康院开展，相应成果已申请国家发明专利。陈奇研究组的研究生高荣荣、马兰跃、陈建伟和王钰翔为该论文的共同第一作者。陈奇研究员和华南理工大学的刘阳教授为共同通讯作者。相关工作得到国家重点研发计划、教育部中央高校科研项目、中国科学院、国家自然科学基金委、广东省科技厅等项目的资助，中国科学院广州健康院分析测试中心和实验动物中心提供技术支持。

犬种表型的多样性以及犬和人类相关的遗传疾病风险，使犬类成为研究复杂性状遗传基础和人类生物医学模型的理想对象。国际合作项目Dog10K旨在揭示犬类的表型多样性、疾病、行为和驯化历史的遗传基础。为了更好地展示与利用这些数据，中国科学院科学家团队研究建立了综合性犬类多组学数据库——Dog10K数据库。Dog10K数据库整合了1,987只犬类基因组的单核苷酸变异、43个犬种的新发突变、105,057个海马的单核转录组数据、74,067个白细胞的单细胞转录组数据以及30个在已发表犬科研究中获取的不同年龄的血液转录组样本。该数据库提供了可视化、统计分析、浏览、搜索和下载等功能。同时，该数据库整合了3种分析工具即Selscan、LiftOver和AgeConversion，以帮助研究人员定制化地分析组学数据。Dog10K数据库将为分析、展示和利用犬类多组学数据提供基础性平台，有助于推动复杂性状及遗传疾病相关研究，促进学术合作与研究成果共享[强]『前沿科技 | 中科院科学家研究搭建综合性犬类多组学数据库』前沿科技 | 中科院科学家研究搭建综合性犬类...

利剑出鞘！博奥晶典创新自研高通量单细胞转录组解决方案震撼发布！网页链接

剑桥大学全奖博士项目：乳腺癌转移研究 𐟏력� ᧮€介剑桥大学，坐落在英国剑桥郡，是一所享誉全球的公立研究型大学。这所历史悠久的学府采用传统的学院制，是罗素大学集团的成员，也是全球大学校长论坛的一部分。剑桥大学以其卓越的学术成就和创新能力而闻名，被誉为“金三角名校”、“Doxbridge”和“G5”，在QS世界大学排名中位列第二。 𐟔젩ṧ›‚述该项目主要研究基因组不稳定性对肿瘤微环境和乳腺癌转移治疗反应的影响。具体来说，项目将探索基因组不稳定性的不同机制如何改变转移性乳腺肿瘤细胞与肿瘤微环境之间的相互作用。肿瘤微环境（TME）由免疫细胞、成纤维细胞、内皮细胞和其他非癌细胞组成，对癌症进展的各个方面产生影响，从肿瘤起始到转移扩散和对治疗的反应。 𐟛 ️ 技术手段在项目实施过程中，成功的申请人将利用一系列尖端技术，包括CRISPR、单细胞转录组测序、空间转录组学和成像质量流式细胞仪，来绘制乳腺癌小鼠模型中转移灶的TME和空间组织。此外，还将有机会参与使用最新单细胞基因组测序和基于遗传条形码的克隆谱系追踪方法研究转移性病变的遗传进化和克隆结构。 𐟒𐠥喥�‡‘信息该项目由汉农教授和阿帕里西奥教授共同持有的美国国防部（DOD）拨款资金支持。奖学金包括全额大学和学院费用，以及每年21,000英镑的津贴，为期3年，并根据需要提供进一步一年的资金。 𐟌Ÿ 总结剑桥大学的这个全奖博士项目为有志于研究乳腺癌转移机制的学者提供了一个难得的机会。通过利用先进的实验技术和设备，项目参与者将能够深入探索基因组不稳定性的作用，为乳腺癌的治疗和预防提供新的思路和方法。

专栏内容推荐

1153 x 458 · png
单细胞转录组技术进展 - 知乎
素材来自:zhuanlan.zhihu.com

1100 x 495 · jpeg
单细胞转录组测序银丰基因科技有限公司
素材来自:yinfenggene.com

600 x 597 · jpeg
跟着Cell学单细胞转录组分析(十四):细胞比例柱状图---连线堆叠柱状图 - 知乎
素材来自:zhuanlan.zhihu.com
800 x 450 · jpeg
单细胞转录组基本概念（一）_51CTO博客_单细胞转录组
素材来自:blog.51cto.com

600 x 261 · png
单细胞转录组技术进展 - 知乎
素材来自:zhuanlan.zhihu.com

1080 x 284 · jpeg
单细胞转录组测序技术全流程解析 - 知乎
素材来自:zhuanlan.zhihu.com

691 x 721 · png
Cell | 单细胞转录组联合空间转录组绘制人类肠道发育分子图谱 - 知乎
素材来自:zhuanlan.zhihu.com
1080 x 1363 · jpeg
热点综述 | 单细胞+空间转录组的整合分析方法总结 - 知乎
素材来自:zhuanlan.zhihu.com

641 x 832 · png
单细胞转录组+空间转录组联合绘制人类鳞状细胞癌组成和空间结构的多模式图谱 | | 百迈客生物
素材来自:biomarker.com.cn
600 x 813 · jpeg
单细胞空间转录组学的临床和转化价值 - 知乎
素材来自:zhuanlan.zhihu.com

1000 x 803 · jpeg
单细胞转录组测序+单细胞测序教你玩转植物单细胞发文新思路！ - 知乎
素材来自:zhuanlan.zhihu.com
1216 x 1370 · png
单细胞转录组数据发oncotarget | 生信菜鸟团
素材来自:bio-info-trainee.com

1232 x 651 · jpeg
10X单细胞（单细胞转录组 & 单核转录组）空间联合分析解析独特且进化上保守的肝脏巨噬细胞生态位 - 知乎
素材来自:zhuanlan.zhihu.com

614 x 796 · png
《nature》丨单细胞转录组和染色质可接近性分析及整合分析
素材来自:ydlyxjy.com
474 x 444 · jpeg
跟着Cell学单细胞转录组分析(八):单细胞转录组差异基因分析及多组结果可视化 - 知乎
素材来自:zhuanlan.zhihu.com

1080 x 482 · jpeg
单细胞转录组测序的应用方向_类型
素材来自:sohu.com

1052 x 896 · png
Science | 人类多器官单细胞转录组图谱 - 知乎
素材来自:zhuanlan.zhihu.com
1100 x 905 · jpeg
单细胞转录组测序银丰基因科技有限公司
素材来自:yinfenggene.com

819 x 490 · jpeg
单细胞转录组测序技术(single cell RNA-seq)及细胞分离技术分类汇总 - 知乎
素材来自:zhuanlan.zhihu.com
1786 x 860 · png
10×单细胞转录组常见Q&A（二）｜实验质控相关 - 技术前沿 - 生物在线 Lab-on-Web
素材来自:bioon.com.cn

1080 x 1648 · png
单细胞转录组测序助力解析小鼠不同器官γ δ T细胞异质性图谱
素材来自:k.sina.cn
1080 x 1522 · png
单细胞转录组测序助力解析小鼠不同器官γ δ T细胞异质性图谱
素材来自:k.sina.cn
1080 x 1742 · png
单细胞转录组测序助力解析小鼠不同器官γ δ T细胞异质性图谱
素材来自:k.sina.cn

1100 x 566 · jpeg
单细胞转录组测序银丰基因科技有限公司
素材来自:yinfenggene.com

755 x 752 · png
单细胞转录组“遍地开花”，多组学联合“如虎添翼”_公司新闻_丁香通
素材来自:apt.biomart.cn
1000 x 562 · png
单细胞转录组数据的流程分析-学习视频教程-腾讯课堂
素材来自:ke.qq.com

720 x 624 · jpeg
单细胞生信分析的套路是什么？7+单细胞转录组生信文章解读 - 知乎
素材来自:zhuanlan.zhihu.com
554 x 553 · png
文献解读：10× Genomics 单细胞转录组测序在构建细胞图谱中的应用 - 丁香园
素材来自:commercial.dxy.cn

1206 x 1076 · jpeg
一个文库，三种分析，单细胞全转录组测序全新上线~
素材来自:sohu.com
1080 x 690 · png
看单细胞测序技术如何绘制人类早期发育谱系的多样化路径 - 知乎
素材来自:zhuanlan.zhihu.com

910 x 514 · jpeg
单细胞转录组测序10× Genomics技术及优缺点 | 百迈客生物
素材来自:biomarker.com.cn
577 x 512 · jpeg
聚焦生信 | Cell2location法联合单细胞转录组进行空间转录组细胞类型映射-附代码 - 知乎
素材来自:zhuanlan.zhihu.com

508 x 466 · png
单细胞转录组分析的一般步骤 - 知乎
素材来自:zhuanlan.zhihu.com
650 x 530 · jpeg
单细胞转录组Smart-seq 2和10x Genomics Chromium技术原理及应用_生物器材网
素材来自:bio-equip.com

794 x 1123 · jpeg
Hemberg-lab单细胞转录组数据分析（一） - 知乎
素材来自:zhuanlan.zhihu.com

素材来自:查看更多內容

当前用户设备UA：Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)