Massively parallel single-cell RNA-seq for marker-free decomposition of tissues into cell types.
Massively parallel single-cell RNA-seq for marker-free decomposition of tissues into cell types.
复制标题
DOI：
10.1126/science.1247651
复制
发表时间：
2014-02-14
期刊：
影响因子：
--
通讯作者：
Amit I
中科院分区：
文献类型：
--
作者：
Jaitin DA;Kenigsberg E;Keren-Shaul H;Elefant N;Paul F;Zaretsky I;Mildner A;Cohen N;Jung S;Tanay A;Amit I
在多细胞生物体中，当异质细胞类型形成复杂器官时，生物功能出现。然而，将组织解剖成细胞亚群的混合物目前具有挑战性。我们介绍了一种自动化的大规模并行单细胞RNA测序方法，用于分析数千个单细胞的体内转录状态。与无监督分类算法相结合，这有助于脾脏组织的从头算细胞类型表征。树突状细胞和其他造血细胞类型中的单细胞转录状态建模揭示了稳态和病原体激活后丰富的细胞类型异质性和基因模块活性。细胞多样性，从而接近通过变量和动态的途径活动，而不是一个固定的预编程的细胞类型层次的推理。这些数据表明，单细胞RNA-Seq是复杂组织全面细胞分解的有效工具。
In multi-cellular organisms, biological function emerges when heterogeneous cell types form complex organs. Nevertheless dissection of tissues into mixtures of cellular subpopulations is currently challenging. We introduce an automated massively parallel single-cell RNA sequencing approach for analyzing in vivo transcriptional states in thousands of single cells. Combined with unsupervised classification algorithms, this facilitates ab initio cell type characterization of splenic tissues. Modeling single-cell transcriptional states in dendritic cells and additional hematopoietic cell types uncovers rich cell-type heterogeneity and gene-modules activity in steady-state and after pathogen activation. Cellular diversity is thereby approached through inference of variable and dynamic pathway activity rather than a fixed pre-programmed cell-type hierarchy. These data demonstrate single-cell RNA-Seq as an effective tool for comprehensive cellular decomposition of complex tissues.
登录
查看更多内容
影响因子：
46.9
作者：
通讯作者：
--
影响因子：
48
作者：
Wu, Angela R.;Neff, Norma F.;Kalisky, Tomer;Dalerba, Piero;Treutlein, Barbara;Rothenberg, Michael E.;Mburu, Francis M.;Mantalas, Gary L.;Sim, Sopheak;Clarke, Michael F.;Quake, Stephen R.
通讯作者：
Quake, Stephen R.
DOI：
10.1126/science.1179050
发表时间：
2009-10-09
期刊：
Science (New York, N.Y.)
影响因子：
--
作者：
Amit I;Garber M;Chevrier N;Leite AP;Donner Y;Eisenhaure T;Guttman M;Grenier JK;Li W;Zuk O;Schubert LA;Birditt B;Shay T;Goren A;Zhang X;Smith Z;Deering R;McDonald RC;Cabili M;Bernstein BE;Rinn JL;Meissner A;Root DE;Hacohen N;Regev A
通讯作者：
Regev A
影响因子：
2.8
作者：
Bradford, Barry M.;Sester, David P.;Mabbott, Neil A.
通讯作者：
Mabbott, Neil A.
影响因子：
12.3
作者：
Sasagawa Y;Nikaido I;Hayashi T;Danno H;Uno KD;Imai T;Ueda HR
通讯作者：
Ueda HR