STalign 和 STcompare 移植到 C++,大规模空间转录组比对从数小时缩短到数秒
Jean Fan 团队将空间转录组工具 STalign 和 STcompare 移植到 C++,可在数秒内完成大规模空间转录组比对与全转录组比较,而此前需要数小时。两个工具已在 GitHub 的 JEFworks-Lab 仓库开放,作者邀请用户试用。
Jean Fan 团队将空间转录组工具 STalign 和 STcompare 移植到 C++,可在数秒内完成大规模空间转录组比对与全转录组比较,而此前需要数小时。两个工具已在 GitHub 的 JEFworks-Lab 仓库开放,作者邀请用户试用。
一篇 bioRxiv 预印本系统评测长读长 RNA-seq 的计数是否需要归一化,在 PacBio 与 ONT 平台上比较了 5 种归一化方法与 5 种定量工具。研究以 spike-in 和匹配的 Illumina 数据作为基准真值,预印本链接为 www.biorxiv.org/content/10.6...。
人类生殖与发育数据库 HRD 发布 1.0 版,整合了生殖、妊娠和发育相关的公开多组学数据。该版本收录 814 条组学记录,包括 432 条 bulk 转录组、144 条单细胞或单核转录组、156 条表观基因组、52 条代谢组和 30 条蛋白质组记录,另有 702 条临床试验记录、293 条暴露与结局关联和 779 个先证 SNP 及其表型关联。
EvoNiche 数据库发布,整合 91 套配对的空间与单细胞转录组数据集,覆盖 35 种癌症类型。数据库包含 712 张组织切片、1 953 708 个空间 spot 和 58 个单细胞数据集共 2 945 536 个细胞,识别出 5609 个空间生态位,并重建组织水平和细胞水平的时空轨迹。
Chris Mason 实验室在 bioRxiv 发布由 Theo 与 Horner 实验室合作开发的新算法及表观转录组分析工具集,可从直接 RNA 测序中解析转录本、等位基因和条件相关的 RNA 修饰差异。
Genes2Reg 提出用异构图注意力网络(HGAT)把蛋白互作、通路共属、调控靶向等异质生物网络融合为单一对称的基因-基因耦合矩阵,形成可正则化任意基因索引模型的任务无关先验。
CellDiffusion 是一个无监督图模型,通过扩散过程传播细胞特征、学习细胞间注意力网络,在整合 scRNA-seq 数据时自适应识别跨批次对应细胞群并进行细胞特异性校正。该模型在包括人子宫内膜在内的多个数据集上验证,生成的细胞嵌入在跨批次对齐细胞的同时保留固有细胞类型与发育轨迹,并提升了标签转移、聚类和轨迹推断等分析。
作者提出 CLIMB 和 CLIFF 两步机器学习框架,将 bulk RNA-seq 解卷积为细胞类型组成与表达,再把 bulk 药物敏感性测量解析为细胞亚型和单细胞特异的图谱。
GenPerturb 通过拟合预训练序列嵌入的条件特异性线性读出,将 Perturb-seq 的 pseudobulk 表达与顺式调控元件和转录因子基序关联起来,无需目标实验配套染色质数据。
GenoCLAMP 是一种整合基序聚类与比对的算法,可将冗余的转录因子结合基序合并为高质量矩阵表示。该工具能可靠还原结合共同基序的已知转录因子复合物,并发现此前未表征基序的证据,为大规模转录因子–DNA 结合数据的计算分析与生物学解读提供高效框架。
NCBI 发布面向全部公开人类和小鼠 SRA 数据的 RNA-Seq Gene Feature Counts,通过 AWS Registry of Open Data 免费开放。
推荐理由:公共 SRA 的人和小鼠 RNA-Seq 数据有了统一流程算出的基因特征计数,做大规模表达分析前可先据此筛选。
Cis-TERN 是一种基于图的拟时序推断方法,整合 scRNA-seq 与 scATAC-seq 数据,在两类细胞间构建有向二部图,边权由近端或远端染色质可及性决定,再通过网络扩散为所有细胞赋予连续拟时序分数。
研究团队将 DCM-time machine 引入人诱导多能干细胞,实现对转录活性的回溯性全基因组追踪。该系统用 DCM 甲基化标记活跃的基因和增强子,这些标记在 S 期随 DNA 复制传递下去。在诱导多能干细胞向定型内胚层和原始肠管分化的过程中,该系统解析了活性动态,并可与转录因子网络和 CpG 甲基化谱整合。
Arc Institute、Biohub、UCSF与Vector Institute团队开发eclair-CLIP,用统一小标签替代逐个抗体,在人类细胞中绘制67个癌症相关RNA结合蛋白(RBP)图谱,以单核苷酸分辨率定位超过900万个RNA结合位点。
推荐理由:用统一标签的CLIP方法构建67个癌症相关RBP的高分辨率结合图谱,并据此训练可解释的RNA结合预测模型。
研究整合菌株Bmb9393新测转录组与5株金黄色葡萄球菌公共数据,在生物膜与浮游条件下注释并刻画小调控RNA的表达与基因组环境,鉴定出10个生物膜中一致上调、4个一致下调的小调控转录本。
研究提出 RT-SRFM,一个面向发育单细胞转录组时间序列的分阶段潜动力学框架,将最优传输引导的速度学习、分解式群体增长建模、形状细化与监督式生物学读出整合在同一潜空间中,并通过八阶段课程训练提升局部传输精度、质量校准、命运一致性与长时程推演稳定性。
David A Knowles 宣布 RNA fingerprinting 方法正式发表,该方法利用大型参考数据集解读单细胞扰动实验,并在分析中考虑基线异质性、扰动强度、离群点和相关结构。
NYGC、纽约大学和哥伦比亚大学的研究团队在 Cell 出版社期刊提出 RNA fingerprinting,一种把基因活性模式与其潜在成因联系起来的计算方法。帖子给出了论文链接和 NYGC 的新闻解读页面,作者标注为 @satijalab 和 @david_a_knowles。
Rahul Satija 与 David Knowles 在 Cell 发表 RNA fingerprinting 方法,利用已知因果扰动的 Perturb-seq 实验,推断新数据集中驱动细胞反应的因素。论文链接为 https://www.cell.com/cell/abstract/S0092-8674(26)01119-0。
研究团队提出基于 metacell 的多尺度网络分析方法 MCMNA,用于系统解析帕金森病黑质 snRNA-seq 数据中的细胞类型特异基因调控结构。该方法通过 metacell 聚合缓解单细胞数据的稀疏性,构建稳健的基因调控网络,并结合基因共表达模块、metacell 差异表达与贝叶斯因果网络,推断候选驱动基因及其层级关系。作者称该多尺度网络模型可为疾病机制研究和治疗靶点优先级排序提供框架。
中国科学院遗传与发育生物学研究所李响研究组在 Developmental Cell 在线发表论文,将微流控空间条形码技术与 SPRITE-like 无连接酶接触检测策略结合,开发出空间三维基因组学技术 SpaceA,可在组织切片原位高置信度解析远距离染色质互作。
推荐理由:SpaceA 把空间条形码与无连接酶接触检测结合,让染色质远距离互作能在组织切片原位测量,为空间三维基因组学提供了新手段。
Ana Conesa 团队在 Nature Communications 发表长读长 RNA-seq 研究,比较"先合并 reads 再检测转录本(Join & Call)"与"逐样本检测再合并(Call & Join)"两种策略。研究使用 PacBio 与 ONT 数据、6 款工具并设置多个重复,结论是策略优劣取决于所用工具。
Wei 等人在 Cell Reports Methods 描述 CFAR,一种无需扩增、可及性较好的高通量方法,用于检测内源基因表达,弥补报告基因 assay 只能测启动子活性的局限。用 CFAR 做化学筛选,在结直肠癌细胞中筛出靶向致癌基因 MYC 表达的 FDA 已批准药物。
Long 等人整合人类胚胎发育过程的单细胞转录组构建参考,并用互补指标评估四种 blastoid 协议。分析揭示了不同协议在细胞身份、发育时序和谱系结构上的差异,为比较和改进 blastoid 模型提供了系统依据。
Cao 等提出空间转录组基础模型 stFormer,将细胞内上下文与空间配体信号整合进同一模型。相比单细胞基础模型,stFormer 在细胞层面和基因层面的分析上均有提升,并支持通过计算扰动研究空间配体信号的响应。
中国科学院遗传与发育生物学研究所段力辉团队开发 OpenFISH,可在同一张组织切片上连续完成空间转录组与 MALDI-MSI 空间代谢组检测。该方法通过模块化探针设计和单轮基因编码将空间转录组成本降低约 95%,并借助导电玻片预处理与 MALDI-MSI 后组织成胶、透明化实现两模态兼容。
推荐理由:该工作把成像空间转录组与 MALDI-MSI 代谢组放在同一张切片上,并给出约 95% 的转录组成本降幅,做空间多组学的人可关注其兼容方案。
Kieran Campbell 将 Caravagna 等人发表于 PLOS Computational Biology 的一项方法加入阅读列表,该方法用于在差异表达分析中剥离非整倍体的影响。
Sara Mostafavi 等人发布预印本,考察当前深度学习在预测遗传变异对基因表达影响方面的实际表现,该工作与 ChikinaLab、Alex 等合作完成。
Jop Kind 团队提出一种新方法,把 DamID 扩展到在体内定位 DNA 与翻译后修饰蛋白之间的相互作用,并与 RNA-seq 联合使用,甚至可用于单细胞。该工作以预印本形式发布在 bioRxiv,链接为 https://www.biorxiv.org/content/10.1101/2021.10.26.465688v1。