Nat Biotechnol：DNA重复片段——基因组中的“黑物质”
2019年11月25日 讯 /生物谷BIOON/ -- 基因组的大部分区域由重复片段组成。这些“ DNA重复序列”在错误位置的扩增可能会产生严重后果。然而，DNA重复序列的扩增非常难以分析。柏林马克斯·普朗克分子遗传学研究所的研究人员最近开发的一种方法可以详细查看这些以前无法进入的基因组区域。它结合了纳米孔测序，干细胞和CRISPR-Cas技术。该方法可以改善未来各种先天性疾病和癌症的诊断。&nb
Nat Immunol：鉴定出对抗特殊靶标的T细胞
2019年11月21日 讯 /生物谷BIOON/ --当接种疫苗，或者解除过敏原以及微生物病原体之后，免疫系统激活，产生的T细胞亚群将识别并清除“外来入侵者”。这些T细胞中的一些被可以立即发挥作用，而另一些则发展为“记忆T细胞”，全身循环的同时保护宿主免受入侵者再次出现的打击。 如今，麻省理工学院的研究人员现在已经设计出一种方法，以鉴定具有特定靶标的T细胞，通过高通量单细胞RNA测序，作
新型CRISPR工具或能通过将RNA复制到基因组中精确修饰基因
2019年11月19日 讯 /生物谷BIOON/ --构成生命蓝图的DNA序列变异对任何物种的健康都是至关重要的，成千上万的DNA突变被认为都会导致疾病，经过几十年的遗传学和分子生物学研究后，如今研究人员在开发能够纠正突变的基因组编辑工具上取得了巨大的进展，但由于工具依赖于复杂和相互竞争的细胞过程，基因编辑的效率和准确性似乎受到了根本性的限制；近日，一项刊登在国际杂志Nature上的研究报告中，研
研究开发单细胞空间转录组数据分析可视化平台
单细胞测序技术是一种在单细胞水平上对基因组、转录组、表观组等进行高通量测序分析的技术。单细胞测序技术能够在组学水平揭示细胞间的异质性。单细胞水平细胞谱系追踪技术位居2018年Science 杂志评选的十大科学突破之首。常规单细胞转录组测序技术丢失了细胞在原组织中至关重要的空间位置信息，而单细胞空间转录组技术在进行单细胞转录组测序的同时保留并记录了细胞的空间位置信息。空间转录组技术能够揭示细胞间的相
研究开发表观组关联分析数据库
近日，由中国科学院北京基因组研究所国家基因组科学数据中心开发的人类表观组关联分析数据库EWAS Data Hub正式上线。该项研究成果以EWAS Data Hub： a resource of DNA methylation array data and metadata 为题在国际学术期刊《核酸研究》（Nucleic Acids Research）在线发表。近年来，表观组关联分析（Epigeno
研究人员发布全基因组单核苷酸变异数据库
10月22日，国际学术期刊Genome Biology 以PGG.SNV： understanding the evolutionary and medical implications of human single nucleotide variations in diverse populations 为题，在线发表了中国科学院上海营养与健康研究所/马普计算生物学研究所徐书华团队基于20万人
PNAS：全基因组测序鉴定非洲结核杆菌病原体早期感染情况
2019年11月1日 讯 /生物谷BIOON/ --最近，发表在《PNAS》杂志上的一项研究检查了南非地区爆发的广泛耐药结核病流行株LAM4 / KZN的进化和流行病学历史。该菌株首次报道于2005年在夸祖鲁-纳塔尔省的图格拉渡轮，此后已在全省广泛传播。这项新研究确定了促进XDR-TB菌株疫情爆发的关键宿主，病原体和环境因素，以及可以采取的早期发现和遏制未来流行病的步骤。由哥伦比亚大学领导的这项研
Elife：机器学习与表观遗传学药物发现
2019年10月24日 讯 /生物谷BIOON/ --随着计算机技术的发展，机器学习强大的处理数据的能力正在彻底改变我们的新药发现模式。近日，Sanford Burnham Prebys医学发现研究所的科学家开发了一种机器学习算法，可以从显微镜图像中收集信息，从而可以进行高通量表观遗传药物筛选，从而可以开辟针对癌症，心脏病，精神疾病等的新疗法。该研究结果发表在最近的《eLife》杂志上。文章作者，
J Biomed Inform：利用人工智能寻找心脏疾病的迹象
2019年10月15日讯 /生物谷BIOON /--《生物医学信息学杂志》(Journal of Biomedical Informatics)上的一项新研究利用机器学习处理未标记的电子健康记录(electronic health record ，EHR)数据，揭示了心血管疾病(cardiovascular disease，CVD)的发生过程。图片来源：https://cn.bing.com这项研
PNAS：脑膜瘤分子图谱帮助预测肿瘤的复发
2019年10月10日 讯 /生物谷BIOON/ --最近，来自贝勒医学院和德克萨斯儿童医院神经科学研究所的研究人员在《PNAS》杂志上发表文章称，通过使用分子谱，能够更好地预测脑膜瘤复发。 第一作者Akash J. Patel博士解释说：“目前的脑膜瘤分类是根据世界卫生组织（WHO）提出的标准。它将脑膜瘤分为三类：I级（良性），II级（非典型）和III级（恶性）。 “ WHO系统是基于