研究开发单细胞空间转录组数据分析可视化平台
单细胞测序技术是一种在单细胞水平上对基因组、转录组、表观组等进行高通量测序分析的技术。单细胞测序技术能够在组学水平揭示细胞间的异质性。单细胞水平细胞谱系追踪技术位居2018年Science 杂志评选的十大科学突破之首。常规单细胞转录组测序技术丢失了细胞在原组织中至关重要的空间位置信息，而单细胞空间转录组技术在进行单细胞转录组测序的同时保留并记录了细胞的空间位置信息。空间转录组技术能够揭示细胞间的相
研究人员揭示RNA聚合酶在大肠杆菌细胞内的空间组织及其与转录的关系
2019年9月16日，PNAS杂志在线发表了约翰霍普金斯大学医学院肖杰博士团队的研究成果，题为“Spatial organization of RNApolymerase and its relationship with transcription in Escherichia coli”。该工作揭示了RNA聚合酶（RNAP）簇的特征及其在细胞内空间分配模式不仅依赖于rR
Science：利用单细胞基因组学进行人类细胞表型分析
2019年10月20日讯/生物谷BIOON/---在一篇近期发表在Science期刊上的标题为“Mapping human cell phenotypes to genotypes with single-cell genomics”的综述类型文章中，瑞士研究人员认为在了解构成人体的细胞表型和人类基因组如何被用来构建和维持每个细胞的目标中，我们正处在一个迷人的旅程中。瑞士巴塞尔分子与临床眼科研究所
《Cell》重磅：北京大学张泽民课题组与勃林格殷格翰联合发表关于单细胞测序刻画肝癌免疫微环境动态特征的研究
北京大学生命科学学院、北京未来基因诊断高精尖创新中心（ICG）、生物医学前沿创新中心（BIOPIC）张泽民课题组、首都医科大学附属北京世纪坛医院彭吉润课题组以及德国药企勃林格殷格翰（Boehringer Ingelheim）公司肿瘤免疫与免疫调节部门多位科学家，在国际期刊Cell上发表了题为Landscape and Dynamics of Single Immune Cells in Hepat
我国科学家实现单细胞表观组学新突破：两种革新单细胞ChIP-seq技术解码细胞命运决定机制
在国家重点研发计划“干细胞及转化”重点专项（批准号：2017YFA0103402）等资助下，北京大学分子医学研究所、北大-清华生命科学联合中心何爱彬课题组近期突破单细胞表观遗传研究的瓶颈，开发了两种具有普适性、操作简单、风格迥异的单细胞ChIP-seq技术，可适应于不同课题研究需要，解析发育与疾病状态下细胞命运决定调控机制。这两项技术分别于2019年8月27日在Molecular Cell和201
我国科学家首次绘制脊索动物完整单细胞转录谱系
解析细胞命运决定过程的转录动态是发育生物学的核心问题之一，对了解发育基本规律以及干细胞分化的转化起到关键性的作用。近年来，随着单细胞基因组学的兴起，解决了细胞种类的多样性和发育过程的不确定性带来的难题，使得理解胚胎发育细胞谱系变成可能，为研究细胞命运决定提供了技术基础。近期，昆明理工大学陈凯教授牵头的国际合作团队在国际最著名期刊Nature杂志上，发表了题为“Compreh
Nature：利用单细胞转录组学揭示成神经管细胞瘤不同亚型的细胞组成
2019年7月28日讯/生物谷BIOON/---成神经管细胞瘤（medulloblastoma）是一种恶性儿童小脑肿瘤类型，包含不同的分子亚型。成神经管细胞瘤已被分为四种不同的分子亚型：WNT和SHH（均由它们的同名基因发生的突变驱动），组3和组4。组3和组4占所有成神经管细胞瘤病例的60％，但是也最少被人理解的。这部分上是因为当前没有在遗传上准确地模拟组4的实验室模型。此外，尽管这些亚型的基因组
Nature：首次对阿尔茨海默病进行单细胞转录组分析
2019年5月13日讯/生物谷BIOON/---在美国，阿尔茨海默病影响了500多万人。在一项新的研究中，来自美国麻省理工学院的研究人员首次对阿尔茨海默病患者的单个脑细胞中表达的基因进行了综合分析。所获得的分析结果允许他们鉴定出在神经元和其他类型的脑细胞中受到影响的独特细胞通路。这一分析可能为阿尔茨海默病提供许多潜在的新型药物靶点。相关研究结果于2019年5月1日在线发表在Nature期刊上，论文
科学家绘制造血干细胞扩增组织的3D转录组图谱
血液系统中贮藏着一种具有自我更新、分化成各种血细胞潜能的成体干细胞，称为造血干细胞，它能够维持机体长久造血和组织稳态。造血干细胞移植是恶性血癌的有效治疗手段，但干细胞来源不足成为限制该治疗广泛应用的瓶颈。因此，造血干细胞的发育，尤其是造血干细胞扩增的研究备受关注。然而，现在的研究主要集中在特定细胞群体或关键因子的“线性化”或“平面化”解析，缺乏全面“立体化”的分析。从系统生物学角度解析
