时空知识库_华大时空成果_时空资源_STOmics - 华大时空

登录注册

EN

时空知识库

时空知识库

时空知识库

时空知识库

搜索

首页> 资源>时空知识库

思路解析 | 细胞组学+时空组学助力早期胚胎及器官发生研究

为了助力科研人员利用前沿技术进行科研探索，华大时空特推出“细胞组学及时空组学联合研究”系列推文，将从发育、脑科学、植物、疾病等4个专题出发，详细讲解细胞组学及时空组学在以上领域的研究思路及经典案例。本篇为发育专题，下期将推出脑科学专题，敬请期待。

了解详情

脑瘤难治？华大最新研究找到“联合靶向”精准治疗新策略

北京时间2024年11月23日，华大生命科学研究院与武汉大学合作在Science Advances上发表了一项重要研究成果，不仅揭示了胶质母细胞瘤细胞在不同脑区域的适应性变化，还为未来的胶质母细胞瘤治疗提供了新的方向。研究人员指出，联合靶向AP-1和BACH1两种转录因子，能够有效地对抗胶质母细胞瘤的异质性和浸润性，提供了一种可能的双靶点精准治疗策略。未来，这一策略有望为临床治疗提供新思路，特别是在应对胶质母细胞瘤及其他弥漫性肿瘤的治疗中。

了解详情

BJD | Stereo-seq助力首次发现基质细胞是银屑病血管生成的“元凶”之一

银屑病是一种慢性、复发性、炎症性皮肤病，影响全球2%～3%的人口，其典型临床表现为鳞屑性红斑或斑块，边界清晰，并伴有全身性表现，被世界卫生组织列为最严重的非传染性疾病。银屑病的慢性炎症过程常导致骨关节、心血管等损害以及代谢异常，严重影响患者的生活质量。

了解详情

PNAS | 全球首个基于Stereo-seq构建的类器官-时空联用技术，助力精准医疗和药物开发

“类器官”是一种类似于真实器官的组织结构，它是由人体细胞、成体干细胞或多能干细胞经过体外三维（3D）培养形成的组织类似物，能够模拟真实器官的部分或全部功能。在现代生物医学研究中，“类器官”正逐渐成为疾病研究、药物开发以及再生医学的关键工具。

了解详情

Cell重磅！华大等团队取得时空算法重大突破，将全面支撑发育、疾病等研究

11月12日，华大生命科学研究院联合斯坦福大学医学院、武汉大学电子信息学院等机构在国际顶级学术期刊《细胞》（Cell）发表时空算法工具包最新研究。该国际协作团队借鉴了物理学、地理学、经济学等多个跨学科领域的数学模型，开创性开发了三维时空建模工具包Spateo，使空间转录组学技术能够精细地重构器官三维结构、系统地量化时空动态过程。该工具包的发布标志着时空组学研究迎来革新性突破，可全面支撑胚胎发育、脑科学、疾病等领域研究，为实现高精度时空生命全景观研究迈出了极为关键的一步。

了解详情

Cell | Stereo-seq助力构建全球首份多器官衰老时空图谱

北京时间2024年11月5日，中国科学院动物研究所携手华大生命科学研究院、北京基因组研究所（国家生物信息中心），在全球顶尖学术期刊《细胞》（Cell）上发表了最新研究成果，利用华大自主研发的“超广角百亿像素生命照相机”——时空组学技术Stereo-seq，构建了全球首份多器官衰老时空图谱，增强了对衰老生物学机制的理解，找到了可用于衰老预警和评估的新型生物学标志物，并为进一步探索衰老的干预策略奠定了理论基础。

了解详情

Cell Discovery | Stereo-seq助力揭示新冠病毒感染金黄地鼠肺部的全景特征

近日，《Cell Discovery》期刊发表了两篇重要的研究论文。研究人员利用华大自主研发的高精度大视场时空组学技术Stereo-seq，以及单细胞转录组测序技术DNBelab C4，详细绘制了叙利亚仓鼠（金黄地鼠）感染SARS-CoV-2新冠病毒后，肺部从急性感染、严重肺炎到病毒清除及感染后期炎症消退的时空转录组全景图谱，揭示了整个感染过程中关键免疫细胞群体的变化及其相互作用特征。

了解详情

Cell Discovery | Stereo-seq助力绘制小鼠胎盘发育精细时空图谱

近日，复旦大学附属妇产科医院、浙江大学医学遗传与发育研究院和深圳华大生命科学研究院联合开展研究，在国际知名学术期刊Cell Discovery发表最新研究成果。团队利用华大自主研发的时空组学技术Stereo-seq，成功构建并解析了胚胎植入后第7.5天至第14.5天小鼠胎盘发育的时空图谱，为探索胎盘发育的关键基因和通路提供了宝贵的数据资源和重要线索。

了解详情

Cell Systems封面 | 华大去噪算法助力获取高质量时空转录组数据

2024年10月16日，北京华大生命科学研究院最新成果以封面文章形式发表于Cell Systems。该成果介绍了时空转录组去噪算法SpotGF，阐释了这套算法如何识别并过滤噪声基因，有效降低时空组数据中的噪声，并避免新的假阳性信号。

了解详情

Nature Methods | IRIS：针对空间转录组学，进行高效且精确的整合参考信息的空间区域检测

近日，来自于布朗大学的Ying Ma以及密西根大学的Xiang Zhou在Nature Methods上发表了一篇题为“Accurate and efficient integrative reference-informed spatial domain detection for spatial transcriptomics”的研究文章。该文章介绍了一种名为IRIS的计算方法，旨在通过准确和高效地检测空间域来表征空间转录组学（Spatially resolved transcriptomics，SRT）研究中的组织结构域。IRIS独特地利用单细胞RNA测序数据，以生物学上可解释的方式检测空间域，并整合多个SRT切片，同时显式考虑切片内和切片间的相关性。

了解详情

1 2 3 4 5

8