高分文献速递｜单细胞及空间转录组测序文献汇总导读（202109期

单细胞测序

今年9月公布的2022年度科学突破奖获奖名单中，开发二代DNA测序技术（NGS）的3位科学家荣获“生命科学突破奖”。得益于高效率的二代DNA测序技术，科学家们得以在第一时间测定新冠病毒基因序列，为人类对抗新冠病毒赢得了时间。实际上，自1977年第一代DNA测序技术（Sanger法）问世以来，基因测序技术在无数科研人的努力之下，经历了多次变革升级，从第二代高通量测序技术到第三代单分子测序技术，再到第四代纳米孔测序技术。

要了解生命活动的本质，就需要将测序的“分辨率”提高到“单细胞”水平。经过10余年的发展，基于单细胞的基因表达调控研究正逐渐成为主流，有些技术甚至已经开始探索真正的“时空单细胞测序”，即以单个细胞为单元，在时间（细胞周期）和空间（器官分布）两个维度进行基因测序研究，记录细胞在原组织中基因表达调控的机制细节。

今天SBC小编为大家整理汇编了9月单细胞测序高分文献，一起来看看单细胞测序领域的科研人员又有哪些新发现吧。

1

文章题目：A multicenter study benchmarking single-cell RNA sequencing technologies using reference samples

中文题目：一项使用参考样本对单细胞 RNA 测序技术进行基准测试的多中心研究

影响因子：54.901

作者：Chen W, Zhao Y, Chen X, Yang Z, Xu X, Bi Y, Chen V, Li J, Choi H, Ernest B, Tran B, Mehta M, Kumar P, Farmer A, Mir A, Mehra UA, Li JL, Moos M Jr, Xiao W, Wang C.

引用：Nat Biotechnol. 2021 Sep;39(9):1103-1114. doi: 10.1038/s41587-020-00748-9. Epub 2020 Dec 21.

摘要：比较由不同技术和不同实验室生成的各种单细胞 RNA 测序 (scRNA-seq) 数据集仍然是一项重大挑战。在这里，作者解决了在选择算法时需要指导的问题，从而对不同平台获取的各种数据类型进行准确的生物学解释。作者使用两个特征明确的细胞参考样本（乳腺癌细胞和 B 细胞），分别捕获或混合捕获，在多个中心比较了不同的 scRNA-seq 平台和几种预处理、标准化和批量效应校正方法。尽管预处理和标准化有助于基因检测和细胞分类的可变性，但批次效应校正是迄今为止正确分类细胞的最重要因素。此外，scRNA-seq 数据集特征（例如，样本和细胞异质性以及使用的平台）对于确定最佳生物信息学方法至关重要。然而，当应用适当的生物信息学方法时，跨中心和平台的可重复性很高。作者的发现为在设计 scRNA-seq 研究时优化平台和软件选择提供了实用指导。

2

文章题目：Gene signature extraction and cell identity recognition at the single-cell level with Cell-ID

中文题目：利用Cell-ID在单细胞水平上进行基因特征提取和细胞识别

影响因子：54.901

作者：Cortal A, Martignetti L, Six E, Rausell A.

引用：Nat Biotechnol. 2021 Sep;39(9):1095-1102. doi: 10.1038/s41587-021-00896-6. Epub 2021 Apr 29.

摘要：由于与高通量单细胞测序相关的随机性，目前探索细胞类型多样性的方法依赖于聚类的计算方法，其中异质性以细胞亚群而不是完全单细胞分辨率为特征。在这里，作者介绍了 Cell-ID，这是一种无聚类的多元统计方法，用于从单细胞测序数据中稳健提取每个细胞的基因特征。作者将 Cell-ID 应用于来自多个人和小鼠样本的数据，包括血细胞、胰岛和气道、肠道和嗅觉上皮，以及全面的小鼠细胞图谱数据集。作者证明了 Cell-ID 在不同供体、起源组织、物种和单细胞组学技术中是可重复的，并且可用于跨数据集的自动细胞类型注释和细胞匹配。Cell-ID 改进了单个细胞水平的生物学解释，从而能够发现以前未表征的稀有细胞类型或细胞状态。

3

文章题目：Single-cell Ribo-seq reveals cell cycle-dependent translational pausing

中文题目：单细胞核糖体印记测序技术揭示细胞周期依赖性翻译暂停

影响因子：49.962

作者：VanInsberghe M, van den Berg J, Andersson-Rolf A, Clevers H, van Oudenaarden A.

引用：Nature. 2021 Sep;597(7877):561-565. doi: 10.1038/s41586-021-03887-4. Epub 2021 Sep 8.

摘要：单细胞测序方法能够深入分析多种生物体中细胞类型和细胞状态的多样性。这些工具主要侧重于对单细胞的基因组、表观基因组和转录组进行测序。然而，尽管最近在单细胞分辨率的质谱检测蛋白质方面取得了进展，但测量单个细胞中的翻译仍然是一项重大挑战。在这里，在现有流程的基础上，作者大大提高了这些检测的灵敏度，以实现单细胞中的核糖体分析。该技术与机器学习方法相结合，可实现单密码子解析。作者通过证明对特定氨基酸的限制导致核糖体在编码该氨基酸的密码子子集上暂停来验证该方法。值得注意的是，这种暂停仅在与其细胞周期状态相关的细胞亚群中观察到。作者在非限制性条件下进一步扩展了这种现象，并检测到有丝分裂期间明显的 GAA 暂停。最后，作者证明了这种技术对罕见的原代肠内分泌细胞的适用性。这项技术为确定翻译过程对看似相同的细胞之间的多样性的贡献迈出了第一步。

4

文章题目：Single-nucleus transcriptome analysis reveals cell-type-specific molecular signatures across reward circuitry in the human brain

中文题目：单核转录组分析揭示了人脑奖励回路中的细胞类型特异性分子特征

影响因子：17.173

作者：Tran MN, Maynard KR, Spangler A, Huuki LA, Montgomery KD, Sadashivaiah V, Tippani M, Barry BK, Hancock DB, Hicks SC, Kleinman JE, Hyde TM, Collado-Torres L, Jaffe AE, Martinowich K.

引用：Neuron. 2021 Sep 21:S0896-6273(21)00655-3. doi: 10.1016/j.neuron.2021.09.001. Online ahead of print.

摘要：单细胞基因表达技术是研究人脑细胞类型的有力工具，但研究工作主要集中在大脑皮层区域。因此，作者创建了一个包含 70,615 个高质量细胞核的单核 RNA 测序资源，以生成作为人脑奖励回路关键节点的五个人脑区域的细胞类型的分子分类：伏隔核、杏仁核、膝下前扣带回皮层、海马和背外侧前额叶皮层。作者首先在伏隔核中鉴定了中间神经元和中等多刺神经元 (MSN) 的新亚群，并进一步表征了杏仁核中强大的 GABA 能抑制细胞群。对 107 个报告细胞类别的联合分析揭示了细胞类型亚结构和转录组动力学的独特模式。作者确定了伏隔核中表达 D1 和 D2 的 MSN 的离散亚群，作者将细胞类型特异性富集映射到与精神疾病和成瘾相关的遗传风险。

5

文章题目：Plant Cell Identity in the Era of Single-Cell Transcriptomics

中文题目：单细胞转录组学时代的植物细胞鉴定

影响因子：16.833

作者：Ryu KH, Zhu Y, Schiefelbein J.

引用：Annu Rev Genet. 2021 Sep 16. doi: 10.1146/annurev-genet-071719-020453. Online ahead of print.

摘要：高通量单细胞转录组学方法彻底改变了对单个细胞水平的基因表达的看法，提供了对其异质性、类型和功能的新见解。最近，单细胞转录组学应用于植物的技术挑战已经克服，许多植物器官和组织现在已经在单细胞分辨率下进行分析。在这篇综述中，作者描述了这些研究及其对作者理解植物细胞多样性、分化和活性的影响。作者特别强调了它们对植物细胞特性的影响，包括前所未有的细胞转变观点以及稀有和新型细胞类型的定义。作者还指出了单细胞转录组学在植物中的应用和分析的当前挑战和未来机遇。

6

文章题目：Single-nucleus transcriptomic landscape of primate hippocampal aging

中文题目：灵长类海马体衰老的单核转录组学图谱

影响因子：14.87

作者：Zhang H, Li J, Ren J, Sun S, Ma S, Zhang W, Yu Y, Cai Y, Yan K, Li W, Hu B, Chan P, Zhao GG, Belmonte JCI, Zhou Q, Qu J, Wang S, Liu GH.

引用：Protein Cell. 2021 Sep;12(9):695-716. doi: 10.1007/s13238-021-00852-9. Epub 2021 May 30.

摘要：海马体在学习和记忆中起着至关重要的作用，它随着年龄的增长而逐渐退化，在功能上与多种人类神经退行性疾病有关。然而，仍然缺乏对灵长类动物海马细胞类型衰老影响的系统分析。在这里，作者报道了灵长类动物海马体的各种新的与衰老相关的表型变化。特别是随着时间的推移，DNA 损伤和异染色质侵蚀增加，同时蛋白质稳态丧失和炎症加剧。为了了解它们的细胞和分子原因，作者建立了第一个灵长类海马衰老的单核转录组图谱。在确定的 12 种细胞类型中，神经瞬时放大祖细胞 (TAPC) 和小胶质细胞受衰老的影响最大。对基因表达动力学的深入剖析揭示了 TAPC 分裂受损和神经元功能沿神经发生轨迹受损；此外，衰老小胶质细胞和少突胶质细胞的促炎反应升高，以及衰老内皮细胞的凝血途径失调，可能导致神经发生的不利微环境。这种了解灵长类海马衰老的丰富资源可能会提供潜在的诊断生物标志物和针对与年龄相关的神经退行性疾病的治疗干预措施。

7

文章题目：Multiplexed single-cell analysis of organoid signaling networks

中文题目：类器官信号网络的单细胞多组学分析

影响因子：13.49

作者：AuthorsSufi J, Qin X, Rodriguez FC, Bu YJ, Vlckova P, Zapatero MR, Nitz M, Tape CJ.

引用：Nat Protoc. 2021 Sep 8. doi: 10.1038/s41596-021-00603-4. Online ahead of print.

摘要：类器官是包含多种细胞类型和细胞状态的仿生组织模型。翻译后修饰 (PTM) 信号网络控制细胞表型，并且在癌症等疾病中经常失调。尽管信号网络因细胞类型而异，但在异细胞类器官中研究细胞类型特异性 PTM 的技术有限。在这里，作者提出了一种多路复用质谱 (MC) 流程，用于对类器官和与成纤维细胞和白细胞共培养的类器官中的 PTM 信号传导和细胞状态进行单细胞分析。作者描述了硫醇反应性有机体条形码原位 (TOBis) 如何实现类器官培养物的 35 重和 126 重单细胞比较，并提供飞行时间 (CyTOF) 信号分析管道 (CyGNAL) 的细胞计数以计算细胞类型-特定的 PTM 信令网络。TOBis MC 协议从类器官固定到数据采集需要大约 3 天的时间，并且可以在单次 MC 运行中从 126 种类器官培养物中的数百万细胞中生成 >40 种抗体的单细胞数据。

8

文章题目：AMULET: a novel read count-based method for effective multiplet detection from single nucleus ATAC-seq data

中文题目：AMULET：一种新的基于读取计数的方法，用于从单核 ATAC-seq 数据中进行有效的多重检测

影响因子：13.508

作者：Thibodeau A, Eroglu A, McGinnis CS, Lawlor N, Nehar-Belaid D, Kursawe R, Marches R, Conrad DN, Kuchel GA, Gartner ZJ, Banchereau J, Stitzel ML, Cicek AE, Ucar D.

引用：Genome Biol. 2021 Sep 1;22(1):252. doi: 10.1186/s13059-021-02469-x.

摘要：由于数据稀疏和有限的动态范围，检测单核 (sn) ATAC-seq 数据中的多重峰具有挑战性。AMULET (ATAC-seq MULtiplet Estimation Tool) 枚举在整个基因组中具有两个以上唯一比对读数的区域，以有效检测多重峰。作者通过在人类血液和胰岛样本中生成 snATAC-seq 数据来评估该方法。AMULET 具有高精度（通过基于供体的多路复用估计）和高召回率（通过模拟多重峰估计），与替代方案相比，当达到每个细胞核 25K 中值有效读取的特定读取深度时，最有效地识别多重峰。

空间转录组测序

空间转录组学领域不仅发文数量日益增多，成为学术界备受瞩目的对象，应用方向和产业落地进展也在不断加速。技术的不断进步对于理解细胞生物学、发育生物学、神经生物学、肿瘤生物学等关键方面都意义重大。在生物学中，空间概念被用来描述交互式的生物网络，具有重要的意义。而单细胞测序技术与空间转录组测序两个技术的结合应用也是必然的发展趋势。

9月空间转录组测序高分文章又有哪些呢？一起来看看吧。

1

文章题目：Adipocyte heterogeneity revealed by spatial transcriptomics of human adipose tissue: Painting and more

中文题目：人类脂肪组织空间转录组学揭示的脂肪细胞异质性

影响因子：27.283

作者：Langin D.

引用：Cell Metab. 2021 Sep 7;33(9):1721-1722. doi: 10.1016/j.cmet.2021.08.011.

摘要：脂肪组织由脂肪细胞和来自间质血管部分的细胞组成。在本期《细胞代谢》(Cell Metabolism)中，Bäckdahl等人(2021年)利用空间转录组学首次提供了人类脂肪组织结构的一瞥。作者确定了具有特定代谢特征的不同脂肪细胞亚群。

2

文章题目：NLRP3 Inflammasome Mediates Immune-Stromal Interactions in Vasculitis

中文题目：NLRP3炎性体介导血管炎中的免疫-基质相互作用

影响因子：17.362

作者：Porritt RA, Zemmour D, Abe M, Lee Y, Meena Narayanan M, Teixeira de Carvalho T, Gomez AC, Martinon D, Santiskulvong C, Fishbein MC, Chen S, Crother TR, Shimada K, Arditi M, Noval Rivas M.

引用：Circ Res. 2021 Sep 14. doi: 10.1161/CIRCRESAHA.121.319153. Online ahead of print.

基本原理：NLRP3 激活和 IL-1β 产生与川崎病 (KD) 发病机制有关，但是仍然缺乏对参与心血管病变发展的分子网络和细胞亚群的详细研究。

目的：在这里，在 KD 血管炎的小鼠模型中，作者使用单细胞 RNA 测序和空间转录组学来确定发炎血管组织的细胞图谱。方法和结果：作者观察到与 Nlrp3 和 Il1b 表达增加相关的小鼠 KD 心血管病变中先天性和适应性免疫细胞的浸润。单核细胞、巨噬细胞和树突状细胞是 IL-1β 的主要来源，而成纤维细胞和血管平滑肌细胞 (VSMC) 表达高水平的 IL-1 受体。发炎冠状动脉周围的 1 型 VSMC 经历表型转换成为 2 型 VSMC，其特征在于与收缩减少和迁移和增殖增强相关的基因表达变化。VSMCs 上 IL-1β 信号的遗传抑制有效地减弱了 VSMCs 2 型表型转换和小鼠 KD 血管炎期间心血管病变的发展。此外，NLRP3 的药理抑制可防止心血管炎症的发展。

结论：作者的研究揭示了与鼠 KD 心血管病变中 IL-1β 产生和信号传导有关的细胞多样性，并为靶向 NLRP3 以抑制与 KD 相关的心血管病变的治疗策略提供了理论依据。

3

文章题目：DSTG: deconvoluting spatial transcriptomics data through graph-based artificial intelligence

中文题目：DSTG：通过基于图的人工智能反卷积空间转录组数据

影响因子：11.621

作者：Song Q, Su J.

引用：Brief Bioinform. 2021 Sep 2;22(5):bbaa414. doi: 10.1093/bib/bbaa414.

摘要：空间转录组学 (ST) 的最新发展能够将组织切片中不同点的空间信息与每个点内细胞的 RNA 丰度相关联，这对于理解组织细胞结构和功能尤为重要。然而，对于这样的 ST 数据，由于一个点通常比单个细胞大，在每个点测量的基因表达来自具有异质细胞类型的细胞的混合物。因此，需要解开每个点的 ST 数据，以揭示该空间点的细胞组成。在这项研究中，作者提出了一种新方法，称为通过基于图的卷积网络（DSTG）对空间转录组数据进行解卷积，以准确地对每个点观察到的基因表达进行解卷积并恢复其细胞构成，从而实现高级分割并揭示空间组织内细胞异质性的结构。DSTG 不仅在不同协议生成的合成空间数据上表现出优异的性能，而且可以有效识别小鼠皮质层、海马切片和胰腺肿瘤组织中细胞的空间组成。总之，DSTG 基于空间定位准确地揭示了细胞状态和亚群。

4

文章题目：NovoSpaRc: flexible spatial reconstruction of single-cell gene expression with optimal transport

中文题目：NovoSpaRc：基于单细胞基因表达进行空间重建

影响因子：13.49

作者：Moriel N, Senel E, Friedman N, Rajewsky N, Karaiskos N, Nitzan M.

引用：Nat Protoc. 2021 Sep;16(9):4177-4200. doi: 10.1038/s41596-021-00573-7. Epub 2021 Aug 4.

摘要：单细胞 RNA 测序 (scRNA-seq) 技术彻底改变了现代生物医学科学。一个基本的挑战是结合空间信息来研究组织和空间基因表达模式。在这里，作者描述了使用 novoSpaRc 的详细协议，novoSpaRc 是一种计算框架，可将细胞概率分配到组织位置。该框架的核心是一个结构对应假设，即物理接近的细胞共享相似的基因表达谱。给定 scRNA-seq 数据，novoSpaRc 基于此假设空间重建组织，并且可选地，通过包括标记基因的参考图谱来改进重建。

作者描述了 novoSpaRc 算法及其在开源 Python 包 (https://pypi.org/project/novosparc) 中的实现。NovoSpaRc 在<5 分钟内将 10,000 个细胞的 scRNA-seq 数据集映射到 1,000 个位置。作者描述了使用 novoSpaRc 基于结构对应假设和人类骨肉瘤培养细胞基于标记基因信息重建 Corti de novo 小鼠器官获得的结果，并提供了程序中果蝇胚胎重建的分步指南，以证明如何将这两种策略结合起来。