植物如何做时空组学？| 时空简讯第6期
时空简讯第6期。
植物
Plant
激光捕获显微切割促转录组初步空间分辨：水稻籽粒养分分配机制
Journal of Experimental Botany [IF:6.992 ]
① 采用优化的快速激光捕获显微切割（LCM）方法从受精后10天的谷物中分别收集果皮、糊粉、胚和胚乳，随后对这些组织进行RNA-Seq分析，确定了7760个差异表达基因；
② 通过对组织特异基因启动子序列的分析，确定了多个对籽粒灌浆和种子发育重要的已知和新的基因元件；
③ 广泛的转录组学分析提供了一个空间表达图谱，并进一步鉴定了不同籽粒组织中参与淀粉积累的基因之间的功能协调机制；
④ 分析还表明各种矿物质（如铁）的分配很可能通过其转运体的转录控制来调节。（张书琪）
水稻激光捕获显微解剖后RNA-Seq研究的流程示意
Dissecting the nutrient partitioning mechanism in rice grain using spatially resolved gene expression profiling.
2021.03.17, DOI: 10.1093/JXB/ERAA536.
研究文章，谷物，养分分配，水稻，空间调控，转录组，空间转录组，Hasthi Ram，National Agri-Food Biotechnology Institute (NABI), India
scRNAseq和scATACseq揭示水稻根尖的分化轨迹
Nature Communications [IF: 12.121]
① 植物根尖分生组织的深入研究和认识对于理解根的发育机制十分重要，此研究将水稻根尖解离成不同类型的细胞（如表皮细胞和基质细胞），并在单细胞表达水平上分析了植物根系的分化以及发育轨迹；
② 从单细胞转录水平上比较了单子叶植物和双子叶植物的根尖在发育轨迹上的不同，阐述了不同类型植物在发育过程中基因表达方面的差异；
③ 通过分析不同时间的水稻根尖单细胞，重建了表皮细胞和基底组织的连续发育轨迹，并阐明了这些细胞谱系中决定细胞命运的调控网络；
④ 同时从单细胞RNA表达水平、染色质可及性以及空间转录组学等三种角度联合具体、准确、动态地研究了植物根际的基因表达，为植物发育学的单细胞转录组研究提供了可供参考的研究方案。（赵超越）
水稻培根单细胞构成和染色质可及性研究示意图
Single-cell transcriptome atlas and chromatin accessibility landscape reveal differentiation trajectories in the rice root.
2021.03.06, DOI: 10.1038/s41467-021-22352-4
研究文章，水稻，根，单子叶植物，发育生物学，空间转录组，单细胞转录组学，Tian-Qi Zhang，Jia-Wei Wang, 中国科学院, Institute of Plant Physiology and Ecology (SIPPE)，中国
Plant Cell：荧光核标记、分选和转录组构建拟南芥花序茎细胞空间表达图谱
Plant Cell [IF: 11.277]
① 研究针对拟南芥成熟花序茎提供了一套完整覆盖木质部导管、纤维、近端和远端形成层、韧皮部、韧皮部帽、髓、淀粉鞘和表皮细胞等不同组织的基因表达谱（https://arabidopsis-stem.cos.uni-heidel berg.de/）；
② 通过特异活性的启动子的控制，在导管细胞或韧皮部细胞的核中表达荧光蛋白实现标记；利用荧光的核分选技术、激光捕获显微切割技术和RNA测序技术，生成一个完整拟南芥茎的基因表达图谱；
③ 分析了超过15000个基因在不同的茎组织之间的差异表达，鉴定和发现了已知和新的组织/细胞特异性的表达特征。
④ 通过对所鉴定基因启动子区域的序列分析，鉴定了候选的组织特异性转录调控因子；
⑤ 这一完整的研究也展示了成熟植物组织可以利用mRNA图谱分析，结合精巧的设计，实现高空间分辨率的基因表达信息分析。（郭文捷）
H4-GFP荧光基因在拟南芥花序茎中的空间表达
Tissue-specific transcriptome profiling of the Arabidopsis inflorescence stem reveals local cellular signatures.
2020.12.02, DOI: 10.1093/plcell/koaa01
研究文章，拟南芥，花序茎，核分选，激光捕获显微切割，空间转录组，RNAseq, Dongbo Shi, Thomas Greb, Heidelberg University, Germany
神经科学
Neuroscience
Neuron综述：脑科学单细胞转录组和表观基因组研究的技术指导手册
Neuron [IF:17.173]
① 讨论了单细胞转录组和表观基因组的基本原理、数据的综合计算分析，以及在神经科学中的关键应用；
② 着重总结了决定单细胞转录组和表观基因组测序的分辨率和应用范围的基本原则；
③ 综述了分析和解析单细胞测序数据的关键计算技术；除了对神经科学家来说可能陌生的生物信息学方法，还介绍了在单细胞数据分析中发挥重要作用的电生理学和显微镜数据的计算技术；
④ 单细胞转录组学在神经科学中的多用于研究不同神经细胞的基因表达差异，神经细胞发育节点及通路研究；
⑤ 与经典生物信息学相比，计算神经科学强调综合建模而不是假设检验，在理解复杂的生物数据集方面有独特的视角和认识，其可以启发理解单细胞基因组学提供的丰富信息的新方法。（李晓宇）
单细胞测序技术在神经生物学研究中的场景
Single-Cell Sequencing of Brain Cell Transcriptomes and Epigenomes.
https://doi.org/10.1016/j.neuron.2020.12.010
综述，人，小鼠，脑细胞，神经科学，发育，单细胞转录组学，单细胞表观组学，Ethan J. Armand, Junhao Li, Fangming Xie, Eran A. Mukamel, University of California
Nature neuroscience：小鼠脊髓单细胞核转录揭示自主和骨骼运动神经元的分子多样性
Nature neuroscience [IF: 24.884]
① 研究使用荧光激活的细胞核分选方法，从雌性、雄性和混合型的野生型成年小鼠的脊髓中提取了43890个单核转录本（http:/ /spinalcordatlas.org），以富集运动神经元的细胞核；
② 研究对所有内脏运动神经元进行了亚分组，通过限制同时分析的细胞类型的多样性，并沿着内脏运动神经元特有的变异主轴进行亚聚类，解析了16个交感运动神经元簇，发现它们可以通过神经调节信号基因的空间定位和表达来区分；
③ 研究提出了新的α和γ运动神经元标记物，并鉴定了一个新的骨骼运动神经元群体(γ*)。（刘卓雅）
研究技术路线
Single-cell transcriptomic analysis of the adult mouse spinal cord reveals molecular diversity of autonomic and skeletal motor neurons.
2021.02.15, DOI: 10.1038/s41593-020-00795-0
研究文章，小鼠，脊髓，运动神经元，snRNAseq, Jacob A. Blum, Aaron D. Gitler, Stanford University, USA
视觉
Cornea
人角膜缘干细胞鉴定和发现
The Ocular Surface [IF: 5.033]
① 研究旨鉴定和发现人类角膜内异质性基底缘中新细胞类型，以便在单细胞分辨率下识别角膜缘干细胞（LSC），单细胞转录组学揭示了异质人基底缘中属于三个谱系的12个细胞簇；
② 从年轻供体角膜中分离人角膜缘基底上皮细胞，进行单细胞RNA测序，然后通过信息分析进行细胞分类和鉴定，并利用人角膜和角膜缘上皮培养模型进行组织RNA原位杂交、免疫荧光染色和多功能检测；
③ 获得了16360个角膜缘基底细胞的转录组数据，分为三个谱系的12个细胞簇。根据静止和未分化状态以及上皮干细胞标记基因，一个最小的细胞簇（占总细胞的0.4%）被鉴定为LSC；
④ 基于其独特的表达模式和功能，TSPAN7和SOX17被验证为新型LSC标记；Monocle3和CytoTRACE伪时间分析揭示了LSC从静止到增殖和分化的五种细胞类型；揭示了维持LSC稳定性的转录因子网络，这一网络链接了新的信号通路；
⑤ 以上研究为深入探索LSC的定义、了解角膜稳态和疾病奠定了基础。（董天宇）
人角膜缘基底上皮的单细胞转录组
Single-cell transcriptomics identifies limbal stem cell population and cell types mapping its differentiation trajectory in limbal basal epithelium of human cornea
2020.12.27, DOI: 10.1016/j.jtos.2020.12.004
研究文章，人，角膜，干细胞，上皮细胞，单细胞转录组学，De-Quan Li, Rui Chen, Baylor College of Medicine, USA
肿瘤研究
Cancer
Cancer Cell综述：从研究到临床应用——单细胞组学vs癌症免疫治疗
Cancer Cell [IF: 31.743]
① 汇总近年单细胞转录组学、单细胞蛋白质组学、空间转录组学、空间蛋白质组学在不同类型癌症（乳腺癌，肺癌，白血病，黑色素瘤）中的研究应用；
② scRNA-seq已广泛应用于肿瘤浸润细胞，以识别浸润不同肿瘤的免疫抑制细胞和效应细胞类型，并将细胞类型与特定转录特征相关联，以了解肿瘤中的免疫调节；scRNA-seq和CyTOF的联合使用允许在不同数据模式下交叉验证与ICI反应相关的细胞类型丰度；
③ 新兴的多组学技术，如DBit-seq，允许同时进行蛋白质组学和转录组学的空间分子分析，将空间转录组学和空间蛋白质组学的优势结合起来，用于细胞表征；
④ CITE-seq同时获得基于抗体的蛋白质组学和转录谱分析，将使用蛋白质组学的细胞类型的先验鉴定与scRNA-seq的无监督分析相结合；这项技术已应用于监测靶向药物伊布替尼治疗慢性淋巴细胞白血病期间PBMC成分的时间变化，显示白血病细胞克隆异质性以及癌症和免疫细胞的治疗干扰；
⑤ 从单细胞数据集中识别小鼠和人类共同反应的新兴计算工具，可以进一步支持临床前分析的模型选择，为人类临床试验的设计提供信息。（李晓宇）
高维转录组和蛋白组在癌症中应用示例
From bench to bedside: Single-cell analysis for cancer immunotherapy
https://doi.org/10.1016/j.ccell.2021.07.004
综述文章，癌症，单细胞转录组，单细胞蛋白质组，空间转录组，空间蛋白质组，免疫分析，Elana J. Fertig Luciane T. Kagohara, Johns Hopkins University, USA
时空新技术
New technology
SPACECAT: 光活化细胞染料用于空间转录组学的活细胞标记跟踪和分离
Nature Communications [IF：14.919]
① 为了标记任意活细胞以进行跟踪和隔离，使用钙黄绿素为支架，用NVOC (Nitroveratryloxycarbonyl) 可光解保护基团进行修饰，发现钙黄绿素NVOC笼罩能够在活细胞内快速、稳定、空间选择性地生成荧光钙黄绿素，并开发了SPACECAT (Spatially PhotoActivatable Color Encoded Cellular Address Tags)来注释、跟踪和分离细胞；
② 被钙黄绿素NVOC标记的细胞能通过荧光活化细胞分选（FACS）分离，并将钙黄绿素NVOC+的荧光细胞在多中组织实验条件下分选、单细胞RNA测序，证明SPACECAT应用于单细胞研究的适用性；
③ 通过FACS分离钙黄素NVOC+细胞和非光激活细胞，使用Seq-Well平台并行处理使这些细胞进行scRNA-seq，测试了SPACECAT在遗传转化困难的系统中标记复杂 3D 生物结构内特定空间特征的能力；
④ 将SPACECAT应用于肺腺癌的基因工程小鼠模型，解剖对两只16周的小鼠肺部de整个肿瘤（Kras-p53[KrasLSL-G12D/+,p53fl/fl; KP)]，钙黄绿素NVOC标记分选、scRNA-seq测序，鉴定了 20 种不同的细胞类型，涵盖了与KP肿瘤模型相关的多种已知淋巴、骨髓和基质细胞群，包括 4 个不同的肿瘤细胞亚群。（Allen）
SPACECAT在肺癌模型中的细胞标记和单细胞测序示例图
Live cell tagging tracking and isolation for spatial transcriptomics using photoactivatable cell dyes
2021.8.17, DOI: 10.1038/s41467-021-25672-7.
研究文章，光活化，细胞染料，scRNAseq，空间转录组，Alex S Genshaft, Carly G. K. Ziegler, Constantine N. Tzouanas. Alex K. Shalek, MIT, Ragon Institute, Broad Institute, Harvard Medical School, USA.
生信&算法
Analysis&Method
Nature biotechnology：CISI——高效的空间转录组成像算法
Nature biotechnology [IF:36.553]
① 由于算法和分析技术的限制，空间组学成像技术时间较长，也大大制约空间表达基因/蛋白研究的数量，此研究开发了复合原位成像(Composite In Situ Imaging, CISI)技术，利用算法的洞察力和生物结构来更有效地生成和解释数据，可提高转录组成像的吞吐量；
② 通过小细胞池测序使scRNA-seq更有效率，或通过利用实验的共同结果有效地研究遗传扰动；CISI定义了基因模块，可以使用成像探针的复合测量来检测基因子集，然后将数据解压缩以恢复单个基因的表达值；
③ CISI不依赖于斑点级分辨率，而是增加每轮杂交研究的基因数量，进一步减少了成像时间，从而获得了更低的放大率，总体效率是已有方法的约500倍；
④ 将CISI应用于12个小鼠大脑切片，从覆盖180 mm2和476,276个细胞的11个复合检测中精确地恢复了37个基因的空间表达丰度。（孙明轩）
CISI流程和原理示意图
Compressed sensing for highly efficient imaging transcriptomics
2021.04.15, DOI：10.1038/s41587-021-00883-x
研究文章，类器官,单细胞转录组，空间转录组，单细胞转录组，Brian Cleary, Eric S. Lander, Fei Chen, Aviv Regev, Broad Institute of MIT and Harvard, Harvard Medical School, MIT, USA
编辑 / 力强
特别关注
ICG-16于10月25日-31日在青岛举行，时空组学、单细胞组学将强势亮相“组学与全球健康”“生命科学的前沿发展”等板块，展望生命科学革命性技术的未来。此外，时空组学也将作为重要的科研领域最新发现与突破之一，亮相10月29日下午的基因组学行业创新大会。欢迎报名参与！
点
“阅读原文”报名参会