打开它，在论文资源上实现“共同富裕”！| 时空简讯第2期
时空简讯第2期。
脑
Brain
联合scRNA-seq、scATAC-seq和空间转录组等三大技术探究小鼠大脑皮层发育轨迹
Nature [IF: 49.962]
①大脑皮层最初阶段基本由AP (Apical Progenitors)和IP (Intermediate Progenitors)组成；不同时间点的转录组图谱，展示了大脑皮层发育过程中由AP到PN （Projection Neurons）和胶质细胞的梯度变化，E12.5后出现祖细胞到投射神经元的梯度变化；
②四个时间点（E12.5、13.5、15.5和P1）空间转录组分析，并用Tangram技术将scRNA-seq细胞数据定位到空间位置上，发现细胞类型和基因表达都呈现时空梯度；
③联合scRNA-seq和scATAC-seq数据，利用URD技术、基于伪时序建立有分支的发育轨迹树，发现神经元的分化主要在有丝分裂后；
④寻找进化树分叉点的差异基因表达，打分、取每个分叉点前10名的基因作为伴随细胞分化的潜在基因，以备未来深入的功能研究；
⑤Fezf2 敲除后的小鼠AP，IP与对照小鼠一致但兴奋性神经元相关表达下调。(李晓宇)
Molecular logic of cellular diversification in the mouse cerebral cortex
2021.05.24, DOI: https://doi.org/10.1038/s41586-021-03670-5
研究文章，小鼠，脑，大脑皮层，发育，单细胞转录组，空间转录组，染色质可及组，Daniela J. Di Bella，Aviv Regev，Paola Arlotta, USA, Harvard University
大脑背外侧前额叶皮质基因表达空间图谱：单细胞数据的空间定位框架 (spatialLIBD)
Nature Neuroscience [IF: 24.884]
①空间转录组鉴定人类皮层中新的皮层富集基因，证实与不同皮层富集相关的典型标记基因，找出新的与皮层富集相关的差异表达基因；
②提出空间配准框架，并验证可利用任何现有的snRNA-seq或scRNA-seq数据集定位相应解剖信息；
③将人DLPFC层富集基因的表达纳入风险基因解释，突出这些数据在收集临床见解方面具潜在效用；
④DLPFC数据可驱动皮层富集基因的分群，进而识别之前未知的细胞组织，也可应用于其他形态模式的人类组织或大脑结构；建立交互交流网站 (http://research.libd.org/spatialLIBD)。(Cyto F)
Transcriptome-scale spatial gene expression in the human dorsolateral prefrontal cortex
2021.02.08, DOI: 10.1038/s41593-020-00787-0.
研究文章，人，大脑背外侧前额叶皮质，空间转录组，单细胞转录组，Kristen R. Maynard，Keri Martinowich，Andrew E. Jaffe，USA，Johns Hopkins University
上海交通大学：小鼠小脑颗粒细胞和髓母细胞瘤发育的共同和差异
BMC Biology [IF: 7.431]
①颗粒神经元（GN）特异性标记小鼠（Math1-GFP；Dcx-DsRed小鼠）小脑scRNAseq分析，发现颗粒细胞主要有两个祖细胞亚群和两个分化神经元亚群，并用空间转录组定位了这些亚群在小脑中的位置；
②Patched+/-突变小鼠小脑单细胞RNA测序，比较分析正常发育的GN和肿瘤细胞之间的相似性和差异，发现髓母细胞瘤(MB)中转化的颗粒细胞与不同分化状态的发育中的颗粒神经元非常相似；
③然而，与正常发育的细胞相比，MB中转化的颗粒神经元祖细胞的分化趋势明显降低。（董天宇）
Single-cell spatial transcriptomic analysis reveals common and divergent features of developing postnatal granule cerebellar cells and medulloblastoma
2021.06.01, DOI: 10.1186/s12915-021-01071-8.
研究文章，小鼠，小脑，颗粒细胞，髓母细胞瘤，单细胞转录组，空间转录组学，Wenqin Luo， Wei-Qiang Gao，Ru Yang，Jia Wang，中国, 上海交通大学
Cell 封面:空间转录组和原位测序解开阿尔茨海默病的分子病理
Cell [IF: 41.582]
①阿尔茨海默病(AD)模型小鼠空间转录组分析鉴定阿尔茨海默病（AD）的多细胞基因共表达网络；
②其中两个网络由淀粉样斑块积累所诱导：一个斑块诱导基因(PIG)网络主要涉及小神经胶质细胞和星形胶质细胞；另一个少突胶质细胞基因(OLIG)网络与髓鞘反应相关；
③PIG和OLIG在不同的神经退行性疾病中是保守的。
④以上发现通过原位测序在小鼠和人类大脑得到验证。（Fishball）
Spatial Transcriptomics and In Situ Sequencing to Study Alzheimer’s Disease
2020.08.20, DOI: 10.1016/j.cell.2020.06.038
研究文章，小鼠，人，脑，阿尔茨海默病（AD），淀粉样斑块，空间转录组，原位测序，Wei-Ting Chen，Ashley Lu，Mark Fiers，Bart De Strooper，Belgium，UK，Leuven Brain Institute，VIB
心脏
Heart
Cardiovascular Research综述: 转录组剖析心血管疾病
Cardiovascular Research [IF：10.787]
①非编码RNA是心血管系统中关键的分化、稳态和病理调节因子，但研究尚处在初级阶段，且研究技术方法仍需改进；
②不同种类的ncRNA (rRNA，lincRNA和lncRNA等)在疾病调节过程中起着关键作用，且RNA的完整度对于研究结果影响很大；
③lncRNA在翻译调控和短肽产生过程中发挥着作用，在细胞信息传递过程中也发挥关键作用；
④可变剪接可以产生功能性非编码RNA，在病理调节中起着关键作用，AS的病理相关性研究是心血管疾病基因组学的一大热点；
⑤目前只有两种基于RNA的心血管疾病体外诊断的生物标志物商业可用，CorusVR CAD和AlloMapVR，但临床使用条件较为局限；
⑥心脏组织中的细胞种类众多，将各种组织分别进行研究有助于对心血管疾病的认识，单细胞测序技术将为心血管稳态和疾病过程研究提供关键的和新的见解；
⑦人工智能、全组织和单细胞测序等新技术的兴起将带来新的发现和临床有关的应用，并最终为心血管疾病患者带来更完善和更安全的治疗方法。(赵超越)
Dissecting the transcriptome in cardiovascular disease.
2021.03.23, DOI: doi:10.1093/cvr/cvab117.
综述，医学，转化医学，心血管，转录组, 非编码RNA, 标准化, 单细胞转录组，空间转录组，Y. Devaux, T. Pedrazzini，F. Martelli，Emma L. Robinson，Maastricht University, University of Lausanne , IRCCS, Luxembourg Institute of Health, Netherlands, Luxembourg, Switzerland, Italy
人心肌梗死单细胞多组学图谱：snRNA-seq+scATAC-seq+空间转录组
BioRxiv
①正常心肌和心肌梗死组织snRNA-seq共获得40530个核转录组，10种主要细胞类型；scATAC-seq能够鉴定其中的8种细胞类群；
②揭示了在健康和疾病中控制特定心脏细胞类型的基因调控网络，包括RUNX1作为TGFβ信号的放大器；
③结合空间转录组分析，进行组织定位，在空间上绘制控制基因调控的表观组，了解在心脏瘢痕形成过程中驱动成纤维细胞向肌成纤维细胞分化的基因调控程序。（猫咪）
Spatial multi-omic map of human myocardial infarction.
2020.12.10, DOI: 10.1101/2020.12.08.411686
研究文章，人，心脏，心肌梗死，单细胞转录组，空间转录组，单细胞染色质可及组，Christoph Kuppe, Ricardo O. Ramirez Flores, Zhijian Li, Julio Saez-Rodriguez, Rafael Kramann, RWTH Aachen University, Heidelberg University, Germany
多层空间转录组联合单细胞转录组揭秘促造血干细胞发育的分泌因子
Cell Stem Cell [IF:24.633]
①激光捕获显微解剖技术(LCM-seq)证实人主动脉存在背腹侧极化；
②肾素和内皮素1在主动脉腹侧区域富集分泌，小鼠和人的功能实验证实了内皮素1会促进造血系统的发育；
③单细胞转录组揭示了内皮细胞和造血干细胞/祖细胞之间的谱系关系，其一个亚群动脉特征下调。（WB）
Multi-layered Spatial Transcriptomics Identify Secretory Factors Promoting Human Hematopoietic Stem Cell Development
2020.09.17, DOI: 10.1016/j.stem.2020.08.004
研究文章，人，小鼠，血管，LCM-seq，单细胞转录组，造血干细胞，主动脉背腹侧极化，内皮素，Alexander Medvinsky, Edie I. Crosse, University of Edinburgh, UK
肠
Bowel
复旦大学: 单细胞和空间转录组整合和组织间比较揭开结直肠癌肝转移机制→
①24名可切除的直肠癌肝转移（Colorectal Cancer Liver Metastasis，CRLM）患者，采集结直肠癌（CRC）、邻近结肠、肝转移（LM）、邻近肝脏、沿结肠的淋巴结（LN）和外周血单个核细胞配对样本，20名患者的89份样本进行scRNA-seq，4名患者的8份样本进行空间转录组测序；
②整合scRNA-seq和空间转录组可精确量化CRLM病灶和转移灶免疫细胞构成和多样性，不同组织类型的T细胞比例明显不同；
③转移性肿瘤富含免疫抑制细胞，尤其是MRC1+CCL18+M2样巨噬细胞，进一步证实了肿瘤微环境（tumor microenvironment，TME）在CRLM中的潜在抑制作用；
④转移性肿瘤的巨噬细胞向抑制状态转移，CRLM中MRC1+CCL18+巨噬细胞代谢活性的急剧增加，代谢调节可能介导巨噬细胞对不同微环境的表型和功能转化；
⑤新辅助化疗（Neoadjuvant Chemotherapy，NAC）阻断巨噬细胞的运动轨迹仅适用于反应性肿瘤，反应性肿瘤NAC诱导巨噬细胞代谢重编程；
⑥多灶转移的免疫微环境具有高度多样性，转移异质性可能导致对化疗和其他治疗的不同反应。（hwn）
Spatiotemporal Immune Landscape of Colorectal Cancer Liver Metastasis at Single-Cell Level
2021.08.20, DOI：10.1158/2159-8290.CD-21-0316
研究文章，结直肠癌，肝转移，癌症，单细胞转录组，空间转录组，肿瘤微环境，Yingcheng Wu, Qiang Gao, 复旦大学，中国
胚胎
Embryo
斑马鱼早期胚胎的时空转录组轨迹：空间转录组和单细胞RNA标记
Nature Communications [IF: 14.919]
① 空间转录组和单细胞RNA标记技术联合研究斑马鱼最初几个小时的胚胎发育，改进了 tomo-seq 方法以系统地识别单细胞时期胚胎中具有亚细胞定位模式的基因；
② 开发了一个单细胞RNA标记方案应用在早期斑马鱼胚胎中进行轨迹分析，从而有助于鉴定出胚胎发育相关的细胞类型；
③ 还通过非洲爪蟾和热带爪蟾卵母细胞的mRNA定位分析，比较定位基因的进化保守性和富集的模式(motif)序列。(周晶)
Spatio-temporal mRNA tracking in the early zebrafish embryo.
2021.06.07. DOI: 10.1038/s41467-021-23834-1
研究文章，斑马鱼，胚胎，发育，空间转录组，单细胞RNA标记, Karoline Holler, Jan Philipp Junker, Max Delbrück Center for Molecular Medicine, Germany
生信工具
Analysis tools
Nature Reviews Genetics综述：scRNA-seq与空间转录组整合的计算方法和展望
Nature Reviews Genetics [IF: 53.242]
①整合scRNA-seq和空间转录组数据可应用于组织稳态、组织发育、疾病微环境、肿瘤微环境和空间上细胞间互作等方面的研究；
②比较了原位RNA测序（high-plex RNA imaging）和空间条形码（spatial barcoding）两类技术的特点和作用机制；
③列举了实现scRNA-seq和空间转录组数据整合用到的去卷积（Deconvolution）和映射（Mapping）这两种方案的多种算法，以及这些算法的输入和输出数据;
④探讨将空间数据纳入细胞间通讯分析，结合scRNA-seq数据和相应数据库预测细胞间通讯的配受体对。（阿多）
Integrating single-cell and spatial transcriptomics to elucidate intercellular tissue dynamics
2021.06.18, DOI: 10.1038/s41576-021-00370-8
综述，单细胞转录组，空间转录组，Sophia K. Longo，Paul A. Khavari, USA, Stanford University
SpatialDWLS：精确解卷积空间转录组数据
Genome Biology [IF: 13.583]
①spatialDWLS可以识别可能出现在每个位置的细胞类型，并且通过应用 DWLS 来推断每个选定细胞类型的分数，进而确定每个位置的细胞类型组成；
②基于单细胞分辨率数据的粗粒度平均值，创建了一个模拟的空间转录组数据集，对spatialDWLS的性能进行了基准测试，发现在精度和速度方面，spatialDWLS优于其他方法；
③通过将空间SpatialDWLS应用于人类发育心脏数据集，观察到发育过程中细胞类型组成的显着时空变化。（Imm F）
SpatialDWLS: accurate deconvolution of spatial transcriptomic data.
2021.01.22, DOI: 10.1186/s13059-021-02362-7
研究文章，生信工具，空间转录组，阻尼加权最小二乘(DWLS)，解卷积，Rui Dong，Guo-Cheng Yuan，USA, Harvard Medical School
编辑：力强 / 版面：晓黎
人才引进
联系我们
华大已推出时空组学及单细胞组学整体解决方案，秉承合作与共享的理念，我们欢迎不同领域的科研人员了解并利用上述平台及技术，发现并解决科学问题。
感兴趣的老师可选择以下方式和我们联系，我们将及时为您进行详细的介绍：
1. 在公众号留言；
2. 发送信息至邮箱：
collaboration@stereomics.com；
3. 点击页面左下方“阅读原文”登记信息。
更多信息请点此了解：
欢迎关注
华大时空
点
“阅读原文”登记信息