Baidu
map

Genome Biol:中国医科大学李薛鑫团队开发多组学单细胞图谱:构建人体细胞多样性的多组学百科全书

2024-04-26 iNature iNature 发表于陕西省

随着技术进步和数据不断积累,单细胞图谱将持续更新和扩展。这一资源的不断丰富将推动精准医疗和个性化治疗策略的发展,为疾病研究和新药开发提供关键科学基础。

2024年4月,单细胞图谱协作组(Single Cell AtlasConsortium, SCA)李薛鑫团队在Genome Biology 杂志发表题为“Single Cell Atlas: a single-cell multi-omics human cell encyclopedia”的研究论著。博士后潘璐为该论文的第一作者,中国医科大学附属第四医院副研究员,瑞典卡罗林斯卡医学院客座研究员李薛鑫为文章的通讯作者。

图片

揭秘人类细胞的多维全景——单细胞多组学图谱

在生物学和医学研究中,单细胞技术的迅猛发展已经开启了对细胞异质性深入解析,探索细胞多样性和复杂性的新纪元。通过前所未有的分辨率揭示细胞群的内在秘密,这些技术所产生的单细胞多组学研究成果为科研和临床提供了宝贵的信息。尽管已有多个数据库提供单细胞数据的存储和快速查询,但大多数数据库仅提供基于单细胞RNA测序(single-cell RNA-sequencing (scRNA-seq))的简单细胞概述,未能满足对全人类组织的实时、深入单细胞多组学查询的需求。因此,李薛鑫团队构建了一个名为“单细胞图谱”(Single Cell Atlas,简称SCA)的单细胞多组学图谱,覆盖了125种健康成人和胚胎组织的五类单细胞组学、空间转录组学、及两种批量组学技术的数据,为全球科研人员提供了一个综合性的、交互式的多组学信息探索资源。为了方便广大研究者进行实时的多组学数据探索,研究团队构建了该图谱的探索网络平台——单细胞图谱(SCA,www.singlecellatlas.org),为各种组学研究提供了一站式、全面且高效的资源。它有望成为推动生物学和医学研究的重要工具,帮助我们更好地理解不同人类组织的复杂性。

图片

SCA多组学单细胞图谱平台 www.singlecellatlas.org

SCA 致力于成为单细胞和多组学研究这一新兴领域的综合资源。其主要目的是通过同时探索多个组学,促进对健康成人和胚胎组织中固有的细胞复杂性和多样性的更深入理解。此外,SCA 旨在作为一个强大的分析平台,支持高通量单细胞测序数据的后期定量分析。因此,研究人员也可以利用 SCA 进行比较研究、假设生成和验证。

多组学集成分析

SCA通过整合来自多种单细胞组学技术的数据,包括单细胞RNA测序(scRNA-Seq)、单细胞ATAC测序(scATAC-Seq)、单细胞免疫分析、质谱细胞术(CyTOF)、流式细胞术,以及空间转录组学和传统的批量组学技术(RNA测序和全基因组测序)来实现跨技术的人类细胞行为和生物过程的全面理解。

全人类组织的广泛覆盖

该图谱涵盖了125种健康成人和胎儿组织,为不同发育阶段的人类组织提供了细胞层面的分子多样化分析结果。这种广泛的组学和组织覆盖的范围为人体细胞多样性和复杂性的研究提供了前所未有的资源。

图片

SCA图谱内包含的组学类型及组织名称

高级数据查询和交互式平台

SCA提供了一个功能强大的网络数据集平台,方便用户进行深入的实时查询和多组学多模态数据探索。这种互动式查询功能大大增强了用户体验,使研究人员能够根据自己的研究需要快速找到相关数据。

实例化研究和应用

通过具体的案例研究,如成人与胎儿组织的细胞类型和免疫库变异,SCA展示了其在解释复杂生物过程中的应用。此外,SCA还研究了细胞间的相互作用,特别是单核细胞趋化因子家族在调控局部免疫反应中的作用,展示了细胞通讯在组织健康和疾病中的关键角色。

高质量控制和数据标准化

SCA项目在数据采集和处理过程中实施了严格的质量控制,包括先进的数据过滤和标准化程序,以确保提供给用户的数据具有高可靠性和科学价值。这些处理步骤确保了研究结果的准确性和重复性。

具体而言,SCA 使科学家能够快速获得原本需要大量时间和资源才能发现的见解,从而加快假设、实验和结论的周期。该数据库将显著提高数据的可访问性和集成性,使研究人员能够轻松地结合来自不同组学类型和组织的数据,以获得细胞功能的整体视图。这种综合方法对于理解复杂的生物系统以及开发人类健康和疾病的综合模型至关重要。通过对一系列组织和条件下的细胞特征进行编目,SCA 为精准医学计划提供了支持。它为单个细胞水平和批量水平的表型变异和潜在标志物提供了详细的细胞背景,支持基于细胞特征制定潜在的个性化治疗计划。此外,SCA 通过为来自不同背景、在组织、疾病和组学分析方面具有研究专长的科学家提供一个共同平台,促进了协作研究环境的形成。它鼓励跨学科方法,将不同领域的研究人员联系起来,促进知识和方法的交流。这种协作精神有望推动研究和技术的创新。

面向未来的发展与展望

随着技术进步和数据不断积累,单细胞图谱将持续更新和扩展。这一资源的不断丰富将推动精准医疗和个性化治疗策略的发展,为疾病研究和新药开发提供关键科学基础。欢迎不同领域的科研工作者和医学专家访问SCA平台(www.singlecellatlas.org),探索这一全新的单细胞多组学图谱,为科学研究和医学进步贡献力量!

参考消息:

https://genomebiology.biomedcentral.com/articles/10.1186/s13059-024-03246-2

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (1)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=2200614, encodeId=533d220061459, content=<a href='/topic/show?id=5736654581e' target=_blank style='color:#2F92EE;'>#测序#</a> <a href='/topic/show?id=93ea10853068' target=_blank style='color:#2F92EE;'>#单细胞多组学图谱#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=38, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=108530, encryptionId=93ea10853068, topicName=单细胞多组学图谱), TopicDto(id=65458, encryptionId=5736654581e, topicName=测序)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=cade5395722, createdName=梅斯管理员, createdTime=Fri Apr 26 21:03:38 CST 2024, time=2024-04-26, status=1, ipAttribution=陕西省)]

相关资讯

NBT:上海交通大学杨朝勇/吴玲玲/宋佳/郑军华开发新的方法,实现高灵敏空间转录组学测序

该研究报道了一种用于空间RNA测序(Decoder-seq)的树状细胞DNA坐标条形码设计,该设计具有高灵敏度和高分辨率。

Nat Med:整合肿瘤患者WGS和纵向真实世界临床数据,可识别预后相关特定遗传改变

该研究证明了将基因组和真实世界的临床数据相结合的实用性,使生存分析能够识别影响预后的癌症基因,并提高人们对癌症基因组学如何影响患者预后的理解。

Sci Transl Med:机器学习+扩增子片段组测序实现灵敏的癌症早期检测

研究发现,A-PLUS的部分功效可以归因于一个单一的特征——实体癌患者cfDNA中Alu元件的整体减少。

PNAS:北京大学谢晓亮团队开发新型单细胞甲基化与羟甲基化测序技术

该研究提出了一种无亚硫酸氢盐的单细胞全基因组5mC和5hmC分析技术,命名为Cabernet,它可以在高基因组覆盖率下以单碱基分辨率表征5mC和5hmC。

华大基因开发新型空间染色质可及性测序工具SCA-seq,以单分子分辨率捕获表观遗传信息同时解析基因组构象

SCA-seq利用纳米孔技术对包含染色质可及性、CpG甲基化和染色质构象信息的长片段进行测序,在单分子分辨率上将染色质可及性和CpG甲基化映射到基因组空间结构,同时解析基因组构象。

NBT:叶凯团队开发基于“序列-图像”转换的差异比较算法SVision-pro,实现高精确性SV检测及分型

叶凯教授团队开发了SVision-pro,这是一种基于神经网络的实例分割框架,能够直观地表示基因组到基因组水平的测序差异,并在无需任何推断模型的条件下比较地发现基因组之间的SV。

npj Precis Oncol:多中心研究助力肿瘤全外显子检测(WES)的临床标准化

研究团队将30名患者的肿瘤和匹配正常DNA样本在四个ZPM实验室进行了WES,随后在五个ZPM生物信息机构进行了数据分析,队列涉及20余种罕见的癌症类型,包括癌、肉瘤和其他肿瘤实体。

Nat Commun:MSK经验分享:肿瘤和匹配正常样本综合突变谱MSK-IMPACT Heme可加强对血液肿瘤的临床评估

对肿瘤和匹配的正常样本进行大规模测序在血液肿瘤中是可行的,可用于指导血液肿瘤患者的诊断、预后、治疗选择和未来监测。

Nature:基因组学新纪元:超快速测序技术加速个性化医疗

超快速基因组测序技术的应用,使得医生能够快速获取患者的基因信息,从而制定出更加个性化、精准的治疗方案。

Nat Commun:王建新/罗峰/肖传乐建立基于第三代测序数据的二倍体组装算法

基于第三代测序数据,提出了二倍体的单倍型组装新算法,并开发了相应的软件PECAT。

Baidu
map
Baidu
map
Baidu
map