1、《自然—生物技術》：更高活性的腺嘌呤堿基編輯器開發出來了！
近日，來自美國 Beam Therapeutics公司Giuseppe Ciaramella、Nicole M. Gaudelli等研究人員在《自然—生物技術》上發布了標題為“Directed evolution of adenine base editors with increased activity and therapeutic application”的論文，該研究人員合作開發了具有更高活性和更廣應用前景的腺嘌呤堿基編輯器。
Fig1來源《自然—生物技術》 |Eighth generation adenine base editors mediate superior A?T to G?C conversion in human cells.
研究人員使用腺苷脫氨酶變體庫進一步進化了ABE7.10，從而產生了ABE8。與ABE7.10相比，在NGG原型間隔子相鄰基序（PAM）位置，ABE8在原型間隔位A5-A7處的編輯度高約1.5倍，在位置A3-A4和A8-A10處的編輯度約高3.2倍。非NGG PAM變體的總體目標編輯效率比ABE7.10高約4.2倍。
在人類CD34+細胞中，ABE8可以在γ-珠蛋白基因HBG1和HBG2的啟動子上重建天然等位基因，效率高達60％，從而使得胎兒血紅蛋白持續存在。在原代人類T細胞中，ABE8可實現98-99％的靶標修飾，當在三個基因座上多重修飾時，該高效率仍得以維持。
作為信使RNA傳遞，ABE8在基因組DNA中不會誘導顯著水平的不依賴單個向導RNA（sgRNA）的脫靶腺嘌呤脫氨，而在細胞mRNA中只產生非常低水平的腺嘌呤脫氨。
據了解，基礎的腺嘌呤堿基編輯器（例如，ABE7.10）能夠編輯A?T到G?C的點突變，但在修飾原代人類細胞中的基因座時，編輯效率可能很低。
（評論：優秀，學習了。）
文章來源：Nicole M. Gaudelli et al, Directed evolution of adenine base editors with increased activity and therapeutic application rel="nofollow"，Nature Biotechnology，DOI: 10.1038/s41587-020-0491-6，最新IF：31.864
2、《自然—生物技術》：單細胞和單核RNA測序方法的系統pk,哪種更好？
近日來自美國麻省理工學院和哈佛大學博德研究所Joshua Z. Levin團隊在《自然—生物技術》上發表了標題為“Systematic comparison of single-cell and single-nucleus RNA-sequencing methods”的研究成果，對單細胞和單核RNA測序方法進行了系統比較。
研究人員直接比較了用于單細胞和/或單細胞核測序的七種方法，包括兩種低通量方法和五種高通量方法。研究人員在三種類型的樣品上測試了這些方法：細胞系、外周血單個核細胞和腦組織，并在6個獨立實驗中獲得了36個文庫。
Fig. 2來源《自然—生物技術》 | Study overview
為了直接比較方法并避免現有流程引入的處理差異，研究人員開發了scumi，這是一種靈活的計算流程，可與任何單細胞RNA測序方法一起使用。
研究人員評估了這些方法的基本性能，例如讀數的結構和比對、敏感性和多重峰的范圍，以及它們在樣品中重復已知生物學信息的能力。
（評論：單細胞RNA測序方法的規模和能力迅速擴展，從而實現了重大發現和大規模的細胞作圖工作。但是，這些方法尚未得到系統和全面的基準測試。）
文章來源：Joshua Z. Levin et al，Systematic comparison of single-cell and single-nucleus RNA-sequencing methods, DOI: 10.1038/s41587-020-0465-8, Nature Biotechnology：最新IF：31.864
糖心vlog入口
3、《自然—生物技術》：為細胞圖譜項目建立單細胞rna測序的標準
近日，來自西班牙巴塞羅那科技學院Holger Heyn等研究人員在《自然—生物技術》上發表了標題為“Benchmarking single-cell RNA-sequencing protocols for cell atlas projects”的研究結果，對用于細胞圖譜計劃的單細胞RNA測序實驗方案進行基準測試。
研究人員表示，單細胞RNA測序（scRNA-seq）是表征樣品中單個細胞的轉錄組的主要技術。最新的實驗方案可擴展到數千個細胞，并被用于繪制組織、器官和生物體的細胞圖譜。但是，這些實驗方案在RNA捕獲效率、偏倚、規模和成本方面有很大不同，并且它們在不同應用中的相對優勢尚不清楚。
Fig. 3 來源《自然—生物技術》| Overview of the experimental design and data processing.
研究人員生成了基準數據集，可根據其全面描述細胞類型和狀態的能力來系統性評估實驗方案。研究人員進行了一項多中心研究，比較了13種常用scRNA-seq和單核RNA-seq實驗方案。比較分析顯示實驗方案的性能存在明顯差異。這些實驗方案在文庫的復雜性及其檢測細胞類型標記的能力方面有所不同，從而影響了它們的預測價值和與參考細胞圖譜整合的適用性。這些結果為獨立研究人員和團隊研究項目（如人類細胞圖譜計劃）提供了指導糖心vlog官網。
（評論：Quartz-Seq2方法在基準測試中得分最高，各方法表現出明顯的性能差異，我們希望這項工作有助于制定標準和指南）
文章來源：Holger Heyn et al, Benchmarking single-cell RNA-sequencing protocols for cell atlas projects, DOI: 10.1038/s41587-020-0469-4, Nature Biotechnology：最新IF：31.864
文章來源：每日生物評論
歡迎關注微信公眾號：每日生物評論，或Bio-review
用最專業的精神，開放性的思維，與你一起探索行業走向，快速了解這個領域！
tangxin 糖心vlog在線觀看 糖心vlog入口