科学家揭示整合单细胞和群体细胞转录组数据推断细胞分化时间的作用
近日，中国科学院上海生命科学研究院（人口健康领域）马普计算生物学伙伴研究所韩敬东研究组，中科院生物化学与细胞生物学研究所景乃禾研究组，与清华大学沈沁研究组合作发表的论文，以Inference of differentiation time for single cell transcriptomes using cell population reference data为题，在线发表
利用单细胞转录组分析揭示成纤维细胞转化为心肌细胞机制
图片来自Qian Lab, UNC School of Medicine。2017年10月28日/生物谷BIOON/---在心脏病发作后，通过逆转瘢痕组织产生健康的心肌组织将会引发心脏学和再生医学领域的变革。在实验室中，科学家们已证实将心脏成纤维细胞（瘢痕组织细胞）转化为心肌细胞是可行的，但是梳理出这是如何发生的细节并不是件容易的事情，而且将这种方法用于临床实践或甚至其他的基础研究项目中一直都是难
在单细胞转录组分辨率下重建虚拟果蝇胚胎
图片来自Drosophila Virtual Expression eXplorer/BIMSB at the MDC。2017年9月10日/生物谷BIOON/---在经过13次快速的细胞分裂之后，一个受精的果蝇卵子产生大约6000个细胞。它们在显微镜下看起来都一样。然而，在那时，果蝇胚胎中的每个细胞已知道它是变成神经元还是肌肉细胞，或2017年9月10日/生物谷BIOON/---者变成肠道、头部
谈一谈单细胞代谢组学
代谢组学是20世纪90年代中期发展起来的一门新兴学科，研究对象大都是相对分子质量在1000以内的小分子物质。这门继基因组学、转录组学和蛋白质组学之后出现的学科经过二十多年的发展目前已经在疾病早期诊断、药物靶点发现、疾病机理研究及疾病诊断等方面取得了许多重大进展。生物学研究的历程往往要经过从宏观表型的观察到微观机制的探索，最后再回到宏观表型的解释和修正这样一个过程。在代谢组学出现之前，就有科学家已经
利用单细胞甲基化组鉴定出新的神经元亚型
图片来自Salk Institute/Jamie Simon。2017年8月13日/生物谷BIOON/---在显微镜下，人们很难区分任何两个神经元之间的区别。神经元是储存和处理信息的脑细胞。因此，科学家们利用分子方法，试图鉴定出具有不同功能的神经元群体。如今，在一项新的研究中，来自美国沙克生物研究所和加州大学圣地亚哥分校的研究人员首次分析了单个神经元中的DNA分子发生的化学修饰，从而提供迄今为止最
Nat Methods：新型基因组工具CITE-seq或能实现单细胞大规模多维度分析
2017年8月3日 讯 /生物谷BIOON/ --近日，一项刊登在国际杂志Nature Methods上的研究报告中，来自纽约基因组研究中心（NYGC）的研究人员通过研究开发了一种新技术，或能帮助推动单细胞RNA测序的进程，单细胞RNA测序是基因组研究的重要领域，其能够帮助研究人员深入解读单细胞的特性，同时还能够帮助有效区分不同的细胞类型，以及在单细胞水平下研究多种人类疾病的发病机制。图片来源：N
北大汤富酬课题组发表单细胞表观多组学测序技术的最新研究成果
2017年6月16日，北京大学生命科学学院生物动态光学成像中心汤富酬课题组在《Cell Research》杂志在线发表了题为“Single-cell multi-omics sequencing of mouse early embryos and embryonic stem cells”的研究论文。在国际上率先发展了对一个单细胞同时进行染色质状态、DNA甲基
Cell:中国学者张泽民、彭吉润、欧阳文君团队首次发布大规模肿瘤单细胞水平免疫图谱
2017年6月15日，北京大学生命科学学院 BIOPIC 中心、北京未来基因诊断高精尖创新中心、北大 - 清华生命科学联合中心张泽民研究组，首都医科大学附属北京世纪坛医院暨北京大学第九临床医学院肝胆胰外科彭吉润研究组，及美国 AMGEN 公司的欧阳文君研究组在《Cell》杂志发表了题为“Landscape of infiltrating T cells in liver cancer reveal
Cell: 中国学者张泽民、彭吉润、欧阳文君团队首次发布大规模肿瘤单细胞水平免疫图谱
2017 年 6 月 15 日，北京大学生命科学学院 BIOPIC 中心、北京未来基因诊断高精尖创新中心、北大 - 清华生命科学联合中心张泽民研究组，首都医科大学附属北京世纪坛医院暨北京大学第九临床医学院肝胆胰外科彭吉润研究组，及美国 AMGEN 公司的欧阳文君研究组在《Cell》杂志发表了题为“Landscape of infiltrating T cells in liver cancer r
单细胞基因组突变检测新突破
爱因斯坦研究人员已经开发并验证了一种准确识别单细胞基因组中突变的方法。这种新方法可以帮助预测癌症是否将在看似健康的组织中发展，在今天的自然方法的在线版本中发表的论文中被描述。相应的作者是Lola和Sa