XiaoMi-AI文件搜索系统
World File Search Systemanscriptomic
使用新的稀疏监督自动编码器神经网络
基于CRISPR的单细胞转录组筛选是有效的遗传工具，可同时评估由一组指南RNA（GRNA）靶向的细胞的表达式，并从观察到的扰动中推断靶基因函数。然而，由于各种局限性，这种方法在检测弱扰动方面缺乏灵敏度，并且在研究主调节器（例如转录因子）时基本上是可靠的。为了克服检测微妙的GRNA诱导的转录组扰动和对响应最快的细胞进行分类的挑战，我们开发了一种新的监督自动编码器神经网络方法。我们稀疏的监督自动编码器（SSAE）神经网络提供相关特征（基因）和实际扰动细胞的选择。我们将此方法应用于基于基于缺氧的长期非编码RNA（LNCRNA）的子集的基于内部单细胞CRISPR干扰（CRISPRI）转录组筛查（CROCPRI）转录组筛选（CROP-SEQ），该子集受缺氧调节的疾病，该疾病在肺腺癌（Lung adenacoarcinoma）（LUAD）的背景下促进了肿瘤的侵略性和耐药性。针对LNCRNA的子集进行了经过验证的GRNA的农作物序列库，并且作为阳性对照，HIF1A和HIF2A（低氧反应的2个主要转录因子）在3、6或24 h期间在正态氧中培养的A549 LUAD细胞中转导的2个主要转录因子。我们首先通过确定在低氧反应的时间开关期间确定其敲低的特定效应，从而验证了HIF1A和HIF2上的SSAE方法。接下来，SSAE方法能够检测出稳定的短缺氧依赖性转录组特征，该特征是由某些LNCRNA候选者的敲低诱导的，表现优于先前发表的
生物活性成分生物合成途径的转录组和代谢组学研究
©作者2025。Open Access本文在创意共享属性下获得许可 - 非商业 - 非洲毒素4.0国际许可证，该许可允许以任何中等或格式的任何非商业用途，共享，分发和复制，只要您与原始作者提供适当的信誉，并为您提供了符合创造性共识许可的链接，并提供了持有货物的启动材料。您没有根据本许可证的许可来共享本文或部分内容的适用材料。本文中的图像或其他第三方材料包含在文章的创意共享许可中，除非在信用额度中另有说明。如果本文的创意共享许可中未包含材料，并且您的预期用途不受法定法规的允许或超过允许的用途，则您需要直接从版权所有者那里获得许可。要查看此许可证的副本，请访问http://creativecommons.org/licenses/by-nc-nd/4.0/。
空间转录组学揭示了独特且保守的肿瘤核心和边缘结构，可预测生存和靶向治疗反应
致谢：本研究由 Ohson 研究计划和 Charbonneau 癌症研究所向 PB 提供的精确口腔生物学 (PROBE) 资助。我们感谢健康基因组学和信息学中心 (CHGI) 提供测序基础设施，以便对我们的 RNAseq 文库进行空间分析。我们要感谢卡尔加里大学高性能计算集群 (ARC) 提供数据分析基础设施。我们感谢 Danielle Simonot 帮助从阿尔伯塔癌症研究生物库 (ACRB) 检索组织。我们感谢 Christina Yang 帮助进行冷冻切片和载玻片制备以及对分析样本进行 H&E 染色。我们感谢 Mayi Arcellana-Panlilio 博士和 Guido van Marle 博士的极度指导和富有成效的反馈。我们要感谢 Arzina Jaffer 和 Keerthana Chockalingam 帮助设置生物信息学工具和提供生物信息学咨询。我们还要感谢患者及其家属同意为本研究提供组织。
精神分裂症患者缰核的转录组分析
许多神经精神疾病（包括精神分裂症 (SCZD)）的病理生理学与缰核 (Hb) 功能有关。虽然针对 Hb 的药物疗法和深部脑刺激正在成为有前途的治疗方法，但人们对人类 Hb 的细胞类型特异性转录组组织或它在 SCZD 中如何改变知之甚少。在这里，我们定义了人类 Hb 的分子神经解剖学，并确定了 SCZD 患者与神经典型对照相比的转录组变化。利用富含 Hb 的死后人脑组织，我们进行了单核 RNA 测序 (snRNA-seq；n=7 名神经典型供体)，并在 16,437 个细胞核中确定了 17 种分子定义的 Hb 细胞类型，包括 3 个内侧 Hb 群和 7 个外侧 Hb 群，其中几个在啮齿动物和人类之间是保守的。单分子荧光原位杂交 (smFISH；n=3 位神经典型供体) 验证了 snRNA-seq Hb 细胞类型并绘制了它们的空间位置。对 35 名 SCZD 患者和 33 名神经典型对照者的富含 Hb 的组织进行批量 RNA 测序和细胞类型反卷积，得到 45 个 SCZD 相关差异表达基因 (DEG，FDR < 0.05)，其中 32 个 (71%) 是 Hb 富含组织所特有的。eQTL 分析确定了 717 个独立的 SNP 基因对 (FDR < 0.05)，其中 SNP 是 SCZD 风险变异 (16 对) 或基因是 SCZD DEG (7 对)。eQTL 和 SCZD 风险共定位分析确定了 16 个共定位基因。这些结果确定了人类 Hb 中具有不同分子特征的拓扑组织细胞类型，并展示了与 SCZD 相关的独特基因变化，从而为 Hb 在神经精神疾病中的作用提供了新的分子见解。
小鼠耳蜗的单细胞转录组分析
耳蜗的功能分子表征主要由神经性耳聋遗传结构的解析所驱动。因此，寻找听力领域极为缺乏的治愈性治疗方法已成为一个可能实现的目标，特别是通过耳蜗基因和细胞疗法。为此，一份完整的耳蜗细胞类型清单以及对其基因表达谱直至最终分化的深入表征是必不可少的。因此，我们基于对出生后第 8 天 (P8) 的 120,000 多个细胞的分析，生成了小鼠耳蜗的单细胞转录组图谱，这些细胞处于听力前期，P12 对应于听力开始，P20 对应于耳蜗成熟几乎完成。通过将全细胞和核转录分析与广泛的原位 RNA 杂交试验相结合，我们表征了涵盖几乎所有耳蜗细胞类型的转录组特征并开发了细胞类型特异性标记。发现了三种细胞类型；其中两种构成了容纳主要听觉神经元和血管的耳蜗轴，第三种细胞由内衬前庭阶的细胞组成。结果还揭示了基底膜生物物理特性的声音梯度的分子基础，而这种梯度是耳蜗被动声频分析的关键基础。最后，我们还揭示了几种耳蜗细胞类型中被忽视的耳聋基因表达。该图谱为破译控制耳蜗细胞分化和成熟的基因调控网络铺平了道路，这对于开发有效的靶向治疗方法至关重要。
比较转录组学揭示了蚊子的抗性和敏感的表型之间的不同曲线
在几种物种中，抗性和易感个体之间的表型差异与基因表达的组成型变化有关。例如，在对神经毒性杀虫剂有抵抗力的个体中观察到了排毒基因家族的构型过表达。这表明了代谢解毒在抗性中的作用，在某些情况下，允许允许使用哪些基因参与耐药的遗传方法。细胞色素P450单糖酶和三磷酸腺苷（ATP）结合盒（ABC）转运蛋白的情况就是这种情况。5,24 - 29除解毒基因之外，已经记录了编码角质层合成基因的过表达，并导致耐药性和易感性的独立物（即穿透性抗性）之间的表皮变化。30该证据突出了通常基于抗性表型的复杂性，并表明需要研究基因表达以充分理解昆虫抗性。与其他杀虫剂相反，抗药性个体中的表达情况已被广泛阐明，蚊子对CSIS的抗性表型的整个基因表达模式仍然被忽略了。在这里，我们的目标是通过分析蚊子CX的易感和耐DFB个体的构成基因表达来弥补这一差距。pipiens。
发布者校正：转录组分析和机器学习揭示了新型的RNA签名，以增强桥本的分子表征
Open Access本文在创意共享属性下获得许可 - 非商业 - 非洲毒素4.0国际许可证，该许可允许以任何中等或格式的任何非商业用途，共享，分发和复制，只要您与原始作者提供适当的信誉，并为您提供了符合创造性共识许可的链接，并提供了持有货物的启动材料。您没有根据本许可证的许可来共享本文或部分内容的适用材料。本文中的图像或其他第三方材料包含在文章的创意共享许可中，除非在信用额度中另有说明。如果本文的创意共享许可中未包含材料，并且您的预期用途不受法定法规的允许或超过允许的用途，则您需要直接从版权所有者那里获得许可。要查看此许可证的副本，请访问h t p：//c r e a t i v e c o m m o ns。or g/l i c e n s e s/b y-n c-n c-n c-n d/4。0/。
rnalys：用于转录组数据分析的交互式Web应用程序和
1。Afgan E，Baker D，Batut B，Van Den Beek M，Bouvier D，čechM等。 可访问，可重现和协作生物医学分析的银河平台：2018年更新。 核酸res。 2018; 46：W537–44。Afgan E，Baker D，Batut B，Van Den Beek M，Bouvier D，čechM等。可访问，可重现和协作生物医学分析的银河平台：2018年更新。核酸res。2018; 46：W537–44。2018; 46：W537–44。
单倍型解析基因组组装和 VitExpress 的实现，VitExpress 是一个用于葡萄的开放式交互式转录组平台
与大多数作物不同，由于葡萄的杂合性，传统育种对葡萄的益处甚微。令人惊讶的是，我们今天看到的主要栽培葡萄品种与几个世纪前一样；它们缺乏适应不断变化的环境的特性。然而，气候变化和对环境的担忧要求葡萄栽培进行重大变革，需要过渡到基于知识的概念和先进的基因组学工具。我们在此报告了两种葡萄品种的单倍型解析基因组组装的生成以及 VitExpress 的建立，VitExpress 是一个开放的交互式转录组学平台，提供基因组浏览器和集成的网络工具，用于表达分析和基因相关性研究。这些社区资源和工具预计将促进葡萄研究的几个领域的进步。
单细胞转录组学揭示了NK细胞的动力学
图1：a）在通过流式细胞仪测量的每个天中，不同供体的NK细胞（CD56 +，CD3-）的折叠膨胀。b）在通过流式细胞仪测量的每个天，不同供体的T细胞（CD56 +，CD3 +）的折叠膨胀。c）在通过流式细胞仪测量的每个天，不同供体的T细胞（CD56-，CD3 +）的折叠膨胀。d）在第0-3、3-8和8-15天之间通过流式细胞仪测量的明显生长速率。e）在所有分析的天数中的所有细胞的UMAP投影，每个捐赠者颜色的供体颜色，其中箭头指示的群集C3是唯一基于供体的细胞聚类的区域。f）基于流式细胞仪和转录组注释基于NK细胞的细胞类型测定之间的比较。g）从分析当天着色的每个供体的所有细胞的UMAP投影。h）基于流式细胞仪和转录组注释的T细胞测定细胞类型测定之间的比较。i）在所有分析的天数中所有细胞的UMAP投影，从预测细胞类型的每个供体彩色。