XiaoMi-AI文件搜索系统
World File Search System单细胞
多路复用的单细胞测序屏幕鉴定了增加鼠类穆林·穆勒胶质的神经源重编程的化合物
哺乳动物的抽象视网膜变性导致永久视力丧失，因为无法自然再生。一些非哺乳动物脊椎动物通过Muller Glia（MG）显示出强大的再生。，我们最近通过刺激性转录因子ASCL1的转基因表达来刺激成年小鼠MG以再生功能神经元的重生。这些结果表明MG可以作为神经元替代的内源性来源，但该过程的功效是有限的。为了在哺乳动物中改善这一点，我们设计了一个小分子筛选，一种使用SCI-plex，一种将多达数千个单核RNA-seq条件多路复用到单个实验中的方法。我们使用这项技术筛选了92种化合物的库，鉴定并验证了两种在体内促进神经发生的库。我们的结果表明，高通量单细胞分子分析可以基本上改善可以刺激神经再生的分子和途径的发现过程，并进一步证明了这种方法在视网膜疾病患者中恢复视力的潜力。
揭秘阿尔茨海默病：单细胞测序和空间转录组学的见解
阿尔茨海默病 (AD) 是一种以认知能力下降为特征的神经退行性疾病，主要影响记忆力和执行功能。本综述重点介绍了单细胞测序和空间转录组学的最新进展，这些进展为 AD 的细胞异质性和神经免疫机制提供了详细的见解。本综述讨论了了解复杂细胞相互作用以确定新的治疗靶点和生物标志物的必要性。单细胞测序通过在单个细胞水平上绘制基因表达图谱，揭示了导致神经炎症和神经退行性的不同小胶质细胞和星形胶质细胞状态，彻底改变了我们的认识。这些技术揭示了与疾病相关的小胶质细胞亚群和与 AD 风险基因相关的基因表达变化，这对于开发靶向疗法至关重要。总之，将单细胞和空间转录组学与其他组学数据相结合对于全面了解 AD 至关重要，为个性化医疗铺平了道路。持续的跨学科合作对于将这些发现转化为有效的治疗方法、改善患者预后至关重要。
scmild：单细胞多个实例学习，用于样本分类和相关的亚群发现
单细胞转录组学可以研究细胞异质性，但是当前的无监督策略使将单个细胞与样品条件相关联的挑战。我们提出了SCMILD，这是一个基于多个实例学习的弱监督学习框架，该框架利用样本级标签来识别与条件相关的细胞亚群。SCMILD采用双分支结构来同时执行样本级分类和细胞级表示。，我们使用与CRISPR扰动细胞的对照模拟研究验证了该模型对条件相关细胞的可靠鉴定。对包括狼疮，COVID-19和溃疡性结肠炎在内的各种单细胞RNA-seq数据集进行了评估，SCMILD始终超过了最先进的模型，并确定了与原始研究的发现一致的条件特异性细胞亚群。这证明了SCMILD探索各种生物学条件及其在不同疾病环境中的适用性的细胞异质性的潜力。
BD Rhapsodytm单细胞多组合演示...
与BD Rhapsody TM HT Xpress系统一起，我们的测定组合有助于您在生物学发现中实现新的高度。如果您有兴趣使用系统生成数据，请联系asif.qaseem@bd.com来计划您的实验。
单细胞和空间分辨基因组学方法为神经科学发现带来的机遇和挑战
在过去十年中，单细胞基因组学技术已经实现了可扩展的细胞类型特异性特征分析，这大大提高了我们研究异质组织中细胞多样性和转录程序的能力。然而，我们对基因调控机制或控制细胞类型之间相互作用的规则的理解仍然有限。单细胞表观基因组学和空间分辨转录组学等新的计算流程和技术的出现为探索生物变异的两个新方向创造了机会：细胞内在的细胞状态调控以及细胞之间的表达程序和相互作用。在这里，我们总结了这些领域中最有前途和最强大的技术，讨论了它们的优势和局限性，并讨论了分析这些复杂数据集的关键计算方法。我们重点介绍了数据共享和集成、文档、可视化和结果基准测试如何有助于神经科学的透明度、可重复性、协作和民主化，并讨论了未来技术开发和分析的需求和机会。
将脂质组学与靶向，单细胞和空间转录组学的整合定义了结肠癌中未解决的促炎状态
一个世纪前的抽象背景，Virchow提出癌症代表着长期发炎，愈合较差的伤口。正常的伤口愈合由炎症的暂时阶段表示，然后是前分辨率阶段，前列腺素（PGE2/PGD2） - 诱导的“脂质类切换”产生炎症 - 猝灭脂肪素（LXA4，LXB4，LXB4）。目的我们探讨了结直肠癌（CRC）中的脂质失调是否由无法解决炎症的驱动。设计，我们对40个人类CRC和正常配对样品进行了液相色谱和串联质谱法（LC – MS/MS）分析，并对81个人CRC和正常配对样品进行定量分析。我们将脂质组学，定量逆转录PCR，大规模基因表达和空间转录组学与公共scrnaseq数据进行了整合，以表征产生和修饰脂质介质的基因的模式，表达和细胞定位。针对目标的定量LC – MS/MS的结果证明了促炎性介质的明显失衡，缺乏解决脂质介质的缺乏。在肿瘤中，我们观察到了蛛网膜酸衍生物的显着过表达，编码其合成酶和受体的基因，但是产生促促促脂质酶的基因表达不佳以及由此产生的脂氧蛋白（LXA4，LXA4，LXB4）和相关受体。这些结果表明CRC是可能与PGE2/PGD2水平不足或无效水平有关的脂质类切换的乘积。这些观察结果为“分辨率医学”铺平了道路，这是一种新型的诱导或提供的治疗方法结论我们表明，CRC肿瘤的脂质组谱表现出独特的促炎性偏置，其内源性分辨介质因脂质类切换有缺陷而缺乏。
CLC单细胞分析模块
工具可用于质量控制和归一化，降噪和特征选择，聚类，细胞类型预测和差异表达。UMAP和TSNE图可以用簇，预测的细胞类型或单个基因的表达覆盖。标记基因可以通过分析差异基因表达和从表达图中收集信息来鉴定。或者，可以从预先标记的细胞中训练细胞类型的分类器。提供了两个预训练的分类器，可以扩展。此外，可以为包括剪接和未切片的读数在内的数据进行速度分析，并产生交互式相位肖像图。此外，预测单个细胞未来状态的高维矢量被添加到降低降低图中。提供的工作流很容易
visium HD空间基因表达，单细胞水平的空间传递分析
8。KrzysztofPolaðSki等。 BIN2CELL从高分辨率visium HD数据中重建细胞。 生物信息学，第40卷，问题KrzysztofPolaðSki等。BIN2CELL从高分辨率visium HD数据中重建细胞。生物信息学，第40卷，问题
b”总结，大脑的纯粹复杂性使我们了解了其在健康和疾病中功能的细胞和分子机制的能力。全基因组范围的关联研究发现了与特定的神经系统表型和疾病相关的遗传变异。此外，单细胞转录学还为分子的发展提供了一些特定的疾病，虽然为这些疾病提供了一种范围，但在这些疾病中提供了较大的疾病，尽管这些疾病是在理解这些疾病的过程中。遗传变异会导致大脑的功能变化，它们没有建立分子机制来满足这种需求，我们开发了一种称为肌膜的3D共培养系统（诱导的多单元组装），可以使这些IAS与这些ias shimecrients and-comentions和sinterriptions一起迅速产生。在我们的第一个应用中，我们询问神经元和神经元细胞如何相互作用以控制神经元死亡和生存。我们的基于CRISPRI的筛选确定GSK3 \ XCE \ XB2在存在高神经元活性引起的活性氧的存在下抑制了保护性NRF2介导的氧化应激反应，这在2D单一培养神经元筛查中尚未发现。我们还应用平台来研究ApoE-4的作用，APOE-4是阿尔茨海默氏病的风险变体，对神经元存活的影响。我们发现
b“总结大脑的纯粹复杂性使我们了解其在健康和疾病中功能的细胞和分子机制的能力。全基因组关联研究发现了与特定神经系统型和疾病相关的遗传变异。此外，单细胞转录组学提供了特定脑细胞类型及其在疾病期间发生的变化的分子描述。尽管这些方法为理解遗传变异如何导致大脑的功能变化提供了巨大的飞跃，但它们没有建立分子机制。为了满足这种需求，我们开发了一个3D共培养系统，称为IASEMBLOI（诱导的多线组件），该系统能够快速生成同质的神经元-GLIA球体。我们用免疫组织化学和单细胞转录组学表征了这些Iassembloid，并将它们与大规模CRISPRI的筛选结合在一起。在我们的第一个应用中，我们询问神经胶质细胞和神经元细胞如何相互作用以控制神经元死亡和生存。我们的基于CRISPRI的筛选确定GSK3 \ XCE \ XB2在存在高神经元活性引起的活性氧的存在下抑制了保护性NRF2介导的氧化应激反应，这先前在2D单一神经元筛选中没有发现。我们还应用平台来研究ApoE-4的作用，APOE-4是阿尔茨海默氏病的风险变体，对神经元生存的影响。与APOE-3-表达星形胶质细胞相比，表达APOE-4表达星形胶质细胞可能会促进更多的神经元活性。该平台扩展了工具箱，以无偏鉴定大脑健康和疾病中细胞 - 细胞相互作用的机制。 “
