多模态组学数据的联合运用在揭示细胞异质性和解析细胞命运调控机制方面具有重要意义,目前已有多种方法被开发,用于处理不同组学模态数据的整合.本研究通过对应用于不同整合任务的多种数据整合方法进行性能评测,为相关领域的研究提供有益参考.使用6个联合测序数据集对16种单细胞多模态配对数据整合方法在2类整合任务上的性能进行测试,再通过4个模拟数据集和1个真实数据集对6种空间转录组反卷积方法的性能进行评估.在RNA和ATAC配对数据整合任务中,MOFA+、SCOIT、Cobolt分别在PBMC、BMMC、SNARE数据集上取得最优表现,SCOIT在3个数据集的汇总得分中均排名前3,MMDVAE、DAE在基于AE的融合算法中表现突出.在RNA和蛋白质配对数据整合任务中,Cobolt、MOFA+、Seurat分别在P5_CITE、BM_CITE、COVID中取得最优表现,totalVI在3个数据集的汇总得分中排名靠前,基于AE的融合算法中以efMMDVAE、lfMMDVAE的表现最好.在空间转录组反卷积方法评测中,Cell21ocation和SPACEL在模拟数据和真实数据中的性能表现均优于其他方法的,其中Cell21ocation在真实数据集中表现最佳,正确地推断了两类心肌细胞在心室的比例.此外,本研究发现在配对数据整合任务中,不同方法对数据的适应性不同.SCOIT和totalVI分别是RNA与ATAC、RNA与蛋白质数据整合中表现稳定优异的方法.Seurat、MOFA+易受数据影响.

再生是组织修复的“圣杯”，但皮肤损伤通常会产生纤维化的、无功能的瘢痕。如何通过再生治疗避免创面愈合后形成瘢痕，需要对损伤到纤维化或再生进程中的分子过程进行深度理解。该文报道了导致皮肤创面细胞瘢痕化或再生的不同分子事件，从转录（单细胞RNA 测序）、蛋白质（timsTOF蛋白质组学）和组织（ECM 超微结构分析）水平上刻画了瘢痕形成与YAP抑制下的创面再生；利用单细胞表面标记，整合长时程多模态数据来揭示纤维化和再生愈合的分子轨迹。结果表明，阻断YAP 机械转导可通过激活Trps1和Wnt信号的Fb实现再生修复。最后，作者通过体内实验进行创面基因敲除和过表达，确定Trps1 是必要的和部分充分的创面再生关键调控基因。该研究建立了一个成年哺乳动物创面再生的分子生物学、细胞生物学以及蛋白质图谱，为未来研究皮肤创面再生与阻断纤维化瘢痕形成提供了广泛的研究资源。

目前肺癌的发病率和死亡率位居第一，国内食管癌患者人数占全世界一半以上，胸外科作为这两种疾病的诊治一线正面临前所未有的挑战。以手术为主，化疗、靶向治疗、免疫治疗为辅的治疗模式在不断的更新迭代，随着"空间单细胞多组学"、"更高层次的多模态"、"更深层次的学科交叉融合"等概念的出现，为胸外科的基础研究带来了机遇和挑战。我们胸外科医师应该在时代的潮流中，激流勇进，迎难而上，在基础研究领域深耕细作，促进基础向临床的转化，为胸外科的发展添砖加瓦。

单细胞多模态测序技术是近年来检测细胞类型特异性和探索基因调控细胞过程的前沿生物技术方法,根据单细胞不同组学的联合运用,可形成13种组合模式,从而形成了"多维度"、"多尺度"测序的特点.本文从针灸单细胞多模态数据库的建立、数据的预处理、预测模型的建立进行了分析,提出了具体的路径和策略.采用单细胞多模态测序技术结合传统针灸,是中医药交叉学科现代化发展的有益探索.以针灸单细胞多模态数据为驱动,建立针灸单细胞融合组学预测模型,可以推断针灸单细胞调控异质景观,将有望深度解码针灸治疗疾病的多维细胞调控机制.

目的 ·探究精神分裂症易感基因在人类和小鼠脑组织各类细胞中的表达模式.方法 ·采用4类遗传研究方法(全基因组关联研究、连锁和关联研究、拷贝数变异研究和多模态功能基因组学研究)发现精神分裂症易感基因.利用人类和小鼠脑组织单细胞RNA测序(RNA-seq)数据,分析精神分裂症易感基因在神经元、星形胶质细胞、小胶质细胞、少突胶质细胞和少突胶质前体细胞的表达模式,并采用DAVID数据库对人类脑组织单细胞特异表达的易感基因进行功能富集分析.结果 ·精神分裂症易感基因在人类和小鼠脑组织单细胞的表达模式存在差异.其中,在人类和小鼠的神经元、星形胶质细胞及少突胶质细胞中,两者共同表达的易感基因数目较多;而在小胶质细胞和少突胶质前体细胞中,两者共同表达的易感基因数目少.此外,在人类脑组织单细胞特异表达的精神分裂症易感基因参与突触可塑性调控和钙离子信号转导等生物学过程.结论 ·精神分裂症易感基因在人类和小鼠脑组织单细胞水平的表达模式具有细胞类型的差异性,可为采用小鼠模型来研究精神分裂症病因学机制提供线索和依据.

单细胞测序技术的出现使得人们能够以前所未有的精度观测细胞.然而,单次单细胞转录组测序(scRNA-seq)实验难以捕获所有细胞和基因的信息,单个模态的单细胞数据无法详细阐释细胞状态和系统变化,单细胞数据的整合分析旨在解决这两类问题.整合不同来源的scRNA-seq数据,可以收集完整的细胞类型,为构建细胞图谱提供强大助力;整合多个模态的单细胞数据,可以研究模态间因果关系和基因调控机制.数据整合方法的开发与应用帮助充分挖掘单细胞数据的丰富性和相关性,发现有意义的生物学变化.基于此,本文综述了多源scRNA-seq数据整合和单细胞多模态数据整合的基本原理、方法和应用,并讨论了现有方法的优势和不足,最后对未来的发展前景予以展望.

单细胞组学技术是近年来发展极为迅速的新兴技术之一,可在单细胞尺度上实现多种组学信息的无偏、高通量获取.目前,单细胞组学技术凭借其强大的组织异质性解析力,已成为深入理解组织的功能结构、揭示复杂疾病过程和阐明药物作用机制的革命性工具.针对破解中药复杂性、阐明中医药理论现代科学内涵所面临的技术挑战,单细胞组学技术在发现药效物质、构建作用网络和阐明整合调节机制等方面有着巨大的应用潜力,为中医药现代研究带来了新机遇.该文简要介绍了单细胞转录组测序、空间转录组和单细胞多模态组学等代表性单细胞组学技术及其主要应用模式,并在此基础上对采用单细胞组学技术开展中药现代研究的思路和应用场景进行了展望.