梅斯医学MedSci APP 医路相伴,成就大医
加州大学圣地亚哥分校钟声课题组开发了一种创新的单细胞多组学核酸分析技术MUSIC,可用于同时分析单个细胞核内的多重染色质相互作用、基因表达和RNA-染色质关联。
研究员首次开发了基于小分子光催化剂的金属有机框架(DCSA-MOFs),通过激光高时空分辨地照射在细胞内的局部区域,能在细胞、组织和离体器官三个层面精准调控Ca2+信号,最终控制动物的行为。
肺部微生物组的研究揭示了一种全新的视角,用以理解慢性阻塞性肺病、肺癌等肺部疾病的生理机制。
该工作为理解嗅觉受体增强子与嗅觉受体基因的空间互作如何动态协调“一个神经元,一个受体”选择过程提供了宝贵见解。
该研究展示了TORCH模型在预测原发性肿瘤起源(Primary Tumor Origins)方面的应用,并与传统的病理学家的诊断结果进行了比较。
研究团队介绍了最新开发的DART-FISH技术,能够在厘米大小的人体组织切片中分析数百至数千个基因。
首次对长读长测序的CpG甲基化检测工具进行了系统比较,包括最新的ONT R10.4流动槽化学测序、氧化亚硫酸盐测序(oxBS)以及SMRT测序。
叶凯教授团队开发了SVision-pro,这是一种基于神经网络的实例分割框架,能够直观地表示基因组到基因组水平的测序差异,并在无需任何推断模型的条件下比较地发现基因组之间的SV。
该系统能够将核内的CRISPR RNA (crRNA)转移到胞质中,实现对胞质RNA的高效靶向。
研究团队提出了一种灵敏、稳健、可扩展的空间转录组学方法“FISHnCHIPs”,可对细胞类型和基因表达程序进行原位分析。
研究团队将单细胞RNA测序技术与高分辨率多重误差鲁棒荧光原位杂交(MERFISH)技术相结合,绘制了发育中人类心脏的高分辨率空间单细胞图谱,解析了发育中人类心脏的细胞类型。
TR-gnomAD的成果不仅提供了一个宝贵的科研资源,也强调了在全球多样性背景下研究人类基因组变异的重要性。
该研究创新性地开发了基于机器学习的程序SenCID(Senescent Cell Identification),用于从人体转录组、包括单细胞转录组数据中精确识别衰老细胞,并评估衰老程度。
基于第三代测序数据,提出了二倍体的单倍型组装新算法,并开发了相应的软件PECAT。
这项创新性的治疗方法不仅体现了生物技术在医疗领域的应用潜力,也展示了研究人员在解决器官衰竭等重大医疗问题上的勇气和创新精神。
研究团队揭示了胃癌患者血浆的代谢重编程图谱,发现基于代谢组学构建的机器学习模型能准确诊断胃癌患者,并预测患者预后风险。
该研究不仅进一步证实了微管蛋白和与疾病相关基因在左撇子现象中的作用,还揭示了罕见的蛋白改变变异在左撇子形成中的角色,为理解人类大脑左右轴向发育的机制提供了新的视角。
这项研究证明了使用常温肝脏灌注作为肝脏基因疗法早期测试模型的潜力。研究结果提供了初步见解,有助于制定更有效的转化策略。
研究人员需要找到高效生产NRCs的方法,确保辅因子和酶不会对细胞造成伤害,并且修改每个酶以接受NRCs,而不影响酶的正常功能。
在进行性多发性硬化症(MS)中,不同分区炎症在组织损伤的复杂病理过程中起着关键作用。
研究人员成功地创造了一种六腿小鼠胚胎,这一发现不仅令人惊讶,也为我们进一步理解生物体发育过程中基因路径(gene pathway)的作用提供了宝贵的信息。
CD8+ T细胞中牛磺酸缺乏增加内质膜应激,以依赖于PERK-JAK1-STAT3信号的方式促进ATF4转录。ATF4增加激活多个免疫检查点基因,诱导T细胞衰竭。
肺癌是全世界发病率最高的癌症之一,也是全世界癌症死亡的主要原因,每年导致约180万人死亡。其中,非小细胞肺癌(NSCLC)约占癌症总数的80%-85%。不幸的是,对于大多数晚期或转移性NSCLC患者,
该研究不仅揭示了记忆形成中DNA损伤和修复的关键角色,而且也为理解大脑如何存储和回忆记忆提供了新的线索。
该研究是迄今为止规模最大的多种族研究之一,突出显示了内部尼古丁摄入量与DNA甲基化的跨种族/民族特异性关联,揭示内部尼古丁摄入量是吸烟相关疾病的强有力预测因子。