本页根据 Biolà 团队提供的活动原始资料整理,论文入口均指向出版方或 DOI 页面。

与人类复杂性状相关细胞的空间解析图谱 活动海报
点击查看原始活动海报 ↗

本期内容

gsMap 将空间转录组与 GWAS 数据结合,在保留组织空间位置的同时识别与复杂性状相关的细胞。

感谢 Liyang Song 与 Biolà 社区分享研究成果,以及发现背后的想法、挑战与研究过程。

论文与资料

Nature

完整活动资料

2025 年 4 月 26 日北京时间上午 9:00,Biolà 举办第 9 期 Bioneer 一作论坛,邀请西湖大学杨剑教授指导的统计遗传学博士生宋立扬进行分享。围绕“与人类复杂性状相关细胞的空间解析图谱”,宋立扬介绍了其作为第一作者、于 2025 年发表于 Nature 的同名研究。

确定疾病相关细胞在组织中的位置,是将遗传关联连接到生物学机制的关键。宋立扬及其合作者开发了 gsMap:一种将空间转录组与全基因组关联研究(GWAS)汇总统计量相结合的计算框架,可以在保留空间组织信息的同时识别与人类复杂性状相关的细胞。研究者在覆盖 25 种器官的胚胎空间转录组数据中,通过模拟实验以及重新发现已知的性状相关细胞群体和解剖区域,对该方法进行了验证。

将 gsMap 应用于大脑后,研究者发现与精神和认知性状相关的神经元具有不同的空间模式。与精神分裂症相关的谷氨酸能神经元优先分布在背侧海马附近,并富集钙信号及其调控相关基因;与抑郁症相关的谷氨酸能神经元则集中在内侧前额叶皮层深层附近,对神经可塑性及精神科药物靶点相关基因的表达更高。更广泛地看,与精神分裂症相关的空间模式和认知性状的相似度,高于其与情绪相关性状的相似度,说明具有空间分辨率的遗传图谱能够帮助区分不同复杂表型背后的细胞组织方式。

衷心感谢宋立扬与 Biolà 社区分享 gsMap 的开发过程和研究思路,并讨论如何整合人类遗传学、统计方法与空间组学来研究复杂疾病生物学。

文献:Song, L., Chen, W., Hou, J., Guo, M., & Yang, J. (2025). Spatially resolved mapping of cells associated with human complex traits. Nature. https://doi.org/10.1038/s41586-025-08757-x

← 返回活动