Nature Methods：解锁细胞宇宙的“星图”——scvi-hub如何将海量单细胞数据“浓缩”到你的笔记本电脑里？
如果说单细胞数据是浩瀚的宇宙，那么细胞图谱就是我们绘制的星图。scvi-hub所做的，就是将这幅无比庞大、复杂的星图，转化为一个轻便、智能、人人可用的“数字天文馆”。
Nature Methods：从“猜”到“预见”——AI模型PUPS揭示单细胞蛋白质定位的秘密
PUPS作为一款结合蛋白质序列和细胞图像的新型AI模型，不仅能准确预测未知蛋白质在未知细胞系中的定位，还能揭示蛋白质定位在不同细胞系和单细胞层面的变异规律，甚至预测突变对定位的影响。
Nature Genetics：陈万泽团队开发单细胞转录因子测序技术，剖析转录因子剂量对细胞重编程异质性的影响
该研究开发了 scTF-seq技术，实现了剂量敏感的大规模基因扰动单细胞组学，并以转录因子介导的细胞重编程为模型，系统揭示了基因剂量在细胞命运调控中未被充分认识的多层次、非线性复杂效应。
Science：新研究开发出一种基于DNB阵列构建的空间分辨高通量单细胞转录组平台
Stereo-cell建立了一个具有空间和多模式能力的高通量单细胞转录组学整合框架。该平台克服了现有方法的关键限制，提高了分析细胞间相互作用、微环境和亚细胞基因表达的可扩展性、灵活性和精确度。
Biomed Pharmacother：多模态单细胞技术助力药物筛选新发现
本研究构建携带囊性纤维化跨膜传导调节因子-S308X无义突变的患者特异性诱导多能干细胞气道类器官，结合多模态单细胞技术，揭示疾病炎症机制，筛选出氯沙坦等潜在药物，为相关囊性纤维化治疗提供新方向。
MAPIT-seq，同时绘制单细胞RBP-RNA互作图谱与表达谱
研究人员开发了一项名为MAPIT-seq的新技术，它如同一位能潜入细胞内部的“分子侦探”，不仅能精确绘制出特定RBP在原位与哪些RNA分子发生了接触，还能同时拍下整个细胞的基因表达“全景图”。
【5月14日直播预告】单细胞多组学技术解锁肿瘤微环境研究前沿研讨会
从基因组学、转录组学到蛋白质组学、代谢组学等，从以组织为单位的测序到以单细胞为单位的单细胞测序；从无空间信息的组学技术到空间组学技术，再到空间单细胞组学技术。肿瘤精准诊疗已经从单一层次的基因变异研究快
Nature Genetics：告别“批量”模糊——首个大规模单细胞研究，解码胶质母细胞瘤纵向演变的“个体差异”与“普遍规律”
这项研究的发现具有重要的临床意义。它提示我们，GBM复发是一个高度个体化的过程。理解每个患者肿瘤独特的演变轨迹以及驱动这一轨迹的关键因素，是实现精准治疗的关键。
Nature：人类大脑衰老的基因密码——科学家成功绘制出从婴儿到百岁老人的单细胞图谱
这项研究通过单细胞核RNA测序、单细胞全基因组测序和空间转录组学技术，揭示了人类大脑在衰老过程中的基因表达和基因组变化。