多样化时空组学技术平台、算法及在临床诊疗中的应用 | 时空简讯第4期
时空简讯第4期。
肝脏
Liver
开发snRNAseq2解析肝脏区带与肝细胞核倍性间的功能性联系
Nature Communications [IF：14.919]
①研制出一种单细胞核转录组测序的方法Single-nucleus RNA-seq2(snRNAseq2)，可以对冷冻组织的核转录进行综合分析，适用于肝脏中的所有细胞类型，不再受限于细胞大小或细胞脆性；
②用snRNAseq2来绘制不同倍性水平的肝细胞的转录谱，发现不同倍性状态具有不同的代谢潜能；
③四倍体单核肝细胞的基因表达情况由它们在肝小叶中的位置决定;
④揭示了基因拷贝数与肝细胞空间分布呈现功能性串扰关系。（董方圆）
Single-nucleus RNA-seq2 reveals functional crosstalk between liver zonation and ploidy.
2021.07.12, DOI: 10.1038/s41467-021-24543-5
研究文章，方法学，肝脏，冷冻组织，单细胞核转录组，细胞倍性，M. L. Richter, I. K. Deligiannis, M. Colome-Tatche, C. P. Martinez-Jimenez, Helmholtz Zentrum Munchen, Technical University of Munich, Freising, Germany
肝硬化中肝窦内皮细胞的区域特异性改变
Cellular and Molecular Gastroenterology and Hepatology [IF: 9.225]
①研究加深了在空间、细胞特异性水平上对肝硬化发病机制的认识；
②肝窦内皮细胞（liver sinusoidal endothelial cell, LSEC）毛细血管化的特征基因（例如 CD34）以及细胞外基质基因在肝硬化小鼠的3区 LSEC 中上调最多，这可能有助于基底膜的发育；
③肝硬化小鼠中的LSEC表现出内吞受体的表达降低；
④肝硬化小鼠中，诱导一氧化氮的转录因子（Klf2 [Kruppel-like factor-2]、Klf4 [Kruppel-like factor-4] 和 AP-1）在所有区域的LSECs中，剪切应力响应下调，这意味着肝内血管阻力增加。（周晶）
Single-Cell Transcriptomics Reveals Zone-Specific Alterations of Liver Sinusoidal Endothelial Cells in Cirrhosis.
2020.12.16, DOI: 10.1016/j.jcmgh.2020.12.007
研究文章，肝纤维化，门脉高压，淋巴内皮细胞，内皮功能障碍, 单细胞转录组，Tingting Su, YasukoIwakiri, Yale School of Medicine, 浙江大学，美国，中国
乳腺
Breast
Front Immunol 综述：乳腺癌免疫微环境及免疫异质性
Frontiers in immunology [IF: 7.564]
①对乳腺癌免疫微环境的异质性的研究进展进行了综述，包括了采用scRNA-seq和/或大规模细胞计数法、空间转录组的研究；
②肿瘤浸润淋巴细胞（TILs）复杂，T细胞在肿瘤免疫微环境中起主要作用，发现CD8+CD103+ TRM细胞亚型有助于判断三阴乳腺癌的预后；表达高水平诱导T细胞共刺激配体(ICOSL)的B细胞亚群显著增加；
③凯特林癌症中心一项队列研究使用乳腺癌组织、正常乳腺组织、血液和淋巴结，绘制了乳腺癌免疫微环境单细胞图谱，鉴定出38种T细胞、27种髓系、9种B细胞和9种NK细胞簇；
④空间转录组学技术已被设计用于推断细胞-细胞间的通信和肿瘤微环境中的空间结构；
⑤目前单细胞应用仅局限在基础研究，未来从样本制备规程标准化、数据处理流程简化、分析结果面向临床等三个方面进行优化。（小瓶子）
Single-Cell Profiling to Explore Immunological Heterogeneity of Tumor Microenvironment in Breast Cancer
2021.02.25, DOI: 10.3389/fimmu.2021.643692.
综述文章，乳腺癌，免疫微环境，单细胞转录组，空间转录组，大规模单细胞计数，Xiao Yuan, Jinxi Wang, Dangang Shangguan, Peng Zhang, KingMed, University of Maryland, 湖南中医药大学，中国，USA
肌肉
Muscle
人类肌腱疾病中的单细胞和空间转录组学表明免疫稳态失调
Annals of the rheumatic diseases [IF: 16.102]
①首次利用scRNAseq和空间转录组(ST)，进行细胞间相互作用分析，构建驱动慢性人类肌腱疾病发展的动态细胞环境图谱，通过基因表达、细胞间相互作用、ST数据分析发现基质环境与炎症发生和免疫调节的关系；
②通过单细胞分析正常人和患者肌腱组织中的内皮细胞、免疫细胞和基质细胞的相互作用，结合ST结果，得出基质细胞与内皮细胞的作用原理，找到肌腱病的标志性基因；揭示了基质细胞簇在正常肌腱和肌腱病患者中对免疫细胞和细胞因子的不同作用；
③通过基因表达分析发现肌腱病患者所特有的巨噬细胞，比较了正常肌腱细胞与肌腱病细胞中相关免疫基因表达的异同；
④最后提出，在患病肌腱内，内皮细胞和基质细胞之间的相互作用可能会引发免疫稳态不平衡并激活免疫细胞，进而促进炎症循环和异常组织修复。（王泽昊）
Single cell and spatial transcriptomics in human tendon disease indicate dysregulated immune homeostasis.
2021.05.05, DOI: 10.1136/annrheumdis-2021-220256.
研究文章，关节炎，炎症，肌肉，肌腱病，单细胞转录组，空间转录组，Moeed Akbar, Neal L Millar, University of Glasgow, UK
Front Immunol综述：单细胞组学工具助力基因和细胞治疗研究
Frontiers in immunology [IF:7.564]
①单细胞分子诊断应用的巨大潜力，尤其体现在一些以细胞异质性为关键特征的系统中，例如干细胞生物学、免疫学和肿瘤细胞生物学；
②单细胞组学技术已被应用于鉴别疾病的新型生物标志物、细胞亚群的分类、靶向治疗及一些诊断中，这其中很多无法被大部分混合测序方法检测到；
③CRISPR技术对细胞调节的最近研究进展，尤其是单碱基编辑技术的发展，大大提高了单细胞技术在细胞和基因治疗的前景；
④综述了目前已有单细胞组学组合平台，列举了相应的应用场景和成本投入；
⑤综述了如何将单细胞分子检测与功能研究数据有效结合，以揭示细胞发挥作用的机制；
⑥最后，评论和展望了空间转录组学和空间蛋白质组学与scRNA-seq互补在细胞和基因治疗中发挥作用。（胡晓燕/力强）
单细胞组学工具组合及其适用场景
Exploiting Single-Cell Tools in Gene and Cell Therapy
2021.07.12, DOI: 10.3389/fimmu.2021.702636
综述文章，细胞治疗，基因治疗，单细胞组学技术，Daniel Bode, David G. Kent, University of Cambridge, University of York, UK
植物
Plant
Current Opinion 综述：单细胞&空间转录组学在植物科学中的应用和前景
Current Opinion in Plant biotechnology [IF：7.834]
①单细胞转录组及其空间关系技术的迅速进展，也大大推动了植物生物学的研究；
②综述了scRNA-seq技术和snRNA-seq技术的现代进展，及其在植物中的应用，如用于鉴定和表征植物细胞类型；
③概述了引领植物领域向空间转录组学（ST）方向发展的技术，并介绍了现有的一些ST方法，并举例说明了它们在植物组织中的应用；
④讨论了不同方法在植物组织研究中的整合，将scRNA-seq或snRNA-seq与ST结合，可以在植物组织中实现空间单细胞分辨率；
⑤提出了空间转录组学方法在植物科学中的中心作用，及其在揭示复杂的植物机制中的现实意义。(LR）
A new era for plant science: spatial single-cell transcriptomics
2021.04.26, DOI: 10.1016/j.pbi.2021.102041.
综述文章，单细胞RNA测序scRNA-seq，空间转录组，植物，snRNA-seq，单核，Stefania Giacomello, KTH Royal Institute of Technology, Sweden
巧妙时空设计转录组研究柑橘果实发育和成熟的过程
Plant Biotechnology Journal [IF：9.803]
①对柑橘果实的四种组织（EP/AL/SM/JS）的六个发育阶段（50 DAF、80 DAF、120 DAF、155 DAF、180 DAF和220 DAF）的转录组进行了STEM聚类和全局分析，并使用WGCNA构建了基因共表达网络，以分析四种果实组织的差异；
②使用拟南芥蛋白质序列作为参照，通过BLAST鉴定了参与植物激素（生长素、脱落酸、赤霉素、乙烯、细胞分裂素和水杨酸等）合成、分解代谢、运输、结合和信号传导的柑橘基因，并对这些激素相关基因的 log2 FPKM 值进行分层聚类分析；
③通过检测柑橘果实的六个发育阶段的蔗糖转运蛋白，确定了13个SWEET、3个SUT和2个TMT蔗糖转运蛋白在时空上会进行特异性表达；
④构建了JS组织的基因表达调控网络图，并根据转录组分析，发现脱落酸在柑橘果实发育的不同阶段的不同生物过程中均发挥着重要作用，且ABF2是介导ABA信号传导的关键基因。（Alien）
High-spatiotemporal-resolution transcriptomes provide insights into fruit development and ripening in Citrus sinensis
2021.01.20, https://doi.org/10.1111/pbi.13549
研究文章，柑橘，脱落酸，生长素，蔗糖转运蛋白，转录组，Guizhi Feng, Juxun Wu, Hualin Yi，华中农业大学, 中国
时空新技术
New technology
精巧的切片策略+精细的计算：无成像分子断层扫描实现空间转录组 (STRP-seq)
Nature Biotechnology [IF: 54.908]
①描述了一个无需专门仪器、无成像的空间重构框架，通过将样本切割成细条高通量读取数据、后续图像重建的方式来定位组织内的信息，从而将普通的RNA转录组转换为空间转录组学技术（STRP-seq），并将这一技术在小鼠大脑进行了验证；
②STRP-seq可准确恢复小鼠大脑的空间转录组，且可用于揭示组织异质性的分子组织；
③STRP-seq可对稀有样本——蜥蜴大脑实现从头重建分子解剖结构，且可实现表征蜥蜴大脑中的区域特征；
④从大脑皮层分子解剖学的定量水平，比较爬行动物和哺乳动物大脑之间的关系。（Cyto F）
Spatial tissue profiling by imaging-free molecular tomography
2021.04.19, DOI: 10.1038/s41587-021-00879-7.
研究文章，STRP-seq，大脑，转录组，空间重建，Halima Hannah Schede, Christian G. Schneider, Gioele La Manno, École Polytechnique Fédérale de Lausanne, Switzerland
生信工具
Analysis tools
Giotto：空间表达数据分析和可视化的利器
Genome Biology [IF：13.583]
①开发了一个全面的、开源的针对多平台空间转录组和蛋白质组数据的分析和可视化的工具箱（http://www.spatialgiotto.com；https://github.com/RubD/Giotto）。
②在单细胞水平的数据中，Giotto提供标准化、质控、批次矫正、提取高变基因、降维、聚类以及可视化等多种功能。
③在低分辨率的空间水平数据中，Giotto使用3种算法计算富集分数来对空间位置的细胞类型进行注释。
④Giotto通过构建空间网格分析连续的空间表达模式，识别空间作用域，认证相邻细胞及其互作，发现配受体作用以及相互作用改变基因。（trans F）
Giotto: a toolbox for integrative analysis and visualization of spatial expression data
2021.03.08, 10.1186/s13059-021-02286-2
研究文章，生物信息工具，分析可视化，空间转录组，空间蛋白组，Ruben Dries，Qian Zhu，Guo-Cheng Yuan，Harvard Medical School，USA
综述：空间转录组中的统计和机器学习方法
Computational and Structural Biotechnology Journal [IF: 7.271]
①大多数已发表的研究使用为单细胞RNA 测序开发的工具用于数据分析，为了充分利用此类数据中空间位置信息，需要为SRT（spatially resolved transcriptomics，SRT）量身定制的新方法；
②表征空间信息的方法有多种，本文主要关注可应用于基于成像如seqFISH+和基于测序如SLIDE-seq的SRT数据；
③分别介绍了空间聚类、空间高可变基因检测、细胞类型反卷积、基因表达分辨率的提高和细胞间通讯等常见的空间转录组学解析内容涉及到统计和计算方法，并比较已有的方法和算法原理；
④对于多个组织样本和每个受试者的多个组织切片数据将会带来计算挑战，需要更有效的建模来解释3D 空间中基因表达的空间依赖性。（Imm F）
Statistical and machine learning methods for spatially resolved transcriptomics with histology
2021.07.01， DOI：10.1016/j.csbj.2021.06.052
综述文章，空间转录组，统计方法，机器学习，Jian Hu，Mingyao Li，University of Pennsylvania，USA
编辑：力强 / 版面：晓黎
推荐阅读
07-20 时空简讯第3期
07-20 时空组学
09-15 时空组学前沿报告
09-17 高端人才招聘
联系我们
对时空组学或单细胞组学整体解决方案感兴趣的老师，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。
点
“阅读原文”登记信息