登录
 机构网站
  1. 首页
  2. 情报产品
  3. 快讯详情

《广州地化所发展出单细胞SIP-反向基因组学技术》

  • 来源专题：生物育种
  • 编译者： 季雪婧
  • 发布时间：2023-11-21

  •     微生物是地球上丰富且分布广泛的生命形式，在生态系统中对有机物的生物地球化学循环发挥着关键作用。微生物降解是有机污染物分解过程中的重要环节。其中，降解功能微生物可将污染物转化为无毒化合物，是有机污染物降解的执行者。因此，研究原位降解功能微生物的种类和代谢特性，并从复杂环境微生物群落中发掘具有“特定代谢功能”的活体菌株资源，以提升有机污染物去除效率，是业界长期追求的目标，亦是环境微生物研究的焦点和难点。

        近期，中国科学院广州地球化学研究所副研究员李继兵与研究员罗春玲等，将稳定同位素示踪（SIP）、单细胞拉曼分选（RACS）和反向基因组学（GDC，基因组指导微生物培养）技术联用，发展了单细胞SIP-反向基因组学技术（RACS-SIP-GDC）。科研人员以石油污染土壤中的甲苯为研究对象，在复杂的石油污染土壤微生物群落中鉴定、分离和培养活性甲苯降解菌。研究通过SIP识别出活性甲苯降解菌Pigmentiphaga；采用RACS，基于其光谱峰的偏移进一步分选出单个功能微生物细胞，并借助单细胞基因组测序，重建了石油污染土壤中活性甲苯降解菌的完整代谢途径，实现了单细胞水平上将功能微生物与其功能基因和代谢通路直接相关联；进一步，基于功能微生物的代谢特性，通过添加抗生素、氨基酸、碳源和生长因子（如特定的维生素和矿物质元素）等对传统培养基进行修改，培养了RACS分选的活性降解菌Pigmentiphaga sp。

        本研究发展的RACS-SIP-GDC新方法，可从复杂环境群落中精准识别、定向分离和培养功能微生物，为真实环境中特定有机污染物降解微生物的培养提供了技术支持。同时，该技术实现了在单细胞水平上准确识别降解目标有机污染物的功能微生物，并将降解功能微生物与功能基因和代谢通路直接关联，为研究有机污染物生物降解机制提供了新思路。

  • 原文来源：https://www.cas.cn/syky/202311/t20231117_4986044.shtml
98浏览量
原文链接
相关报告

  • 《北京基因组所开发新型高通量单细胞多组学技术》
    • 来源专题：生物育种
    • 编译者：姜丽华
    • 发布时间：2023-04-21
    • 单细胞测序已成为生物医学领域的关键共性技术。然而，由于缺乏高效的手段降低“假单细胞率”，主流微流控平台的单通道细胞通量通常在1万细胞以下，空载率达到90%以上，且成本高昂，限制了对数百万个细胞或上千例样本的人群队列进行大规模研究。   近日，中国科学院北京基因组研究所（国家生物信息中心）蒋岚研究组基于组合标记技术路线改造优化主流微流控平台，开发了新型单细胞转录组测序技术FIPRESCI，使细胞通量比现有技术提高十倍以上，大幅降低成本。该成果在《基因组生物学》（Genome Biology）期刊发表。   研究团队使用FPERSCI对人和小鼠细胞系混合物测序，获取了8000多个高质量的细胞，其中99.8%的细胞都能明确来源，表明FIPERSCI具有很低的假单细胞率。随后，为了验证新技术对不同组织的兼容度，使用FIPERSCI对小鼠整个E10.5胚胎的细胞进行细胞核测序，在10X Genomics单通道中获取了超过10万细胞核的数据。注释结果显示，细胞类型的成分与已发表的参考数据相似。此外，FIPERSCI数据还可用于鉴定细胞类型和发育阶段特异的调控元件（启动子和增强子）使用偏好，发现了著名基因Rbfox2在抑制性神经元发育过程中使用不同的启动子的动态变化。   进一步地，研究人员使用FIPERSCI对来自不同癌症病人及健康人外周血中的T细胞进行单细胞RNA和TCR双组学测序。数据显示，相较于健康人，癌症病人外周血中T细胞在细胞亚群组分、基因表达、TCR克隆等多个层面存在显著差异。基于小样本量的数据建模，已经足以区分癌症病人和健康人，提示低成本的FIPERSCI技术具备基于免疫细胞信息应用于癌症液体活检及早筛方面的潜力。   综上所述，该新型单细胞测序技术可突破现有技术的设计局限，大幅提高效率并降低成本，适用于单细胞转录组和调控元件活性、免疫受体序列等多模态分析，有望有力支撑跨器官水平的大规模参考细胞图谱研究、跨时间和空间的器官发育研究、针对大规模健康人和疾病的队列细胞图谱研究、高通量CRISPR基因编辑和药物筛选的单细胞分子表型刻画研究等。   该项工作得到中国科学院战略性先导科技专项、中国科学院全球共性挑战专项项目、科技部重点研发计划、国家自然科学基金委有关项目等的资助。
    99浏览量
    原文链接

  • 《苏州医工所在肿瘤影像基因组学研究中取得进展》
    • 来源专题：中国科学院文献情报制造与材料知识资源中心 | 领域情报网
    • 编译者：冯瑞华
    • 发布时间：2018-04-27
    • 近年来，我国肿瘤发病率明显上升，恶性肿瘤位于我国城市居民主要疾病死亡率首位。肿瘤防治工作具有重大社会意义与科学价值，肿瘤疗效与预后评估是其中的关键研究领域。肿瘤标记物是 肿瘤发生发展以及疗效好坏的重要指标， 在肿瘤疗效与预后评估中起着至关重要的作用 ，如何找出有效的 肿瘤标记物是当前研究的重要挑战。 　　随着分子技术的发展，特别是下一代基因测序技术的发展，通过基因或蛋白质分子技术，从癌症的分子机制去探索其发生的根源，寻找致癌基因的突变位点和癌症基因的分子表达通路，获取分子标记物，已成为当前肿瘤标记物研究的主流。其突出特点是生物分子层次的解释性强，但获取上述分子标记物的费用及技术门槛高，需借助手术或穿刺活检侵入性采样，只能单点单次采集，无法全面描述肿瘤组织的时间与空间异质性。 　　随着医学影像技术的快速发展，通过医学影像可无创、实时、可重复地获取肿瘤全局形态与分子功能信息，借助模式识别、机器学习等图像分析手段，构建与预后或疗效显著相关的肿瘤影像标记物。通过影像标记物，我们可对肿瘤进行早期诊断，并能在治疗过程中随时跟踪肿瘤的发展情况。但影像标记物可解释性不强，尤其是缺乏潜在的生物和分子机制的解释。 　　开展肿瘤影像基因组学研究，结合影像学和基因组学各自优势，探索影像标记物与分子标记物的关联，可将分子层次信息（如基因表达量、致癌基因的表达通路等）融入影像学方法，有潜力发现无侵入且生物学可解释性强的预后影像学标记物，从而促进影像学标记物在个体化医疗的应用与发展，在肿瘤疗效与预后评估、新治疗靶点和肿瘤生物机制理解方面，均具有积极意义。 　　中国科学院苏州医工所医学影像室高欣、夏威、陈颖、张睿等人以肝细胞癌为实验对象，开展了影像基因组学的初步研究。该研究获取了癌症基因图谱数据库（ The Cancer Genome Atlas， TCGA）上 371例肝细胞癌患者基因表达数据与总生存期，及其中 38例患者的增强 CT数据。针对 CT数据，采用基于体素的子区域聚类方法，将肿瘤区域划分为 3个子区域。从各子区域中，提取了影像组学特征，并采用稳定性和冗余性分析方法筛选影像特征。针对基因表达数据，采用权重基因共表达网络分析（ WGCNA），获取多个基因模块，并分析总生存期数据，得到具有生存期预测能力的预后基因模块。为了理解预后基因模块的生物学功能解释，对基因模块注释分析。通过构建影像特征与预后基因模块的 Spearman秩相关矩阵，找出了与基因模块显著相关的影像特征。最后利用 Cox 比例风险回归模型，评估了这些影像特征的总生存期预测能力。 　　研究结果表明， 8个影像组学特征与基因模块显著相关，最终确定其中 2个影像组学特征有潜力作为肝细胞癌生存期预测的影像学标记物。其中，子区域体积分数 (volume fraction_2)，与代表癌症相关通路的 6个基因模块均显著相关，且该影像特征与肝细胞癌患者的总生存期（ P =0.022，风险比 =0.24）显著相关；描述肿瘤子区域异质性的纹理特征集群突出 (cluster prominence_3)，与代表脂肪代谢和补体活动的基因模块显著相关，且也与总生存期（ P=0.021，风险比 =0.17）显著相关。 　　相关研究结果发表在 Physics in Medicine and Biology (SCI IF 2.742): 　　Wei Xia, Ying Chen, Rui Zhang, Zhuangzhi Yan, Xiaobo Zhou, Bo Zhang, Xin Gao, Radiogenomics of Hepatocellular Carcinoma: Multiregion Analysis-Based Identification of Prognostic Imaging Biomarkers by Integrating Gene Data——A Preliminary Study, Physics in Medicine and Biology, 2018, 63(3). 文章链接： http://iopscience.iop.org/article/10.1088/1361-6560/aaa609/meta 　　该研究工作得到了国家自然科学基金（ 81571772）等项目资助。
    87浏览量
    原文链接