Cell：利用新开发的CellHint将来自世界各地的单细胞数据统一起来
在一项新的研究中，来自英国韦尔科姆基金会桑格研究所、剑桥大学、EMBL 欧洲生物信息研究所（EMBL-EBI）等研究机构的研究人员开发了一款名为 CellHint 的工具，用于人类健康和疾病研究。
Nature：利用新开发的Slide-tags技术在单细胞分辨率上构建组织内细胞遗传活动的空间模式图谱
当科学家们想要在分子水平上研究心脏或大脑等器官内的单个细胞时，他们通常会将组织打碎来分析细胞。这提供了有关基因活性的丰富细节，但无法保留细胞在组织中的位置信息。
Cancer Cell：李博等开发机器学习算法，首次在单细胞水平追踪癌细胞和T细胞间线粒体传输
该研究不仅证实了T细胞与癌细胞间线粒体传输在不同癌症中的广泛存在， 更重要的是，提出了基于贝叶斯层次模型与统计反褶积的机器学习方法——MERCI，实现了在单细胞分辨率下追踪不同细胞间线粒体传输的重要功
Science子刊封面：丁长海/秦聆团队通过单细胞测序揭示APOE的促骨关节炎新作用
研究首次系统解析了人髌骨下脂肪垫（IPFP）和滑膜组织的单细胞图谱及其在膝骨关节炎（OA）中的变化，揭示了APOE信号通路促进骨关节炎进展的新作用。
Nature：中外科学家构建出迄今为止最全面的人类衰老骨骼肌的单细胞图谱
肌肉可以自我修复。这主要是由肌肉干细胞完成的，它们在受伤后开始增殖并分化成肌肉细胞，所产生的肌肉细胞相互融合或与现有肌纤维融合，以修复受损肌肉。
研究人员开发基于单分子测序平台的单细胞多组学测序技术
单细胞多组学测序技术是指对一个单细胞同时检测多个组学层面（例如基因组、表观基因组和转录组）的测序技术。这类技术可以更系统、全面地探索细胞异质性以及同一个细胞内的不同组学层面之间的互动关系，有利于更深入
科研人员建立单细胞轨迹推断技术
总之，PhyloVelo是利用单细胞谱系和转录组数据重建细胞命运转变的新方法，具有高度的准确性和鲁棒性。PhyloVelo可以克服传统RNA velocity方法的局限性，并可以发现隐藏在转录组数据中
Genome Medicine：浙江大学良渚实验室沈宁团队发布实现单细胞水平肿瘤细胞群突变与表达异质性的同步研究算法
该研究为癌症领域单细胞水平基因型与表型关联的异质性与进化研究提供方便有效的工具，为临床诊断提供新的方向。
入选年度最佳Cell论文，蔡立慧团队在单细胞层面解析阿尔茨海默病的复杂性
该封面以瓷砖的形式展示了大脑中脑细胞和基因组的组织系统结构，随着疾病的发展，基因组组织随着神经元退化和小胶质细胞激活而被侵蚀和打乱，反映了阿尔茨海默病对大脑细胞和分子景观的破坏性影响。
Ann Rheum Dis ： 中山大学蒋小云/陈崴等通过单细胞测序揭示CD163+树突状细胞在狼疮性肾炎中的关键作用
该研究深入解析了LN患者肾脏微环境中免疫细胞和固有细胞的组成，首次鉴定肾脏CD163+DC亚群，并发现其具有促炎、抗原呈递能力强的特征。