当前位置：网站首页 » 教程 » 内容详情

单细胞期刊前沿信息_单细胞期刊有哪些(2024年12月实时热点)

内容来源：合毅科技所属栏目：教程更新日期：2024-12-03

单细胞期刊

【中国科学家发布跨物种小脑皮层单细胞空间转录组图谱】 9月27日， Science期刊在线发表了题为“Cross-species single-cell spatial transcriptomic atlases of the cerebellar cortex ” 的研究论文，该研究成果由中国科学院脑科学与智能技术卓越创新中心（神经科学研究所）联合杭州华大生命科学研究院、上海脑科学与类脑研究中心、中国科学院遗传进化与动物模型重点实验室、临港实验室、华南理工大学、腾讯AI Lab等单位80多人的科研团队合作完成。小脑在运动和认知功能中扮演着至关重要的角色，其皮层与新皮层的各种感觉运动和联合区域具有区域特异性的功能连接。然而，与大脑皮层相比，小脑皮层各区域具有相对统一的细胞结构和典型的局部回路，这使得细胞组织如何支撑小脑连接和功能的复杂性成为一个重要问题。近年来，单细胞组学的发展推动了多个针对小脑细胞构成研究的开展，但此前对小脑皮层细胞的分子和功能多样性的研究主要基于小鼠小脑。灵长类动物小脑在进化过程中显著扩张，神经元数量增加，认知功能更为复杂，因此确定是否存在灵长类特异性细胞亚型及其独特的空间组织形式，对于研究灵长类特异性的小脑功能具有重要意义。然而，由于小脑除了占小脑神经元数量99%以上的颗粒细胞外，大多数细胞类型难以富集，因此对整个灵长类小脑进行单细胞分辨率的全面空间基因表达谱分析一直具有挑战性。在本研究中，科学家们采用了华大生命科学研究院发明的单细胞空间转录组技术Stereo-seq，对小鼠、狨猴和猕猴的小脑进行了分析。该方法能够以约500纳米的高空间分辨率和全小脑覆盖的超大可视面积来绘制小脑的空间基因表达谱。通过对这些物种小脑皮层的细胞类型进行分类，研究人员揭示了三个物种中保守的浦肯野细胞、颗粒细胞和分子层中间神经元等细胞类型。通过比较小鼠和灵长类动物中每个细胞类型的基因表达模式，发现大多数细胞类型在物种间是保守的，但每个细胞类型中的差异表达基因高度依赖于物种。通过绘制各个细胞类型的空间分布，研究人员发现了灵长类特异的高尔基神经元分布特征。特别值得注意的是，研究人员在Stereo-seq数据中发现了灵长类特异性的浦肯野细胞亚型（GRID2-high Purkinje），并通过RNAscope实验和人类的单细胞转录组数据验证了这一发现。进一步的研究还揭示了GRID2高表达细胞在诱导长时程抑制（LTD）相关基因表达方面的显著差异，以及与其他谷氨酸受体亚基表达模式的差异。通过收集和分析清醒小鼠、狨猴以及公开的猕猴的静息态fMRI数据，研究人员发现了小脑皮层内的功能连接梯度，即“小脑内功能梯度”。这些梯度展示了不同小脑区域之间连接性的三维空间模式。通过实现空间转录组的三维重建和梯度分析，研究人员近一步发现，在所有三个物种中，功能梯度1和转录组梯度1都显示出明显的前后差异，且猕猴和狨猴之间的空间模式相似性高于它们与小鼠之间的相似性。此外，通过跨物种预测模型的验证，发现了基因表达与小脑内功能连接之间的密切关系，并且确定了与功能梯度相关的基因。这些基因在不同物种中的表达模式和富集的细胞类型存在差异，进一步强调了物种间的分子和功能差异。综上所述，本研究构建了猕猴、狨猴和小鼠小脑皮层的时空单细胞图谱，描绘了灵长类特异性浦肯野神经元亚型、进化保守的神经元空间模式和基因表达的区域偏好，并建立了转录组的空间异质性与小脑内功能连接的紧密关系。这些数据为该领域的未来研究提供了全面的资源，揭示了小脑皮层在进化过程中的分子和细胞多样化，有助于深入理解小脑的进化和功能。该研究成果已在线发表，相关数据已在深圳国家基因库公开提交，可在CBMSTA（网页链接）数据库交互查看并下载分析。这一研究成果对于推动小脑研究的发展具有重要意义，为进一步探索小脑在神经系统中的作用以及相关疾病的机制提供了重要的理论基础和实验依据。

【研究全面展示人类胚胎遗传特征】近日，北京大学第三医院生殖医学团队在Cell Discovery在线发表题为《人类胚胎早期发育中存在广泛嵌合》的研究论文。该研究首次利用单细胞研究手段，系统性解析了人类囊胚阶段与着床期胚胎、胎儿发育期不同器官的细胞染色体组成，全面展示了人类个体发育过程中细胞染色体倍性及变化特征。传统方法仅使用胚胎内少量部分细胞进行遗传分析，不能代表整体胚胎的真实染色体组成。为全面解析人类早期胚胎的嵌合特征，该研究首先收集了来源于志愿者捐赠的20枚囊胚期胚胎，分离每个胚胎的全部细胞并进行单细胞基因组测序，检测每个细胞的染色体核型。结果发现，所有囊胚中均包含染色体异常细胞，为嵌合胚胎。此外，在20个囊胚中，有70%的囊胚存在染色体错误互补的细胞，提示染色体非整倍体来源于胚胎细胞有丝分裂产生的错误，而以往基于细胞团的传统方法难以发现此类错误。研究团队进一步使用课题组此前在Nature等期刊发表的人类着床期胚胎及着床后胎儿器官的转录组数据（包括第8～14天胚胎、第5～26周胎儿器官的20945个单细胞数据），计算每个发育时期的单细胞染色体倍性。结果显示，96%的着床后胚胎及胎儿都是嵌合。最后，研究对116个经胚胎染色体检测且移植后活产的病例进行回顾性研究。团队临床单基因病胚胎诊断实施过程中，常规对一次活检细胞团分离单细胞，其中1～3个细胞用于诊断，剩余1～3个细胞作为备份用于验证。团队对116份活产儿的囊胚期备份样本进行了染色体分析，发现10%（12/116）的样本含有非整倍体细胞，意味着这些活产的新生儿在囊胚期实际上是嵌合胚胎。该研究发现，嵌合现象在人类早期发育阶段广泛存在。同时，研究提示，在面对无整倍体胚胎可移植的情况时，临床辅助生殖可以对嵌合胚胎有更大的包容度，使患者有更多妊娠和顺利产出新生儿的机会。网页链接

孙宝发博士，南开大学生科院博士生导师，研究员，入选中科院青促会会员，天津市青年科技人才，科睿唯安“全球高被引科学家”。主要从事单细胞及表观组学的生物信息分析与调控机制解析。课题组阐明了RNA修饰调控多种生理（胚胎发育、精子发生、神经发育等）和病理过程（肿瘤发生、肿瘤免疫、肥胖等）的分子机理，并通过单细胞组学揭示癌症、心血管疾病、神经疾病等发生的分子机制。其科研成果以第一作者及通讯作者（含共同）发表于Nature，Nature Immunology，Science Immunology，Nature Cell Biology，Science Translational Medicine，Molecular Cell, Cell Research等期刊，他引超过1万次。详见个人主页：课题组研究方向孙宝发博士课题组致力于发挥生物信息学科交叉背景优势，研究方向集中于与疾病、免疫及发育相关的单细胞及表观组学等测序技术及分析方法开发、调控机制解析及人工智能应用。 ⠠⠨ﾩ☧𛄤𛥨磥†𓤸Ž生物医药相关的基础科学问题为导向，在技术开发、机制解析的基础上，整合多维组学及临床医学信息对癌症与疾病通过人工智能进行精准预测、诊断和治疗，实现智慧医疗。招生要求课题组计划招收博士研究生1名，要求如下：基本条件： • 满足南开大学博士研究生“申请考核制”招收条件； • 具有生物信息学经验者优先； • 具有SCI论文发表经验者优先； • 具备基本的英文文献阅读及论文写作能力，踏实肯干，具有独立工作的能力和团队协作的精神。 • 联系方式 ⠠⠨﷥𐆧”𓨯𗦝料发送至sunbf@nankai.edu.cn，邮件主题注明“姓名+报考博士研究生”申请材料包括： • 个人简历（含本科以上教育经历，工作经历，研究经历，代表性学术论文等）

#不一样的营养健康# 人类肿瘤图谱网络计划，HTAN，启动于2018年。这项国际科研合作计划的目的，是构建人类肿瘤演变中的细胞和结构，以及分子特征的三维图谱，全面识别肿瘤发生与进展，以及耐药的基本生物过程。近日，《自然》系列期刊发表了这项计划的论文合集，呈现了肿瘤及其周边环境的图谱，主要涉及乳腺癌与结肠癌，以及胰腺癌，图谱内容涵盖了各种肿瘤类型，提出了多项新发现。比如，图谱内容推翻了结直肠癌起源于黏膜单个细胞的观点，提供了多个细胞共同引发结直肠癌模型的证据，还发现了转移性微环境在促进肿瘤演变中的作用。

康奈尔计算生物学博士项目招生啦！嘿，大家好！如果你对计算生物学、AI、统计和生物信息学感兴趣，那么你一定不能错过康奈尔大学的这个超棒的机会！𐟎“ 课题组简介王光煜课题组位于康奈尔医学院和休斯顿卫理公会医院，主要研究领域有三个：深度学习和机器学习：他们通过这些先进的算法和平台，整合图像数据和组学数据（比如空间转录组和单细胞转录组），深入探索器官发育和病理学的奥秘。 Foundation Model：基于像ChatGPT和LLaMA这样的模型，进行算法开发和建模，以提升对单/多模态生物数据的理解。单细胞数据和空间转录组：他们通过这些数据构建细胞分化的动态定量模型。这个课题组的研究成果已经发表在Nature Biotechnology、Nature Metabolism、Nature、Nature Communication、Science Advances、Genome Biology、Circulation、Circulation Research等顶级期刊上。是不是很酷？𐟘Ž 康奈尔大学Physiology, Biophysics & Systems Biology (PBSB)博士项目这个项目致力于培养学生在生物医学工程科学的前沿研究能力。课程设置包括模块化课程、研讨会和实验室轮转，强调定量方法和跨学科应用。项目通过特设委员会指导学生设计个性化学习计划，并定期评估研究进展。最终，学生完成论文答辩，获得博士学位。是不是很全面？𐟓š 应聘要求我们欢迎来自各种科学领域（包括生物学、医学、统计学、工程学等）的积极学习者，有兴趣参与AI、基因组学、生物信息学和医学交叉领域的研究。无论你是刚毕业的本科生，还是有一定工作经验的科研人员，都欢迎你加入我们的队伍！𐟌Ÿ 如果你对这个机会感兴趣，赶紧行动吧！𐟏ƒ‍♀️𐟏ƒ‍♂️

薛超友团队招募单分子与基因编辑博士生中国科学院天津工业生物技术研究所的单分子与基因编辑组正在招募博士研究生。薛超友研究员担任博士生导师，他的团队主要研究方向包括单分子荧光能量共振转移技术（smFRET）、单分子DNA技术以及单细胞分子追踪等。薛超友在2017年获得美国爱荷华州立大学的博士学位，并在美国哥伦比亚大学进行博士后研究。他在过去五年内，在包括Molecular Cell、PNAS等学术期刊上发表了30余篇高质量论文。薛超友团队的研究涵盖了单分子技术的多个方面，旨在利用这些技术阐明CRISPR-Cas系统的生物学机制。课题组的研究成果在国际上具有重要影响，为基因编辑和生物技术领域的研究提供了新的视角和方法。如需了解更多信息，欢迎联系天津工业生物技术研究所。

张泽民新文！揭秘结直肠癌 𐟎‰ 张泽民院士团队再次发表重磅文章！上个月他们刚刚在Cell和National Science Review上发表了泛癌肿瘤浸润B细胞的研究，现在又带来了Nature Cancer上的新发现。这篇文章提供了丰富的代码，值得深入学习。 𐟔 通过整合约200名捐赠者的结直肠癌单细胞转录组数据，研究团队揭示了结直肠癌（CRC）患者的分层以及不同的免疫逃逸机制。这些成果昨天发表在了《Nature Cancer》期刊上。 𐟓š 文章引用信息： Chu, X., Li, X., Zhang, Y. et al. Integrative single-cell analysis of human colorectal cancer reveals patient stratification with distinct immune evasion mechanisms. Nat Cancer (2024). 𐟒ᠦŽ⧴⨿™篇文章中的代码，你将能够学习到如何进行单细胞数据分析，以及如何利用这些数据来揭示肿瘤的免疫逃逸机制。欢迎加入我们的交流群，一起探讨这个领域的最新进展。

「健康登顶计划」「brainnews超话」 Nat Comun：郭非凡团队报道脑-肠-脂肪组织轴调控年龄诱导脂解损伤新机制来源：brainnews 2024年9月11日复旦大学脑转院郭非凡教授团队在国际学术期刊Nature Communications上发表了题为“Hypothalamic SLC7A14 accounts for aging reduced lipolysis in white adipose tissue of male mice”的研究论文。该研究利用衰老小鼠模型，结合遗传学，代谢组学以及单细胞测序分析等技术揭示了中枢下丘脑中氨基酸转运体SLC7A14通过脑-肠-脂肪轴在衰老引起的白色脂肪脂解中的作用与机制。该研究结果揭示了中枢SLC7A14的新功能，为中枢调控年龄诱导的脂解损伤提供了新的见解，为治疗年龄依赖性肥胖提供了良好的药物靶点。

【Genome Biology |单细胞组学与疾病研究中心郑小琪团队开发空间转录组数据降维新算法】近日，上海交通大学公共卫生学院、上海交通大学医学院单细胞组学与疾病研究中心郑小琪课题组在基因组学领域顶级期刊Genome Biology杂志发表了题为GraphPCA: a fast and interpretable dimension reduction algorithm for spatial transcriptomics data的方法论文章。该研究开发了一个快速、可解释性的拟线性降维算法——GraphPCA。基于模拟实验及真实数据的评估结果表明，GraphPCA有效提升了包含空间域检测、降噪以及轨迹推断等多项下游分析任务的性能。这项研究为空间转录组数据的分析提供了一个强有力的新工具，有助于更深入地理解细胞在组织中的复杂相互作用和功能。近年来，空间转录组(Spatial transcriptomics, ST) 技术的快速发展使得研究人员在获取基因表达谱的同时保留了细胞在组织中的空间位置信息，从而能够揭示组织内细胞在空间结构上的异质性。然而，空间转录组数据具有高稀疏性、高维性和低信噪比等特点，为后续数据分析带来了巨大挑战。作为下游分析前必要的预处理步骤，降维不仅可以提高信噪比，还能有效缓解维数灾难。目前，大多数研究人员直接将针对单细胞转录组数据的降维算法应用到空间转录组数据（如Seurat、Scanpy、STUtility等）。然而，这些方法未能充分利用ST数据中的空间信息，可能导致低维嵌入的效率降低，甚至错误的生物学发现。虽然近期已有一些专门针对ST数据的降维算法（如SpatialPCA、DR-SC等），但这些方法或依赖复杂的参数推断，或缺乏模型可解释性。为了克服这些缺陷，本研究基于图正则化表示以及主成分分析法，开发了一种快速、可解释的拟线性降维算法——GraphPCA，该算法可以有效处理空间转录组数据，并提高了低维嵌入的生物学解释能力。 GraphPCA建立在灵活的主成分分析框架上，它通过利用位点/细胞之间的空间邻域结构作为图约束，使得低维嵌入能够有效地保留位置信息。GraphPCA的输入包括基因表达矩阵和位点的空间坐标，这些信息被用于构建位点/细胞间的空间邻域图（默认为k近邻图）。与经典的主成分分析方法不同，GraphPCA通过求解一个受空间邻域图约束的优化问题来推断整合了空间位置和基因表达信息的低维嵌入矩阵。由于该优化问题存在封闭解，GraphPCA的计算效率远高于基于深度学习的方法，从而可以高效地处理不同规模的ST数据。通过图约束，GraphPCA可以使相邻位点/细胞在低维空间中的投影更加接近，并且每个嵌入维度都与特定的空间基因表达模式高度相关，这使得基因-成分的投影矩阵能够反映共表达基因模块的空间表达差异性。作者随后在大量模拟数据和不同物种、组织区域、测序技术的真实数据上进行了广泛的评估，验证了GraphPCA得到的低维嵌入在空间域检测、轨迹推断和去噪等下游分析任务中的性能。此外，GraphPCA模型的灵活性使其能够轻松扩展到多样本整合，通过融合其它切片的基因表达信息进一步提高空间域检测的准确性。

𐟌𑤸𚤽•万蕊雪和白蕊在学术界如此高产？𐟓š 在生物学的领域里，万蕊雪和白蕊的成就令人瞩目，她们在短短的3-4年内发表了5-6篇顶尖期刊的文章，这几乎是许多生物学家一生都难以达到的高度。𐟏† 𐟌ˆ 时代背景：结构生物学在她们的研究时期，可能更侧重于解决结构问题，就像过去单细胞研究只需测序和分析图谱就能发表在CNS上一样，她们赶上了这个好时机。 𐟤”️ 成果差异：尽管白蕊的成果在某些方面似乎更为突出，但万蕊雪却成为了西湖大学的特聘研究员，而白蕊则是副研究员。她们的许多文章有共同一作的情况，且自2021年后的两年内似乎没有新的文章发表。 ✍️ 写作速度：以她们的文章发表速度来看，每篇文章是否都是她们亲自撰写？这是一个值得深思的问题。毕竟，写作一篇高质量的文章需要投入大量的时间和精力。 𐟔 探索原因：是什么让万蕊雪和白蕊在学术界如此高产？是天赋、努力还是其他因素？这些问题值得我们进一步探讨和思考。

专栏内容推荐

502 x 652 · jpeg
单细胞测序丨揭秘妇科肿瘤研究利器科研动态上海伯豪生物技术有限公司服务科技创新，护航人类健康！
素材来自:shbio.com
591 x 768 · jpeg
Research – The Aceto Lab
素材来自:theacetolab.com

900 x 1193 · png
Nature盘点：2020年十大生命科学封面文章丨梅斯评述-MedSci.cn
素材来自:medsci.cn
860 x 484 · jpeg
圆形细胞图片素材-正版创意图片400094562-摄图网
素材来自:699pic.com

1230 x 1635 · jpeg
学术期刊的封面图一般是怎么制作的？ - 知乎
素材来自:zhihu.com
1080 x 1080 · png
2021年单细胞研究进展盘点|单细胞发文攻略，只看这个就够了_图谱_影响_文献
素材来自:sohu.com

720 x 451 · png
单细胞应用｜单细胞技术揭开癌症多样性的奥秘 - 知乎
素材来自:zhuanlan.zhihu.com
1080 x 1080 · png
2021年单细胞研究进展盘点|单细胞发文攻略，只看这个就够了_图谱_影响_文献
素材来自:sohu.com

1080 x 584 · jpeg
单细胞文章快讯202204期 - 知乎
素材来自:zhuanlan.zhihu.com

307 x 401 · png
单细胞是什么？果壳中的宇宙 | 用单细胞技术拓展研究边界 - 知乎
素材来自:zhuanlan.zhihu.com
974 x 974 · png
2021年单细胞研究进展盘点|单细胞发文攻略，只看这个就够了_图谱_影响_文献
素材来自:sohu.com

1080 x 590 · jpeg
单细胞小白课堂 | 一分钟为你解答为什么大家都被单细胞技术圈粉了？！ - 企业动态 - 丁香通
素材来自:biomart.cn

1012 x 632 · jpeg
单细胞文章快讯202103期 - 知乎
素材来自:zhuanlan.zhihu.com
727 x 484 · jpeg
单细胞(单细胞生物)_搜狗百科
素材来自:baike.sogou.com

811 x 372 · png
单细胞从理论到实践-这一本书就够了 - 知乎
素材来自:zhuanlan.zhihu.com

720 x 202 · png
什么是单细胞？(一) - 知乎
素材来自:zhuanlan.zhihu.com

1146 x 645 · jpeg
单细胞生物(由单个细胞组成的生物)_搜狗百科
素材来自:baike.sogou.com

960 x 540 · jpeg
单细胞分析-优势，挑战和应用|技术网络188金宝搏备用 - 188bet金宝搏手机网页,188金宝搏备用
素材来自:dile1000.com

992 x 991 · png
2021年单细胞研究进展盘点|单细胞发文攻略，只看这个就够了_图谱_影响_文献
素材来自:sohu.com
591 x 768 ·
《细胞》封面：首次看清体内所有癌症转移！科学家们发现将近四分之一的位点无法得到有效治疗 - 知乎
素材来自:zhuanlan.zhihu.com