2021年10月15-16日，由北京未来基因诊断高精尖创新中心(ICG)、北京大学生物医学前沿创新中心(BIOPIC)共同主办的“2021单细胞组学国际研讨会（线上）”圆满结束。单细胞组学国际会议系列2019年由谢晓亮、黄岩谊、汤富酬三位教授在北京大学共同发起，至今已历三届。该会议系列力图呈现全球单细胞组学领域的最新技术开发和科研成果，为本领域科学工作者搭建一流的学术交流平台。
本次研讨会在延续之前单细胞基因组学、单细胞转录组学、单细胞表观基因组学、单细胞基因组三维结构、单细胞生物信息学等议题的基础上，新增了单细胞ChIP-seq议题。24位来自世界各地的单细胞基因组学专家轮流作学术报告，展示他们实验室的最新研究进展，联袂钜献了一场学术盛宴。据统计，全球共有9441人次在线观看此次会议。
15日上午，谢晓亮教授代表会议主席团热情欢迎了在线的各位讲者嘉宾和广大观众。在开幕辞中，他说到今年是单细胞组学国际研讨会系列的第三届。虽然受疫情影响研讨会仍采用线上形式举行，但今年的会议一定不负使命，为大家呈上一场精彩及时的单细胞基因组学最新成果的交流分享。为了更好地吸引全球各地的专家参会报告，惠及不同时区的观众，本届研讨会特意将每天的会议划为3个时段，两天共6场轮番呈现。他提到，尽管疫情阴云仍未散去，希望本次会议能延续前两届的盛况，再次贡献出一场丰富的学术盛宴，祝愿大家在会上充分交流，收获满满！
来自华盛顿大学的Steve Henikoff教授报告了Cleavage Under Targets and Tagmentation (CUT&Tag)技术的系列发展和应用。CUT&Tag 利用融合蛋白：蛋白质A-Tn5转座酶（pA-Tn5）与特定抗体结合染色质上特定的组蛋白，激活转座酶可高效生成分辨率高且背景极低的片段库。单细胞CUT&Tag（scCUT&Tag）利用不同的组蛋白修饰的抗体可以研究基因组的激活区域（H3K4me3，H3K27ac和H3K36me3）和不活跃区域（H3K27me3）。此外Henikoff团队还系统比较了低盐 H3K4me2 和 H3K4me3的 CUT & Tag (CUTAC)技术与传统的ATAC-seq表现类似，且具有更好的数据质量，能获取更多的峰和更高比例的片段/峰值比。CUT&Tag的系列技术可以为表观基因组图谱提供更多独特的见解。
来自斯坦福大学的William Greenleaf教授介绍了融合单细胞蛋白质组学CITE-seq、转录组scRNA-seq和染色质开放scATAC-seq的多组学单细胞测序技术，揭示了蛋白质丰度基因表达和DNA 可及性在疾病和发育中的相互关系，展示了其在多种样品和系统中的应用。在急性混合细胞白血病（MPAL）中，根据转录组和染色质可及性图谱的综合分析推定的峰与基因相互关系，找到了调节白血病特异性基因的转录因子：例如标记基因 CD69 附近的 RUNX1连锁调节元件。在胚胎心脏中，结合深度学习的模型BPNet预测了转录因子基序的动态变化，发现了富集在细胞类型特异的非编码区域的冠心病相关突变。他还简要介绍了在胚胎大脑中发现了与谱系决定强相关性的转录因子，和使用BPNet预测了自闭症谱系障碍中细胞类型特异的非编码区突变，确定了被高频破坏的转录因子结合位点。最后他欢迎大家使用他们开发的scATAC-seq分析软件ArchR。
来自斯坦福大学的Stephen Quake教授介绍了多个物种包括小鼠、果蝇和人的多器官图谱在内的单细胞转录组图谱。其中小鼠衰老细胞图谱还对比了不同组的年轻-年轻、年轻-年老和年老-年老杂交体之间的差异，发现在许多细胞类型中ATP合成耦合电子传递的基因表达均下降。在果蝇细胞图谱中，他们发现一些细胞类型的新的标志基因，并将果蝇头部和身体的不同器官与相应的细胞图谱建立了可视化页面。人类细胞图谱收集了来自不同年龄、性别和种族的8个捐献者的25个组织的细胞，构建了复杂而全面的单细胞转录组图谱，通过与其他物种的单细胞数据对照分析，他们发现了特定细胞类型在进化上的变化。
来自加利福尼亚大学圣迭戈分校(UCSD)Bing Ren教授介绍了小鼠大脑和人类基因组的单细胞染色质可及性图谱。他们使用多组学的单细胞测序对小鼠大脑的多个区域进行了系统的研究，包括DNA甲基化组学和染色质结构、组蛋白标记和转录组分析（Paired-tag）。使用sciATAC-seq构建了成人多器官的单细胞ATAC-seq图谱，预测了270个人类转录因子与上万个非编码区变异的结合位点，并且与Jay Shendure去年发表的胚胎期多器官的scATAC-seq图谱进行系统的比较，找到了不同发育时期特异的细胞类型和标志基因，以及与GWAS进行联合分析，解释了一些细胞类型特异的顺式调节元件 (cCRE)中的非编码变异。这一丰富的资源为跨组织和器官系统分析人类细胞类型的基因调控程序奠定了重要的基础。
来自BIOPIC&ICG的谢晓亮教授介绍了在单细胞领域的两个创新研究成果：一是利用高通量单细胞RNA和VDJ测序技术筛选新型冠状病毒（SARS-CoV-2）中和抗体的最新研究进展。新冠病毒变异株使之前研发的中和抗体失效，因此筛选出一个全谱中和抗体十分必要。利用高通量单细胞技术进行筛选，DXP-604抗体脱颖而出。实验证实DXP-604抗体不仅能完全阻断现有新冠病毒的中和逃逸，也可能对未来出现的变异株有相同的中和效果。目前DXP-604中和抗体正在进行临床实验；二是开发出全新的单细胞DNA甲基化测序方法Cabernet。该研究团队在NEB公司推出的Enzyme-Methyl Seq方法上进行改进与优化，结合Tn5转座子编码的技术，并添加DNA载体以降低目标片段在建库过程中的损失等，从而实现单细胞DNA甲基化（5mC）和羟甲基化（5hmC）二代测序文库的构建。与现有方法相比，Cabernet技术在单细胞单碱基层面具有低损失，高转换率（～99%），高比对率（~73%），高基因组覆盖度（5x测序深度下，～45%）等优点。与此同时，研究团队还开发了将Cabernet技术与单细胞条形码（Barcode）结合的sci-Carbernet技术，可同时对大量单细胞进行Cabernet 建库，从而实现单细胞DNA甲基化组的高通量测序。研究团队将Cabernet技术应用到了探究小鼠早期胚胎发育的工作中，并获得了高质量的早期胚胎发育单细胞DNA甲基化和羟甲基化数据，帮助科学家得到早期胚胎发育的完整单细胞DNA甲基化和羟甲基化全景图谱。
来自魏茨曼科学研究所的Amos Tanay教授介绍了他们团队利用153个不同发育时期的小鼠胚胎建立起了小鼠原肠胚形成过程中单胚胎、单细胞的高时空分辨率动态动力学变化图谱。他们开发出metacell的方法来分析单细胞RNA-seq的数据，能更好地对单细胞进行降维和聚类。通过对胚胎分化过程的动态变化进行分析，他们发现胚胎发育的过程是同时和不同步的单细胞合集。他们认为转录流形状态是逐渐变化的，并且细胞的快速增殖的速率是根据细胞在转录流形上的位置变化的。进一步对外胚层，中胚层细胞命运转变的经典动力学研究分析，他们发现大多数谱系是多分支动力学，而不是分层的转录转变。通过针对于TET系统中的TET敲除，结合转录流的模型，他们还发现细胞存在延迟和不正常的分化，通过甲基化分析他们发现TET-TKO实验组会存在基因组甲基化的积累从而影响转录调节，且TET 正在以谱系特定的方式修补表达。从而证明转录流的模型还可以定量地定义每个谱系中的功能，并且区分特定基因间接和直接的影响。
来自BIOPIC&ICG的高歌研究员介绍了基于生成式深度学习的多组学数据整合分析与调控推断的最新工作。单细胞组学技术的发展为其测序结果的分析带来了一些如批次效应等方面的挑战。此外，多组学数据（如scRNA-seq，scATAC-seq以及scmC-seq）的特征空间不同，给数据的整合带来了困难。为了解决这些问题，高歌课题组开发了名为GLUE（Graph-linked unified embedding）的算法。基于生成式对抗学习的策略，通过对不同层次的组学间调控通路的相互作用建模，利用已知信息将多组学信息整合起来。相比于简单的“特征转换”或“耦合矩阵分解”等策略来说，损失的信息更少，并且可以对大于两层的组学数据进行精确的整合。随后他还介绍利用GLUE对已有的数据集进行多组学的整合分析，证明其拥有最低的匹配错误率和最高的细胞类型分辨率，并在外周血单核细胞实验中呈现了可靠的基因调控推断结果。此外，随着数据量的上升，GLUE的计算规模呈现线性下增长的趋势，表现了其对大量的图谱类数据进行处理的潜力。最后，他还进一步介绍了该方法如何对人类细胞调控图谱计划中的测序数据进行整合与分析。
来自卡罗林斯卡学院的Rickard Sandberg教授从单细胞转录组的技术突破出发，介绍了他们最新研发的基于Smart-seq3的新技术——Smart-seq3xpress。该技术创新性地提供了一种更加经济的基于微孔板的高通量单细胞测序技术，不仅能够获得足以分辨细胞亚型的高精度高质量单细胞转录组信息，而且整套建库流程可以适配96甚至384孔板，实施高效低耗的转录组测序。随后，他还分享了在UMI技术研究方面及转录组数据分析方面的进展。
来自卡罗林斯卡学院的Sten Linnarsson教授介绍了关于小鼠大脑发育图谱方面的进展。他们利用单细胞转录组技术，把小鼠从原肠胚到出生的大脑发育过程进行了刻画，确定了近千种不同的细胞状态，并揭示了大脑发育的生理过程，包括神经上皮的最初出现、一组丰富的区域特异性次级组织者以及大脑及其外膜功能成分的完整发育程序，他们将小鼠大脑的单细胞转录组数据集上传到网站上，供其他研究者使用。另外，他还介绍了他们开发的单分子成像技术Osmfish，并展示了该技术在小鼠大脑，人类胚胎上的卓越成像效果。该技术可以与单细胞转录组信息相结合，在大组织区域同时绘制细胞特异性的标记。
来自中国医学科学院肿瘤医院的吴晨教授介绍了在追踪食管癌的发生发展过程中其分子和细胞水平的动态变化的进展。食管癌是常见癌症之一，致死率位居第六，简单有效的早筛手段可以极大降低死亡率和延长病人的寿命，因此了解食管癌的发生发展机制对于开发早筛手段尤为重要。她们研究团队在正常的人体食管上皮组织中，存在大量体细胞突变以及一定数目的染色体倍型异变，并在食管鳞癌病人的组织样本中鉴定出了8个基因表达模块，其中“粘膜”相关基因的高表达可能代表着会有更好的预后。为了进一步理解上皮细胞转变为癌细胞的过程，她们对14个食管癌病人中正常上皮、癌前及肿瘤组织进行单细胞RNA分析，发现食管组织中的转录因子沉默可能会增加癌症发生的风险，可以用为癌症预测的生物标志。
来自纽卡斯尔大学的Muzlifah Haniffa教授介绍了在人类血液系统和免疫系统发育方面的研究进展，该项研究是人类发育细胞图谱的一部分（Human Developmental Cell Atlas, HDCA）。通过对人类胎儿不同时期的几个免疫系统和循环系统发育的关键器官样品进行了单细胞RNA-seq分析,包括卵黄囊，肝脏，骨髓组织,胰脏等，她们确定了多种类型的血细胞和免疫细胞在不同时期的变化，并发现胎儿骨髓组织与胎儿肝脏相比,存在更多的防止细菌感染的白细胞，粒细胞（granulocytes）在骨髓中迅速分化。胸腺主要参与了T细胞的分化过程，利用胸腺细胞图谱可以解释正在发育中的胸腺的细胞信号信息。对于一些异常的体系，比如更容易患上免疫系统疾病和白血病的唐氏综合征患者，她们也对照研究了这些患者和正常人骨髓中基因表达的差异，除此之外，她们研究团队也涉猎了儿童白血病和部分免疫系统疾病比如炎症性肠炎等方面研究，她期待这些基础研究今后能为免疫和血液疾病的治疗提供更多的科学指导。
来自BIOPIC&ICG的白凡研究员介绍了在表型正常的人体组织中体细胞突变的研究进展。体细胞突变在人的一生中会持续发生和积累，其中一些会改变细胞功能和引起克隆扩增，甚至导致癌症，因此理解表型正常的组织中体细胞突变是如何积累和引发克隆扩增的机制有助于进一步探索癌症的发生和发展。首先，在一些正常的膀胱上皮组织中，他们研究团队发现居然存在较高的突变负荷和克隆扩张，而其中大部分的驱动突变是由马兜铃酸所引起的，并且单个克隆能够扩张至几个平方厘米。之后，他们进一步研究了来自9个遗体捐赠者的表型正常的8个器官上皮组织中的体细胞突变情况，发现不同器官中有不同程度的突变积累和克隆扩张，其中SBS4和SBS22这两个外源突变特征在不同器官中较为常见，与此同时，他们还绘制出亚毫米精度的不同器官中体细胞突变扩张的空间图谱。
来自BIOPIC&ICG的张学飞研究员介绍了RAG蛋白介导免疫球蛋白基因的V（D）J重排和AID蛋白介导抗体基因类型转换重排（CSR）和V（D）J外显子突变（SHM）形成的抗体多样性等方面研究进展。他首先介绍了RAG蛋白的特性，通过loop extrusion的 RAG 在scanning过程中不仅会受到 CTCF 结合的 CBE 的阻碍，还会受到其他动态阻碍，例如 cas9 蛋白在scanning过程中的结合。RAG 活性针对在受阻区域内的脱靶RAG，也证实了粘性蛋白介导的loop extrusion是RAG scanning的潜在机制。这些发现对 RAG 在 VDJ 重组过程中如何捕获目标以及脱靶整合到 RAG 复合物中，并可能导致早期 B 和 T 细胞恶性肿瘤的发生具有重要意义。同时他还介绍了染色质loop extrusion是CSR调节 机制的基础。在 CSRC 中，动态阻碍 cohesin 介导的loop extrusion将 AID 启动的供体和受体 S 区 DSB 的末端并置，用于删除 CSR，这种机制也可能有助于全基因组中致病性 DSB 的产生。
来自哈佛大学Christopher A. Walsh教授介绍了体细胞突变在癌症等疾病以及健康脑部老化过程中的变化情况。体细胞突变以较为恒定的速度发生，并在疾病和健康脑部都有积累。癌细胞的突变仅有少数起疾病推进作用，而大多数呈现随机分散的特征。胚胎发育中的体细胞突变则可以表现原肠作用中不同种类的有效前体细胞，即有的突变在所有胚层广泛存在，有的仅局限于某些终末组织，可区别这些细胞的层级和发育路径。在正常神经元内，即使细胞未进行分裂（末端成熟），细胞依然以每年18个SNV的速度积累突变。神经元随年龄的突变负担增加已在谢晓亮教授的META-CS方法中被提及，Walsh教授验证了这一结果。PTA及Nanoseq等方法揭示了在神经元中亦有插入和缺失突变，研究表明这些变异和衰老过程中的DNA双链断裂有关系。他表示下一步将探索这些衰老相关的突变与引发退行性疾病间的关系，并系统性解释体细胞突变在健康细胞和疾病发生间的作用和联系。
来自贝勒医学院的Chenghang Zong教授介绍了最新的基于随机引物定量及液滴单细胞分离平台的RNA定量方法MATQ-Drop，及该方法在突触RNA定量解析中的应用。突触作为神经传导的介导单元，分布于不同脑区不同功能的庞大神经元群体间，在形态和电生理功能上具有很高的异质性。对突触进行转录组测定难度在于其易碎且难以分离，没有较好针对性的转录组测定手段，对方法的灵敏度要求较高。利用多重结合及尾部识别RNA测序方法MATQ-seq和高通量液滴平台的MATQ-Drop技术，可在细胞系单核中检测出接近全细胞Smart-seq2等标准化方法的基因数和UMI总数。单核测定还可以对新生RNA和非编码RNA进行细胞图谱绘制。对流式细胞术分选出的不同突触类型进行转录组测定，他们团队发现十种突触连接亚型对应四种高RNA总量的神经元突触以及六种RNA量低的ASC尾足及轴突-胶质细胞突触类型。不同突触类型具有高度特有的RNA，且对RNA的剪切方式及程度亦有不同。该方法有望增加对神经突触内基因表达调控的理解和研究。
来自加州理工学院的Long Cai教授介绍了基于多轮探针杂交成像研究基因组空间结构的DNA seq FISH+方法。研究三维基因组通常采用Hi-C技术，而DNA seq FISH+可基于大量染色体上的探针杂交来获取该片段的核内空间信息，同时构建大量分辨率接近1Mbp的细胞三维基因组结构。该方法可同时加入RNA探针和多重抗体免疫荧光，以同时获取高达70种RNA及不同核内蛋白的空间分布。应用该方法检测小鼠胚胎干细胞可重复过往RNA-seq及ChIP-seq的研究结果，并重构出不同染色体及其与核体（nuclear body）的邻近情况。尽管细胞三维基因组高度随机，染色体分布仍具有一定的规律性：不同基因与核体及特定染色体的邻近情况各不相同，该邻近性与特定RNA表达水平有关联性。随细胞不断分裂，部分染色体特征如H3K27me3延续性强，亲代间具有很高的相似度，而染色体位置的相似度则在1-2代间迅速衰减。某些染色体特征的不变性某种程度体现了功能的保守性，在不同的组学信息间建立了联系。正如诺特定理所说，守恒和对称在自然界中十分重要。
来自斯坦福大学的谭隆志博士介绍了他在谢晓亮教授实验室及在Karl Deisseroth的学习研究成果。细胞三维基因组具有高度复杂性和多变性，因此单细胞研究对解析三维基因组规律意义重大。为提高单细胞扩增的准确度，LIANTI和META技术是两种解决扩增偏好及错误识别的较好方法，其中META扩增方法还拓展为META-CS方法用于检测体细胞突变情况。通过优化实验及单细胞扩增条件，且利用父母本不同的单核苷酸多态性位点区分同源染色体，他开发出高精度的染色体结构解析方法Dip-C。Dip-C方法具有20kbp的分辨率，灵敏度比现有的成像技术高50-100倍，利用该方法并结合MALBAC-DT转录组测定方法研究小鼠出生后脑细胞的发育进程，他发现通过三维基因组的AB区室强度及转化情况可有效分群不同时期的不同细胞类型，勾勒出三维基因组上小鼠脑细胞的发育进程，部分发育转化关键基因的表达也和染色体区室相关联，同时有观察到大量基因簇随时间向核中心迁移的现象。这项研究成果是首个小鼠大脑单细胞三维基因组重构的研究成果，全面描绘了小鼠出生后脑发育三维基因组及表达图谱。
来自浙江大学的郭国骥教授系统总结了其课题组在Microwell-Seq单细胞测序平台技术上的开发与应用情况，目前已基于此平台进行了包括人、小鼠在内的多个物种的细胞蓝图（Cell Landscape）构建，显示Microwell-Seq平台相对主流商品化平台具有通量高、成本低的特点，特别适用于大批量图谱绘制。在此基础上，他进一步介绍了跨物种细胞蓝图分析中的进展：应用深度学习技术建立了Nvwa(女娲)工具来揭示基因组到细胞蓝图的映射关系，并对跨物种基因表达的转录调控元件进行预测分析。结果显示在脊椎动物与无脊椎动物中，调控元件较转录因子更为保守。该研究为深入理解基因组的转录调控机制提供了重要数据资源与线索。
来自Hubrecht研究所的Alexander van Oudenaarden教授介绍了单细胞核糖体图谱分析（Ribosomal Profiling）实验技术开发、分析与应用等方面的最新进展。在传统染色体图谱的基础上，通过更换使用MNase以及片段长度富集等步骤开发了可应用于单细胞水平的scRibo-seq技术，并进一步通过随机森林模型使得核糖体EPA位点结合序列的分辨率可达到单密码子水平。利用此技术，他们观察到了细胞分裂期由于细胞缺乏特定氨基酸而导致的相应密码子上的核糖体停滞现象。类似的停滞现象还可在更多的实验体系：包括细胞周期未被扰动的培养细胞系和组织细胞中观察到，并呈现细胞类型特异性。未来他们课题组还将进一步整合单细胞转录组与核糖体图谱数据以区分转录与翻译水平的调控，从而详细刻画翻译效率。
来自中国科学院生物物理研究所的王晓群教授介绍了实验室在人大脑皮层的神经发育与进化上多样性的相关研究。王晓群课题组主要采用了单细胞转录组学、单细胞空间转录组学等方法，在人、小鼠、中国树鼩等多个物种的不同发育时期的不同组织层次，包括全胚胎、大脑皮质、下丘脑、类器官在内，针对RG、oRG、IPC等几个主要的神经前体细胞在神经分化形成以及皮层扩展过程中的精细细胞分型、细胞发育与分化轨迹、分子特征与调控网络、跨不同大脑区域以及在不同物种之间的异同点展开了丰富而详细的探究。他们的主要研究结论包括：胚胎样本中的神经细胞或细化到RG细胞分化路径；IPC细胞的分化路径与RG、oRG两种前体来源，以及对应在不同发育时期的两次快速增长；通过比较整合并横向比较小鼠和人的数据发现了多个细胞类型（RG、oRG）中人特有的分子标志，包括HES4、TMEM14B等；通过横向比较不同神经区域（皮层和下丘脑）的类oRG细胞，发现了具有区域特异性的分子特征等。
来自剑桥大学的Wolf Reik教授介绍了序列甲基化空间动力模型、衰老与表观组的联系两个方面的研究进展。在序列甲基化空间动力模型研究中，他们研究探讨的主要问题为能否通过序列、表观组等一维信息推测DNA在物理空间中所呈现的微观尺度特征，通过对早期胚胎连续近邻时间谱的甲基化数据进行分析与建模发现甲基化酶的结合与甲基化呈现局部正反馈，并最终可能导致30nm亚染色质结构的形成，后续甲基化-Hi-C双组学数据以及ChromEMT成像的结果验证了此模型所得到的结论。衰老与表观组的联系研究则探讨了在成纤维细胞在iPSC细胞诱导以及再分化过程中甲基化组生物年龄的变化，实验发现甲基化组的年轻化在诱导的早期就已发生，这些早期细胞可以再次分化为和原衰老细胞具有高度相似性、但呈现出年轻特征的成纤维细胞。他们课题组进一步研究希望探讨这一去分化再分化的详细过程，以及能否将干性重编程和年轻化这两个过程解偶联开来。
来自BIOPIC&ICG的黄岩谊教授介绍了课题组研发和不断优化的基于Tn5转座酶的快速建库技术MINERVA。该技术相比于传统方法展现出明显的快速简便优势，从样品提取的核酸出发，5小时后完成宏基因组测序文库，同时由于其分子检测效率高，MINERVA仅需很少的测序数据量就可以在新冠病毒全基因组覆盖率和深度上全面超过传统方法。这非常有利于在时间紧迫、资源有限的条件下对新冠病毒临床样本展开快速研究。另外，他介绍了在优化转录组建库测序技术SHERRY上取得的新进展，以及基于单细胞和mini-bulk (10-1000 cells) 级别样品研发的新技术。理解正常组织中体细胞突变积累的过程及突变克隆的扩张及演化，对于更好理解癌症的早期发生过程具有重要意义。最后，他还介绍了在正常组织中体细胞突变取得的最新研究成果。
来自BIOPIC&ICG的汤富酬教授介绍了通过单细胞组学解码人类胚胎发育的表观遗传调控研究。汤富酬课题组在胎儿生殖细胞领域做了一系列深入的研究，多项研究成果系统阐明了人类胚胎性腺中生殖细胞及其微环境细胞发育过程中的基因表达图谱及其调控机理。在之前研究的基础上，汤富酬课题组进一步优化单细胞组学技术和实验方案，在单细胞水平上对胚胎性腺转录图谱做了更为精细和准确的系统分析，进而发现了之前研究中没有发现的独特基因表达特征。这项研究进一步阐明了性腺中生殖细胞的分布与定位、细胞亚群的精确比例关系和生殖系-非生殖系细胞在性腺发育过程中的协同调控机理，有望为生殖细胞相关疾病的诊断和治疗提供新思路。最后，汤富酬教授还分享了他们在单细胞三代测序技术上取得的最新进展。三代测序技术相比于二代测序的长读长优势，将有助于科学家从转录组数据中获得更多维度的信息，并且在基因组学的研究中也能够为结构变异、重复元件和着丝粒等区域的研究提供很大的便利。
来自BIOPIC&ICG的张泽民教授首先解释了肿瘤微环境是一个复杂的生态系统，其中固有免疫和适应性免疫细胞、基质细胞、癌细胞及其相互作用，构成精细的调节网络，共同决定癌症的发生和发展。随后他逐一介绍了课题组最近几年接连取得的研究成果，并且系统性比较分析了不同癌症和癌症用药治疗前后T细胞的分布组成和特征。他指出肿瘤浸润髓系免疫细胞在肿瘤微环境中既是最主要的抗原提呈细胞，也是肿瘤发生和生长的关键调节因子，在病人对肿瘤免疫疗法的响应过程发挥着极为重要的作用。随着单细胞组学技术如空间转录组等的发展，以及相关分析方法的开发，其将大大提高科学家对肿瘤微环境和免疫治疗机制的认识，进而推进新治疗策略的开发。
两天的会议精彩纷呈，专家们的学术报告深入浅出，既分享了单细胞领域的最新科研成果，又展示了单细胞领域的技术突破，听众们踊跃提出的问题得到了精辟解答。研讨会在紧张有序、热烈活跃的氛围中圆满闭幕。
本次研讨会得到BD Biosciences、Analytical Biosciences、10x Genomics、PacBio、Thermo Fisher Scientific的大力支持。
