大家好,欢迎观看《时空日报》第329期。本期介绍的时空/细胞组学相关研究文章共计2篇。以下是应用时空云平台STOmics Cloud的Genpilot模块生成的文章概要,并辅以人工审核,供了解参考。
1、基于空间转录组数据的空间模式与差异表达分析
Spatial pattern and differential expression analysis with spatial transcriptomic data
Nucleic Acids Res; IF: 16.600; DOI: 10.1093/nar/gkae962
内容概要:
① 空间转录组技术的出现为科研领域带来了革新。这项技术使得科学家们能够在保留组织空间背景的同时,深入探索基因的活动规律。通过利用这些技术产生的数据,科学家们可以识别出空间可变(SV)基因,这对于他们来说,是探索组织景观和生物过程的关键一步。在各类实验设计中,如病例对照研究或纵向研究,识别组间空间可变基因的重要性尤为突出。这不仅有助于发现重要的生物标志物,还为疾病靶向疗法的开发提供了有力支持。
② 然而,尽管空间转录组技术具有巨大的潜力,但目前用于分析这些数据的方法仍然处于初级阶段。现有的方法都无法有效地识别组间空间可变基因,这限制了科学家们对基因活动的深入理解。为了克服这一挑战,科研人员们研发了一种名为SPADE的新方法。SPADE专注于空间格局与差异表达分析,旨在帮助科学家们在空间转录组数据中准确识别空间可变基因。
③ SPADE方法基于高斯过程回归的机器学习模型,并采用了基因特异性的高斯核。这一创新使得SPADE能够同时检测组内和组间的空间可变基因。通过与现有方法在模拟数据和真实数据分析中的对比,科研人员们证明了SPADE在检测空间可变基因方面的卓越性能。为了让更多的科研工作者能够使用这一方法,SPADE的源代码和文档被公开发布在https://github.com/thecailab/SPADE上,供科研人员共享和参考。
分析工具:空间转录组学,SV基因,组织景观,生物过程,病例对照研究, 纵向研究, SPADE,差异表达分析; Qin F, Luo X, Lu Q, Cai B, Xiao F, Cai G.; Department of Epidemiology and Biostatistics, Arnold School of Public Health, University of South Carolina, 921 Assembly Street, Columbia, SC, 29208, USA.
2、LnCeCell 2.0:基于单细胞与空间转录组测序数据的lncRNA相关ceRNA网络与在线工具更新版资源
LnCeCell 2.0: an updated resource for lncRNA-associated ceRNA networks and web tools based on single-cell and spatial transcriptomics sequencing data
Nucleic Acids Res; IF: 16.600; DOI: 10.1093/nar/gkae947
内容概要:
① 最近,LnCeCell 2.0作为一个全新的资源被推出,它专注于lncRNA相关的竞争性内源RNA(ceRNA)网络与在线工具。这个资源是基于单细胞与空间转录组测序(stRNA-seq)数据构建的,旨在为用户提供更全面的数据和分析工具。LnCeCell 2.0的数据库得到了显著更新,不仅涵盖了广泛的疾病/表型和人类正常组织的数据集,还包含了大量的细胞特异性和空间位点特异性的ceRNA相互作用和功能网络。这些数据为研究人员提供了宝贵的信息,有助于他们深入了解ceRNA在生物系统中的角色和功能。
② 除了丰富的数据集,LnCeCell 2.0还提供了一系列实验支持的lncRNA生物标志物,这些标志物与疾病的病理、诊断和治疗密切相关。此外,该资源还详细注释了ceRNA的细胞类型、细胞状态、亚细胞和细胞外位置,为用户提供了更全面的信息。这些注释信息是通过人工整理得到的,确保了数据的准确性和可靠性。同时,LnCeCell 2.0还包含了大量癌症患者的ceRNA表达谱和后续临床信息,为研究人员提供了宝贵的临床数据支持。
③ 为了满足研究人员的需求,LnCeCell 2.0还开发了一套包含24个灵活工具的面板,这些工具可以用于以单细胞/位点分辨率为基础,研究ceRNA调控机制。其中,CeCellTraject工具是一个典型的例子,它能够展示不同细胞群体的详细ceRNA分布,并探索ceRNA网络沿发育轨迹的动态变化。这些工具为研究人员提供了强大的分析手段,有助于他们更深入地了解ceRNA在生物系统中的调控机制。总的来说,LnCeCell 2.0是一个功能强大的资源,它将为研究人员提供全面的数据和分析工具,促进lncRNA-ceRNA网络的研究和发展。
分析工具:LnCeCell 2.0,lncRNA,ceRNA网络,单细胞测序, 空间转录组测序,数据资源,在线工具,生物标志物,细胞特异性,空间位点特异性,分析工具; Guo Q, Liu Q, He D, et al.; Department of Gynecology, the First Affiliated Hospital of Harbin Medical University, 23 Youzheng Road, Harbin 150081, China.