Cell：基于成像的STAMP技术使单细胞RNA研究成本下降47倍，并可分析数百万个细胞
研究开发了一种名为“通过成像进行单细胞转录组学分析和多模态分析”的技术可观察数百万个细胞。
Nature：从基因组伤痕到转录组静默——单细胞多组学揭示大脑衰老的因果链条
研究为我们提供了一张前所未有的高分辨率地图，以前所未有的深度和广度，揭示了人类大脑在从婴儿期到百岁高龄的漫长旅程中，细胞层面发生的深刻变革。
SUM-seq重塑单细胞多组学图谱，引领科研新范式
SUM-seq作为一项创新的单细胞多组学分析技术，以其前所未有的成本效益、可扩展性和超高通量，超越了现有方法在同时捕获染色质可及性和基因表达方面的表现。
Nature Genetics：陈万泽团队开发单细胞转录因子测序技术，剖析转录因子剂量对细胞重编程异质性的影响
该研究开发了 scTF-seq技术，实现了剂量敏感的大规模基因扰动单细胞组学，并以转录因子介导的细胞重编程为模型，系统揭示了基因剂量在细胞命运调控中未被充分认识的多层次、非线性复杂效应。
Nature Methods：从“猜”到“预见”——AI模型PUPS揭示单细胞蛋白质定位的秘密
PUPS作为一款结合蛋白质序列和细胞图像的新型AI模型，不仅能准确预测未知蛋白质在未知细胞系中的定位，还能揭示蛋白质定位在不同细胞系和单细胞层面的变异规律，甚至预测突变对定位的影响。
Science：新研究开发出一种基于DNB阵列构建的空间分辨高通量单细胞转录组平台
Stereo-cell建立了一个具有空间和多模式能力的高通量单细胞转录组学整合框架。该平台克服了现有方法的关键限制，提高了分析细胞间相互作用、微环境和亚细胞基因表达的可扩展性、灵活性和精确度。
Biomed Pharmacother：多模态单细胞技术助力药物筛选新发现
本研究构建携带囊性纤维化跨膜传导调节因子-S308X无义突变的患者特异性诱导多能干细胞气道类器官，结合多模态单细胞技术，揭示疾病炎症机制，筛选出氯沙坦等潜在药物，为相关囊性纤维化治疗提供新方向。
Cancer Cell：黄活聪团队通过单细胞空间分析，揭示抗原呈递癌症相关成纤维细胞的“双重身份”及其空间生态位
该研究通过单细胞分辨率空间分析，揭示了抗原呈递癌症相关成纤维细胞（apCAF）包含了两个截然不同的亚群——间皮样 apCAF（M-apCAF），另一种是纤维细胞样 apCAF（F-apCAF）。
MAPIT-seq，同时绘制单细胞RBP-RNA互作图谱与表达谱
研究人员开发了一项名为MAPIT-seq的新技术，它如同一位能潜入细胞内部的“分子侦探”，不仅能精确绘制出特定RBP在原位与哪些RNA分子发生了接触，还能同时拍下整个细胞的基因表达“全景图”。