上期回顧-- 高分文獻速遞｜單細胞及空間轉錄組測序文獻匯總導讀（202108上期）

      在多細胞生物中，單個細胞的基因表達嚴格按特定的時間和空間順序發生，即基因表達具有時間特異性和空間特異性。時間特異性可以通過對不同時間點的樣本取材，使用單細胞轉錄組測序技術來解析時間維度上細胞類型和基因表達模式。空間特異性信息則相對較難獲得。常規轉錄組測序和單細胞轉錄組測序都難以還原細胞所處的原始位置信息。傳統的原位雜交技術又很難實現高通量檢測。

      空間轉錄組是從空間層面上解析RNA-seq數據的技術，從而解析單個組織切片中的所有mRNA，能夠定位和區分功能基因在特定組織區域內的活躍表達。將總mRNA的空間信息與形態學內容相結合，并繪制所有基因表達發生的位置，獲得疾病復雜而完整的基因表達圖譜。在確定不同細胞群的同時保留空間位置，為細胞功能、表型和組織微環境中位置的關系提供了重要信息。

01

文章題目：Spatial tissue profiling by imaging-free molecular tomography
中文題目：通過無成像分子斷層掃描進行空間組織分析
影響因子：54.904
作者：Schede HH, Schneider CG, Stergiadou J, Borm LE, Ranjak A, Yamawaki TM, David FPA, Lönnerberg P, Tosches MA, Codeluppi S, La Manno G.
引用：Nat Biotechnol. 2021 Aug;39(8):968-977. doi: 10.1038/s41587-021-00879-7. Epub 2021 Apr 19.
摘要：目前正在開發幾種用于空間解析組學分析的技術，但每種新方法都需要設置特定的檢測策略或專門的儀器。本文作者描述了一種無成像框架，通過以允許后續圖像重建的方式將樣本切割成細條來定位組織內的高通量讀數。實施這個框架，將低輸入 RNA 測序協議轉化為無成像空間轉錄組學技術（稱為 STRP-seq），并通過分析小鼠大腦的空間轉錄組對其進行驗證。將該技術應用于澳大利亞胡須龍 Pogona vitticeps 的大腦，研究結果揭示了這種蜥蜴端腦的分子解剖結構，為爬行動物大腦皮層和亞皮層的顯著區域化提供了證據。希望 STRP-seq 可用于從一系列其他組學技術中獲取空間分辨數據。

02

文章題目：Exploring tissue architecture using spatial transcriptomics
中文題目：使用空間轉錄組學探索組織結構
影響因子：49.964
作者：Rao A, Barkley D, França GS, Yanai I.
引用：Nature. 2021 Aug;596(7871):211-220. doi: 10.1038/s41586-021-03634-9. Epub 2021 Aug 11.
摘要：破譯基因活動在多細胞生物中協調復雜細胞排列的原理和機制對生命科學的研究具有深遠的影響。新一代測序和成像方法的最新技術進步，已經建立了空間轉錄組學的力量，以系統地測量整個組織空間中所有或大多數基因的表達水平，并已被用于在神經科學、發育和植物生物學中產生生物學見解以及調查一系列疾病背景，包括癌癥。與通過基因組測序和人口健康調查獲得的數據集類似，該技術生成的大規模圖譜有助于探索性數據分析以生成假設。該文回顧了空間轉錄組學技術并描述了可用于結果數據分析路徑的操作庫。空間轉錄組學還可以使用比較時間點或條件（包括遺傳或環境擾動）的實驗設計進行假設檢驗。最后，空間轉錄組數據自然適合與其他數據模式集成，為深入了解組織提供可擴展的框架。

03

文章題目：Molecular architecture of the developing mouse brain
中文題目：發育中的小鼠大腦的分子結構
影響因子：49.964
作者：La Manno G, Siletti K, Furlan A, Gyllborg D, Vinsland E, Mossi Albiach A, Mattsson Langseth C, Khven I, Lederer AR, Dratva LM, Johnsson A, Nilsson M, Lönnerberg P, Linnarsson S.
引用：Nature. 2021 Aug;596(7870):92-96. doi: 10.1038/s41586-021-03775-x. Epub 2021 Jul 28.
摘要：哺乳動物的大腦是通過由可擴散的形態發生素、細胞間相互作用和內在遺傳程序產生的空間線索的復雜相互作用而發育的，這些因素可能導致一千多種不同的細胞類型。對這個過程的完整理解需要在大腦發育的整個時空范圍內對細胞狀態進行系統表征。因此，單細胞 RNA 測序和空間轉錄組學揭示復雜組織的分子異質性的能力在神經系統中特別強大。以前的研究探索了特定大腦區域 、整個成人大腦甚至整個胚胎的發育。該文作者報告了原腸胚形成和出生之間胚胎小鼠大腦的綜合單細胞轉錄組圖譜。確定了近 800 種細胞狀態，這些狀態描述大腦及其封閉膜的功能元件的發育程序，包括早期神經上皮、區域特異性次級組織器以及神經源性和膠質源性祖細胞。還使用原位 mRNA 測序來繪制關鍵發育基因的空間表達模式，將原位數據與單細胞簇相結合，揭示神經系統模式化過程中神經祖細胞的精確空間組織。

04

文章題目：Spatial Transcriptomics analysis of uterine gene expression in enhancer of Zeste homolog 2 (Ezh2) conditional knockout mice
中文題目：Zeste同源2（Ezh2）條件敲除小鼠增強子子宮基因表達的空間轉錄組學分析
影響因子：47.721
作者：Mesa AM, Mao J, Medrano TI, Bivens NJ, Jurkevich A, Tuteja G, Cooke PS, Rosenfeld CS.
引用：Biol Reprod. 2021 Aug 3:ioab147. doi: 10.1093/biolre/ioab147. Online ahead of print.
摘要：在相關時空尺度上捕捉微生物種群的異質表型極具挑戰性。文章作者提出 par-seqFISH（并行順序熒光原位雜交），這是一種轉錄組成像方法，可以以單細胞和分子分辨率記錄微尺度組裝中的基因表達和空間背景。將這種方法應用于機會性病原體銅綠假單胞菌，分析浮游和生物膜培養中數十種條件下的約 600,000 個人。確定了許多在浮游生長過程中動態出現的代謝和毒力相關的轉錄狀態，以及固著種群中高度空間解析的代謝異質性。我們的數據顯示，不同的生理狀態可以在僅幾微米遠的同一生物膜中共存，強調了微環境的重要性。結果說明了微生物種群的復雜動態，并提出一種以高分辨率研究它們的新方法。

05

文章題目：Live cell tagging tracking and isolation for spatial transcriptomics using photoactivatable cell dyes
中文題目：使用光活化細胞染料進行空間轉錄組學的活細胞標記跟蹤和分離
影響因子：14.913
作者：Genshaft AS, Ziegler CGK, Tzouanas CN, Mead BE, Jaeger AM, Navia AW, King RP, Mana MD, Huang S, Mitsialis V, Snapper SB, Yilmaz ÖH, Jacks T, Van Humbeck JF, Shalek AK.
引用：Nat Commun. 2021 Aug 17;12(1):4995. doi: 10.1038/s41467-021-25279-y.
摘要：細胞的表型和功能受與其微環境的動態相互作用的影響。為了檢查細胞時空活動，作者開發了 SPACECAT-空間光激活顏色編碼的細胞地址標簽-在保持活力的同時注釋、跟蹤和分離細胞。在 SPACECAT 中，樣品用光籠式熒光分子染色，細胞通過用用戶模式的近紫外光解開這些分子來標記。SPACECAT 提供跨不同細胞和組織類型的單細胞精度和時間穩定性。舉例來說，以患者來源的腸道類器官中的隱窩樣區域為目標，以豐富干細胞樣和活躍的有絲分裂細胞，符合文獻預期。此外，作者將 SPACECAT 應用于來自四個健康器官和本土肺腫瘤模型的離體組織切片。最后提供一個計算框架來識別空間偏向的轉錄組模式和豐富的表型。這種微擾性和廣泛適用的方法將細胞時空和/或行為表型與不同的下游檢測聯系起來，從而能夠深入了解組織微環境和（功能障礙）功能之間的聯系。

06

文章題目：NovoSpaRc: flexible spatial reconstruction of single-cell gene expression with optimal transport
中文題目：NovoSpaRc：具有最佳運輸的單細胞基因表達的靈活空間重建
影響因子：13.491
作者：Moriel N, Senel E, Friedman N, Rajewsky N, Karaiskos N, Nitzan M.
引用：Nat Protoc. 2021 Sep;16(9):4177-4200. doi: 10.1038/s41596-021-00573-7. Epub 2021 Aug 4.
摘要：單細胞 RNA 測序 (scRNA-seq) 技術徹底改變了現代生物醫學科學。一個基本的挑戰是結合空間信息來研究組織組織和空間基因表達模式。作者描述了使用 novoSpaRc 的詳細協議，novoSpaRc 是一種計算框架，可將細胞概率分配到組織位置。該框架的核心是一個結構對應假設，即物理接近的細胞共享相似的基因表達譜。給定 scRNA-seq 數據，novoSpaRc 基于此假設空間重建組織，并且可選地，通過包括標記基因的參考圖譜來改進重建。本文描述 novoSpaRc 算法及其在開源 Python 包 (https://pypi.org/project/novosparc) 中的實現。NovoSpaRc 在 <5 分鐘內將 10,000 個細胞的 scRNA-seq 數據集映射到 1,000 個位置。使用 novoSpaRc 基于結構對應假設和人類骨肉瘤培養細胞基于標記基因信息重建 Corti de novo 小鼠器官獲得的結果，并提供了程序中果蠅胚胎重建的分步指南，以證明如何將這兩種策略結合起來。

免責聲明：本次資源來源于網絡，版權歸原作者所有，本次資源僅供學習使用，不作任何商業用途，若有侵權，請聯系后臺刪除。