Complex cell-to-cell communication underlies the basic processes essential for homeostasis in the given tissue architecture. Obtaining quantitative gene-expression of cells in their native context has significantly advanced through single-cell RNA sequencing technologies along with mechanical and enzymatic tissue manipulation. This approach, however, is largely reliant on the physical dissociation of individual cells from the tissue, thus, resulting in a library with unaccounted positional information. To overcome this, positional information can be obtained by integrating imaging and positional barcoding. Collectively, spatial transcriptomics strategies provide tissue architecture-dependent as well as position-dependent cellular functions. This review discusses the current technologies for spatial transcriptomics ranging from the methods combining mechanical dissociation and single-cell RNA sequencing to computational spatial re-mapping.
Recent advancements in the resolution and throughput of single-cell analyses, including single-cell RNA sequencing (scRNA-seq), have achieved significant progress in biomedical research in the last decade. These techniques have been used to understand cellular heterogeneity by identifying many rare and novel cell types and characterizing subpopulations of cells that make up organs and tissues. Analysis across various datasets can elucidate temporal patterning in gene expression and developmental cues and is also employed to examine the response of cells to acute injury, damage, or disruption. Specifically, scRNA-seq and spatially resolved transcriptomics have been used to describe the identity of novel or rare cell subpopulations and transcriptional variations that are related to normal and pathological conditions in mammalian models and human tissues. These applications have critically contributed to advance basic cardiovascular research in the past decade by identifying novel cell types implicated in development and disease. In this review, we describe current scRNA-seq technologies and how current scRNA-seq and spatial transcriptomic (ST) techniques have advanced our understanding of cardiovascular development and disease.
The past two decades have witnessed an upsurge in the appreciation of adipose tissue (AT) as an immunometabolic hub harbouring heterogeneous cell populations that collectively fine-tune systemic metabolic homeostasis. Technological advancements, especially single-cell transcriptomics, have offered an unprecedented opportunity for dissecting the sophisticated cellular networks and compositional dynamics underpinning AT remodelling. The "re-discovery" of functional brown adipose tissue dissipating heat energy in human adults has aroused tremendous interest in exploiting the mechanisms underpinning the engagement of AT thermogenesis for combating human obesity. In this review, we aim to summarise and evaluate the use of single-cell transcriptomics that contribute to a better appreciation of the cellular plasticity and intercellular crosstalk in thermogenic AT.
It is now well-accepted that obesity-induced inflammation plays an important role in the development of insulin resistance and type 2 diabetes. A key source of the inflammation is the murine epididymal and human visceral adipose tissue. The current paradigm is that obesity activates multiple proinflammatory immune cell types in adipose tissue, including adipose-tissue macrophages (ATMs), T Helper 1 (Th1) T cells, and natural killer (NK) cells, while concomitantly suppressing anti-inflammatory immune cells such as T Helper 2 (Th2) T cells and regulatory T cells (Tregs). A key feature of the current paradigm is that obesity induces the anti-inflammatory M2 ATMs in lean adipose tissue to polarize into proinflammatory M1 ATMs. However, recent single-cell transcriptomics studies suggest that the story is much more complex. Here we describe the single-cell genomics technologies that have been developed recently and the emerging results from studies using these technologies. While further studies are needed, it is clear that ATMs are highly heterogeneous. Moreover, while a variety of ATM clusters with quite distinct features have been found to be expanded by obesity, none truly resemble classical M1 ATMs. It is likely that single-cell transcriptomics technology will further revolutionize the field, thereby promoting our understanding of ATMs, adipose-tissue inflammation, and insulin resistance and accelerating the development of therapies for type 2 diabetes.
Single-cell RNA sequencing (scRNA-seq) has greatly advanced our understanding of cellular heterogeneity by profiling individual cell transcriptomes. However, cell dissociation from the tissue structure causes a loss of spatial information, which hinders the identification of intercellular communication networks and global transcriptional patterns present in the tissue architecture. To overcome this limitation, novel transcriptomic platforms that preserve spatial information have been actively developed. Significant achievements in imaging technologies have enabled in situ targeted transcriptomic profiling in single cells at single-molecule resolution. In addition, technologies based on mRNA capture followed by sequencing have made possible profiling of the genome-wide transcriptome at the 55-100 ㎛ resolution. Unfortunately, neither imaging-based technology nor capture-based method elucidates a complete picture of the spatial transcriptome in a tissue. Therefore, addressing specific biological questions requires balancing experimental throughput and spatial resolution, mandating the efforts to develop computational algorithms that are pivotal to circumvent technology-specific limitations. In this review, we focus on the current state-of-the-art spatially resolved transcriptomic technologies, describe their applications in a variety of biological domains, and explore recent discoveries demonstrating their enormous potential in biomedical research. We further highlight novel integrative computational methodologies with other data modalities that provide a framework to derive biological insight into heterogeneous and complex tissue organization.
Cell-to-cell variability in gene expression exists even in a homogeneous population of cells. Dissecting such cellular heterogeneity within a biological system is a prerequisite for understanding how a biological system is developed, homeostatically regulated, and responds to external perturbations. Single-cell RNA sequencing (scRNA-seq) allows the quantitative and unbiased characterization of cellular heterogeneity by providing genome-wide molecular profiles from tens of thousands of individual cells. A major question in analyzing scRNA-seq data is how to account for the observed cell-to-cell variability. In this review, we provide an overview of scRNA-seq protocols, computational approaches for dissecting cellular heterogeneity, and future directions of single-cell transcriptomic analysis.
Biomedical research involving nanoparticles has produced useful products with medical applications. However, the potential toxicity of nanoparticles in biofluids, cells, tissues, and organisms is a major challenge. The '-omics' analyses provide molecular profiles of multifactorial biological systems instead of focusing on a single molecule. The 'omics' approaches are necessary to evaluate nanotoxicity because classical methods for the detection of nanotoxicity have limited ability in detecting miniscule variations within a cell and do not accurately reflect the actual levels of nanotoxicity. In addition, the 'omics' approaches allow analyses of in-depth changes and compensate for the differences associated with high-throughput technologies between actual nanotoxicity and results from traditional cytotoxic evaluations. However, compared with a single omics approach, integrated omics provides precise and sensitive information by integrating complex biological conditions. Thus, these technologies contribute to extended safety evaluations of nanotoxicity and allow the accurate diagnoses of diseases far earlier than was once possible in the nanotechnology era. Here, we review a novel approach for evaluating nanotoxicity by integrating metabolomics with metabolomic profiling and transcriptomics, which is termed "metabotranscriptomics."
Senescent cells that gradually accumulate during aging are one of the leading causes of aging. While senolytics can improve aging in humans as well as mice by specifically eliminating senescent cells, the effect of the senolytics varies in different cell types, suggesting variations in senescence. Various factors can induce cellular senescence, and the rate of accumulation of senescent cells differ depending on the organ. In addition, since the heterogeneity is due to the spatiotemporal context of senescent cells, in vivo studies are needed to increase the understanding of senescent cells. Since current methods are often unable to distinguish senescent cells from other cells, efforts are being made to find markers commonly expressed in senescent cells using bulk RNA-sequencing. Moreover, single-cell RNA (scRNA) sequencing, which analyzes the transcripts of each cell, has been utilized to understand the in vivo characteristics of the rare senescent cells. Recently, transcriptomic cell atlases for each organ using this technology have been published in various species. Novel senescent cells that do not express previously established marker genes have been discovered in some organs. However, there is still insufficient information on senescent cells due to the limited throughput of the scRNA sequencing technology. Therefore, it is necessary to improve the throughput of the scRNA sequencing technology or develop a way to enrich the rare senescent cells. The in vivo senescent cell atlas that is established using rapidly developing single-cell technologies will contribute to the precise rejuvenation by specifically removing senescent cells in each tissue and individual.
Feng, Yaping;Syrkin-Nikolau, Judith A.;Wurtele, Eve S.
Interdisciplinary Bio Central
/
v.5
no.1
/
pp.1.1-1.8
/
2013
High quality publicly-available transcriptomic data representing relationships in gene expression across a diverse set of biological conditions is used as a context network to explore transcriptomics of the CNS. The context network, 18367Hu-matrix, contains pairwise Pearson correlations for 22,215 human genes across18,637 human tissue samples1. To do this, we compute a network derived from biological samples from CNS cells and tissues, calculate clusters of co-expressed genes from this network, and compare the significance of these to clusters derived from the larger 18367Hu-matrix network. Sorting and visualization uses the publicly available software, MetaOmGraph (http://www.metnetdb.org/MetNet_MetaOm-Graph.htm). This identifies genes that characterize particular disease conditions. Specifically, differences in gene expression within and between two designations of glial cancer, astrocytoma and glioblastoma, are evaluated in the context of the broader network. Such gene groups, which we term outlier-networks, tease out abnormally expressed genes and the samples in which this expression occurs. This approach distinguishes 48 subnetworks of outlier genes associated with astrocytoma and glioblastoma. As a case study, we investigate the relationships among the genes of a small astrocytoma-only subnetwork. This astrocytoma-only subnetwork consists of SVEP1, IGF1, CHRNA3, and SPAG6. All of these genes are highly coexpressed in a single sample of anaplastic astrocytoma tumor (grade III) and a sample of juvenile pilocytic astrocytoma. Three of these genes are also associated with nicotine. This data lead us to formulate a testable hypothesis that this astrocytoma outlier-network provides a link between some gliomas/astrocytomas and nicotine.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.