计算方法的创新继续推动单细胞及空间多组学技术的实际应用。为此，我们精心挑选了10篇前沿文章，概览了当前在细胞类型识别、差异基因筛选、互作网络分析、资源数据库构建等方面的部分进展。这些文章揭示了计算方法在将单细胞及空间多组学的前景转化为现实应用中的关键作用。
综述类文章《空间转录组数据细胞组成推断方法的综合比较》深入探讨了10种空间转录组数据细胞组成反卷积分析方法的原理、特性及性能评估。通过不同空间转录组数据集的比较，该研究明确了各种方法在不同场景下的适用性与优劣。
《空间转录组数据分析方法的最新进展》综述了空间转录组数据分析领域的最新进展，包括识别细胞类型、表征转录组谱的空间模式、亚细胞结构分析和细胞与组织环境的通信研究，提供了综合性的工具和管道概览。
《基于共变邻域鉴定表型相关亚群的单细胞转录组分析方法》提出了一种无监督的表型共变细胞群体鉴定方法CNA，通过量化单细胞转录组数据的邻域粒度分析，有效克服了粒度模糊问题，同时提供了统计学检验模型，提升了细胞群体鉴定的准确性和效率。
《CellDART：通过域自适应推断空间转录组数据的细胞类型》介绍了一种改进的对抗性判别域自适应算法CellDART，该算法在空间转录组数据中推断细胞类型，显著提高了性能，并可适应不同空间转录组平台的数据分析。
《trendsceek：识别带有空间信息的高可变基因》提出了一种基于标记点过程的方法trendsceek，用于识别空间组数据和单细胞数据中的高可变基因，揭示了空间模式和表达梯度。
《MERINGUE：在不均匀细胞密度的空间分辨单细胞转录组数据中描述空间基因表达的异质性》开发了一种计算框架MERINGUE，能够独立于细胞密度识别空间基因表达的异质性，适用于多种空间分辨的转录组数据集。
《MISTy：空间转录组细胞互作分析方法》提出了一种灵活可扩展的机器学习框架MISTy，用于从空间组学数据中提取细胞互作关系，无需单元格类型注释，能生成新假设并与临床特征关联。
《GCNG：从空间转录组数据推断基因相互作用的图卷积网络方法》介绍了一种基于图卷积神经网络的GCNG方法，用于预测细胞外基因的相互作用，利用图结构中的关系提高预测性能。
《RNALocate v2.0：RNA亚细胞定位数据资源分析平台》提供了一个更新的RNALocate资源平台，包含213,216个RNA亚细胞定位条目，新版本增加了数据源和物种覆盖范围，提供了额外的预测工具。
《SpatialDB：空间解析转录组数据库》构建了首个手动管理的SpatialDB数据库，包含多种空间分辨转录组数据集，支持空间基因表达谱的可视化和比较，提供了空间变量基因及其功能注释。
这些文章共同展示了单细胞及空间多组学数据分析领域的最新进展，为生物医学研究提供了强大的工具和资源库。关注这些文章，有助于深入理解并利用单细胞及空间多组学技术在疾病机理、精准医学等领域的应用潜力。
...深挖生物学内涵,助力精准医学 | 时空简讯38期
生物医学领域正见证单细胞及空间多组学（特别是空间转录组）技术的迅速发展，带来海量生物信息数据。为有效处理和利用这些数据，华大时空推出数据分析方法专题简讯，精选代表性文章，涵盖差异基因筛选、细胞类型识别、互作网络分析、临床预测工具与平台、数据资源库等，旨在快速、高效地传播单细胞及空间多组学数据...
时空及单细胞组学数据分析——解读生物信息,破解生命之谜 | 时空简讯4...
时空简讯第48期的内容聚焦于生物信息学领域，特别是时空组学和单细胞组学生信数据分析。6月9日，生命时空组学高峰论坛将在武汉中国光谷科技会展中心举行，论坛将围绕生信算法研讨会展开，邀请全国科研机构和高校的顶尖专家共同探讨这一领域的最新进展和应用。论坛亮点之一是展示了10篇前沿文章，涵盖了时空组学和...
丁香园专访 | 专注单细胞科服领域,跑赢最后一公里
在生命科学研究的宏大画卷中，细胞作为生物体的最基本单位，其复杂而精细的结构与功能，构成了生命活动的基石。近年来，单细胞测序技术的兴起，如同一盏明灯，照亮了科学家们探索生命奥秘的新路径。本期专访，我们有幸邀请到了欧易生物单细胞事业部总经理张志明，深入探讨单细胞技术的现状与未来。张志明先生...
2023 年生物信息学十大进展
3. 单细胞组学单细胞组学技术的提升使研究人员能够深入研究细胞异质性，汤富酬教授和文路副研究员的综述文章对此进行了详细总结。4. 宏基因组学与微生物组研究宏基因组学揭示了微生物群落的秘密，对健康和疾病有深远影响。5. 结构生物信息学与冷冻电镜结构生物信息学与冷冻电镜技术的进步，提升了我们解析...
...博奥晶典强势推出SpaceM空间代谢组技术服务,打造空间多组学新...
博奥晶典SpaceM空间代谢组平台在无标记条件下高效检测感兴趣代谢物的相对含量，并精准定位其空间分布，对肿瘤、糖尿病、心脑血管疾病、神经类疾病和发育缺陷等代谢相关疾病分子机制研究以及药物筛选和药物研发产生极大的推动作用。在精准医学、转化医学、临床研究以及基础生命科学研究领域具有重要应用前景。参考...
单细胞(细胞核)转录组分析
单细胞测序，如单细胞RNA测序（scRNA-Seq），通过高通量测序解析单个细胞的基因表达，揭示细胞间的异质性，对生物医学研究和精准医疗产生了深远影响。单细胞测序技术的复杂性体现在，例如，一个基因被认为是表达的，通常需要在1000万个读数中达到50RPKM。在实际操作中，为了确保准确性和细胞类型的识别，需要...
自主研发!军事医学研究院团队提出 MIDAS,可用于单细胞多组学数据...
军事医学研究院的应晓敏和伯晓晨团队在Nature Biotechnology上亮剑，创新性地推出了MIDAS，这款基于自监督学习和信息论的强大工具，为单细胞多组学数据的整合难题提供了一把钥匙。MIDAS以生成式AI为核心，犹如一个多维度的艺术家，将ATAC、RNA和ADT等多种单细胞数据模态无缝对接，实现了前所未有的数据整合能力...
多组学在科学研究中有哪些重要意义?
多组学是一种快速兴起的、以先进的测序和芯片技术为动力的生命科学研究方法，代表了一种新的全面理解生物学的视角，能够帮助我们探寻规律、看到隐藏在某一类数据后的“秘密”，让我们更深入地了解生物学，解码生命奥秘。近年来，随着测序成本的不断降低和技术水平进步，多组学分析也变得更加全面，具备更好的...
如何榨干一张FFPE样品,多组学研究思路盘点
基因组学与转录组学研究中，FFPE样本通过贝克曼库尔特的FormaPure XL FFPE样本核酸提取试剂盒，有效克服核酸质量不佳的问题，确保后续基因组\/转录组分析的可行性。IDT的xGen文库制备试剂盒优化了FFPE样本的基因组\/转录组表达谱分析流程。蛋白组学研究中，多色荧光免疫组化（mIHC）技术在FFPE样本上实现定量、...
单细胞测序技术的原理是什么?
单细胞测序技术的实施首先要求将细胞群体中的单个细胞进行分离。这一过程依赖于精确的技术手段，如流式细胞术等，确保每个细胞都能得到独立分析。分离后的单个细胞被标记，用于后续的捕获和测序。这一技术能够直接揭示单个细胞的基因组、转录组、表观基因组等遗传信息，为研究细胞内部复杂过程提供详尽数据。单...
