UK Biobank 与 IMU Biosciences 合作启动大规模免疫图谱计划,选用 Ultima 与 Waters 平台
IMU Biosciences 与 UK Biobank 宣布合作,计划构建迄今规模最大、细节最丰富的人体免疫系统图谱,为 UK Biobank 增加高分辨率免疫数据层。
推荐理由:UK Biobank 新增免疫数据层,规模从 8 万份血样起步,做免疫与疾病关联研究的人可关注其数据开放路径。
IMU Biosciences 与 UK Biobank 宣布合作,计划构建迄今规模最大、细节最丰富的人体免疫系统图谱,为 UK Biobank 增加高分辨率免疫数据层。
推荐理由:UK Biobank 新增免疫数据层,规模从 8 万份血样起步,做免疫与疾病关联研究的人可关注其数据开放路径。
韩国建国大学和釜山国立大学医院团队在《Biomolecules》发表 scFlowReport,一个配置驱动的单细胞 RNA-seq 下游分析工作流,代码开源于 https://github.com/ibclab-hub/scFlowReport。
Nikolai Slavov 指出,同一细胞类型内部的调控变异极具信息量,并认为在细胞类型层面开展研究(如单细胞分析)会遗漏大量关键信息。
Insilico Medicine 的 PandaOmics 上线单细胞特征 Agent 技能,可检索其收录的 1,700 多个 scRNA-seq 数据集。用户以类风湿关节炎及 S100A8、S100A9、IL1B、TNFAIP3、JAK3、IRF1 等基因提问,Agent 自动定位数据集、区分病例与对照组并比较各细胞类型表达。
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。
顾江、邹全明团队在 ACS Nano 发表封面研究,以铜绿假单胞菌保护性抗原 GroEL 为自组装纳米支架、展示 PcrV-OprI 融合抗原 rePO,构建 reGroEL-PO 纳米疫苗。
华中科技大学同济医学院附属同济医院陈孝平院士、张万广团队在Signal Transduction and Targeted Therapy发表综述,系统梳理肿瘤浸润B细胞(TIBs)的分类、双重功能、信号通路与治疗进展。综述整合单细胞测序与临床队列证据,指出在19种癌症的69项报告中,50.0%显示CD20+ TIBs具阳性预后效应,并总结靶向TIBs的临床前与临床试验。
一项发表于 Nature 的研究整合单细胞 RNA 测序、TCR 测序与 Xenium 空间转录组,在高级别癌前气道病变中鉴定出 BATF+ 效应性 Treg 细胞,并构建了淋巴结—循环—气道的跨组织调控轴。
推荐理由:研究把肺癌免疫干预窗口前移到癌前阶段,并用跨组织克隆共享与空间结构给出可追踪的细胞轴。
Fabian Theis 在重庆 Nature 会议“Cancer Immunology in the AI Era”开幕主旨演讲中提出,科学是一场搜索,AI 能让干预空间中的搜索更系统化。
研究对 22 例 SHH 型髓母细胞瘤样本(16 例原发、6 例复发,含 4 对原发-复发配对)开展 snRNA-seq(n = 16)、snATAC-seq(n = 13)和空间转录组(n = 6)分析,并结合 25 例样本的外显子变异数据,另用 48 例样本(24 对原发-复发配对)的 bulk RNA-seq 做验证。
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。
NEWTON Biotwins 项目获得 CaixaResearch 健康研究与健康创新资助,用于推进数字孪生在细胞分析中的应用。该项目由 Angel Goñi-Moreno 与 Miro Bueno 共同创立,是西班牙国家研究委员会(CSIC)获资助的四个项目之一,其余项目涉及新生儿筛查、糖尿病和神经退行性疾病。
eLife 发表的研究用小鼠无病毒遗传谱系追踪系统在微胶质细胞中特异表达 NeuroD1,并在多个时间点追踪其命运,结果显示表达 NeuroD1 的细胞在生理和损伤条件下都保持微胶质细胞身份、不能转为神经元。
推荐理由:用无病毒谱系追踪、双光子活体成像和单细胞转录组三重证据,检验 NeuroD1 能否把微胶质细胞转成神经元。
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。
研究用贝叶斯框架在连续时间 Ornstein–Uhlenbeck 模型中检验协调后的单细胞免疫组成是否比粗粒度生态背景标签携带更多纵向信息。重新处理两个 ScPCA 白血病项目后,104 名可评估参与者中 k=2 聚类可复现;在 99 名 B-ALL 参与者中分出 73 例 TNK 主导与 26 例 B/髓系偏移,但原始组成与中心对数比赋值一致性差。
Decoding Bio 的 BioByte 周刊本期重点介绍两项研究:Colgan 等用 PEtracer 系统在小鼠胚胎中记录细胞分裂标记,对 16 个胚胎、179 万个细胞做单细胞 RNA-seq,为 145 万个带标记细胞重建谱系并解析约四分之三的分支点,发现命运偏向在着床前后出现、内胚层谱系受限早于外胚层和中胚层。
推荐理由:两篇论文分别用谱系示踪重建小鼠胚胎细胞命运和用RNA修饰替代OCT4重编程,适合快速了解本周发育与重编程方向。
一种名为 Waldo 的基因条码方法可对显微镜下观察到的同一批细胞先做活细胞成像、再做单细胞测序。相关预印本已发布在 bioRxiv,作者称其目标是让研究者能测序显微实验中关注的那一个细胞。
结合单细胞 RNA-Seq 与 ChIP,对矮牵牛 phdef 细胞层特异性突变体的分析显示,花瓣身份基因 PhDEF 在表皮与叶肉中调控不同靶基因,且在表皮中结合更显著、调控作用更强。研究发现 PhDEF 靶基因的结合谱高度多样,包含层特异性与非特异性结合位点的复杂组合,表明细胞层身份会影响同源异型基因的调控过程。
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。
多项生殖发育研究重新校准了经典模型与临床判断:CRISPR-Cas9删除牛胚胎IFNT全部功能性拷贝后,妊娠仍维持至足月并出生健康雌性犊牛;DNATypewriter记录一枚小鼠胚胎近两周发育,重建128万个转录组细胞的谱系树。
研究团队用 DNA Typewriter 在小鼠胚胎中记录细胞分裂历史,重建了从受精卵第一次分裂到胚胎发育第 13.5 天的细胞家族树,成果于 2026 年 10 月 8 日发表在 Science。
推荐理由:用 DNA Typewriter 在小鼠胚胎中重建细胞谱系,可对照不同组织命运决定时间的差异。
Seumetry 是一个开源 R 工具包,把流式与质谱流式数据的专用分析方法与 Seurat 的单细胞 RNA 测序分析能力结合起来。它提供高级质控、可视化和细胞群体丰度与蛋白表达的差异分析,作者用自建的人肠道不同层免疫细胞数据集验证其能识别不同免疫细胞群体,并在公开数据集上与人工门控结果一致。
研究对 62 例原发胰腺导管腺癌肿瘤进行单细胞 RNA 测序(443,451 个细胞),并对其中 11 例做匹配的空间转录组(53,236 个 spot),刻画克隆、转录与空间多样性。分析发现肿瘤内存在多个遗传上不同的恶性克隆,配体-受体程序受基因组剂量调控,8q24(MYC)扩增与谱系内经典向基底样转变反复相关;小鼠与原代人模型中的 MYC 敲低可重新激活经典程序并恢复免疫应答通路。
推荐理由:62 例原发肿瘤的单细胞与空间转录组图谱显示,8q24 的 MYC 扩增与肿瘤谱系内经典向基底样转变相关,为理解 PDAC 克隆异质性提供了资源。
Philip Ball 在 Quanta Magazine 发表科普文章,讨论 Waddington 景观这一细胞命运决定隐喻。文中提及作者与 David Rand 利用动力系统理论和单细胞数据,使该景观隐喻可定量化并具备预测能力。
研究用单细胞多组学在真实临床场景下追踪系统性红斑狼疮(SLE)患者接受免疫抑制剂标准治疗期间的免疫组库动态,发现该疗法未能纠正 B 细胞和浆细胞的突变负荷下降,也未能阻止 CD4+ Th1 与 CD8+ 记忆 T 细胞的克隆扩增。作者还将自有数据与已发表的 SLE 数据集整合,构建了约 160 万细胞的 SLE 免疫图谱,并指出这些持续存在的失调可能与该病治疗后高复发率相关。
Eric Topol 解读了 2026 年 10 月 9 日发表在 Immunity 的论文,该研究对 8 个国际队列、2,609 人、12,394,834 个白细胞做单细胞 RNA 测序,区分出以颗粒酶 K 或 B 为主的 CD8+ 效应记忆 T 细胞(TemK+ 与 TemB+)。
推荐理由:这篇解读梳理了 8 个队列、260 万白细胞的分析,把免疫衰老的细胞分叉与死亡风险联系起来。
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。
HHMI 研究员 Jonathan Weissman、Jay Shendure 及团队开发出新工具,可对发育中小鼠体内大量细胞的来源与去向生成图谱。Whitehead Institute 转述称,这类详细图谱有望帮助科学家定位出生缺陷发生的时间点、追踪癌细胞获得扩散或耐药能力的路径,并更好地引导干细胞成熟为功能性细胞类型。
推荐理由:这项在小鼠胚胎中追踪大量细胞来源与去向的工作,为研究发育异常和细胞状态转变提供了可参照的图谱思路。
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。
鸡胚单细胞转录组分析显示,Müllerian管分化比此前认识更具细胞复杂性,鉴定出上皮(MDE)与间充质(MDM)两隔室的分子特征。雄性退化间充质表达MSX1/2、RUNX2、GATA5、DLX3/5及DKK4、NRG1,其中WNT拮抗剂DKK4响应AMH诱导,在雌性异位表达可诱导管退化。雌性右管未如雄性般退化,转录上独特且缺乏退化间充质群体,提示其AMH介导机制不同于雄性。
Jay Shendure 实验室与 SeaHub 发布两篇使用 DNA Typewriter 的论文。第一篇在 Science 上重建了小鼠胚胎从 E0 到 E13.5 的单细胞谱系,引用帖称该谱系树包含 1,340,794 个经转录组分析和注释的末端细胞、1,142,588 个带时间标注的内部节点,并以受精卵为根。第二篇在 Cell 上提出用于检测类原肠胚异质性的波动检验。
推荐理由:两篇论文把 DNA Typewriter 用于小鼠胚胎谱系重建和类原肠胚异质性检测,可看谱系记录如何与转录组结合。
中国科学院遗传与发育生物学研究所杨维才团队与国内多家单位合作,在 Cell 在线发表水稻全生命周期时空组图谱研究,以粳稻品种中花11为材料,结合高分辨率空间转录组、单核RNA测序和人工智能分析,构建了覆盖种子萌发到开花结实全过程的三维时空细胞图谱。
推荐理由:图谱覆盖水稻10个器官、61个发育阶段,并配套在线平台与RICE scGPT基础模型,可供植物单细胞与空间组学研究复用。
一项时间分辨单细胞分析研究在 Kidney International 正式发表前在线发布,识别出与移植肾功能延迟恢复相关的供体和受体免疫程序。该并发症与排斥反应和移植物丢失风险升高相关。论文 DOI 为 10.1016/j.ki。
SPARCS 平台在 Cell 发表,将 AI 图像分析、自动激光显微切割与全基因组 CRISPR 筛选结合,可从大型突变文库中按细胞形态分离目标细胞并用质谱做蛋白组分析。Matthias Mann Lab 转述称,该平台用于发现复杂细胞表型背后的基因,论文 DOI 为 10.1016/j.cell.2026.09.021。
预印本 COSCO 利用条形码单突触狂犬病毒追踪结合 scRNA-seq,在 hPSC 来源的脑类器官中研究单神经元连接与分子状态,绘制了超过 10,000 个网络。研究报道了细胞类型内在的接线偏好、可重复的网络形成、反复出现的连接基序、接线的分子特征,以及在 TSC 中出现的异常连接。
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。
Elham Azizi 团队发布 SHERLOCK,将单细胞扰动的表征学习与下游转录效应的因果推断结合,并有理论可识别性结果支撑。该工作由 @mingZedh、Josh Myers、@joselmcfaline 与 @elhamazizi 共同完成,作者称其为团队最新工作,并附有介绍链接 https://lnkd.in/g34C6UpQ。