《Nature | 单细胞分辨率下胚胎规模反向遗传学》

  • 来源专题:战略生物资源
  • 编译者: 李康音
  • 发布时间:2023-11-19
  • 本文内容转载自“ CNS推送BioMed”微信公众号。原文链接: https://mp.weixin.qq.com/s/h2bfRORefRZYwtO9svZ6fA

    2023年11月15日,华盛顿大学西雅图分校等机构的研究人员在 Nature 期刊发表了题为Embryo-scale reverse genetics at single-cell resolution的研究论文。

    单细胞转录组学技术的成熟促进了全胚胎全面细胞图谱的产生。然而,这些数据中的大多数是从野生型胚胎中收集的,没有对发育过程中存在的潜在变异进行评估。

    该研究展示了“受干扰胚胎的斑马鱼单细胞图谱”:来自1812个独立解决的发育中的斑马鱼胚胎的单细胞转录组数据,包括19个时间点,23个遗传扰动和总共320万个细胞。在该研究中,高度复制(每种条件下8个或更多胚胎)使研究人员能够估计细胞类型丰度在生物体范围内的差异,并检测相对于野生型胚胎的细胞类型组成的扰动依赖偏差。研究人员的方法对罕见的细胞类型很敏感,解决了脑神经节神经元的发育轨迹和遗传依赖性,脑神经节神经元的细胞群占胚胎的比例不到1%。

    此外,单个突变体的时间序列分析鉴定了一组与脊索鞘细胞具有惊人相似转录组的短轴独立细胞,这导致了关于头骨早期起源的新假设。研究人员预计,来自大量个体胚胎的高分辨率、生物体尺度单细胞数据的标准化收集将使斑马鱼细胞类型的遗传依赖性制图成为可能,同时也解决了发育遗传学中长期存在的挑战,包括个体表型多样性背后的细胞和转录可塑性。

  • 原文来源:https://www.nature.com/articles/s41586-023-06720-2
相关报告
  • 《Nature | 小鼠全脑高分辨率单细胞空间转录组图谱》

    • 来源专题:战略生物资源
    • 编译者:李康音
    • 发布时间:2023-09-28
    • 2023年9月27日,MIT化学系、Broad 研究所的王潇研究组在Nature上发表了题为Spatial atlas of the mouse central nervous system at molecular resolution的文章。研究人员采用原位测序技术STARmap PLUS,以194 X 194 X 345 nm3体素尺寸在亚细胞分辨率水平上对成年小鼠全脑和脊髓中17个冠状切面和3个矢状切面组织切片中的1,022个基因进行了检测,使用细胞分割算法ClusterMap得到了109万个高质量空间分辨单细胞基因表达。通过大规模的单细胞分析注释,用空间基因表达定义了更精细的组织区域。 这项工作为理解小鼠中枢神经系统提供了一个大规模的分子空间图谱,囊括了超过一百万个细胞,以及他们的基因表达特征、空间坐标、分子细胞类型、分子组织区域类型,以及遗传操作可及性。这项工作为建立分子空间图谱提供了实验和计算的框架,涵盖了从单个RNA分子到单细胞再到器官组织区域的跨越多个空间尺度的分析,为神经科学研究提供了重要的数据和工具。作者们已将这套图谱开放共享(http://brain.spatial-atlas.net/),供研究者探索。 本文内容转载自“BioArt”微信公众号。 原文链接: https://mp.weixin.qq.com/s/u5Q6AL3JL83XDEiLJjKKuQ
  • 《Nature | 水稻单细胞多组学图谱》

    • 来源专题:战略生物资源
    • 编译者:朱晓琳
    • 发布时间:2025-07-14
    • 发表机构:中国农业科学院生物技术研究所 作    者:谷晓峰,梁哲(通讯作者)     水稻作为全球重要粮食作物,提升单产是育种核心目标。我国水稻单产虽高于全球平均水平,但仅为全球最高单产国家的60%左右,且近年增长放缓。传统育种手段已难以满足需求,亟需借助新兴测序技术挖掘产量相关关键基因,而单细胞测序技术以高通量和高分辨率优势,为探究单细胞分子机制提供新途径,但植物领域尚未开展全面的单细胞多组学研究。     长期以来,科研人员通过全基因组、群体遗传等手段挖掘了水稻重要性状调控基因,但对基因在特定细胞类型中的作用及单细胞水平参与组织发育的机制缺乏系统认识。水稻产量与品质依赖根、茎、叶、种子等器官的发育功能,解析单细胞水平的基因调控模式成为突破瓶颈的关键。     研究团队利用10x Genomics单细胞多组学平台,在水稻中首次实现单一细胞水平同步刻画基因表达与染色质调控状态。通过对根、茎、幼叶、旗叶、茎尖、分蘖芽、幼穗和种子8个主要器官的研究,获取超11万个细胞的RNA表达与染色质可及性数据,结合大量原位杂交试验验证,鉴定出54个细胞类型,全面解析了水稻组织层面的功能细胞组成,构建起全球首个水稻多器官单细胞多组学数据库。     该研究开发了水稻细胞命运扰动模拟算法,基于CellOracle算法在不同细胞类型中进行虚拟敲除,预测基因扰动后的细胞轨迹变化。例如模拟RSR1基因敲除,成功预测皮层细胞命运改变并经实验验证,为无需基因编辑分析基因功能提供了智能预测手段。     在转录调控研究方面,团队建立了染色质可及性区域DNA序列motif富集度与转录因子表达趋势相结合的预测流程,系统区分不同细胞类型中转录因子的激活或抑制类型,大规模识别出 250余个关键转录因子调控模式,如ARF8的激活型预测与已有报道高度一致,显著提升了转录调控研究的效率与准确性。     通过单细胞转录组数据的共表达网络分析,研究将水稻基因划分为9个功能模块,其中M2模块与光合作用相关、M4模块参与氮代谢,各模块在不同细胞类型中的富集差异为解析代谢调控网络提供了新思路。     研究进一步整合群体GWAS结果,建立“基因 - 细胞类型 - 性状”三维关联图,发现分蘖数与分蘖芽细胞、粒重与种胚细胞、抗病性与叶表皮细胞等核心性状的精准对应关系。该研究构建的智能预测和设计技术,实现了从单细胞到性状设计的精准对接,为作物智能育种提供了单细胞水平预测设计的新范式,推动水稻高产育种进入精准分子设计新阶段。 发表日期:2025-07-09