又看到这个单细胞差异丰度分析用在顶刊上了,可以试下

文摘   2024-12-11 07:02   北京  

不设置🌟有时会收不到公众号内容,code一段时间后会失效,代码在文末

https://github.com/GiuseppeTestaLab/organoidMultiplexing_release/tree/main

突破性技术推动大脑类器官研究

近日,《自然方法》(Nature Methods)杂志在线发表了一篇题为《通过多路复用皮质大脑类器官纵向解析发育特性》的研究论文。这项由国际团队完成的研究,提出了一种新的多路复用技术,为解析人类大脑发育特性和基因组变异与神经多样性之间的联系提供了强有力的工具。

背景与需求:探索大脑发育的“未知领域”

人类大脑的发育和神经多样性长期以来被比喻为一片“未知领域”,其复杂性来自基因多样性、发育随机性及环境因素的共同作用。为了揭示这一复杂过程,科学界开发了脑类器官模型——一种通过诱导多能干细胞(iPSC)生成的三维细胞结构。脑类器官能够模拟人类大脑皮质的发育,但如何在个体差异的背景下对其进行高效、高分辨率的解析,仍然是一个重大挑战。

技术突破:多路复用与单细胞精度

研究团队开发并验证了两种多路复用策略,分别是在类器官生成过程中(称为“嵌合体模型”)和单细胞RNA测序前(称为“下游多路复用”)进行细胞混合。这种多路复用方法通过整合实验和计算策略,利用新开发的SCanSNP算法克服了现有基因分解技术中常见的细胞混杂和质量低下问题。

他们证明,这些技术不仅能够高效追踪神经发育轨迹,还可以在分子水平上连接基因变异和个体神经发育路径的差异,开辟了以人类基因背景研究神经多样性的新方向。

核心发现:精准解析发育轨迹

  1. 嵌合类器官模型的稳定性
    研究发现,尽管不同来源的干细胞在混合后仍然表现出一定程度的比例偏移,但其增殖与分化的趋势一致,表明嵌合类器官在实验过程中具有良好的稳定性。

  2. 神经发育细胞类型的细致分类
    通过单细胞RNA测序和基因标记物分析,研究团队能够详细描绘发育过程中的关键细胞类型,包括辐射状胶质细胞、兴奋性神经元和迁移性神经元等。这一发现进一步验证了类器官在模拟人类皮质发育中的精准度。

  1. 基因变异与发育表型的关联
    研究使用单细胞基因定量分析,证明某些单核苷酸多态性(SNP)对特定神经发育路径(如迁移性神经元)的动态变化有显著影响。这为进一步揭示复杂神经发育障碍的分子机制奠定了基础。

  2. 高通量可扩展性
    研究通过蒙特卡洛模拟预测,这种多路复用技术可在未来扩展至数百甚至上千个细胞系,从而极大降低实验时间和成本,为大规模神经疾病研究带来可能性。

应用前景:从神经多样性到精准医学

这项研究的重要性不仅体现在科学探索中,还在于其潜在的应用价值。多路复用技术为以下领域带来了新的契机:

  • 神经疾病建模:通过重现特定基因背景下的神经发育轨迹,研究团队可解析复杂遗传疾病的病因,例如自闭症、精神分裂症等。

  • 药物筛选与毒性测试:结合类器官模型和多路复用技术,可对候选药物进行高通量筛查,评估其在不同遗传背景中的效果与毒性。

  • 基因环境相互作用研究:随着外暴露组学技术的发展,科学家可以进一步研究基因和环境因素在神经发育中的协同作用。

这次生信的大纲内容进行全面的调整,想了解生信的,跟班的,可以看下面👇这个文章

这次可不是只学单细胞,基本上从基础到多组学、空间、机器学习一条龙全打通了

单细胞数据分析需求的可以看👇这个文章

没有服务器,单细胞数据搞不定?我们目前做好了这些pipeline,可以帮你做

  • 后苔↩️之前贴子的岸号即可霍得之前的代码,今日关键词:241211

引文,原文

Caporale, N., Castaldi, D., Rigoli, M.T. et al. Multiplexing cortical brain organoids for the longitudinal dissection of developmental traits at single-cell resolution. Nat Methods (2024).

生信钱同学
北京大学在读博士生,记录自己的学习日常🌞分享生信知识:如单细胞和空间测序、多组学分析、宏基因组、病理组学、影像组学等生物信息学、机器学习和深度学习内容🌬
 最新文章