单细胞视角—新技术、新工具、新发现

单细胞视角—新技术、新工具、新发现 by 单细胞天地

1 scPlotter 的单细胞可视化R包

基于plotthisR包，支持 TCR/BCR 分析并与 scRepertoire 兼容

地址：https://github.com/pwwang/scplotter
文档：https://pwwang.github.io/scplotter/index.html

2 scExplorer: 一个针对单细胞RNA测序数据分析的网页工具

❝
文章：scExplorer: A Comprehensive Web Server for Single-Cell RNA Sequencing Data Analysis
链接：https://www.biorxiv.org/content/10.1101/2024.11.11.622710v1

基于Seurat进行差异基因表达分析
支持使用Scrublet进行双细胞检测, 并可使用多种工具进行批次校正，最后可以导出为python或R格式的数据
网站搭建思路：

前端：使用Node.js和Express框架构建，负责用户界面和交互
后端：基于FastAPI，处理数据请求和分析任务
分析模块：集成了Scanpy和Seurat等流行的单细胞数据分析工具，执行具体的数据处理和分析
任务调度：使用SLURM进行作业调度，确保分析任务的高效管理和执行

3 单细胞技术探索囊泡在细胞间的物质转运机制

❝
文章：Combining Cre-LoxP and single-cell sequencing technologies: insights into the extracellular vesicle cargo transfer
链接：https://www.oaepublish.com/articles/evcna.2024.58

Cre-LoxP系统可以在特定细胞中进行基因标记，从而追踪这些细胞与其他细胞之间的囊泡转运。单细胞测序能够分析细胞外囊泡包含的物质，包括RNA、蛋白质等，有助于理解不同细胞类型之间的具体通信分子。

研究人员首次将Cre-LoxP系统与单细胞测序技术相结合，用于在体内监测EVs的转移和功能。具体来说，该研究利用胰腺导管腺癌小鼠模型，通过scRNA测序跟踪Cre重组酶mRNA在EVs的传递，并分析了EVs摄取对肿瘤微环境中巨噬细胞、中性粒细胞和肥大细胞基因表达谱的影响。

研究发现,在BAG6缺失的肿瘤中，EV主要被肥大细胞摄取，诱导肿瘤微环境的变化，促进肿瘤生长。未来可以进一步研究EV表面蛋白(如白介素-33)对受体细胞表型的影响。

4 微流控技术革新单细胞研究

❝
来源：https://phys.org/news/2024-11-cell-technologies-microfluidics.html

2024年11月，弗劳恩霍夫微工程与微系统研究所的科学家们成功将微流控技术与单细胞技术结合，这项创新技术能够精确操控单个细胞，加速细胞打印和个性化医疗的发展。通过这种新技术，科学家们可以在实验室环境中模拟细胞间的相互作用，为疾病研究和药物开发提供了重要的实验基础。

此外，这项技术在癌症研究中显示出巨大的潜力，研究人员可以利用它来检测血液中的癌细胞，从而实现早期诊断。

5 Parse Biosciences推出GigaLab，革新单细胞测序

❝
来源：https://www.parsebiosciences.com/

利用创新的 Evercode 技术和扩展的自动化功能,GigaLab 实现了突破性的研究，能够更好地检测低表达基因。每年可分析高达 25 亿个细胞，满足大型研究的需求
实时数据处理：配备强大的数据分析软件（如 Trailmaker），可以即时处理和分析生成的数据
可以通过一次实验测量 90 种细胞因子对 18 种免疫细胞类型的影响，拿到了 1092 个样本共 1000 万个细胞的数据集

6 单细胞技术揭示酵母的双重角色：面包与啤酒的秘密

❝
来源：https://singleron.bio/products/gexscope-single-cell-yeast/

尽管面包和啤酒都依赖于酵母的发酵作用，但所用的酵母种类却有所不同。面包通常使用酵母菌（如酵母菌），而啤酒则多采用啤酒酵母（如酵母），两者在发酵过程中产生的风味和气泡特性各异。

Singleron_Bio推出了GEXSCOPE scRNA Kit，能够检测到酵母在不同碳源培养条件下的基因表达差异，比如在葡萄糖培养条件下,酵母表达氧应激相关基因，而在半乳糖培养条件下,会表达丙酮酸代谢相关基因。

7 新辅助免疫化疗在食管鳞状细胞癌中的反应机制研究

❝
文章：Single-cell sequencing reveals immune features of treatment response to neoadjuvant immunochemotherapy in esophageal squamous cell carcinoma
链接：https://www.nature.com/articles/s41467-024-52977-0

研究人员在Nature Communications上发表了一项重要研究，探讨了新辅助免疫化疗（nICT）对食管鳞状细胞癌（ESCC）患者的治疗反应机制。该研究分析了18名ESCC患者的23个肿瘤样本，运用单细胞RNA和TCR测序技术。

研究结果显示，CXCL13+CD8+ Tex细胞的存在能够预测患者对新辅助免疫化疗的预后。在那些对治疗没有反应的患者中，发现CD4+ Treg-TNFRSF4细胞、LRRC15+癌相关成纤维细胞（CAFs）和SPP1+巨噬细胞的数量显著增加。这些发现提示，特定免疫细胞的变化可能与治疗效果密切相关。

此外，研究还进行了小鼠模型实验，结果表明CXCL13的给予能够显著增强抗PD-1治疗的效果。这一发现为未来的治疗策略提供了新的方向，可能帮助提高ESCC患者的治疗反应率。

8 长读长测序开启单细胞研究新纪元

❝
来源：https://www.argentag.com/post/long-read-the-missing-piece-in-single-cell-sequencing

在单细胞测序领域，传统的测序平台通常受限于短读长，无法覆盖完整的RNA转录本，导致重要的异构体和序列数据的丢失。长读长测序技术的引入正在改变研究者们对细胞亚群和基因表达的理解。

长读长测序允许研究人员分析完整的RNA转录本，提供更丰富的生物信息。例如，在CAR-T细胞疗法中，研究人员可以通过匹配个体细胞的T细胞受体全序列与其转录组，获得更详细的适应性免疫反应信息。此外，针对阿尔兹海默病等疾病，长读长测序能深入研究基因的剪切异构体，揭示其不同功能。

ArgenTag公司推出的单细胞RNA文库制备试剂盒是首个专为长读长测序设计的单细胞试剂盒。该试剂盒能够将单个细胞的mRNA转化为可直接用于长读平台（如ONT或PacBio）的全长标记cDNA。其智能条形码技术能够有效抵御长读长测序中的噪声，从而加快读取分配速度。该试剂盒无需特殊设备，能够在便携式微流控芯片上将单细胞分隔至单独的微孔中，捕获其mRNA，最多可分析10,000个单细胞或细胞核，实验时间仅需5小时。

9 新方法scTrace+提升单细胞命运推断能力

❝
文章：scTrace+: enhance the cell fate inference by integrating the lineage-tracing and multi-faceted transcriptomic similarity information
链接：https://www.biorxiv.org/content/10.1101/2024.11.12.623316v1

scTrace+采用了一种概率矩阵分解模型（Kernelized Probabilistic Matrix Factorization Model），能够有效整合来自不同时间点的细胞数据。该方法构建了一个二进制矩阵，以表示细胞之间的谱系关系，并利用每个时间点内的细胞克隆和细胞相似网络作为辅助信息。通过low-rank matrix completion技术，scTrace+能够推断出更全面的细胞命运转换概率，从而为研究人员提供更深入的细胞命运动态理解。

10 新模型“scGenePT”助力单细胞基因扰动预测

❝
文章：scGenePT: Is language all you need for modeling single-cell perturbations?
链接：https://www.biorxiv.org/content/10.1101/2024.10.23.619972v1

单细胞基因扰动是指对单个细胞内基因进行调控（例如，基因的上调或下调）所造成的变化。了解这些变化对研究生物机制和开发疾病治疗方法至关重要。

传统上，科学家们主要依赖于实验数据（如单细胞RNA测序数据）来建立模型。而“scGenePT”模型则引入了语言信息，利用科学文献中的知识来增加相关信息。研究团队在现有的scGPT模型基础上进行了扩展，整合了来自NCBI Gene、UniProt和Gene Ontology等多个来源的语言嵌入。这使得“scGenePT”能够利用更丰富的知识进行预测。