标签: 单细胞分析

代谢组学已发展成熟，能精准反映人体健康与疾病状态下的细胞及整体功能。本文重点介绍两大前沿方向：单细胞代谢组学（解析单个细胞的代谢差异）和群体规模代谢组学（在成千上万人中筛查代谢物变化）。二者虽尺度不同，却共同推动构建‘代谢全景图’，助力理解个体差异、发现疾病标志物，并为人工智能模型提供训练数据。

标签: 代谢图谱 代谢组学 单细胞分析 多组学整合 群体队列研究

德国欧洲分子生物学实验室（EMBL）科学家开发出AI工具MAGIC，能自动识别易癌变的异常细胞（如含微核的细胞），大幅提高检测效率。该技术帮助揭示染色体错误如何产生，为理解癌症起源提供新线索。

标签: 人工智能显微成像 单细胞分析 微核 染色体异常 癌症起源

基因表达受基因调控网络动态调控，现有工具难以同时实现时空分辨率和可扩展性。新研发的CytoTape是一种基因编码的蛋白质"记录仪"，可在单细胞水平、分钟级分辨率下，连续三周记录多组分基因调控动态，且适用于活体脑内神经元，为细胞生理研究提供了多功能平台。

标签: CytoTape 单细胞分析 即刻早期基因 基因调控动态 时空记录

EMBL团队研发出能同时捕获单个细胞内基因组变异与RNA的新工具，精度和可扩展性优于以往技术，可助力将遗传变异与疾病结果关联，推动疾病研究。

标签: SDR-Seq 单细胞分析 基因组变异 疾病结果 非编码区域

一项发表于《自然·通讯》的研究介绍了一种名为DOLPHIN的新工具，可帮助医生更早发现疾病并精准选择治疗方案。该工具利用人工智能分析单细胞基因剪接细节，发现传统方法遗漏的疾病标志物。

标签: DOLPHIN 单细胞分析 基因剪接 疾病标志物 虚拟细胞