Science：利用单细胞基因组学进行人类细胞表型分析
2019年10月20日讯/生物谷BIOON/---在一篇近期发表在Science期刊上的标题为“Mapping human cell phenotypes to genotypes with single-cell genomics”的综述类型文章中，瑞士研究人员认为在了解构成人体的细胞表型和人类基因组如何被用来构建和维持每个细胞的目标中，我们正处在一个迷人的旅程中。瑞士巴塞尔分子与临床眼科研究所
《Cell》重磅：北京大学张泽民课题组与勃林格殷格翰联合发表关于单细胞测序刻画肝癌免疫微环境动态特征的研究
北京大学生命科学学院、北京未来基因诊断高精尖创新中心（ICG）、生物医学前沿创新中心（BIOPIC）张泽民课题组、首都医科大学附属北京世纪坛医院彭吉润课题组以及德国药企勃林格殷格翰（Boehringer Ingelheim）公司肿瘤免疫与免疫调节部门多位科学家，在国际期刊Cell上发表了题为Landscape and Dynamics of Single Immune Cells in Hepat
Nat Commun：华人科学家利用新的单细胞遗传学方法解决潜在的耐药性问题
2019年10月23日讯 /生物谷BIOON /--圣母大学(University of Notre Dame)的研究人员利用一种可以识别单个细胞基因图谱的新技术，模拟了乳腺癌肿瘤对某种药物的潜在耐药性，然后确定了一种逆转这种耐药性的药物组合。图片来源：Nature CommunicationsSiyuan Zhang是圣母大学生物科学学院副教授，他和他的团队使用了一种新的分析方法，在《Natur
我国科学家实现单细胞表观组学新突破：两种革新单细胞ChIP-seq技术解码细胞命运决定机制
在国家重点研发计划“干细胞及转化”重点专项（批准号：2017YFA0103402）等资助下，北京大学分子医学研究所、北大-清华生命科学联合中心何爱彬课题组近期突破单细胞表观遗传研究的瓶颈，开发了两种具有普适性、操作简单、风格迥异的单细胞ChIP-seq技术，可适应于不同课题研究需要，解析发育与疾病状态下细胞命运决定调控机制。这两项技术分别于2019年8月27日在Molecular Cell和201
Nature：中国科学家使用单细胞测序来揭示人类胚胎植入的秘密
2019年9月11日讯 /生物谷BIOON /——中国多家机构的一个研究团队利用单细胞测序技术，对植入子宫的人类胚胎进行了更多的研究。在这项发表于《Nature》杂志上的论文中，该小组描述了从植入前、植入中和植入后对数千个人类胚胎细胞进行测序的过程，以及他们从中学到的新知识。精子使卵子受精后不久，卵子就会附着在子宫内膜上。这使得胚胎能够从母体获得氧气和营养。在这项新的研究中，研究人员从细胞的角度观
专注液滴微流控技术，万乘基因致力高通量单细胞多组学测序的应用普及
2001年2月12日，参与人类基因组计划的六国科学家公布了人类23对染色体DNA大规模测序的精确图谱。这是人类首次从分子视角探索生命的奥秘，而这项被称为生命科学“登月计划”的研究也成为推动精准医学发展的基础性力量。此后一段时期，包括华大基因在内的大批基因检测企业应运而生，他们输出了海量的人体微观数据。然而，随着人们对疾病认识不断深入，基于多细胞测序获得的数据已经不能满足一些复杂疾病诊断
蛋白与基因齐测，精准与质控护航，BD打造单细胞多组学研究航母
2019年7月25日，由全球领先的医疗技术公司BD（中国）主办的首届单细胞免疫学国际峰会在沪隆重召开，上海市免疫学研究所所长苏冰教授，BD全球首席科学家 Robert Balderas，美国纽约大学副教授 Pratip Chattopadhyay，新加坡 A*STAR 高级首席研究员 Anis Larbi，及国内众多知名免疫学专家齐聚一堂，共话单细胞研究的前沿技术与发展趋势。会
Nature：利用单细胞转录组学揭示成神经管细胞瘤不同亚型的细胞组成
2019年7月28日讯/生物谷BIOON/---成神经管细胞瘤（medulloblastoma）是一种恶性儿童小脑肿瘤类型，包含不同的分子亚型。成神经管细胞瘤已被分为四种不同的分子亚型：WNT和SHH（均由它们的同名基因发生的突变驱动），组3和组4。组3和组4占所有成神经管细胞瘤病例的60％，但是也最少被人理解的。这部分上是因为当前没有在遗传上准确地模拟组4的实验室模型。此外，尽管这些亚型的基因组
Science：我国科学家通过优化单细胞多组学测序技术分析结直肠癌异质性
2018年12月3日/生物谷BIOON/---在一项新的研究中，来自中国北京大学第三医院、北京未来基因诊断高精尖创新中心和北大-清华生命科学联合中心和的研究人员发现利用优化的单细胞多组学测序能够更好地揭示结直肠癌异质性。相关研究结果发表在2018年11月30日的Science期刊上，论文标题为“Single-cell multiomics sequencing and analyses of hu
《细胞》子刊：重新定义肥胖与疾病的关系！科学家用多组学数据重新划分肥胖类型，并准确预每种胖究竟更容易患哪种病
俗话说，好看的人都是相似的，不好看的人各有各的不好看。咳咳，同理，瘦的健康人大抵相同，肥胖人士则各有各的不健康，有些发生了2型糖尿病，有些患了高血压，还有一些被诊断出动脉粥样硬化和冠心病。这充分说明，肥胖人士的各种疾病风险也是有区别的，不能一概而论。能不能有一项指标，可以分辨出“肥胖的种类”，使我们准确地辨认出相关的疾病风险？诶，说来就来了。Scripps Research基因组学教授Amalio