文献阅读 | Cell Stem Cell | 通过将单细胞基因组数据映射到参考图谱来解析类器官大脑区域的身份

::: block-1

文献介绍

文献题目： 通过将单细胞基因组数据映射到参考图谱来解析类器官大脑区域的身份 \
研究团队： Barbara Treutlein（瑞士苏黎世联邦理工学院）、J. Gray Camp（瑞士巴塞尔分子与临床眼科研究所）\
发表时间： 2021-06-03 \
发表期刊： Cell Stem Cell \
影响因子： 24.6（2021年）\
DOI： 10.1016/j.stem.2021.02.015
:::

摘要

类似于由人类干细胞产生的大脑结构的自组织组织为研究人类大脑的发育、疾病和进化提供了令人兴奋的可能性。这些 3D 模型非常复杂，可以包含来自不同大脑区域的不同分化阶段的细胞。单细胞基因组方法提供了强大的方法来探索大脑类器官系统中的细胞组成、分化轨迹和遗传扰动。然而，了解单个类器官内部和之间的异质性仍然是一个重大挑战。在这里，作者开发了一套计算工具 (VoxHunt)，通过与空间和单细胞转录组参考数据集进行比较来评估大脑类器官的模式、发育状态和细胞身份。作者使用 VoxHunt 来表征和可视化细胞组成，使用来自模拟不同大脑结构的多个类器官方案的单细胞和 bulk 基因组数据。VoxHunt 将有助于评估类器官工程方案并注释在遗传和环境扰动实验中类器官中出现的细胞命运。

前言

大脑发育过程中发生的时空模式事件导致由多种细胞类型组成的多个前脑、中脑和后脑结构的形成。这种结构和细胞多样性的部分可以在体外 3D 培养中自组织的干细胞衍生神经组织中重现。在过去几年中，人类大脑类器官和球体的产生使得对人类大脑发育和疾病以及进化的前所未有的分析成为可能。生产 3D 人类大脑组织培养物有两种一般策略。在第一种策略中，多能干细胞被引导形成一层可以分化成神经元的神经上皮干细胞。在允许的培养基中培养神经上皮可导致同一类器官内产生多个脑结构。这种自我模式化策略提供了了解大脑不同部分如何自我组织和相互作用的潜力。然而，单个类器官之间以及单独培养的批次之间的细胞类型组成通常存在很大差异。替代策略是使用信号分子或其他指导性线索来控制神经上皮的模式，从而形成确定的结构，例如皮质、腹侧端脑、下丘脑和丘脑。已经发布了多种方案来生成模块化大脑结构并通过融合两个或多个大脑结构来创建更高级别的交互，以研究神经元迁移或实现区域间神经元连接的形成。这种技术可能会提高结构形成的可重复性，但研究人员尚未确定创建每个大脑结构的所有信号。此外，目前尚不清楚大脑的某些部分是否可以在没有相邻结构的情况下形成。尽管人类大脑类器官工程取得了令人难以置信的进展，但目前还不可能创建一个包含多个大脑结构的刻板类器官。

类器官方案开发需要强有力的策略来评估类器官组成。scRNA-seq 已成为一种高分辨率方法，用于解构类器官细胞组成并重建这些复杂发育组织中的分化轨迹。多个实验室已使用 scRNA-seq 来评估脑类器官的异质性，并且直接比较工程化的体外皮质结构和原代体内对应物，发现基因表达谱有显著的相似性。然而，从类器官单细胞基因组数据中理解和解释基因表达和调控模式仍然是一项重大挑战。在这里，作者开发了一个计算工具箱，通过与带注释的参考数据集进行系统比较来评估脑类器官模式、发育状态和细胞身份（Figure 1）。首先，作者利用 Allen Developing Mouse Brain Atlas (ABA) 中的原位杂交数据作为注释良好的空间基因表达图。根据它们的转录组或可访问的染色质景观，可以将细胞映射到体素（在本例中是从空间转录模式呈现的 3D 位置），从而可以表征和可视化类器官的区域组成。此外，作者还提供了一个界面，用于与来自人类显微解剖脑结构的 bulk RNA-seq 数据以及来自发育小鼠脑的单细胞 RNA-seq 数据进行比较。最后，作者表明 VoxHunt 可以帮助对大量类器官转录组数据进行反卷积，并评估在不同条件下生长的类器官中的脑区组成。总之，VoxHunt 将有助于评估类器官工程方案，并快速注释遗传和环境扰动实验中类器官中出现的细胞命运。

:::block-1

通过各种方案或模式化方案生成的脑类器官可以产生类似于不同脑结构的细胞。VoxHunt 通过提供相关参考数据集的接口，帮助解释来自这些类器官的转录组或表观基因组数据。VoxHunt 实现了提取脑结构标记、计算类器官细胞的相似性图、分配区域身份以及将 bulk RNA-seq 数据分解为结构比例的功能。
:::

研究结果

1. 发育中的小鼠大脑的时空体素图

为了便于探索发育中大脑的 3D 基因表达模式，作者从 Allen 发育小鼠大脑图谱中获得了小鼠大脑在八个不同发育阶段的原位杂交数据（Figure 2A）。该数据集是目前最全面的哺乳动物大脑空间配准四维 (4D) 参考图谱。该数据集提供了来自不同实验的三维空间表达模式，这些实验测量了从小鼠胚胎第 11.5 天 (E11.5) 到出生后第 56 天的时间点上总共 2,073 个基因。每个表达量化都记录到每个基因的单个体素网格中对于每个时间点（80–200 μm 分辨率）（Figure S1A）。每个体素都进一步用源自分层结构本体的大脑结构进行注释。作者通过总结测量相同基因的不同实验的原位杂交定量来预处理这些数据，以获得每个发育阶段每个体素的单个基因表达载体。为了能够在整个发育阶段比较大小相似的结构，作者通过聚合现有的本体层次进一步引入了额外的结构注释层，从而产生了空间和时间解析的大脑结构（Figures 2B and S1B）。

:::block-1

(A) 示意图显示了小鼠大脑随时间的发展，高级结构注释以颜色编码。\
(B) 树状图显示了 Allen 发育小鼠大脑图谱中分层组织的结构本体。\
(C) 所选标记的空间表达模式，作为 E15.5 小鼠大脑中五个中央矢状切面 (8-12) 的最大强度投影。\
(D) 散点图显示了 E15.5 时两个大脑结构（海马 (Hipp.) 和小脑半球 (CH)）的特征选择，以及每个结构中前两个标记基因的表达谱。\
(E-F) 热图显示了 E15.5 阶段 (E) 不同结构分辨率水平的大脑结构中的标记基因表达，以及中脑的发育阶段 (F)。
:::

2. 脑结构标记识别

作者对注释的大脑结构之间进行了差异表达分析，并使用接受者操作特征曲线（AUROC）下的单一特征区域作为选择具有空间限制表达的结构特异性基因的指标（Figures 2C, 2D, and S1C）。通过这种方式，人们可以根据各种标准（例如结构或阶段特异性）执行大规模特征选择（Figures 2E, 2F, and S1D）。这些大脑结构丰富的基因表达谱可以作为标记基因的资源来验证细胞命运工程和类器官方案。

3. VoxHunt 准确绘制参考群体

作者首先验证了小鼠原位杂交（ISH）参考图谱是人类单细胞转录组数据的细胞注释的合适资源。作者使用 VoxHunt 绘制来自发育中小鼠大脑的单细胞转录组数据（分割池条形码），这导致了注释细胞群到体素化结构的小鼠间映射（Figure S2A） 。使用该数据集，作者评估了不同特征选择条件下空间映射的准确性（具有正确分配结构的细胞比例）和对比度（与第二最佳结构的相似性/与分配结构的相似性）（例如，结构与结构之间的差异表达基因大多数可变特征），并通过对单细胞 RNA-seq 数据中的唯一分子标识符（UMI）进行下采样来测试结构分配的稳定性（Figures S2B–S2D）。作者发现准确性与所使用的特征数量成正比，并且这个结果在整个大脑结构中是一致的。然而，对于某些结构（例如，大脑皮层），对比度在低或高特征包含时降低。准确性在一定程度上取决于 UMI 计数，某些结构（例如中脑嘴侧）对 scRNA-seq 数据的这方面更敏感。尽管如此，即使使用相对稀疏的分割池条形码数据，作者也可以确定有助于高精度和对比度映射的最佳参数。然后，作者比较了 BrainSpan 开发人脑图谱中显微解剖的人脑结构的 bulk RNA-seq 数据（Figures S2B and S2C）以及四个 scRNA-seq 数据集来自原代人脑组织（Figure S3）。作者发现每个数据集都表现出一致清晰的相似性模式，支持使用小鼠 4D4$D 基因表达数据来匹配同源大脑区域数据并预测人类细胞类型的特性。

4. 类器官区域组成注释

接下来，作者测试了 VoxHunt 是否可用于对通过不同类器官方案生成的细胞类型进行无监督注释。为此，作者从三个脑结构特异性类器官方案（丘脑、皮质和腹侧端脑）以及一个大脑（无图案）类器官方案中获得了已发表的单细胞转录组数据。作者使用 UMAP 嵌入将细胞投影到每个方案的二维空间上，并按照原始研究中所述注释 clusters（Figure 3A）。所有四个数据集都表现出细胞群的多样性，包括异质祖细胞和神经元细胞。对于来自结构特异性类器官的神经元细胞，成功的模式化由典型标记基因的表达支持（Figure 3B）。对于大脑类器官，任何给定的类器官中都可以形成多种大脑结构，标记基因表达分析表明来自端脑（大脑皮层和大脑皮下）、间脑、中脑和后脑的神经元细胞类型出现，支持原始出版物中报告的注释（Figure 3B）。作者评估了是否可以通过将来自每个神经元 cluster 的单细胞转录组与哺乳动物大脑中的原位表达模式相关联来确认来自每个数据集的注释，这些注释在端脑（大脑皮层和大脑皮下）、间脑、中脑和后脑的高级注释中随时间保持一致（Figures 3C and 3D）。从皮质或大脑类器官方案中衍生的被注释为皮质神经元的细胞与大脑皮层的相关性远高于与任何其他结构的相关性。丘脑神经元显示出类似的清晰模式，大多数 (>90%) 细胞与间脑内的体素具有最高的相关性。对于注释为腹侧端脑的抑制性神经元 clusters，作者观察到两种类器官方案之间的差异。虽然源自大脑类器官的细胞与下脑结构的相关性始终较高，但来自腹侧模式类器官的大部分细胞 (48.3%) 与下丘脑的相关性最高。注释为源自大脑类器官方案的中脑神经元的细胞 clusters 显示出比其他 clusters 更嘈杂的相关性模式和与原位图的总体相关性更低。虽然每个 clusters 内的平均相关性与中脑最高，但单个细胞的相关性并未显示出明显的一致性，尤其是对于注释为“中脑兴奋性神经元”的 cluster 6。

:::block-1

(A) 已发表的来自不同类器官方案的单细胞转录组数据的 UMAP 投影，包括皮质（cortical）、腹侧（ventral）、丘脑（thalamus）和大脑（cerebral）。细胞的颜色基于原始出版物中的注释。\
(B) 热图显示每个 cluster 的 top marker genes 的表达。典型 marker genes 以粗体突出显示。\
(C) 来自每个数据集的神经元细胞的 UMAP 投影，按具有最大相关性的体素的结构注释着色。\
(D) 顶部：基于与原位杂交体素图的比较，(A) 中注释的每个 cluster 中与每个大脑结构具有最大相关性的细胞比例。底部：条形图显示每个 cluster 与不同大脑结构的平均相似性。每个条形图代表自定义注释级别 4 的一个大脑结构。
:::

5. 类器官细胞转录组的空间投影

为了选择合适的发育阶段进行空间相似性模式的体素解析可视化，作者计算了所有胎儿发育阶段中 cluster 中每个细胞与其匹配结构的相关性（E11.5-E18.5）（Figures 4A and S4A）。从之前分解的 clusters 中，大多数 clusters 与 E13.5 的中值相关性最高，但丘脑神经元 clusters 除外，它们与 E11.5 的结构相关性最高（Figures 4B）。对于皮质神经元，作者进一步发现它们最相似的发育阶段与其起源类器官的年龄成正比（Figures S4B and S2C）。对于每个类器官 cluster，作者在矢状视图（Figures 4C and S4A）或二维冠状视图（Figure 4D）部分中可视化与每个体素的相关性。为了进一步帮助评估单个类器官的细胞类型组成，可以根据与体素图内位点的最大相似性将每个类器官的每个细胞投影到大脑内的空间位置（Figure 4E）。这些分析揭示了脑组织内每个 cluster 或细胞具有最大相关性的空间位置，可用于评估区域神经元群体的特异性并帮助注释以前未知的细胞群体。相似性模式也可以在体素图的三维配准中探索（Videos S1, S2, S3, S4, and S5）。

:::block-1

(A) E13.5 小鼠大脑的结构注释（矢状视图），用于类器官 cluster 注释。位置 1-4 用于后续面板中显示的冠状切片。\
(B) 小提琴图，显示不同发育时间点的类器官 cluster 与先前分配的结构（大脑皮层、大脑皮层下层、间脑和中脑）的体素图的相关分布。\
(C) 矢状投影，按每个数据集的不同类器官 clusters 与 E13.5 小鼠大脑体素图的缩放相似性分数进行着色。\
(D) 冠状切片可视化来自不同 clusters 和协议的不同大脑结构的区域注释和缩放相似性得分。\
(E) 从两个单独的大脑类器官到 E13.5 小鼠大脑的 8 个中央部分 (5-12) 的细胞最大相关投影的矢状视图。
:::

6. 作为高维搜索空间的补充参考数据集

为了测试从映射到 ISH 数据获得的结构注释是否可以通过其他参考数据集进一步增强，作者将类器官衍生的神经元与来自人脑 (BrainSpan) 的时间过程 bulk RNA-seq 数据进行了比较（Figure S4D）和发育中的小鼠大脑的单细胞转录组图谱（Figure S4E）。神经元 clusters 与 BrainSpan 样本的相似性很大程度上与 ISH 数据的比较一致。然而，BrainSpan 覆盖的大脑结构数量有限，并且缺乏中脑样本，这使得它不适合注释某些协议中的神经元。发育中的小鼠大脑的单细胞图谱提供了早期哺乳动物大脑发育过程中出现的细胞类型的粗略（前脑、中脑和后脑；Figure S4E）注释，并提供了不能单独从 ISH 数据得出的功能注释。作者发现类器官衍生的皮质神经元与兴奋性神经元表现出最高的相似性，而腹侧神经元则映射到抑制性（GABA 能）神经元，这与预期一致（Figure S4F）。来自人类和小鼠的全面全脑 scRNA-seq 数据集将为神经元和非神经元细胞类型的功能注释提供有价值的参考。

7. 评估类器官方案的区域特异性

作者使用 VoxHunt 来评估不同方案中类器官中生成的细胞身份。作者分析了来自九种不同类器官方案的 scRNA-seq 数据，据报道可以产生不同的神经元群。作者发现 VoxHunt 的空间相似性图和分配的区域标识与原始注释非常吻合（Figure S5）。作者发现，来自中枢神经系统屏障形成类器官的脉络丛 (ChP) 细胞显示出与内陷端脑囊泡（ChP 前体）的顶板明显相关。在某些情况下，VoxHunt 能够对具有先前不确定身份的神经元细胞群进行注释。例如，作者观察到 ChP 类器官中的神经元明显映射到间脑结构，并且看起来与通过端脑类器官方案生成的神经元不同（Figure S5I）。作者还观察到个体大脑类器官之间存在显着的大脑区域组成异质性，这与之前的报告一致，特别是在比较来自不同人类诱导多能干细胞 (iPSC) 系的类器官时（Figure S5J）。相比之下，背侧前脑类器官模型中的大多数细胞与类器官和 iPSC 系的大脑皮层结构相匹配。作者注意到，作者能够注释 1 个月大的大脑类器官中存在的先前未知的 cluster（Figures S6A and S6B）。该群体以 R-spondin 2/3 (RSPO2/3) 和 WNT2B 为标志，它们定位于内陷的端脑顶板，以及在发育中的端脑和间脑边界处注释为大脑皮层的瞬态结构（Figures S6C–S6E）。

8. 以子结构分辨率注释类器官细胞身份

作者很好奇是否可以超越 ABA 提供的结构本体来揭示类器官细胞类型的更高分辨率的注释。为此，作者选择了两个高级结构，即背侧皮质和皮质下层，并对体素转录组进行无偏聚类（Figures 5A and 5B）。作者根据典型标记基因的表达聚集了这些 clusters，以揭示神经祖细胞（NPC）、直系祖细胞（IP）和背侧大脑皮层以及外侧、内侧和尾部神经节隆起（LGE、MGE 和 CGE）位于大脑皮层下。这些自定义注释与源自小鼠注释结构的单细胞转录组数据的相关模式相匹配以及预期的解剖位置和形态（Figures 5C and 5D） 。作者发现来自皮质轨迹的类器官细胞清楚地映射到带注释的大脑皮层区域（Figures 5E）。此外，根据与子结构的相似性，来自大脑类器官的腹侧神经元 clusters 可以清楚地注释为 LGE、MGE 或 CGE 样中间神经元（Figures 5F）。作者进一步使用这些新注释的皮下结构来解析和比较源自三种类器官方案的抑制性神经元的异质性。作者发现所有协议都会产生不同的神经元群体，其中一些与不同的皮下结构相匹配（Figures S6G–S6M），而另一些则与下丘脑更相似，并且不表达任何规范神经节隆起（GE）标记基因（Figures S5G and S5H）。作者注意到，这些结果可能会因成熟差异而混淆，进一步的分析将受益于人类样本时程数据的可用性。然而，这些数据表明，与空间分辨参考图谱的比较可以阐明大脑类器官内以前未被认识到的、具有生物学意义的异质性。

:::block-1

(A-B) 子结构注释示意图。根据典型标记基因的表达对无偏体素 clusters 进行注释，以识别背侧 (A) 和腹侧 (B) 端脑中现有注释之外的精细结构。\
(C) 左：矢状面，可视化自定义子结构注释和缩放相似度得分，从 E14.5 小鼠新皮质 NPC、IP 和神经元初级 scRNA-seq 数据到 E18.5 小鼠大脑的体素图。右：所示部分中标记基因表达的 ISH 图像。\
(D) 左：冠状面，可视化自定义子结构注释和缩放相似度得分，从 LGE、MGE 和 CGE 初级 scRNA-seq 数据的 E13.5 小鼠有丝分裂前体到 E13.5 小鼠大脑的体素图。右：所示部分中标记基因表达的 E13.5 小鼠 ISH 图像。\
(E) 左图：热图显示大脑类器官中的皮质细胞与带注释的子结构的相似性。右图：冠状切片可视化自定义注释和从类器官细胞状态到 E13.5 小鼠大脑体素图的缩放相似性得分。LGE、MGE 和 CGE，外侧、内侧和尾部神经节隆起；NPC，神经祖细胞；IP，直接祖细胞。\
(F) 左图：热图显示大脑类器官中的腹侧神经元与带注释的子结构及其产生的注释的相似性。右图：冠状切片可视化自定义注释和从类器官腹侧神经元群体到 E13.5 小鼠大脑体素图的缩放相似性得分。
:::

9. 染色质可及性数据的空间映射

接下来，作者表明可以使用测序 (scATAC-seq) 数据对转座酶可及的染色质进行单细胞分析。在这种情况下，作者获得了对从 2 至 4 个月脑类器官的显微解剖区域生成的相同细胞悬液进行的配对 scATAC-seq 和 scRNA-seq 数据（Figure 6A）。作者确定了原位杂交图谱中测量的每个基因的转录起始位点 (TSS) 的可及性分数（Figure 6B），然后计算了体素图中注释的每个结构的 TSS 访问和表达相关性（Figures 6C and 6D）。基于相关性的 3D 体素图的着色显示，显微解剖区域神经元细胞的转录组和染色质可及性分数与发育中的皮层具有最高的相关性（Figure 6E）。这表明 VoxHunt 可以跨多种单细胞组学模式注释细胞。

:::block-1

(A) 对 2 至 4 个月大的大脑类器官中显微切割的单个皮质区域进行单细胞 RNA 测序和单细胞 ATAC 测序。\
(B) 信号轨迹显示前脑标记 FOXG1、皮质神经元标记 NEUROD6 和后脑标记 PAX3 在转录起始位点 (TSS) 的可访问性 (标准化读取计数)。\
(C) E13.5 大脑皮层 (皮质) 中所有测量基因的表达与皮质类器官细胞中 TSS 可访问性的关系。线性模型的拟合度以红色表示，灰色区域表示标准误差，指示的 p 值是通过 F 检验获得的。\
(D) 箱线图显示了类器官 TSS 可及性（对数归一化峰值计数）与不同大脑结构中基因表达的 Pearson 相关分布。\
(E) E13.5 小鼠大脑的矢状投影，通过类器官 TSS 可及性（scATAC-seq）或表达（scRNA-seq）的缩放相似性得分与下游基因的体素图表达进行着色。
:::

10. 基于参考的类器官 bulk 转录组反卷积

人们正在努力通过在特定的培养条件下提供线索来引导大脑类器官的发育朝着不同的区域特征发展。全类器官批量转录组测量以相对较低的成本和高通量提供了类器官状态的高信息含量度量。因此，作者在 VoxHunt 中建立了一个框架，利用 bulk 转录组学评估类器官大脑结构的表征。pseudo-bulk 数据可以准确地反卷积为异质大脑类器官中代表的大脑区域的比例，并且这可以通过直接模式化到皮层或丘脑的数据得到进一步验证（Figures S7A and S7B）。作者注意到，这种方法在神经元丰富的类器官阶段特别有效，因为神经元具有强大的结构特异性多基因特征。

11. 使用多重转录组学和参考图谱评估类器官模式

最后，作者重点介绍了如何使用参考图谱类器官转录组来评估培养条件操纵的结果。作者进行了一项原理验证实验，在该实验中，作者将发育中的类器官与几种不同的模式分子一起孵育，包括 R-spondin 2 (RSPO2)、R-spondin 3 (RSPO3)、sonic hedgehog (SHH)、Wnt 通路激活剂 (CHIR99021) 和两种用于双重 SMAD 抑制的小分子 (SB431542 和 dorsomorphin)（Figures 7A and S7C）。作者在多孔板中生成类器官，并在用每种分子的两种浓度进行短暂处理后对多个单个类器官以及对照未处理的类器官进行 bulk RNA 测序，从而总共获得 61 个 bulk 转录组测量。主成分分析 (PCA) 显示，形态发生素处理引起的转录组异质性在给定条件下在类器官之间基本一致（Figure 7B）。接下来，作者将每个 bulk 转录组与 ABA 发育小鼠大脑参考（E11.5）中的每个体素相关联，并发现不同条件之间的差异在给定条件下在类器官中是一致的（Figure 7C）。有趣的是，作者发现 RSPO2 和 RSPO3 条件具有相似且可重复的模式，并且富集映射到发育大脑内的特定位置。如上所述，RSPO2/3 表达定位于内陷的端脑顶板和注释为发育中的端脑和间脑边界的苍白质的瞬时结构（Figures S6D and S6E）。通过 PCA 和差异表达分析评估，类器官中 RSPO2/3 诱导的特征与对照类器官不同（Figures 7B, 7D, and 7E）。RSPO2/3 处理的类器官中映射率最高的位置是与这两个基因在发育大脑中高度特异性表达的位置相邻的体素（Figures 7F and 7H）。此外，许多在对照和 RSPO2/3 处理的类器官之间差异表达的基因也在与 RSPO2/3 阳性位置相邻的体素中表达，包括 ChP 标记 TTR、CLU 和 HTR2C（Figures 7F–7H）。目前尚不清楚 RSPO2/3 如何诱导 ChP 形成，并且已知的 R-spondin 受体（例如富含亮氨酸重复序列的 G 蛋白偶联受体 (LGR)）在 ABA 中未被探测到。尽管如此，这些数据为发育大脑内局部形态发生素表达如何影响邻近结构内细胞表型的发展提供了潜在的提示。总之，该实验提供了一种实验和计算策略，通过转录组测序和参考图谱比较来高通量调节和评估正在发育的脑类器官。

:::block-1

(A) 实验设置示意图。将单个发育中的类器官暴露于 96 孔板中的不同形态发生素。从每个类器官中制备 bulk RNA-seq 文库并进行多路复用测序。\
(B) 类器官转录组的前两个主成分。每个点代表一个单独的类器官，并按条件着色。\
(C) 每种条件与 E11.5 发育小鼠大脑 ISH 图谱的空间相似性图。\
(D) 热图显示对照和 R-spondin 条件之间差异表达基因的表达。\
(E) 与对照样本相比，RSPO2 和 RSPO3 条件的转录组效应大小（对数倍数变化）的相关性。\
(F) E13.5 小鼠大脑冠状切片中 RSPO3 和脉络丛标记 TTR 的原位杂交图像。\
(G) 顶板内陷和脉络丛发育早期阶段的示意图。\
(H) 左上：冠状切片显示区域注释和缩放相似性得分，并与对照和 R-spondin 条件下的 RSPO3 表达相重叠。右上：冠状切片显示对照和 R-spondin 条件下差异表达基因的表达。底部：矢状切片显示区域注释和缩放相似性得分，并与对照和 R-spondin 条件下的 RSPO3 表达相重叠。
:::

讨论

在这里，作者开发了一套计算工具，使研究人员能够快速灵活地探索 ABA 和其他大脑参考资源中的大量数据。作者提供了多个示例，说明如何通过与这些参考资料进行系统比较来实施这些工具以解释来自 3D 脑组织培养的单细胞基因组数据。关于如何在体外有效地从人类和其他物种中生成大脑结构，仍然存在许多不确定性。VoxHunt (https://github.com/quadbiolab/voxhunt) 将成为一种强大的方法，用于评估类器官工程方案、注释遗传和环境扰动实验期间类器官中出现的细胞命运，并开发关于哺乳动物大脑模式潜在机制的数据驱动假设，这些假设可以在体外进行测试。

<center>--------------- 结束 ---------------</center>

<p style="color: gray; font-size: 10px;">注：本文为个人学习笔记，仅供大家参考学习，不得用于任何商业目的。如有侵权，请联系作者删除。</p>

本文由mdnice多平台发布