流形学习在单细胞组学数据分析中的运用
以10x Genomics为代表的单细胞组学检测技术的发展，为我们从细胞层面去理解生命体的发育过程，疾病发生和发展过程提供了重要的手段。以单细胞转录组(scRNA-Seq)为例，我们可以发现，单细胞组学数据具有横向细胞数量巨大，纵向数据分布稀疏的特点。因此，针对单细胞数据，从分析的角度提出了巨大的挑战。在这个过程中，流形学习的发展，为单细胞数据的降维和可视化提供一种解决方案。以下，我们通过Q&A形式来分享流形学习在单细胞数据分析中的运用。1.什么是流形学习？流形学习是机器学习的一种，2000年以后被认为属于非线性降维的一个分支。流形学习的本质是用低维度数据分布去解释高维度数据，也可以把它理解成寻找一个高维数据空间到低维数据空间的映射。非线性降维技术（广义上“非线性降维技术”≈“流形学习”，狭义上后者是前者子集）。流形学习在单细胞数据中的作用就是为了解决使高维的数据进行合理降维的过程。2.流形学习的分类有哪些？流形学习......阅读全文
机器学习遇到单细胞组学：Perturbation－Modeling
细胞生物学的相关研究一直受限于数据的完整性和表型的完整性，对应激状态和稳态下的细胞区别观察不够充分。过去五年中，计算机视觉和语音识别领域通过对大量的无标签数据进行学习、建模，很好的解决了数据不足的问题。同样在最近的研究中，机器学习方法使用单细胞数据进行扰动建模也推动了细胞生物领域前进。
2025蛋白质组学大会之单细胞蛋白质组学研究
2025年10月13日上午10:10，第12届AOHUPO大会暨第8届AOAPO大会、π-HuB国际大科学计划第三届全球峰会暨第13届CNHUPO大会“Single Cell Proteomics”分论坛在广州白云国际会议中心汕头厅（Shantou Hall）成功举行。 本场论坛由浙江大学方群
当代谢组学技术遇到单细胞测序技术
代谢组的状态是对遗传因素、外部环境和治疗干预等信息的综合反映，因此是一个跟踪和了解上述因素对表型影响的理想研究目标。代谢组可做多种样品类型、结果富含各种信息、可作为连接其他组学数据与表型之间的桥梁。过去20年，组学研究飞速发展，处于中心法则末端的代谢组学虽然起步较晚但是发展很快。很多组学研究目前已进
单细胞表观组学：单细胞ChIPseq解码细胞命运决定机制
在国家重点研发计划“干细胞及转化”重点专项（批准号：2017YFA0103402）等资助下，北京大学分子医学研究所、北大-清华生命科学联合中心何爱彬课题组近期突破单细胞表观遗传研究的瓶颈，开发了两种具有普适性、操作简单、风格迥异的单细胞ChIP-seq技术，可适应于不同课题研究需要，解析发育与疾
Nature发布单细胞基因组学新技术
胚胎是如何形成我们肺脏、肌肉、神经和其他组织中的细胞的?一种新的方法可以解码使得胚胎万能细胞能够增殖并转变为机体许多特化细胞类型的遗传指令。 一开始是一团相同的细胞，随着增殖不断地改变形状和功能，最终变为我们肺脏、肌肉、神经和机体所有其他特化组织中的细胞。胚胎拥有这种创造奇迹的能力。
布鲁克发布全新空间单细胞代谢组学研究策略
摘要 * 创新的无偏原位空间单细胞代谢组学（SSCM）能够以单细胞分辨率实现高通量代谢组织样本表征； * 基于 timsTOF fleX MALDI 的全新 5 μm microGRID 技术可在大视场内提供几乎无伪影的小分子图像； * 创新的 4D-代谢组学可通过 CCS-Predict
单细胞脂质组学技术的机制及意义
5月17日，清华大学精密仪器系质谱研究团队发文报道基于质谱的单细胞脂质组精细结构表征技术，实现了哺乳动物单细胞内脂质的大规模精细结构分析，解决了单细胞质谱领域长期面临的关键技术挑战。基于单细胞内多种类型脂质异构体的鉴定与相对定量，该团队实现了野生型非小细胞肺癌（HCC827）细胞群体中耐药细胞的
单细胞和空间组学技术在肝脏领域应用
近期，中国科学院上海营养与健康研究所李虹研究组在《肝脏病学杂志》（Journal of Hepatology）上，发表了题为Single-cell and spatially resolved transcriptomics for liver biology的综述文章。该文章阐述了前沿的单细胞
单细胞和空间组学技术在肝脏领域的应用
近期，中国科学院上海营养与健康研究所李虹研究组在《肝脏病学杂志》（Journal of Hepatology）上，发表了题为Single-cell and spatially resolved transcriptomics for liver biology的综述文章。该文章阐述了前沿的单细胞
我国在单细胞蛋白质组学研究获突破
浙江大学化学系微分析系统研究所方群教授团队，联合北京大学医学部精准医疗多组学研究中心主任黄超兰教授团队，在单细胞蛋白质组学分析研究领域取得突破性进展。研究论文近日在线发表在美国《分析化学》杂志上。 黄超兰介绍，近年来，基于细胞群体内的蛋白质组学研究，已越来越难以满足对生命功能深入探究的需要。从
肝脏生物学中单细胞和空间组学技术的成果与挑战
近期，中国科学院上海营养与健康研究所李虹研究组在《肝脏病学杂志》（Journal of Hepatology）上，发表了题为Single-cell and spatially resolved transcriptomics for liver biology的综述文章。该文章阐述了前沿的单细胞
大咖云集，共襄单细胞多组学及空间组学线上峰会
2009年，第一篇单细胞mRNA测序的文章的发表，标志着单细胞转录组测序的时代正式来临。2013年，单细胞测序技术被《Nature Methods》评为年度技术。同年，《Science》将单细胞测序列为年度最值得关注的六大领域榜首，认为该技术将改变生物界和医学界的许多领域。 目前，基于单细胞技
大咖云集，共襄单细胞多组学及空间组学线上峰会
2009年，第一篇单细胞mRNA测序的文章的发表，标志着单细胞转录组测序的时代正式来临。2013年，单细胞测序技术被《Nature Methods》评为年度技术。同年，《Science》将单细胞测序列为年度最值得关注的六大领域榜首，认为该技术将改变生物界和医学界的许多领域。 目前，基于单细胞技
首个棉花纤维起始发育单细胞时空组学图谱发布
近日，中国农业科学院棉花研究所乡村振兴科技创新团队牵头构建了首个结合单细胞转录组、空间转录组及空间代谢组的棉花纤维起始发育图谱。利用该图谱可以识别关键基因的表达模式及其与代谢途径的关系，深入剖析纤维发育过程中的核心调控机制。相关研究成果发表在《自然通讯（Nature Communications）》
Nature论述：单细胞基因组学揭开“免疫新世界”
人类对生命的好奇，从来没有减退。一个多世纪以来，科学家们一直试图解析构成我们机体的成千上万亿个细胞，从一米长的神经元到8微米宽的红细胞。他们希望从中找到解析重要生理、病理过程，挖掘重要的细胞类型和信号通路。 但是，过去几十年，包括荧光抗体标记技术、DNA和RNA测序技术等在内的研究工具却不能解
单细胞基因组学：通往个体化医疗之门
随着第二代测序技术的普及，单细胞测序迎来了迅猛发展。 近日，南方科技大学生物学系副教授贺建奎在美国冷泉港参加了单细胞分析会议后，在科学网博客里写道：“这是一个非常令人激动的前沿学术会议，我深深地体会到了单细胞基因组学时代的来临。” 他对《中国科学报》表示：“单细胞基因测序技术的突破，只是开了
IsoPlexis单细胞蛋白质组学检测服务即将启动啦！
重磅消息来袭 你想要的单细胞 蛋白质组学检测服务即将启动啦！ 单细胞蛋白质检测技术 传统的细胞分析通常包含数千个或更多的细胞，提供了一个总体平均值，掩盖了重要的细胞异质性，尤其是一些发挥重要作用的稀有细胞群体的意义，比如免疫细胞、肿瘤细胞、干细胞等均展现出广泛的异质性。 当前，随着单细
单细胞组学解码泛癌肿瘤微环境中的T细胞
T细胞是最关键的抗肿瘤免疫细胞。肿瘤微环境中存在“肿瘤浸润T细胞”亚群，能够对肿瘤抗原产生反应，肩负着清除肿瘤细胞的重任，也是摧毁癌细胞的“主力军”。然而，随着肿瘤发展，这些英勇的“战士”常常陷入功能失调状态，“战斗力”大幅下降，被科学家称为“T细胞耗竭”。越来越多的证据表明，不同癌症的肿瘤微环境对
流形学习在单细胞组学数据分析中的运用
以10x Genomics为代表的单细胞组学检测技术的发展，为我们从细胞层面去理解生命体的发育过程，疾病发生和发展过程提供了重要的手段。以单细胞转录组(scRNA-Seq)为例，我们可以发现，单细胞组学数据具有横向细胞数量巨大，纵向数据分布稀疏的特点。因此，针对单细胞数据，从分析的角度提出了巨大
流形学习在单细胞组学数据分析中的运用
以10x Genomics为代表的单细胞组学检测技术的发展，为我们从细胞层面去理解生命体的发育过程，疾病发生和发展过程提供了重要的手段。以单细胞转录组(scRNA-Seq)为例，我们可以发现，单细胞组学数据具有横向细胞数量巨大，纵向数据分布稀疏的特点。因此，针对单细胞数据，从分析的角度提出了巨大
流形学习在单细胞组学数据分析中的运用
以10x Genomics为代表的单细胞组学检测技术的发展，为我们从细胞层面去理解生命体的发育过程，疾病发生和发展过程提供了重要的手段。以单细胞转录组(scRNA-Seq)为例，我们可以发现，单细胞组学数据具有横向细胞数量巨大，纵向数据分布稀疏的特点。因此，针对单细胞数据，从分析的角度提出了巨大
第二届单细胞技术及组学应用发展大会
专场早知道！单细胞分析迈入多组学时代，掀起单细胞多组学研究新革命！ 大量的多组学分析，如基因组、转录组和蛋白质基因组学分析，已被证明有利于加强对细胞事件的全面了解。这一优势促进了单细胞多组学分析的发展。近年来出现了一些前沿的单细胞多组学技术，并掀起了一场新的研究革命！ 今天，
单细胞蛋白质组学：让细胞个体研究更加精细
细胞是生命活动的基本单元。对细胞的精确认知是理解细胞在生理和病理过程中功能的先决条件。 在组织、器官或个体中，细胞具有非常大的异质性，而传统的研究手段针对大量细胞进行分析，得到的是大量细胞的平均结果，无法区分不同细胞个体对于大量样品结果的具体贡献值，从而忽视或掩盖了单细胞的个体差异，不
第二届单细胞技术及组学应用发展大会
议程揭晓，亮点荟萃 | 第二届单细胞技术及组学应用发展大会聚势来袭！（文末领取限量免费入场券）2023年5月 19-20日，第二届单细胞技术及组学应用发展大会将在上海虹桥绿地铂瑞酒店盛大召开，大会以“聚焦技术前沿，加速科研转化”为主题，邀请众多单细胞及组学领域的科学家、代表性企业展示单细胞及多组学技
Nature子刊发表单细胞基因组学重要进展
最近，一种用于RNA序列分析的新方法，可让研究人员确定新的细胞亚型，从看似全然混乱的状态创造出秩序。这项新技术发表在最新一期的Nature旗下子刊《Nature Biotechnology》，是由欧洲生物信息研究所欧洲分子生物学实验室（EMBL-EBI）的科学家开发，标志着我们向单细胞基因组迈进
学者开发出跨物种单细胞组学数据分析的新工具
近日，中国科学院广州生物医药与健康研究院研究员王杰团队在国家自然科学基金、国家重点研发计划等项目的资助下，开发出新的计算工具CACIMAR，用于分析跨物种单细胞转录组测序数据，揭示物种间细胞类型、标志基因、细胞内调控以及细胞间相互作用的进化保守性。相关成果发表于《生物信息学简报》（Briefings
北京基因组所开发新型高通量单细胞多组学新技术
单细胞测序已成为生物医学领域的关键共性技术。然而，由于缺乏高效的手段降低“假单细胞率”，主流微流控平台的单通道细胞通量通常在1万细胞以下，空载率达到90%以上，且成本高昂，限制了对数百万个细胞或上千例样本的人群队列进行大规模研究。 近日，中国科学院北京基因组研究所（国家生物信息中心）蒋岚研究组
布鲁克US－HUPO最新发布：单细胞与免疫肽组学鉴定+15％
—— 4D-组学技术再升级，拓宽生物学研究视野 A.最新预告：timsTOF Ultra 2搭载新型Athena离子处理器(Athena Ion Processor, AIP) -单细胞蛋白质组学（SCP）中蛋白鉴定进一步提升15%-20%，多肽提升20%-25% -免疫肽组学分析中，免疫肽鉴
告别平均！单细胞代谢组学技术“精准签发”每个细胞的代谢履历
在生命科学研究领域，代谢组学致力于剖析生物体代谢物的奥秘。传统代谢组学研究聚焦群体细胞，忽略了细胞间的代谢异质性，使得单个细胞的独特特征被群体平均属性掩盖，难以满足精准研究需求。单细胞代谢组学应运而生，它能深入细胞亚群精准分析，挖掘被忽视的关键信息。单细胞代谢物浓度极低且代谢物无法扩增，导致对检