又是代码跟练哦~示例一：以BMI和冠心病为例加载包library(TwoSampleMR)library(ggplot2)获取暴露和结局数据bmi_exp_dat

钱璐璐，上海交通大学硕博，现任加州理工学院终身教授，曾带领团队研制出DNA机器人，在学术界名噪一时。集科研与美貌于一身的她，最近却因为其“逆袭之路”饱受争议，被网友称为“科研妲己”。要知道，加州理工学院上一个有名的中国教授，可是钱学森。究竟是怎样的“逆袭之路”，让她饱受如此争议呢？读了她的故事说不定你就明白了。01高考那年，钱璐璐发挥一般，只考上了一所普通本科：南京铁道医学院。但她运气爆棚，该校当时被985高校东南大学合并。钱璐璐在校期间遇到了人生中第一位丈夫。那时两人很聊得来，有一段让其他同学羡慕的爱情。毕业之后，钱璐璐就和恋人结了婚。人生的转折点就那么几个，钱璐璐似乎每次都踩中了。结婚后钱璐璐不甘心做家庭主妇，她想继续实现自己的科研梦。爱她的丈夫看得出她的想法，也全力支持她的梦想。终于，在丈夫的帮助下，经历几次考研后，她终于拿到上海交通大学的录取通知书。可她丈夫就没有那么幸运了，他为妻子辛辛苦苦铺好了路，可妻子走着走着就头也不回地离开了他。02学习不是钱璐璐的长处，但她有自身优势，就是肤白貌美，身材傲人。要是放在娱乐圈里，钱璐璐并不出众。但是在略显严肃、单调的学术圈里，钱璐璐就有足够的吸引力。虽然钱璐璐已经结婚，但追求她的人并不在少数。读研期，钱璐璐认识了一个师兄。得益于频繁的学术交流，两人竟互生情愫，感情迅速升温，以至于一个与丈夫离婚，一个与女朋友分手。很快，两人携手步入婚姻。在第二任丈夫的帮助下，钱璐璐曾经参加过《红楼梦》选角，挑战林黛玉这个角色。在科研路上，有了丈夫的帮助，钱璐璐突飞猛进，发表了重要论文，拿到了读博的资格。对于一个渴望搞科研的人来说，读博是多么大的一个诱惑。钱璐璐自然没有放走这个契机。在第二任丈夫的支持下，她搭上便车，顺利考取本校博士，踏上了一个更高、更开阔的平台。第二任丈夫给妻子架好了桥，却没想到过桥的人最后却拆了桥。03平时看新闻也会注意到，许多学校会主动清退那些读了很多年的博士。这些博士中有的人拿不到较好的科研项目，有的拿到项目却“寸步难行”，导致读博时间成本越来越高。但“学术界女神”钱璐璐的读博路，只用了一年，顺利地让人惊掉下巴。一位学术界新星主动追求钱璐璐。这位在读博士高材生要论文有论文，要补贴有补贴，资源雄厚的他，在学术圈里，是位佼佼者。但想要赢得美人的芳心，他很清楚必须要付出点什么。于是，他帮着钱璐璐选题，做实验，撰写论文，几乎送上全套服务。面对一个这么细致入微的男生，钱璐璐动心了。这位男生也顺理成章地成为钱璐璐的第三任丈夫。许多做科研的人读到博士就不再往下读了，这其中有对成家立业的考虑，也有对科研道路力不从心的担忧。但钱璐璐却并不像大家认为的那样。04读博期间，钱璐璐认识了来中国做学术交流的科学界大牛Erik

说在前面在慢性感染和肿瘤生长过程中，长期的抗原刺激导致T细胞逐渐失去效应功能，这一过程通常被称为T细胞的衰竭。淋巴细胞脉络丛脑膜炎病毒(LCMV)模型是研究得最好的小鼠病毒感染模型系统之一，在阐明T细胞衰竭生物学方面发挥了重要作用。在慢性LCMV感染的背景下，大多数研究集中在来自脾脏的病毒特异性T细胞。在Sandu等人最近的研究中，应用单细胞测序技术研究了六种不同组织(脾脏、血液、骨髓、淋巴结、肝脏和肺)中的CD8

说在前面Bassez等人在2021年的一项研究中，包含了29名乳腺癌患者在接受抗PD-1免疫治疗前和治疗后9

T细胞会发生凋亡，但有一部分细胞会长期存活，形成长寿记忆性细胞群。这些记忆细胞将能够在二次感染后，更快、更有效地做出反应。事实上，向特定的CD4+

前言ProjecTILs系列教程写到这也算告一段落了，现在做一个简单的梳理：最开始的第一篇推文：ProjecTILs：一站式解决肿瘤和感染模型中T细胞的注释,主要是对ProjecTILs的开发过程和功能框架进行介绍；随后5篇推文，ProjecTILs系列教程（一）：MC38

前言生信宝库在之前推出了一系列文章，分别对ProjecTILs从整体框架、代码实操、案例应用等角度进行全面解读。考虑到大多部分小伙伴是不会R语言的，因此在这期推文中，Immugent将会介绍ProjecTILs软件的在线网站版。网址在：https://spica.unil.ch.通过在线工具，大家可以直接将自己的单细胞数据传到网站上进行直接注释，并且注释的结果还可以下载下来进行后续的作图。不过需要注意的是需要根据自己的模型选择合适的参考图谱，这样注释的结果才比较准确。主要内容第一幅图就是介绍这个网站构建的流程。接下来的这幅图就是通过实例展示如何利用SPICA对肿瘤模型的单细胞数据进行注释。最后一幅图就是通过实例展示如何利用SPICA对小鼠感染模型的单细胞数据进行注释。全文总共3副图，再简单不过的文章了，也没有多少深入解读的价值，但是没有编程能力的小伙伴可以通过这篇文章学习如何使用这个网站对自己的单细胞数据进行注释。展望这篇文章很好的向我们展示了如何做一份工作来发表两篇高分SCI的技巧，而且这两篇研究都是通过数据挖掘完成的，自己实验室没有花一分钱。从最开始发表的那篇Nature

说在前面Immugent最近淘到了一个特别好用的，针对T细胞亚群进行注释的辅助工具：ProjecTILs，这个软件好用到你只需要把要分析的表达矩阵给它，它就能帮你自动匹配之前已经根据功能分好的T细胞类型，尤其适用于感染和肿瘤小鼠模型的数据。小编从一个免疫学专业的角度都对其注释出的结果都深信不疑，简直挑不出任何瑕疵。其实这个软件对应的文章在去年就已经发表在Nature

说在前面Immugent在上一期推文中：ProjecTILs：一站式解决肿瘤和感染模型中T细胞的注释，大致介绍了ProjecTILs的背景知识和功能，从本期开始将通过实操对ProjecTILs的分析技巧进行演示。在这期推文中，Immugent将通过代码演示建立一个整合scRNA-seq分析工作的流程，来解读MC38小鼠结肠癌模型中肿瘤浸润T细胞的转录和克隆分型情况。要想复现下面代码需要安装下列三个R包：Seurat，ProjecTILs，scRepertoire。代码实现首先是需要准备输入的单细胞转录组数据，这里用的是示例数据，大家也可以直接用自己的数据。library(gridExtra)library(ggplot2)library(plotly)library(ProjecTILs)library(scRepertoire)files

那时候的问题都傻得可怜，目前很少人会纠结于普通转录组问题，太常规了以至于成为了常识。但是单细胞转录组很多共识还没有形成，包括前面的推文：单细胞数据清洗的这5个步骤你会做吗？

scale_color_gradient2(low

才能后续操作,麻烦了一点。于是尝试写了一个简单的包,大家下载直接用会方便很多。githup

bbac261,https://doi.org/10.1093/bib/bbac261作者简介文末友情宣传强烈建议你推荐给身边的博士后以及年轻生物学PI，多一点数据认知，让他们的科研上一个台阶：

前面我们提到了替代付费生信工程师的在线可视化工具箱Hiplot，蛮多小伙伴表示它不能做ngs数据的上游分析，尤其是从fastq文件开始，动辄消耗几百个G的磁盘空间，内存和CPU的占用也很大，现阶段不可能有网页工具能做到这方面都无限制提供。所以还是得回到我们：最低仅需800，就有一个生信工程师为你服务！

招聘单位为南丹麦大学计算生物学实验室数学和计算机科学系，由副教授

alternata（小鼠PDAC组织中丰度较高的两类真菌），发现瘤内TH2细胞与ILC2细胞浸润增加，CD8+T细胞浸润减少，并促进了肿瘤的发展。IL-33介导的

做教学我们是认真的，如果你对我们的马拉松授课（直播一个月互动教学）有疑问，可以看完我们从2000多个提问互动交流里面精选的300个问答！强烈建议你推荐给身边的博士后以及年轻生物学PI，多一点数据认知，让他们的科研上一个台阶：

GISTIC2。该工具通过5个步骤进行癌症拷贝数变异分析：检查每个癌症样本的拷贝数变异谱（实际上这一步由其他工具给出如：CNVkit、Sequenza、ASCAT等，即拷贝数变异的

GEO数据库里面的表达量芯片数据处理，主要的难点是表达量矩阵获取和探针的基因名字转换，搞定后只需要一定的生物学背景对数据进行合理的分组后就是标准的差异分析，富集分析。主要是参考我八年前的笔记：解读GEO数据存放规律及下载，一文就够解读SRA数据库规律一文就够从GEO数据库下载得到表达矩阵

cortex》，蛮有意思的。在主页：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE133283可以看到11个样品都是10X单细胞技术的，

跟着运来兄搭建自己的生物信息小书房。趁年轻，读几本硬书，到老了慢慢反刍。随着阅历的增加和岁月的雕琢，那种一见倾心的感觉慢慢变得迟钝，久而久之，只能在记忆中搜寻。像进化一样，在严丝合缝的中心法则之下，总有有趣的意外发生。说实话，巴顿的这本《进化》在我的购物车里面已经很久了，一直由于它的封面而耽误了购买的进程。当打开这本书的邮递包裹，在前言中看到一张从月球上俯瞰地球的插图时，从这个视角讲进化，我就知道：这本书不简单。她不仅是生物的进化史，不仅是生物故事的雕栏玉砌，也不仅是达尔文海上航行的不时瞭望。那是一部生之凯歌，一副发现与探索的瑰丽画卷，是唤醒万物的惊蛰之鸣。所以，才有种相见恨晚的感觉。我们看到化石为我们讲述远古的生命故事，更感受到分子化石那惊人的探秘功能：细胞器如何进化16sRNA如何刻画系统进化树物种间那叹为观止的多样性中却蕴含着那样简单的保守性分子化石关联了进化和发育，谱写了现代遗传学的新篇章。以上的字里行间，你也能感受到我读这本书的高昂状态，于是每读一部分都不免感叹。关于细胞器在真核生物进化的过程中，通过内共生形成细胞器，如线粒体和叶绿体，在他们进入真核生物细胞之前，都是独立进化的个体。当他们进入真核生物细胞之后，作为细胞器，他们的基因组会不断减少，转移到核内或者丢失，只保留其核心功能。细胞器基因组的减少，反映了他们生活环境的稳定，因此放弃了很多独立生存必须的基因。关于多细胞生命起源在漫长黑暗的深海里，从无生命到有生命，从无细胞到有细胞，不止经过亿万斯年。在无数个偶然的沟壑中几个单细胞生物偶然聚在一起。一开始他们彼此感觉不到，不知道过了多久，他们可以通过彼此释放的小分子感受到对方，并根据各自处的环境为这个小沟里的细胞提供能量和信息。这就是最早期的菌落。后来啊，又不知道过了多久，这个沟壑中的菌落之间的基因开始平移共享，功能开始分化，分工开始形成，这就是多细胞生物的雏形。每个细胞都出让一部分安全感，构筑更大的安全感。关于寒武纪造物主在寒武纪慷慨地点燃了多细胞生物的万花筒，成千上万种生命形态仿佛一瞬间出现在这颗蓝色星球的深海里。这是进化的飞跃也是发育的奇迹。这一时期的物种像一个炸开了锅的百宝箱，发育过程几乎动用了千百年之后的人们才知道的所有遗传学机制。那时候还没有人，但是人所需要的所有零部件，在不同的物种身上分别发育着。然而，寒武纪的陆地上依然荒凉辽阔，寸草不生，因为生命还没有走出海洋，也无法品尝未经过海水折射的阳光。那个时候，陆地，只有沙土和岩石，没有土壤。所有适合动植物生长的环境，都是远古生命的躯体构建的。关于生命登陆奥陶纪和志留纪见证了陆地的绿化，领衔这一次生命新突破的是藻类，带领生命蹒跚走出海洋摇篮，直面富含紫外线的阳光和更多的未知挑战。比起说，生命登上陆地是因为海洋生物极大丰富以至于容纳不下，才被迫登陆。我更愿意相信，蕴藏在生命密码中那进化与适应的原始动力：只要有条件，生命总会前赴后继地突破可能性。我赞美不断探索的藻类，它们重塑了地球的面貌，谱写了更为波澜壮阔的生命进化史。是漫长的海洋生物进化为藻类具备这一能力提供了可转移的基因流和基础原件。仰望浩瀚星空，地球生命亿万斯年的进化，何时再有新格局：冲出大气层，奔赴更为辽阔星际空间？谁又是继藻类之后，可以打开生命新可能性的物种？石破天惊的诗句最后引用一段话，作为本期读《进化》的结尾，我们双向奔赴，热爱生命。我们生活着的这个星球上从无生命到有生命，不知经过亿万斯年；从有生命到有人类生命，又不知经过亿万斯年；从有人类生命至有人类生命中之一的我的生命，至有我这样的一个人，我怎能不自视为生命史上的一支无比辉煌灿烂的生之凯歌！试想，从给我以生命的原始人远祖算起，为了种族的生存、发展，世世代代，经历了多少艰险！多少危难！多少多少回的饥馑冻馁！多少多少回的病魔追寻！多少多少回的刑戮相加，多少多少回的水火交侵！多少多少回的置之死地而复生！我怎可不惜之，敬之，珍之，爱之，而随便虚拋浪掷我难得享有的一生！又怎可不惜之，敬之，珍之，爱之，而随便虚拋浪掷我难得享有的一死！我的生命，我的理智，我的良心，绝不会容忍的。

extrafont包用于解决R不支持导出中文pdf的解决方案应该很早就有了，但是具体使用的时候，发现这个包有一个很容易踩坑的地方：extrafont解决中文pdf的解决方案根本无法复现，主要表现是如果正确使用extrafont包。为何无法正确导入系统字体extrafont导入系统字体失败：搜索一下导入失败的原因，发现是依赖包Rfft2ps1的原因，解决方案是可以通过如下方式重新安装：remotes::install_version("Rttf2pt1",

共线性分析，属进化基因组学中一个比较重要的手段，用于获取同一物种、不同物种内基因组序列之间的同源性关系。JCVI，是唐海宝老师开发的一个工具包，主要用于辅助基因组组装、注释以及比较基因组分析。本篇推文主要介绍JCVI在共线性分析方面的操作。LAST依赖库安装方法1：手动下载-自行编译git

的一个优势在于，其会充分调度线程，以确保线程充分被调度。（真是优秀员工啊！）2-配置文件我们可以在snakemake中，将使用的通配符或文件信息，写到config

今天看一篇单细胞技术在罕见肿瘤中的应用，它利用单细胞技术在罕见病中找到了一种独特的肿瘤细胞群，并清楚的把这类细胞群的表达特征和病例特征联系在了一起，还有进行了相关的实验验证。文章是Single-cell

对单细胞数据进行亚群注释之后，我们往往想比较某亚群，例如CD8Tex，是倾向于分布在实验组还是对照组，例如癌组织，癌旁组织，转移癌组织，淋巴组织？这时候有很多策略去做这种多组间的比较。第一种，是《Therapy-Induced

对象储存的数据来个性化绘图。2数据读取数据来自

函数输出绘图并不是这样的,但是自己去画似乎又有些麻烦,于是在这里我分享一些绘制左下角箭头样的坐标轴给大家。2加载

Committee（DAC）。DAC负责审核数据申请，它可以是一个机构，也可以是一个人。申请通过提供的联系方式联系该数据集的DAC，也就是Hao

symbol可以做基因ID转换和富集分析，以及多个数据集的整合分析，基因亚名可以让年纪大一点/不懂生信的审稿人认出他们熟悉的基因名字，比如提到PTPRC，一般人不知道这个是CD45。(2)

见宝藏R包tinyarray：常用图表一键收走这个R包本身的函数写得非常好，但是和我分析的习惯略有不同。一来是为了整理我之前的处理R代码，二来是比较我和小洁老师的处理流程，因此做了一些整理和改编。

跟着运来兄搭建自己的生物信息小书房。趁年轻，读几本硬书，到老了慢慢反刍。不知不觉中，咱们生信书房已经更新到第二十四篇原创文章了。很多朋友问是如何保持阅读量的，其实，大部分是之前的存货。有一部分是每有会意，把之前的旧书拿出来再翻一翻，做个导图放上来的。作为第二十四篇文章，我想和大家分享一点最近对单细胞数据科学的理解，总结为一句话：单细胞数据科学四大过程组两大知识领域与三重境界说到单细胞数据科学，不得不回忆起2020年的一个无名的夜晚，那一晚无意间浏览到一篇文章：Eleven

说在前面我们在前两期推文：张泽民老师系列文章解读(一)；张泽民老师系列文章解读(二)中解读了张老师近4年的研究论文，想必读过这两期推文的小伙伴也会像Immugent一样成为张老师的铁粉了。那么本期推文，我们继续之前两期内容，最后来解读一下张老师早些时候(2018年以前)发表的重大研究。本期推文是张泽民老师系列文章解读的最后一期，但这只是截至目前对张老师发表的科研成果进行的解读，未来我们会一直动态跟踪张老师的研究成果，开展对张老师新的研究成果的解读推文。2017-2018年重大研究2018年张老师推出了一款新的追踪肿瘤中T细胞的动态变化的算法：STARTRAC，这项研究成果发表在Nature上，篇名为“Lineage

《Google软件工程》这本书朋友推荐给我的时候内心里是懵的，咱就是说就我这coding

这个月初，FDA发布了将ctDNA应用于早期实体瘤药物开发的指导意见稿。https://www.fda.gov/regulatory-information/search-fda-guidance-documents/use-circulating-tumor-deoxyribonucleic-acid-early-stage-solid-tumor-drug-development-draft-guidance对于相关公司而言，意见中的注意事项确实具有「指导」意义。对于相关从业者，等于得到了一份「ctDNA在早期实体瘤临床研究应用方向」的参考答案。整个指南反映了FDA目前对在实体瘤早期临床试验中使用ctDNA作为生物标记物进行药物开发和临床试验设计看法，这部分内容没有涉及将ctDNA用于肿瘤早期检测筛查或在转移性肿瘤的使用。以下为指导意见的大致意译非完整翻译版本，供参考。背景早期非转移性实体瘤的药物开发通常涉及到大型试验和多年随访的时间-事件终点。某些早期实体瘤患者只需局部治疗(如手术、放疗或放化疗)即可治愈，部分患者则需要(新)辅助治疗才能治愈，而另一部分患者尽管接受了手术和/或系统治疗，仍可能发展为转移性疾病。ctDNA

Seurat的作者发表在2019年的文章中(10.1186/s13059-019-1874-1)提出了一个新的单细胞数据Normalize方法sctransform，这个方法可以在R包sctransform中获取，并且这个数据Normalization方法也封装到了Seurat的SCTransform函数中。SCTransform流程也取代了Seurat原来的数据预处理三部曲（NormalizeData、

https://zenodo.org/record/5910709#.YmAcp4VBzic今天的推文重复一下论文中的figure4bimage.png首先是读取数据

主要分享：1、R语言和python做数据分析和数据可视化的简单小例子；2、园艺植物相关转录组学、基因组学、群体遗传学文献阅读笔记；3、生物信息学入门学习资料及自己的学习笔记！

figureS3a山脊图和S3b小提琴图加箱线图image.png因为论文中提供的不是真实数据集，是一个模拟数据集，所以出图和论文原图相差比较大首先是山脊图的数据

https://zenodo.org/record/5910709#.YmAcp4VBzic今天的推文重复一下论文中的figure2cimage.png论文中提供的代码自定义和一个很长的

中。models.models_path'/Users/******/.celltypist/data/models'了解模型及其代表的内容。models.models_description()👉

进行免疫细胞类型分类。去年还是预印本，没想到今年发在了science上《Cross-tissue

D2。img迭代直到得到树的拓扑结构这个简单的树我们迭代到第三次就得到了树的拓扑结构。计算新的矩阵Q3，找到矩阵的最小值，将其连接。如下矩阵Q3，我们将

01.岗位简介贝勒医学院生物信息学分析员将使用生物信息学、计算技术和概念，分析和整合正常人类和疾病人群中的多模式分子特征。这项工作将包括部署和开发最先进的分析管道。分析将进一步结合先进的数据科学技术，如深入学习和分类，以识别潜在的疾病驱动因素或生物标记物、可再利用的药物，以及分子图谱的新临床关联。通过生物信息学团队的培训，生物信息学分析员也将有机会观察日常工作职责的流程和程序。02.岗位要求工作职责：生物信息学小组将为分析提供培训和计算资源，并定期指导所执行的项目。协助RPPA员工设计抗体阵列，协助图像分析，评估质量控制，处理并规范RPPA数据，为RPPA核心客户生成报告。使用参数和非参数方法分析抗体蛋白质组学数据集。绘制大量RNA序列数据图，使用聚类计算量化基因表达，使用多个R分析包检测差异表达基因，运行路径富集，并生成包括热图在内的可视化结果。使用集群计算绘制并量化单细胞RNA序列数据。将对细胞亚群进行识别和表征，并为单个细胞类型生成基因签名和富集途径。将生成细胞类型、基因标记和富集途径的可视化。在体组织和单细胞实验中处理DNA甲基化和组蛋白修饰芯片序列数据。该分析将确定不同的表观基因组特征，将它们与附近的基因联系起来，然后评估富集途径。标准化并评估MS代谢组学和脂质组学数据的质量。使用参数和非参数方法分析MS代谢组学数据，生成代谢特征和可视化，包括不同实验组的热图和箱线图。整合BCM核心中生成的或从NCBI

我们的生信入门班和数据挖掘线上直播课程已经有了三年多的历史，培养了一波又一波优秀的生信人才。新一期的生信入门班学员热情高涨，他们富有探索精神，又乐于助人，这是一个在帮助别人的过程中自己也获得进步的例子，令我们非常开心。下面是学员受启发后解决问题的记录(生信技能树学员

我们的生信入门班和数据挖掘线上直播课程已经有了三年多的历史，培养了一波又一波优秀的生信人才。新一期的生信入门班学员热情高涨，他们富有探索精神，又乐于助人，这是一个在帮助别人的过程中自己也获得进步的例子，令我们非常开心。下面是学员解决问题的记录(生信技能树学员

引言前一段时间在Bioart论坛上听了林圣彩院士的一个有关代谢研究的报告，感悟很多。特别是林老师提出的要想从代谢的角度控制肿瘤生长，不应该是去研究肿瘤细胞的代谢，而是应该把正常细胞的代谢搞清楚。因为肿瘤细胞的代谢已经是混乱的了，里面的代谢已经没有任何规律可循。虽然小编是做免疫的，对代谢本身了解不多，但是没有办法，代谢确实是细胞发挥功能的一个关键因素，特别是最近的一些研究都表明了代谢不仅可以调控免疫细胞的发育过程，还对免疫细胞的功能异常所引起的各种免疫性疾病至关重要。大数据统计结果得知，随着年龄增长，患癌率逐渐增加，而老年人的癌症进展却远慢于同种癌型的年轻患者。这个现象突出两个问题：1.老年人体细胞突变累积，以及由于免疫系统衰老引起的对肿瘤的监视能力下降，这可能是患癌率增加的两个主要原因；2.同样的，老年癌症患者的细胞即使癌变也是相对衰老的细胞，代谢也相对不足，因此进展缓慢，那么带着这两个问题我们开始今天的分享。核-线粒体信号调控细胞衰老线粒体随着年龄增长产生的相关的变化与细胞衰老密切相关，除了在生物供能和生物合成方面的作用外，线粒体还是信号细胞器，将自身的适应性传递给细胞核，触发转录程序以适应对机体健康和衰老至关重要的稳态压力。细胞核核线粒体之间的信号调控是双向的，一般来说由细胞核发出的信号来调控线粒体的功能我们称之为顺行调控，反之为逆行调控。而最新的研究表明，顺行信号(nuclear-mito)主要介导mtDNA编码基因的表达，促进线粒体功能；而逆行信号(mito-nuclear)则通过改变线粒体代谢产物水平或应激信号引起各种表观遗传变化，促进维持稳态和影响细胞衰老。逆行信号允许线粒体将其适应状态传达给细胞核，以应对各种应激条件，如变形平衡应激、能量不足和活性氧（ROS）生成增加，从而调节核编码基因的表达以适应代谢。除了转录因子(TFs)，线粒体代谢物和应激信号可以作为二级信使与多种染色质修饰因子进行通信，影响基因表达以适应应激。因此，线粒体核信号在细胞稳态中起着至关重要的作用，破坏线粒体和细胞核之间的相互作用会导致衰老和与年龄相关的疾病。线粒体-核压力信号可通过表观调控细胞寿命随着年龄增长，细胞衰老进程不断加剧，线粒体应激可导致染色质重组和整体基因沉默。随着线粒体胁迫的开始，柠檬酸衍生的乙酰辅酶A的含量降低，诱导核小体重构、组蛋白去乙酰化酶(NuRD)复合体和同源框转录因子DVE-1在核内积累，从而降低组蛋白乙酰化，重组染色质结构。组蛋白H3K9甲基转移酶MET-2及其辅助因子LIN-65也促进线粒体胁迫期间染色质致密化和整体基因沉默。同时，两个包含Jumonji