Cell专题发表全球首批生命时空图谱,国家基因库发布时空组专辑数据库开启文献“可视化解读”新模式!

2022-05-05 303CNGBdb

深圳华大生命科学研究院联合多家机构的研究者们,利用华大堪称“超广角百亿像素生命照相机”的时空组学技术Stereo-seq,首次绘制了四种模式生物胚胎发育或器官的时空图谱,包括和人的基因相似度高达80%的实验室明星小鼠、参与高中课本里著名的摩尔根杂交实验的果蝇、胚胎发育研究的重要模式生物斑马鱼和植物研究的“网红”拟南芥。这是首次从时间和空间维度上对生命发育过程中的基因和细胞变化过程进行超高精度解析,为认知器官结构、生命发育、人类疾病和物种演化提供全新方向。

5月4日晚,Cell出版社官网以时空组学联盟(STOC)专题的形式发布了系列成果,其中,基于华大自主研发的高精度大视场Stereo-seq技术绘制的小鼠胚胎发育时空图谱相关成果在《细胞》(Cell)期刊在线发表,斑马鱼、果蝇、拟南芥时空图谱相关成果在《细胞》子刊《发育细胞》(Developmental Cell)在线发表。

时空组专辑数据库-1.png

为推动时空组学在生命科学各个领域的广泛应用,华大研究院等机构发起了时空组学联盟,这是一个国际化科学联盟,由来自哈佛大学、剑桥大学、牛津大学等16个国家的80多位科学家组成。本次专题成果是由华大研究院联合时空组学联盟单位主导的、时空组学联盟产出的第一批重磅成果。

“通过Stereo-seq技术,人类首次以500纳米的空间分辨率实现了生命全景时空图谱的绘制。在过去,要做几千甚至上万次的实验才能完成的时空图谱,现在,在华大自主研发的时空芯片上,只需一次定位就能实现。这是生命科学工具的里程碑式突破。”Cell 论文第一作者、深圳华大生命科学研究院时空组学首席科学家陈奥表示。

“时空组学技术的出现,实现了生命在时间和空间维度上细胞‘地图’的全面绘制,让我们可以在细胞甚至亚细胞分辨率下,观察到正常状态和疾病状态下分子和细胞的分布及细胞之间的互作情况,真正实现了从高精度结构的角度去理解功能,这将大大推动我们对于生命复杂性和人类疾病的全面认知。”系列论文的共同通讯作者之一、深圳华大生命科学研究院单细胞组学首席科学家刘龙奇表示。

“得益于Stereo-seq技术的超大视野,科研人员可以在发育中的小鼠胚胎上以非常高的分辨率和测序深度进行组织的分析和研究,” 时空联盟成员、《细胞》论文共同作者、英国剑桥大学临床医学院(School of Clinical Medicine)院长Patrick Maxwell教授表示,“利用本研究免费公开的数据,大家可以真正地理解哺乳动物是如何发育的,组织是如何组成的等问题。这也将使我们深入了解发育的过程、正常的组织功能,以及疾病。”

“时空组学技术所需要的数据体量相比过去的组学技术有数量级的提升,这是一项前所未有的挑战。为此,我们开发了一系列适应其数据分析的新算法及相关的可视化数据库,希望能助力解决未来该领域在计算存储、算法算力上可能面临的一系列挑战。”系列论文的共同通讯作者之一、深圳华大生命科学研究院生物信息首席科学家黎宇翔提到。

“生命科学的进步有赖于技术的发展,未来我们还将进一步研发适用于临床样本的时空技术及时空多组学技术,我们相信该技术将为生命科学和医学研究带来重要推动作用。”系列论文的另一位共同通讯作者、深圳华大生命科学研究院院长徐讯表示,“生命时空图谱的绘制离不开以大科学工程为组织方式的全球科学家的携手合作,通过时空组学联盟,我们未来将和各领域科学家共同努力,推动器官图谱、疾病病理、个体发育和生命演化等方向的全面发展。”

上述系列研究由深圳华大生命科学研究院联合中国科学院广州生物医药与健康研究院、南方科技大学、华中农业大学等来自6个国家的32个科研团队共同参与完成。研究已通过伦理审查,严格遵循相应法规和伦理准则。

深圳华大生命科学研究院联合国家基因库共同打造时空组专辑数据库助力时空组学研究,开启时空组学文献“可视化解读”新模式

国家基因库正在搭建的STOMICS DataBase是一个与时空组学主题相关文献和数据集的综合资源库,同时其还在线部署了工具用于数据查看、分析和可视化,一站式促进时空组学领域科学研究。目前STOMICS DataBase已收录与时空组学主题相关的文献5735篇和数据集141个。

作为STOMICS DataBase的子库——时空组专辑数据库与Cell专题同期发布。上述4篇Cell系列模式生物时空组学研究成果相关数据库/数据集均已收录在时空组专辑数据库中。科研人员可以通过该专辑数据库快速获取文献概要、研究数据、分析工具、数据可视化分析结果等关键信息,全面提升文献要点解读及数据/分析工具搜索效率,促进时空组学领域科研成果转化及技术发展。

时空组专辑数据库-2.png

MOSTA: 小鼠器官发育时空转录组图谱

研究者们利用Stereo-seq技术构建出了世界上首个系统清晰的小鼠器官跨时期空间基因表达图谱集。这也是首次在单细胞分辨率水平上解析空间基因表达谱,为哺乳动物发育研究提供重要的数据参考,推动我们更好地认识胚胎的成长和器官发生,也为出生缺陷相关研究提供指导。

时空组专辑数据库-3.png

MOSTA通过交互式可视化,方便用户查看和检索小鼠胚胎各个基因在不同时期的空间表达。用户可通过数据库主页面或导航栏,快速获取研究内容梗概、时空聚类分析结果、研究技术(Stereo-seq)简介、研究中使用分析软件及产生的数据资源信息,同时还能直接下载研究数据及分析文件等。

期刊:Cell
数据编号:CNP0001543
数据集:https://db.cngb.org/stomics/datasets/STDS0000058 数据库:https://db.cngb.org/stomics/mosta/

除了小鼠,科研人员还对斑马鱼、果蝇等模式生物的发育过程进行了研究,构建了斑马鱼和果蝇胚胎发育的时空图谱,为胚胎发育过程中的模式形成及相关分子机理研究提供重要的数据参考,也为进化过程中胚胎演化的研究提供了可能。

ZESTA:斑马鱼胚胎发育时空图谱

ZESTA利用Stereo-seq技术分析了斑马鱼胚胎发育过程中基因表达和调控网络的时空动态。该数据库分析了91个胚胎切片,涵盖了发育的前24小时内的6个关键时间点,获得了10x10x15µm3(接近细胞大小)分辨率的152,977个点的空间坐标。 同时确定了特定组织组织的空间模块和共变基因。通过对各时间点的Stereo-seq和scRNA-seq数据进行综合分析,重建了斑马鱼胚胎发育过程中细胞命运转变和分子变化的空间解析发展轨迹。

时空组专辑数据库-4.png

用户可通过数据库主页面或导航栏,快速获取研究内容梗概、时空和单细胞转录组聚类分析结果、空间分辨发展轨迹、研究技术(Stereo-seq)简介、研究中使用分析软件及产生的数据资源信息,同时还能直接下载研究数据。

期刊:Developmental
Cell数据编号:CNP0002220 数据集:https://db.cngb.org/stomics/datasets/STDS0000057 数据库:https://db.cngb.org/stomics/zesta/

Flysta3D:果蝇胚胎和幼虫的3D时空图谱

Flysta3D旨在管理由Stereo-seq生成的果蝇胚胎和幼虫所有阶段的三维空间转录组数据,通过可视化和分析感兴趣的基因空间表达模式、聚类和注释3D重建组织特异性的空间转录组,模拟组织发育过程中的发展轨迹,识别细胞信号通路和基因调控网络,在完整的空间环境中检查基因功能等。

时空组专辑数据库-5.png

用户可通过数据库主页面或导航栏,快速获取研究内容梗概、时空聚类分析结果、3D模型、研究技术(Stereo-seq)简介、研究中使用分析软件及产生的数据资源信息,同时还能直接下载研究数据。

期刊:Developmental Cell
数据编号:CNP0002189 数据集:https://db.cngb.org/stomics/datasets/STDS0000060 数据库:https://db.cngb.org/stomics/flysta3d/

拟南芥叶片单细胞空间转录组图谱

为攻克长期以来研究人员无法对植物叶片中高度相似细胞类型的分子特征进行有效解析的难题,研究人员还基于Stereo-seq技术成功开发出适用于植物的单细胞空间组技术,并将此技术应用于植物叶片细胞的空间组学研究。该技术将会应用于植物基础科学研究和作物育种研究中,如在水稻、小麦和玉米等作物的种子发育和抗旱、耐高温和耐盐等机制解析中进行优势关键基因的挖掘,为高产、优质、抗逆作物品系的培育贡献力量。

时空组专辑数据库-6.png

该数据集包含由植物细胞壁染色与Stereo-seq高分辨率空间转录组技术相结合产生的数据,展示了拟南芥叶片中的第一个原位单细胞转录组分析。同时此研究证明了从主脉到叶缘存在细胞类型特异性空间基因表达梯度。重建这些梯度,首次根据特定细胞类型的空间分布显示其发育轨迹。用户可通过数据集页面快速获取研究内容梗概、样本信息、时空聚类分析结果,同时还能直接下载研究数据。

期刊:Developmental Cell
数据编号:CNP0002618 数据集:https://db.cngb.org/stomics/datasets/STDS0000104

未来,时空组专辑数据库将持续收录时空组学领域最新研究成果,为广大科研人员提供最全面的文献可视化解读综合信息,助力时空组领域技术创新发展,促进器官结构、生命发育、物种演化、人类疾病等方向的重新认知及深入研究。

参考文献:https://www.cell.com/consortium/spatiotemporal-omics
信息来源:“华大BGI”公众号

上一篇下一篇

相关专题