大细胞地图提供了洞察力,机遇和挑战
Martin Hemberg1,2, Federico Marini3,4, Shila Ghazanfar5,6,7
1The Gene Lay Institute of Immunology and Inflammation, Brigham and Women's Hospital, Massachusetts General Hospital, Boston, USA. mhemberg@bwh.harvard.edu.
Genome biology
|October 20, 2025
概括
单细胞生物学正在产生庞大的数据集,新的资源使得数据再利用和生物发现的计算工具成为可能. 在最大限度地利用这些单细胞数据洞察力方面,仍然存在挑战.
科学领域:
- 单细胞生物学 单细胞生物学
- 计算生物学是一种计算生物学.
- 数据科学是数据科学.
背景情况:
- 单细胞生物学中的快速进步产生了跨物种和条件的大型,多样化的数据集.
- 像CZI CELLxGENE,HuBMAP,DISCO和Broad Institute单细胞门户网站这样的协调举措,可以访问超越scRNA-seq.的精选单细胞数据.
- 这些数据库为计算生物学提供了开发新型工具和提取生物见解的机会.
研究的目的:
- 审查目前利用大规模单细胞数据集取得的成就.
- 确定计算生物学生态系统中需要进一步发展的领域.
- 概述阻碍充分利用单细胞数据的具体挑战.
主要方法:
- 审查现有的协调数据访问工作 (CZI CELLxGENE,HuBMAP,DISCO,广泛研究所单细胞门户网站).
- 分析单细胞数据重复使用的计算工具的当前状态.
- 确定该领域的挑战和未来方向.
主要成果:
- 在策划和访问各种单细胞数据集方面取得了重大进展.
- 计算生物学生态系统正在扩大,以支持数据的再利用和洞察力生成.
- 关键的挑战包括数据集成,工具开发和标准化.
结论:
- 单细胞数据的不断增长的数量为计算生物学提供了关键的机会.
- 需要进一步开发,以创建数据分析和生物发现的强大工具.
- 克服特定的挑战将加强单细胞数据的再利用,加速科学突破.
更多相关视频
06:40A Robust Method for the Large-Scale Production of Spheroids for High-Content Screening and Analysis Applications
Published on: December 28, 2021
3.9K
08:49Whole-Brain Single-Cell Imaging and Analysis of Intact Neonatal Mouse Brains Using MRI, Tissue Clearing, and Light-Sheet Microscopy
Published on: August 1, 2022
4.2K
