Nature Methods· David E. Reynolds·· 8 天前AI 评分22
推进多模态工具解析类器官复杂性
Advancing multimodal tools to decode organoid complexity

AI 导读
Nature Methods 发表综述性文章,讨论多模态工具在解析类器官复杂性方面的进展,涵盖成像、单细胞测序与空间多组学等技术方向。文章整合了光学显微镜三维成像、scRNA-seq 与单细胞表观组学等方法在肠道、视网膜和神经类器官研究中的应用。
- 背景
- 类器官能模拟器官发育与疾病,但单靠一种读出方式难以刻画其细胞组成、空间结构和随时间变化的动态。如何把成像、单细胞与空间组学等方法组合起来解析类器官,是这篇综述要处理的问题。
- 做法
- 文章以综述形式梳理类器官研究中的多模态工具,引用文献覆盖活体与固定样本成像、单细胞测序、空间转录组、多模态时空表型分析、CRISPR 筛选与谱系记录,以及纳米电子器件植入等方向,按技术路径组织相关证据。
- 结论
- 所引工作显示,多模态数据整合已被用于刻画人视网膜类器官的时空动态,也有研究将报告条码与诱导型 CRISPR–Cas9 疤痕结合,追踪脑类器官发育中的谱系动态。综述本身未给出统一的性能比较或量化结论。
- 意义
- 文章把分散在成像、组学和干预手段中的方法汇到同一框架下,指向对类器官更完整的描述。不同模态之间的数据整合与标准化仍是待解问题,下一步取决于这些工具能否在同一实验中协同使用。
本页是 AI 精读,不转载论文原文;完整论文(含方法、图表与参考文献)见原文
来源:Nature Methods · nature.com