摘要: 癌症相关死亡的主要原因是癌细胞从其原发部位扩散到身体其他部位。这种扩散过程被称为转移,通常涉及细胞应激源和环境冲击,它们会导致癌细胞发生剧烈变化。其中一个变化是对当前疗法的强烈抵制,这意味着迫切需要新的方法来对抗转移性疾病。 阅读全文
posted @ 2019-11-14 16:09 AIPuFu 阅读(460) 评论(0) 推荐(0) 编辑
摘要: 新生基因也可能对理解癌症有促进作用。一个这样的基因——人类和黑猩猩独有的——已经与成神经细胞瘤小鼠模型中的癌症进展相关联。人类乳头瘤病毒的致癌版本包括一种不以非致癌形式存在的基因。许多新生基因仍然没有特征,因此这个过程对健康和疾病的潜在重要性尚不清楚。“我们还需要一段时间才能完全理解它对人类健康的贡献和对人类起源的贡献 阅读全文
posted @ 2019-11-14 16:07 AIPuFu 阅读(561) 评论(0) 推荐(0) 编辑
摘要: DNA甲基化一直以来都是表观遗传学领域研究的重点之一。DNA甲基化(Methylation)是指在DNA甲基转移酶(DNA methyltransferase, 缩写DNMT)的作用下,基因组DNA序列上CpG岛的二核苷酸5′端胞嘧啶转变为5′甲基胞嘧啶(5′ methylcytosine, 缩写5mC)。这种DNA修饰的方式并未改变基因的序列, 但能抑制某些基因的表达。在哺乳动物中,基因组DNA的甲基化可分为两种类型:维持甲基化(maintenance DNA methylation)和重新甲基化(de novo methylation)。 阅读全文
posted @ 2019-11-10 20:58 AIPuFu 阅读(5839) 评论(1) 推荐(0) 编辑
摘要: 单细胞转录组测序(single-cell RNA-seq, scRNA-seq)强调了细胞间表达异质性在健康和疾病表型变异中的重要作用。然而,目前的scRNA-seq方法仅仅提供了基因表达的一个快照,很少传达关于转录的真实时间动态和随机特性的信息。scRNA-seq分析的另一个关键限制是每个细胞的RNA图谱只能分析一次。原文作者开发了单细胞巯基连接的RNA烷基化代谢标记测序技术scSLAM-seq,它整合了代谢RNA标记、生化核苷转化和scRNA-seq,通过区分每个单细胞数千个基因的新老RNA来直接记录转录活性。通过使用scSLAM-seq来研究裂解性巨细胞病毒在单个小鼠成纤维细胞中的感染情况。从旧RNA推断出的细胞周期状态和感染剂量使得能够基于新RNA进行剂量反应分析。因此,scSLAM-seq既可视化又解释了单细胞水平转录活性的差异。此外,scSLAM-seq描述了宿主基因表达中的“开-关”控制和转录动力学,以及与启动子内在特征(BP–TATA-box相互作用和DNA甲基化)相关的广泛基因特异性差异。因此,基因特异性而非细胞特异性的特征解释了单个细胞之间的转录组异质性和转录对扰动 阅读全文
posted @ 2019-10-25 23:01 AIPuFu 阅读(1782) 评论(0) 推荐(0) 编辑
摘要: 长非编码RNA,英文名为long noncoding RNAs,缩写为lncRNA,是指长度大于200 核苷酸的非编码RNA。LncRNA因具有非常重要的调控功能,且几乎参与到了各种生物学过程和通路,与各种疾病的发生发展紧密关联,从而成为过去几年和将来的研究热点和重点。对于人类基因组来说,产生的lncRNA数量比编码RNA的数量要多得多,目前除了少数lncRNA的功能比较明确外,大部分lncRNA的功能都还未知。非常值得去深入研究。 阅读全文
posted @ 2019-10-25 22:59 AIPuFu 阅读(28139) 评论(0) 推荐(0) 编辑
摘要: 细胞在组织中的空间位置强烈影响者它们的功能,然而,目前缺乏可高通量且全基因组范围内在单细胞水平对基因表达进行准确捕获的技术。原文作者开发了Slide-seq技术,这是一种将组织切片中的RNA转移到表面的方法,表面覆盖有已知位置的DNA条形码珠,通过测序可以推断出RNA的位置。使用Slide-seq技术将单细胞转录组测序数据鉴定的细胞类型定位在小脑和海马内,表征小鼠小脑Purkinje层的基因空间表达模式,并定义创伤性脑损伤小鼠模型中细胞类型特异性反应的时间演变。这些研究强调了Slide-seq如何提供一种可扩展的方法,以单细胞水平的分辨率获得空间解析的基因表达数据。 阅读全文
posted @ 2019-10-25 22:56 AIPuFu 阅读(1828) 评论(0) 推荐(0) 编辑
摘要: 身体所有细胞的累积活动,以及它们无数的相互作用、存亡历程和环境变化,产生了人类个体特有的性状。对人类细胞类型进行分类,了解它们是如何发展的,它们在个体之间是如何变化的,以及它们在疾病中是如何失去正常功能的,这是一个长期的目标。单细胞基因组学彻底改变了这一领域的发展,因为基于测序的方法提供了一种基于高信息含量和高通量测量来定量注释细胞状态的手段。随着干细胞生物学和基因编辑的进步,我们正处在一个迷人的旅程中,去了解构成人体的细胞表型,以及人类基因组是如何被用来构建和维持每个细胞的。在这里,作者概述了单细胞基因组学是如何被用来开发个性化表型方案的最新进展,这些策略跨越亚细胞、细胞和组织的尺度,将我们的基因组与我们累积的细胞表型联系起来。 阅读全文
posted @ 2019-10-25 22:51 AIPuFu 阅读(1362) 评论(0) 推荐(0) 编辑
摘要: 单细胞转录组测序(single-cell RNA-seq, scRNA-seq)数据有高噪音和稀疏的特点。原文作者展示了跨数据集的迁移学习可显著提高数据的质量。通过将深度自动编码器与贝叶斯模型相结合,原文开发的SAVER-X软件可从不同实验室、不同条件和不同物种的数据中提取可迁移的基因关系,以对新的目标数据集进行降噪。 阅读全文
posted @ 2019-10-11 13:59 AIPuFu 阅读(994) 评论(0) 推荐(0) 编辑
摘要: Circular RNA,缩写为circRNA,中文名为环状RNA,属于非编码RNA,是近年的一个重要研究热点。 CircRNA主要是通过backsplicing的方式产生,明显不同于线性RNA(linear RNA)经典的5′–3′的模式。因此,circRNA不含有线性RNA的经典结构,如5′端加帽,3′端有poly A尾巴等,而是形成了一个环状。 CircRNA按照含有的外显子和内含子模式,主要可以分为以下四类: 1)单外显子circRNA,single exon circRNA; 2)多外显子circRNA,multi-exon circRNA; 3)外显子和内含子共存的circRNA,exon-intron circRNA; 4)内含子circRNA,intronic circRNA; 阅读全文
posted @ 2019-10-02 21:54 AIPuFu 阅读(5436) 评论(0) 推荐(0) 编辑
摘要: 一般来说,基因融合是指基因组层面的融合。但转录组层面也可能发生融合,主要是由于两个不同基因转录产生的RNA,由于某种原因融合在了一起,形成新的融合RNA,该RNA可能编码蛋白,也可能为非编码。而基因组层面产生的融合基因,根据融合的情况,可能表达,也可能不表达(如破坏了启动子区域或其他原因)。基因融合与各种疾病,特别是癌症的发生发展紧密相关,甚至是一些癌症的直接诱因,所以基因融合也成为了当前组学大数据分析中的一项重要研究内容。 阅读全文
posted @ 2019-10-01 14:14 AIPuFu 阅读(16513) 评论(1) 推荐(0) 编辑