单细胞组学数据库的研究进展

随着测序技术的发展，目前单细胞测序已经成为生命科学各研究方向的前沿技术.单细胞测序技术是指在单个细胞的水平上对其携带的遗传信息进行高通量测序分析的技术.在2011年和2013年，单细胞测序技术分别被《Nature Methods》和《Science》列为年度最值得期待和关注的技术之一.随后单细胞测序数据呈现指数级增长，使得在海量的数据中寻找有用信息成为一个难题，整合单细胞测序数据的数据库有效地解决了该问题.概述了近年来有关单细胞数据库的研究进展，结合单细胞测序技术的重要性探讨单细胞数据库的功能特点及适用范围，并提出未来单细胞数据库发展的趋势.     

单细胞测序技术在植物中的应用研究进展

为了探究单细胞测序技术在植物中的应用，综述了单细胞测序技术发展概况、原理、测序技术流程及其在植物中的应用研究，为今后系统全面地开展植物单细胞测序提供理论依据。     

单细胞RNA测序数据分析方法研究进展

[目的]综述当前单细胞RNA测序数据分析的关键流程和环节,介绍完成不同分析任务所需的代表性方法及流行的工具.[方法]通过调查文献调研,总结了当前单细胞RNA测序数据分析的流程和代表性工具.[结果]许多针对单细胞RNA测序数据的分析流程和工具被陆续开发出来,用于从海量数据中发掘生物学知识,进而揭示复杂疾病或表型背后潜在的分子机制.[结论]单细胞RNA测序在生命科学研究中扮演了极为重要的角色,良好的数据分析策略是决定能否有效揭示单细胞表达谱数据背后蕴含生物学信息的关键环节.目前单细胞RNA测序数据分析步骤和工具方法繁多,研究者应根据实际场景选择合适准确的分析方法与工具.     

CRISPR/Cas系统在谱系追踪中的应用

CRISPR/Cas系统是细菌和古生菌的自适应免疫系统,其对基因组高效精准的编辑,极大地推动了发育生物学、表观遗传学、药物开发、疾病治疗等多个学科和研究领域的发展.CRISPR/Cas9系统诱导基因组DNA产生双链断裂,以非同源末端连接(non-homologous end joining,NHEJ)的方式进行修复,因此会在剪切位置随机地引入短的插入和删除(insertions and deletions,indels).这些引入的indels作为区分细胞的标签,被称为条形码.细胞条形码技术已经被用于谱系追踪、基因组功能筛选等.而测序技术的飞速发展和成本的大幅度降低以及单细胞转录组测序技术的出现,可以在时间和空间层面同时对数百万个单细胞进行谱系追踪,记录细胞活动.本综述讨论了CRISPR/Cas系统的工作原理、细胞条形码技术和单细胞测序技术(scRNA-seq),以及两者结合产生的单细胞谱系追踪技术.     

2013值得关注的大科学领域

NO.1单细胞基因组测序 随着微流控技术、罕见细胞分离技术以及对单基因组破译能力的提高,单细胞基因组测序研究于2012年悄然崛起,并有望于201 3年获得重大突破. 多数的基因组测序是通过提取大量细胞中的DNA后进行的.为了获得足够的DNA进行测序,通常需要数以千计、甚至数以百万计的细胞.这种测序方法,忽略了细胞与细胞之间的差异.而这些差异对于控制基因表达、细胞行为和药物反应有可能是至关重要的.近年,科学家们发明了一种可以对一个细胞进行基因组测序的单细胞基因组测序技术,实现了从生命活动的最基本单位——细胞这个层次,去研究生物的生长、发育、生殖、遗传和变异等过程.如今,在微生物生态学、癌症基因组、法医学、微量诊断和遗传印记等研究中,单细胞基因组测序技术使其研究和检测更深入、更细致,从而带动基础科学新的发现,也将给人类对抗疾病、保障健康和提高生命寿命和质量带来很多新的机会.     

基于生成对抗网络的scRNA-seq批次效应校正方法

单细胞转录组测序是一种在单细胞水平上测量基因表达的技术，已经广泛应用于生命科学研究领域.由于实验条件、技术平台、样本来源等因素的差异，单细胞转录组数据的批次效应会影响数据的可靠性和准确性.因此，批次效应校正是单细胞转录组数据分析的一个重要预处理步骤.提出了一种基于生成对抗网络的单细胞转录组测序数据批次效应校正算法scBCMGAN,结合自编码器和零膨胀负二项分布等对数据进行重构，在潜在层部分通过生成对抗网络使目标批次数据向源批次数据进行学习，达到校正批次效应的目标.实验结果表明该方法在真实数据集上具有显著优势，能够有效校正批次效应，且校正后数据适用于下游分析.     

单细胞RNA-seq数据缺失元素补全算法

基于非负矩阵分解模型, 提出一种新的数据补全算法. 该算法通过循环遍历确定最佳构造矩阵和rank值, 解决了单细胞转录组测序(RNA-seq)数据中存在缺失值的问题,  避免了由于单细胞测序深度不足对细胞分型分析的影响. 在慢性粒细胞白血病单细胞测序数据上的实验结果表明, 由补全算法恢复缺失值后的细胞分型更清晰, 验证了该算法的有效性.     

单细胞RNA-seq数据缺失元素补全算法

基于非负矩阵分解模型, 提出一种新的数据补全算法. 该算法通过循环遍历确定最佳构造矩阵和rank值, 解决了单细胞转录组测序(RNA-seq)数据中存在缺失值的问题,  避免了由于单细胞测序深度不足对细胞分型分析的影响. 在慢性粒细胞白血病单细胞测序数据上的实验结果表明, 由补全算法恢复缺失值后的细胞分型更清晰, 验证了该算法的有效性.     

一种基于集成学习策略的单细胞转录组数据集成分类算法

针对单细胞转录组数据上细胞分类准确率较低的问题, 提出一种新的细胞集成分类算法. 该方法能充分利用不同分类模型的优点, 降低单细胞数据的分类误差. 分别在慢性粒细胞白血病单细胞测序数据和三阴性乳腺癌单细胞测序数据两个不同数据集上进行实验验证, 实验结果表明， 由集成算法划分的细胞分类更清晰准确, 验证了该算法的有效性.     

单细胞转录组测序在肿瘤研究中的应用进展

单细胞RNA测序(scRNA-seq)是一种在单细胞水平上分析复杂组织转录的技术,可以识别单细胞基因组突变引起的差异基因表达,以及新的细胞特异性标记和细胞类型.在肿瘤研究的各个方面,scRNA-seq起着重要的作用.利用49篇文献综述了scRNA-seq的原理,重点是scRNA-seq在肿瘤异质性、发病机制和治疗中的应用.scRNA-seq为肿瘤研究提供了新的技术手段.     

基于改进的大间隔最近邻胰腺单细胞分类方法

【目的】细胞类型鉴定是单细胞RNA测序的关键步骤之一，存在单细胞RNA测序数据分类准确率较低及各细胞类型距离特征度量不足的问题。【方法】提出一种基于多相似性损失函数(Multi Similarity Loss, MSL)的大间隔最近邻(Large Margin Nearest Neighbor, LMNN)单细胞分类方法。多相似性损失从多个角度衡量相似性，解决了LMNN算法的三元组损失函数训练样本较小时样本对之间关系利用率不高的问题，从而提升单细胞分类效果。【结果】在胰腺单细胞数据集baron＿human和segerstolpe上的实验表明，基于MSL-LMNN的分类准确率高于主要度量学习方法，而且与随机森林结合的准确率达到0.96,较现有单细胞分类方法有所提升。【结论】提出的MSL-LMNN能够准确有效地识别胰腺单细胞测序数据细胞类型，具有一定的应用价值。     

2018十大突破技术

正12月底,《科学》杂志评选出了一年一度的十大科学突破技术。它们分别是哪些呢?让我们看看!1.追踪单细胞发育谱系从希波克拉底(古希腊医学之父)时代开始,生物学家就困惑于单细胞胚胎是如何发育成拥有多种器官和亿万细胞的成体。现在,通过结合多种技术,生物学家可在单细胞尺度上揭示各个基因何时启动并诱导细胞分化。首先,研究者从活体中分离出数千个完整细胞;之后,使用测序技术获得各个细胞的基因表达情况;最后,利用计算机或细胞标签,重建这些细胞的时间     

哺乳动物的细胞图谱被浙大科学家破解了

正2018年2月23日,《细胞》杂志发表了郭国骥团队的最新研究成果。课题组自主开发了一套完全国产化的Microwell-seq高通量单细胞测序平台,对来自小白鼠近50种器官组织的40余万个细胞进行了系统性的单细胞转录组分析,绘制了世界上第一张哺乳动物细胞图谱。一直以来,生命科学的研究主要基于群体细胞水平的分析,近几年所涌现的单细胞组学技术,使我们能够从单个细胞的水平上更为精确地解析细胞的分化、     

研究揭示受精卵DNA去甲基化重要机制

正近日,由中科院上海生科院生化与细胞所徐国良研究组、李劲松研究组和北京大学生命科学学院生物动态光学成像中心汤富酬研究组共同完成的一项研究发现,小鼠早期胚胎中母源和父源基因组在单细胞的受精卵阶段,均会发生大规模的DNA主动和被动去甲基化,DNA双加氧酶Tet3介导了主动去甲基化的发生,而糖苷酶TDG并不参与该过程。研究中,科学家利用最近发展的单细胞简并代表性甲基化测序、发夹DNA甲基化测序以     

大规模单细胞转录组测序数据的聚类方法比较

单细胞转录组测序(single-cell RNA-sequencing, scRNA-seq)数据具有高稀疏性、高噪声、高维度、结构信息和位置信息缺乏等特点,且数据规模迅速增大,使得单细胞聚类面临较大的挑战。为便于对不同的scRNA-seq数据选择合适的分析方法,本研究对scRNA-seq数据的质量控制、基因选择和聚类等方法进行比较分析。首先,分析质量控制中过滤和归一化的方法及其阈值设置;然后,从模型因子、测序技术、方法局限性和优势等方面,对6种典型的基因选择方法进行比较;最后,详细阐述6种典型的单细胞聚类方法,并分析其适用的数据规模和优缺点。收集14个带有真实标签的金标准scRNA-seq数据集,包括5个全长测序数据集和9个双端测序数据集,其中5个数据集包含的细胞数大于3 000个,对6种典型的基因选择方法和6种单细胞聚类方法进行实验比较,分析它们在识别高差异基因时和在聚类性能上的差异。结果发现,不同的基因选择方法在Adam和Wang＿Lung数据集分别可以检测到182个和124个共有基因,以及一些独有基因。此外,Seurat、SC3、Monocle 3和scDeepCluster的...     

中国科学家绘制出首个哺乳动物细胞图谱

正浙江大学医学院干细胞与再生医学中心郭国骥教授团队研发出低成本、高效率、完全国产化的高通量单细胞测序平台"Microwell-seq",并在短时间内利用这一平台构建全球首个哺乳动物的细胞图谱。该成果于23日刊登在国际学术期刊《细胞》杂志上。细胞是生命最小的独立遗传单位。传统的测序技术"看"的是一组一组、成群的细胞,"读"的是一堆细     

基于生物信息学构建前列腺癌单细胞层面lncRNA-miRNA-mRNA调控网络

利用生物信息学筛选差异表达基因（Differentially Expressed Genes,DEGs）,构建前列腺癌（Prostate Cancer,PCa）单细胞层面lncRNA-miRNA-mRNA调控网络,在分子水平上研究前列腺癌的发生发展过程及预后指标。首先从基因表达综合数据库（GEO）和癌症基因组图谱（TCGA）数据库分别下载单细胞RNA测序数据GSE157703和转录组测序数据TCGA-PRAD,通过R语言筛选差异表达信使RNA （DEmRNA）和差异表达长非编码RNA （DElncRNA）,利用相关软件预测并构建lncRNA-miRNA-mRNA调控网络;然后使用R语言进行基因本体论（Gene Ontology,GO）和京都基因与基因百科全书（Kyoto Encyclopedia of Genes and Genomes,KEGG）分析,运用STRING数据库、Cytoscape软件建立蛋白相互作用网络,同时对单细胞RNA测序数据进行质控、降维、聚类和分群,构建单细胞层面的lncRNA-miRNA-mRNA调控网络;最后进行生存分析,通过人类蛋白质图谱进行验证。结果显示,共得到3 013个DEmRNA和1 101个DElncRNA,筛选出51个lncRNA、27个miRNA和97个mRNA构建lncRNA-miRNA-mRNA调控网络。GO分析揭示靶基因在腺状细胞迁移、化学突触传递的调节等生物学过程富集,KEGG分析揭示miRNA在癌症、轴突导向和胞间的黏附等信号通路富集。通过PPI得到Top 10基因,据此整合单细胞水平上PCa单细胞转录组测序数据,得到包括肿瘤细胞在内的9个细胞群的多条精确的lncRNA-miRNA-mRNA调控轴。生存分析结果显示,ITGA2、PDLIM5H和PRRG4低表达组的无病生存期显著高于高表达组（P<0.05）,免疫组织化学验证了上述基因在肿瘤组织中均有不同程度的表达。本研究成功构建了PCa单细胞水平的lncRNA-miRNA-mRNA调控网络,并发现其不仅参与PCa的发生和发展,同时在临床预后预测方面也有重要意义。     

我国单细胞技术发展态势分析

[目的/意义]近年来,我国单细胞技术发展迅速,取得了许多突破性创新成果.全面了解我国单细胞技术发展态势,能为国家在单细胞技术领域的发展布局和战略规划提供参考.[方法/过程]通过科学计量与基金分析相结合的方法,对我国2009-2019年间单细胞技术相关的研究论文、专利和国家自然科学基金项目数据进行分析,系统呈现我国单细胞...     

科学家实现玉米单细胞测序

<正>日前,华中农业大学作物遗传改良国家重点实验室教授严建兵团队率先实现了玉米单细胞测序。四分体是一次细胞减数分裂后的直接产物,是遗传重组分析的理想材料。分离四分体的四个小孢子并进行单细胞基因型分析是研究遗传重组机制的最佳方案,尽管目前动物单     

拟南芥花粉单细胞转录组分析

为了深入探究花粉基因表达的规律，应用单细胞技术对拟南芥花粉细胞进行了单细胞转录组测序.花粉单细胞RNA-seq结果表明，与叶片转录组相比，成熟花粉中大部分基因表达较低，可能与花粉转录沉默有关.花粉中富集果胶代谢、细胞骨架和钙信号转导等通路，与细胞壁形成和花粉管生长相关.花粉还富集组蛋白甲基化因子，说明花粉中存在表观遗传学调控.应用RT-PCR鉴定出6个花粉特异性表达且功能未知的基因，其中大多数为十字花科特有.总之，本研究精确定量了花粉细胞的基因表达谱，揭示出拟南芥花粉转录组的复杂性和独特性.