响马读paper

一个要求成员每月至少读一篇文献并打卡的学术交流社群

本页面显示由用户 白鸟 推荐的文献。 当前共有 18 篇文献。

1.
2024, Biomedicines. DOI: 10.3390/biomedicines12010166
2024-02-29 22:33:00
#paper Double-Negative T (DNT) Cells in Patients with Systemic Lupus Erythematosus doi:10.3390/biomedicines12010166 这篇小型综述收集和总结SLE患者DNT细胞群基础研究的初步证据,分析最相关的临床研究,DNT细胞在SLE免疫发病机制中的作用。 1.SLE疾病概述; 2.临床表现:存在大量且多变的自身抗体产生有关,抗dsDNA抗体,导致免疫介导的器官损伤; 3.主要的免疫致病机制:胞吞作用缺陷(即自身抗原的清除减少,补体因子)、细胞凋亡缺陷(这也会导致B细胞自我耐受性的丧失), I 型干扰素的不适当激活等,原因复杂; 4.SLE 患者中DNT细胞百分比会增加,尤其是活动期的患者; 5.双阴性T (DNT) 细胞是一群罕见的T淋巴细胞亚群,不表达CD4和CD8,但表达 αβ 或 γδ T细胞受体 (TCR)。 6.DNT的产生:分胸腺依赖型(负选择逃逸)和胸腺非依赖型(可能来自活化的外周淋巴细胞,在特定情况下失去CD4或CD8标记物的表达),确切的个体发育过程尚未完全阐明。 7.人SLE与其他自免疾病比较,动物模型狼疮鼠结果比较,目前缺系统论证,实验证据比较分散: 证据1: DNT细胞可能源自自身反应性CD8+T细胞,特别是自身免疫疾病。 实验模型证据:DNT细胞可以表现出炎症和免疫调节(抗炎或抑制)功能。
2.
2023, Nature Methods. DOI: 10.1038/s41592-023-02117-1
2024-01-31 23:02:00
#paper doi:10.1038/s41592-023-02117-1 SEVtras delineates small extracellular vesicles at droplet resolution from single-cell transcriptomes.因工作需要搜到这篇文献, 1.囊泡功能简介:胞外小囊泡(sEV)是由细胞分泌的微小囊泡,携带蛋白质、脂质和RNA等多种内容物,广泛存在于组织微环境中,充当细胞间信息交流的“信使”角色,生理病理过程中的关键参与者。 2.待解决:目前缺乏能够捕获到sEV复杂异质性和追踪sEV分泌的潜在细胞的高通量技术,需要证实检出的滴液为囊泡, 3.胞外小囊泡异质性追踪算法SEVtras:判定囊泡的算法,单细胞数据中追踪分泌囊泡的细胞来源;不同样本来源,广泛论证算法可行性; 从公共数据库中汇总胞外小囊泡关联基因集,利用最大期望算法(expectation–maximization, EM)推断单个液滴中胞外小囊泡的信号分值; 4.我的疑惑:对于细胞的身份和生物学功能研究是不容易的,囊泡的研究更甚,该算法可能需要更多的基准测试来证实;单细胞技术和囊泡是否适用;如何解析有限信息的囊泡表达谱? 问题1:判定捕获的barcode是不是为真实的囊泡--->通过SEVtras判别; 问题2:先暂不判定barcode身份(假定为真实的囊泡),基因表达谱可以分析出哪些内容?--->通过高表达基因的富集分析;
3.
2023, Immunity. DOI: 10.1016/j.immuni.2023.09.011
2023-12-31 20:28:00
#paper The cancer-immunity cycle: Indication, genotype, and immunotype,DOI:https://doi.org/10.1016/j.immuni.2023.09.011. 此文为综述文章,重点介绍了2013年发展的癌症免疫循环(CI),即一系列抗癌免疫反应,文章在此框架下进行更新补充。它强调免疫反应的循环迭代,T细胞杀死肿瘤细胞启动后续多轮次的抗原呈递和T细胞刺激,维持主动免疫并使其适应肿瘤进化。CI循环中的任一步骤都可能成为限速因素,导致免疫系统无法抑制肿瘤生长。 (1) 免疫检查点阻断治疗:必须在CI循环的背景下发挥作用; (2) 3种肿瘤免疫型:免疫炎症、免疫排斥或免疫沙漠型; (3) 免疫检查点阻断-Tex细胞:PD-L1最重要的来源可能不是肿瘤细胞,而是首先刺激肿瘤特异性T细胞的抗原呈递DC; (4) CI循环框架的影响因素:肿瘤环境TME, CAF,髓系细胞,肿瘤细胞的免疫抑制,TLS,宿主相关因素(遗传基因,微生物组);
4.
2021, Immunology. DOI: 10.1111/imm.13441
2023-11-30 22:58:00
#paper https://doi.org/10.1111/imm.13441 Velikkakam, T, Gollob, KJ, and Dutra, WO. Double-negative T cells: setting the stage for disease control or progression. Immunology. (2022) 165:371–85. 这篇文献是关于双阴性T细胞DNT的综述文章。DNT是一群独特的T细胞,缺乏CD4和CD8辅助受体,但表达αβ TCR或γδ TCR,在人外周血中占比较低。DNT细胞能有效产生细胞因子,是免疫反应的关键协调者。1.DNT从哪里来?DNT 的确切来源仍有很多盲点,有研究表明DNT细胞可以源自胸腺和外周环境。外周血中DNT细胞可以通过可能逃避胸腺中的负选择以及随后在外周中的激活和扩增。另外,体外也可诱导产生DNT细胞。2.DNT亚群:存在高度异质性,未有正式定义,来源不同研究课题,如初始nDNT和激活态aDNT。3.DNT与疾病:它是多种人类疾病的发病机制的主角,特别是自身免疫疾病、炎症性疾病和移植。其调节功能损害了必要的炎症效应机制,或者介导细胞死亡和组织破坏。多数文献DNT研究源自小鼠模型,许多是转基因的。人类DNT会有所区别,还是需要系统的梳理DNT细胞的功能和在疾病中的作用。
5.
2022, Cell. DOI: 10.1016/j.cell.2022.09.005
2023-10-31 23:02:00
#paper https://doi.org/10.1016/j.cell.2022.09.005 Pan-cancer analyses reveal cancer-type-specific fungal ecologies and bacteriome interactions。 研究者一直在探索癌症与微生物之间的关联,研究发现肿瘤组织中存在代谢活跃、免疫反应、细胞内和癌症类型特异性的细菌和病毒群落。但与癌症相关的真菌却很少被研究。文章研究4个独立队列中 35 种癌症类型的 17,401 名患者组织、血液和血浆样本中的癌症真菌组特征。本文的亮点是1.在 35 种癌症类型中检测到真菌,并且通常存在于细胞内;2.在肿瘤中检测到多种真菌-细菌-免疫生态;3.临床分型: 瘤内真菌对分型临床结果,包括免疫治疗反应;4.非细胞而是利用真菌DNA断定健康和早期癌症患者。思考:1.瘤内真菌低丰度检测、技术背景处理,样本类型,实验需要周密设计,剔除假阳性;2.瘤内真菌的作用机制还需实质性系统研究;3.微生物(真菌)和宿主肿瘤组织的关系在肿瘤临床诊治的应用也期待开启。
6.
2019, Immunity. DOI: 10.1016/j.immuni.2019.06.025
2023-09-30 22:32:00
#paper Inflammation and Cancer: Triggers, Mechanisms, and Consequences. Immunity 2019, DOI: doi.org/10.1016/j.immuni.2019.06.025. 本文是炎症促癌的综述文章,另一姊妹篇讲述的是炎症抗癌。炎症和肿瘤之间的关系复杂,依赖于动态的时间和环境。 本文的思路是: 1.炎症的定义:机体抵御病原体,免疫系统免疫细胞的激活、募集和作用; 2.肿瘤研究重点的转移:以“癌细胞”为中心转移到“肿瘤微环境TME”,将癌细胞置于由成纤维细胞、血管细胞和炎症免疫细胞组成的基质细胞网络。炎症对TME的组成有很大影响。 3.炎症如何促进癌症的潜在机制: 1)免疫细胞抗肿瘤:发挥免疫监视和肿瘤异质性的免疫塑造; 2)促肿瘤炎症:通过阻断抗肿瘤免疫、使TME朝更适合肿瘤生长的状态以及通过向上皮细胞和癌细胞施加直接的促肿瘤信号和功能来促进癌症; 3)炎症和肿瘤发生,促进和转移:炎症和肿瘤转移:超90%的癌症死亡与肿瘤转移有关,需要了解控制肿瘤转移过程的炎症机制。 4.癌症疗法:运用免疫和炎症途径在治疗抵抗癌细胞的作用机制。
7.
2023, Nature. DOI: 10.1038/s41586-023-06130-4
2023-08-30 10:19:00
#paper doi:10.1038/s41586-023-06130-4. Nature, 2023, Hallmarks of transcriptional intratumour heterogeneity across a thousand tumours. 本文利用公开数据集发表nature文章,研究肿瘤内异质性ITH,进行系统的泛癌转录特征分析。文章整合77项scRNA-seq研究的数据,定义一个全面的泛癌图谱,该图谱描绘了转录ITH的11个“标志”。现在越来越多的研究利用公共数据,通过大样本研究共性和规律,科研结果也需要大量的样本作为证据链,此类文章的分析策略显得尤为重要。从错综复杂的数据中,抽丝剥茧,找到共性“元件”。另外,研究团队需要前期大量的知识积累和总结,来解释共性结论的合理性。在研究此课题前,已经有某些猜想构思。未来,随着HuBMAP和HTAN等研究联盟深入研究,通过不同组学不同维度构建出泛癌图谱,对肿瘤的发生发展会有更清晰的认识。
8.
2023, Nature. DOI: 10.1038/s41586-023-06252-9
2023-07-31 22:58:00
#paper https://doi.org/10.1038/s41586-023-06252-9 A spatially resolved single-cell genomic atlas of the adult human breast 该项目是陈-扎克伯格倡议(Chan Zuckerberg Initiative)支持的全球人类细胞图谱(Human Cell Atlas)联盟的一部分,该联盟利用最新技术为人体的每个器官系统构建细胞参考图谱。 研究目的: 人类乳腺的解剖学和组织病理学已经研究了几十年,为发育、哺乳和疾病提供了深入见解。最近,用分子和基因组技术对正常乳腺组织进行了表征,这些方法主要集中在上皮细胞上。迄今为止,仍然缺乏对所有细胞类型及其生物亚型(细胞状态)的无偏的全面解析。 研究意义: 1.HBCA图谱数据为研究乳腺生物学和乳腺癌等疾病状态提供了前所未有的成人正常乳腺组织的参考; 2.HBCA项目的所有单细胞和空间数据都可以通过官方的门户网站公开访问; 3. 人类细胞图谱(HCA,Human Cell Atlas)的一部分;
9.
2023, Frontiers in Immunology. DOI: 10.3389/fimmu.2023.1147718
2023-06-30 22:26:00
#paper https://www.frontiersin.org/articles/10.3389/fimmu.2023.1147718/full. The immunomodulatory mechanisms for acupuncture practice. 缘起:昨天跟同事聊起,他得了一种比较奇怪的病-面肌炎,跟自身免疫疾病有关,医生给他开了抗病毒的药物,特别提到对不同的穴位用针灸进行治疗。我一直也觉得中医和免疫系统应该是想通的,需要科学的解释。所以,想找一篇针灸和免疫相关的文献看看。 文献中,提到针灸是一种安全有效的调节人体免疫系统的医疗实践。需要针灸基于与现代西医不同的系统,因此当前的研究重点是针灸的作用和相关的神经生物学机制。本文对针灸的免疫调节机制进行综述,系统整合现有研究成果,阐明针灸对先天性和适应性免疫反应的调节作用,以及针灸免疫调节神经解剖学机制,包括完整的自主反射途径。这对于针灸医学的普及具有重要意义。 比较惭愧的是,文章我还没细读。最近在读免疫书,希望能加深一些人体免疫系统如何具体运行的理解。
10.
2020, Nucleic Acids Research. DOI: 10.1093/nar/gkaa1027
2023-05-30 09:20:00
#paper https://doi.org/10.1093/nar/gkaa1027 Open Targets Platform: supporting systematic drug–target identification and prioritisation 1.靶标-疾病知识库: (1)20 个不同数据源的靶标-疾病关系的证据; (2)关键数据集的新证据:全基因组CRISPR敲除筛选数据, GWAS/UK BioBank统计遗传分析证据; (3)已知药物不良信息:上市后药物不良反应的评估,以及有关靶标成药性和安全性的新精选信息; 2.改进证据评分: 改进了证据评分框架以改进靶标识别 3.Open Targets平台开发: 更新10个版本,开发了用户界面和后端技术以提高性能和可用性
11.
2022, Cell. DOI: 10.1016/j.cell.2022.02.015
2023-05-30 09:12:00
#paper doi:10.1016/j.cell.2022.02.015 Spatial CRISPR genomics identifies regulators of the tumor microenvironment 这篇文章主要包含两个方面: 1.空间CRISPR技术的开发:“Perturb-map”技术,原位CRISPR+多重成像+空间转录组学,该技术是基础作者2018年cell发表的三联体蛋白条形码Pro-Codes单细胞CRISPR技术。三联体蛋白提高并行敲除基因的数目,另外,nPC荧光蛋白标签定位在细胞核中,通过图像分割软件能很好的分割单细胞。 2.空间CRISPR技术的应用:作者通过空间CRISPR技术研究每个基因敲除后如何影响肿瘤生长、组织病理学和免疫组成。并行敲除32个跟免疫治疗相关的靶基因(包括细胞因子,免疫配体和分泌因子),研究肿瘤细胞对免疫细胞招募和排斥的影响。癌细胞的基因如何控制免疫微环境,这有助于开发新的癌症免疫疗法。 文章对于4T1乳腺和KP肺部肿瘤进行研究,他观察到肺癌具有克隆型分布,每个KP肿瘤病变都由单个KP癌细胞形成。敲除单个基因的细胞扎堆分布,也非常适合后续的免疫分析。文章主要对肺癌研究,但是为什么肺癌细胞会克隆型分布,文章没有具体说明。 3.空间CRISPR技术的延伸:很多癌症如4T1乳腺,单基因敲除的肿瘤细胞分布高度不均匀,也不适合空间CRISPR技术的研究。文章2022年发表,后续没有找到相关的研究课题和文章引用。感觉还是有一定的局限性。
12.
2021, Blood. DOI: 10.1182/blood.2020008966
2023-04-29 23:16:00
#paper Single-cell transcriptomics dissects hematopoietic cell destruction and T-cell engagement in aplastic anemia. Blood. 2021. 研究背景:再生障碍性贫血 (AA) 是一种T细胞介导的造血系统自身免疫性疾病,表现为造血干细胞和祖细胞 (HSPC) 的严重耗竭。异常活化的T淋巴细胞攻击自身造血干/祖细胞(HSPC)是再生障碍性贫血(AA)发病重要的机制。 研究难点:受限于技术和 HSPC 在骨髓衰竭背景下的稀疏性。AA患者骨髓残留HSPC细胞数量极少,精细剖析骨髓损伤后HSPC各组分的病理变化及T淋巴细胞免疫打击HSPC的分子机制比较困难。 样本类型:健康供体(healthy donors,n = 8)+ 非重度再生障碍性贫血患者 (non-SAA, n = 19) + 重度再生障碍性贫血患者 (SAA,  n = 4 );另加 药物处理组:免疫抑制治疗(IST)后患者 样本取样:骨髓及外周血中分选出CD34+造血干/祖细胞和CD4+/CD8+ T淋巴细胞 实验技术:STRT-Seq(高测序深度) + Smart-seq2 研究思路:不同疾病/健康组 -> 流式分选细胞 - > CD34+造血干/祖细胞和CD4+/CD8+ T淋巴细胞->单细胞测序(STRT-Seq + Smart-seq2)->定义了9类HSPC细胞亚群->基因表达和转录调控网络分析 研究结果: ① STRT-seq克服骨髓残留造血干细胞和祖细胞HSPC数量不足的限制,对AA患者的HSPC和T细胞进行分析,分别获得了2,385个HSPC和4,081个CD4+/CD8+ T细胞的单细胞转录组,定义了9类HSPCs细胞亚群,首次绘制了AA血液病理图谱,揭示了AA发病,特别是恶性转化的新机制。 ② AA中残留的HSPC在基因表达和转录调控网络中表现出谱系特异性的改变,提示存在谱系选择性造血损伤。 ③ 综合分析HSPC和T细胞的基因表达,确定了细胞类型特异性配体-受体相互作用是AA中免疫攻击的关键分子介质。 ④ 通过追踪免疫抑制治疗(IST)后的患者,发现HSPCs和T淋巴细胞的基因表达没有完全恢复到正常水平,甚至接近治疗前的状态,这可能是AA患者需要长期维持免疫抑制治疗的主要原因之一。
13.
2021, Cell. DOI: 10.1016/j.cell.2021.11.031
2023-03-30 17:22:00
#paper https://www.cell.com/cell/fulltext/S0092-8674(21)01381-7. Differential pre-malignant programs and microenvironment chart distinct paths to malignancy in human colorectal polyps. 此文是人类肿瘤图谱网络(HTAN)联盟两年多时间在CRC肿瘤领域发的2篇cell文章之一,另一篇文章是构建肿瘤空间3D图谱。该联盟的愿景是构建肿瘤的发生、局部扩张、转移和治疗性耐药的动态3D图谱。该文章的切入点很重要,通过已有文献猜想两条CRC癌变的不同机制,提出了一个整合了单细胞转录组学、基因组学和免疫组织病理学的多组学人类癌前图谱。从功能上验证了建立不同的肿瘤景观的不同起源和分子机制过程。也是该联盟的策略从病变起源来研究,才能对晚期和高度异质性的癌症有更清晰的认识,从而为精准预防、监测和治疗的新策略铺平道路。对于多组学文章,切入点(科学猜想)和策略很重要。
14.
2021, Nature Biotechnology. DOI: 10.1038/s41587-021-00895-7
2023-02-28 21:23:00
#paper doi:https://doi.org/10.1038/s41587-021-00895-7, 2021, Nonvolatile Memory Based on Nonlinear Magnetoelectric Effects. 单细胞多模态检测技术:通过各种实验技术进行多模态检测,即在同一个细胞中同时探测不同的分子特征,在高分辨率下,成千上万的细胞拥有越来越多的分子维度,包括基因组、转录组和表观遗传修饰。虽然没有一个单一的“全能”技术可以完全捕捉到复杂的分子机制,但这些数据有可能提供一个基本的生物过程,有机会从描述性的 "快照 "向对基因调控的机械性理解推进。 意义:单细胞多模态检测技术的发展为研究细胞异质性的多个维度提供了强有力的工具,使我们对发育、组织稳态和疾病有了新的认识。通过结合关于分子层之间层次关系的先验知识(即生物学的中心法则),多模式分析将在识别基因调控网络中事件的因果链方面发挥重要作用。 挑战:设计适当的策略,将不同模式的数据联系起来。术语 "数据整合 "(data integration)被用来描述这项工作,这个定义很广泛,从单个组学数据集的批量校正到染色质可及性和遗传变异与转录的关联。 三种类型的数据整合策略:基因组特征作为锚点(水平整合);细胞为锚(垂直整合);高维空间没有锚点(对角线整合); 展望:回顾了数据整合策略的既定原则、局限性,尽管现有的整合策略利用了类似的数学思想,但它们通常有不同的目标,并依赖于不同的原则和假设。因此,需要新的定义和概念,以使单细胞数据整合技术具有本身的背景性,并能开发新的方法。
15.
2022, Nature Medicine. DOI: 10.1038/s41591-022-02104-7
2023-01-28 22:01:00
#paper https://doi.org/10.1038/s41591-022-02104-7 nature medicine 2022. Impact of the Human Cell Atlas on medicine. 疾病只有在健康样本的参照下才能被充分理解,实现这一愿景需要构建人类所有细胞的综合参考图谱。单细胞图谱有望填补基因、疾病和疗法之间“缺失的一环”。 图谱的意义在于:1.提高我们对疾病的认知,通过识别特定的细胞类型、状态、程序和与疾病相关基因起作用的环境,我们可以从细胞和组织层面了解疾病机制。2.诊断和治疗的应用:单细胞图谱和空间图谱改变我们对不同疾病在细胞和组织层面的理解,为了解诊断学、药物发现和新的治疗途径的发展提供信息。利用这些发现来开发强大的疾病诊断;确定有前途的新药物靶标;预测它们的功效、毒性和耐药机制;从癌症疗法到再生医学方领域授予新的疗法。 总结:人类细胞图谱的使命是形成一个参考图谱,作为了解人类健康以及诊断、监测和治疗疾病的基础。类似于人类基因组计划,基因组计划本身并没有“解决”疾病,但为生物医学的许多领域奠定了重要基础。绘制人类细胞图谱同时也带来了巨大的后期工作和技术挑战,路漫漫兮,但是它对医学的潜力也是巨大的。
16.
2020, Computational and Structural Biotechnology Journal. DOI: 10.1016/j.csbj.2020.06.012
2022-12-31 23:22:00
#paper https://doi.org/10.1016/j.csbj.2020.06.012 Computational and Structural Biotechnology Journal 2020. Single-cell ATAC sequencing analysis: From data preprocessing to hypothesis generation. 关注点:这是一篇关于单细胞ATAC-seq分析的综述文章,比较系统地从数据的预处理到生成科学假设的过程进行了详细方法论的说明和基准测试,使用适当的软件工具和数据库,提供有价值的分析方法指导。 研究背景:与人类复杂性状相关的大多数遗传变异位于基因组非编码区域。因此,了解基因型到表型之间的生物学机理机制的研究,大多涉及基因表达的表观遗传调控。开放染色质区域的全基因组图谱可以通过顺式和反式调控元件与性状相关序列变异的关联分析,促进顺式和跨式调控元件的功能分析。ATAC-seq测序 技术,转座酶可及染色质分析被认为是染色质可及性全基因组分析中最容易获得且最具成本效益的策略。 研究不足:目前,还开发了单细胞 ATAC-seq (scATAC-seq) 技术,来研究不同异质细胞群的组织样本中细胞类型特异性染色质的可及性差异。但是,由于 scATAC-seq 数据的固有特性,高噪声和稀疏性,很难准确提取生物信号并设计有效的生物学假设。为了克服 scATAC-seq 数据分析中的这些限制,过去几年研究者开发了一些新的方法和软件工具。然而,scATAC-seq 数据分析的最佳和标准分析流程并未达成共识。 内容大纲:1.阐述scATAC-seq 分析工作流程:数据的预处理,测序read的预处理->过滤掉低质量细胞或双细胞->生成细胞-特征矩阵->多样本的批次校正和数据整合->数据转换,包括归一化->降维、可视化和聚类。以上跟scrna-seq的步骤很相似,又有其特殊性。2.scATAC-seq生成科学假设的下游分析:包括细胞类型注释,染色质可及性动力学研究,基于TF motif,基于基因,增强子,基因-疾病相关遗传变异的研究促进假说的生成。以阐明顺式调控元件(例如启动子和增强子)与反式调控元件(例如转录因子 (TF))之间的网络。还可以使用 scATAC-seq 数据分析基因活性和遗传变异的可及性。3.多模态分析:scATAC-seq 可以与单细胞 RNA 测序 (scRNA-seq) 数据 和其他组学数据相结合,用于多组学研究。这种综合多模态分析将有助于识别参与疾病进展的关键调节因子,这些调节因子通常是潜在的治疗靶点和诊断生物标志物。
17.
2022, Cell. DOI: 10.1016/j.cell.2022.05.013
2022-11-30 11:26:00
#paper https://doi.org/10.1016/j.cell.2022.05.013 Cell 2022. Mapping information-rich genotype-phenotype landscapes with  genome-scale Perturb-seq. 遗传学的一个核心目标是研究遗传变化(基因型)和表型之间的关系。主要有两种研究思路,正向遗传学和反向遗传学。正向遗传以表型为中心的“正向遗传”,即揭示驱动表型的基因变化(果因论);而反向遗传是以基因为中心,对确定的遗传变化引起的不同表型进行解析(因果论)。为了揭示基因扰动的功能后果和基因型-表型关系,文章团队构建了一套可实践的方法论。本文利用单细胞高通量CRISPR 筛选技术Perturb-seq,针对对K562和RPE1细胞系超过250万个细胞进行了单个基因的CRISPR扰动(即1个细胞只包含一种基因的 sgRNA),通过单一基因型的变化,查看在转录组层面表型的变化,构建了一个基因型-表型综合图谱。研究团队根据基因的共同调控将其聚类到特定表达程序中,并计算每个扰动簇中每个基因表达程序的平均活性。分析结果包含多个与基因干扰相关的已知表达程序,包括蛋白酶体功能障碍导致的蛋白酶体亚基上调、 ESCRT蛋白缺失时NF-kB信号通路的激活,以及胆固醇生物合成上调对囊泡运输缺陷的反应等。它的意义在于单细胞CRISPR筛选为系统探索遗传和细胞功能提供了一个研究工具,构建和分析丰富的基因型-表现型图谱,以作为系统探索遗传和细胞功能的驱动力。可以构建全基因组的基因敲除细胞池,定向的研究,关键基因的敲除对下游转录调控表型的生物学功能。重点学习文章中grna的数据质控和归一化等细节处理。
18.
2022, Nature Biotechnology. DOI: 10.1038/s41587-022-01468-y
2022-10-27 09:36:00
#paper doi:#paper doi:https://doi.org/10.1038/s41587-022-01468-y Haplotype-aware analysis of somatic copy number variations from single-cell transcriptomes. 单细胞转录组体细胞拷贝数变异的单倍型感知分析 基因组不稳定性和转录程序的异常改变都在癌症中发挥重要作用。单细胞 RNA 测序 (scRNA-seq) 在一次检测中能够同时研究肿瘤异质性的遗传和非遗传来源。虽然有许多工具可以从外显子组和全基因组测序数据中识别CNV,针对单细胞RNA-seq数据中检测CNV的方法非常稀缺。常用的inferCNV和copyKAT都只是利用转录组的基因表达信息进行CNV推断。最近,哈佛医学院的研究者提出了一种计算方法,Numbat,它将基于群体的定相(population-based phasing)获得的单倍型信息与等位基因和表达信号相结合,能准确推断单个细胞中的等位基因特异性CNV并重建它们的谱系关系。也就是说它通过基因表达和等位基因两个证据链,进行联合推断,避免CNV推断误判。Numbat利用亚克隆之间的进化关系来迭代推断单细胞拷贝数分布和肿瘤克隆系统发育。比其他工具进行基准测试,对包括多发性骨髓瘤、胃癌、乳腺癌和甲状腺癌在内的 22 个肿瘤样本的分析表明,Numbat可以重建肿瘤拷贝数分布,并准确识别肿瘤微环境中的恶性细胞。Numbat 不需要样本匹配的 DNA 数据,也不需要先验基因分型,适用于广泛的实验环境和癌症类型。总之,Numbat 可以扩展单细胞RNA-seq数据来探测细胞的CNV景观以及转录组景观。需要思考的是我们可能需要更多不同遗传背景的人群定相单倍型信息来辅助推断。另外,肿瘤基线倍性估计仍是拷贝数分析中的有挑战性的问题。
TOP