生物行移动版

单细胞m6A图谱揭示小鼠大脑细胞类型特异性RNA甲基化组与年龄依赖性差异甲基化

杜克大学医学院研究团队开发了一种DART-seq小鼠模型，首次实现了在单细胞分辨率下绘制小鼠大脑的m6A图谱。研究发现，不同脑区和细胞类型之间的m6A甲基化具有高度共享性，同时揭示了神经元和小胶质细胞中的差异甲基化特征。该研究为探索RNA修饰在神经系统发育、功能及衰老中的细胞类型特异性作用提供了重要工具。...

剑桥大学单细胞RNA-seq数据分析课程

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。...

SEPAR：空间转录组与多组学数据中空间元基因发现与分子模式表征的新利器

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。...

Seq-Scope-eXpanded：突破光学极限的超高分辨率空间组学技术

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：基于对比学习的组织学与空间转录组整合框架，实现细胞核分辨率的配体

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。...

DANST：基于深度域对抗神经网络的空间转录组细胞类型去卷积新算法

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。...

Nat. Biotechnol.：新基因组测序方法能够在单细胞水平上分析基因表达谱

研究人员开发出一种名为Smart-Seq的新型基因组测序方法，能够在单细胞水平上分析基因表达谱。该方法帮助科学家深入理解肿瘤的复杂性，并证实肿瘤细胞激活了多种膜蛋白以逃避监控系统。该研究发表于《自然·生物技术》期刊。...

构建线虫单细胞基因表达图谱

斯坦福大学科学家在《细胞》杂志发表研究，构建了秀丽线虫的单细胞基因表达图谱，分析了基因表达对细胞分化命运的控制机制。该研究为理解细胞命运决定提供了重要资源。...

新方法可对单个细胞进行测序

研究人员在《自然—方法学》期刊上报告了一种新方法，能够对单个细胞进行转录组测序，以前所未有的精度分析单个细胞的全部RNA分子。该方法克服了传统RNA-Seq需要大量细胞的局限，对发育生物学、细胞异质性研究和疾病分析具有重要意义。...

GE公司开发新一代单细胞测序仪

GE公司正在开发新一代单细胞测序仪，并获得美国人类基因组研究院的资助。该研究由GE Global Research的John Nelson研究组负责，旨在通过创新的单分子测序技术推动基因组学研究的发展。...