（1）Slide-Seq

这周内最大的文章莫过于Slide-seq，此研究最早放在BioRxiv上，上月29号在Science发表。文章通讯作者为Broad Institute和Massachusetts General Hospital的Fei Chen和Evan Macosko

文章链接：science.sciencemag.org/

此技术虽然并不是严格意义上的single cell，但是通过密集排布的10μl beads记录slide上的spatial information空间信息。就凭特别炫酷的图片，文章就很值得一读了。而且根据坐著的描述，Slide-seq主要的花费是测序，一片组织大约为200-500刀。希望这个方法能早日普及，自己也有些跃跃欲试。Slide-seq也已经超过sci-RNA-seq技术，成为报道细胞数最多最新的技术。

图片来源：推特@vallens

（2）DoubletFinder

用于检测doublet的数据分析方法DoubletFinder于四月3日发表在Cell Systems了，通讯作者Zev Gartner来自UCSF。此文其实去年就已经登上预印网站所以并不陌生。鉴于之前有研究报道几大单细胞RNA测序平台的doublet rate可高达20%，因此还是比较期待试用一下这个方法。

文章链接：cell.com/cell-systems/f

另附上一作解读（最近好像很流行）

（3） 对裸鼹鼠的单细胞测序分析

文章 Single-cell transcriptomics of the naked mole-rat reveals unexpected features of mammalian immunity（biorxiv.org/content/10.）两天前刚刚登上bioRxiv，研究对象让人耳目一新。裸鼹鼠是一种特殊的生物，它们从来都不会患上癌症。而此篇研究发现裸鼹鼠没有Natural Killer (NK) cells。单细胞测序经常用来研究人或者小鼠，读读这篇也可以换一换口味。

（4）Vireo: Bayesian demultiplexing of pooled single-cell RNA-seq data without genotype reference

链接：biorxiv.org/content/ear

此方法利用genotype但不需要genotype reference去demultiplex多个单细胞测序的samples。第一次看的时候把标题里的「reference」一词看掉，还以为是什么神方法；（划重点）还是要用到不同个体的genotype的。目前没有觉得自己需要用到这个方法，不过可以收著备用。

注：请大家放心，这个系列不会按期更新，完全取决于笔者是不是有时间或者有没有有趣的研究（其实有趣的研究一直都有，还是要看我有没有时间，做科研的你们懂的）。另外会根据心情和时间在微博（@卷卷DrWho）上发一些最新的研究进展，有些内容比较短就不是很适合在知乎专栏上写了，如果感兴趣欢迎关注。

推荐阅读：

相关文章