1、《自然—生物技术》：更高活性的腺嘌呤碱基编辑器开发出来了！

近日，来自美国 Beam Therapeutics公司Giuseppe Ciaramella、Nicole M. Gaudelli等研究人员在《自然—生物技术》上发布了标题为“Directed evolution of adenine base editors with increased activity and therapeutic application”的论文，该研究人员合作开发了具有更高活性和更广应用前景的腺嘌呤碱基编辑器。

Fig1来源《自然—生物技术》 |Eighth generation adenine base editors mediate superior A•T to G•C conversion in human cells.

研究人员使用腺苷脱氨酶变体库进一步进化了ABE7.10，从而产生了ABE8。与ABE7.10相比，在NGG原型间隔子相邻基序（PAM）位置，ABE8在原型间隔位A5-A7处的编辑度高约1.5倍，在位置A3-A4和A8-A10处的编辑度约高3.2倍。非NGG PAM变体的总体目标编辑效率比ABE7.10高约4.2倍。

在人类CD34+细胞中，ABE8可以在γ-珠蛋白基因HBG1和HBG2的启动子上重建天然等位基因，效率高达60％，从而使得胎儿血红蛋白持续存在。在原代人类T细胞中，ABE8可实现98-99％的靶标修饰，当在三个基因座上多重修饰时，该高效率仍得以维持。

作为信使RNA传递，ABE8在基因组DNA中不会诱导显著水平的不依赖单个向导RNA（sgRNA）的脱靶腺嘌呤脱氨，而在细胞mRNA中只产生非常低水平的腺嘌呤脱氨。

据了解，基础的腺嘌呤碱基编辑器（例如，ABE7.10）能够编辑A•T到G•C的点突变，但在修饰原代人类细胞中的基因座时，编辑效率可能很低。

（评论：优秀，学习了。）

文章来源：Nicole M. Gaudelli et al, Directed evolution of adenine base editors with increased activity and therapeutic application rel="nofollow"，Nature Biotechnology，DOI: 10.1038/s41587-020-0491-6，最新IF：31.864

2、《自然—生物技术》：单细胞和单核RNA测序方法的系统pk,哪种更好？

近日来自美国麻省理工学院和哈佛大学博德研究所Joshua Z. Levin团队在《自然—生物技术》上发表了标题为“Systematic comparison of single-cell and single-nucleus RNA-sequencing methods”的研究成果，对单细胞和单核RNA测序方法进行了系统比较。

研究人员直接比较了用于单细胞和/或单细胞核测序的七种方法，包括两种低通量方法和五种高通量方法。研究人员在三种类型的样品上测试了这些方法：细胞系、外周血单个核细胞和脑组织，并在6个独立实验中获得了36个文库。

Fig. 2来源《自然—生物技术》 | Study overview

为了直接比较方法并避免现有流程引入的处理差异，研究人员开发了scumi，这是一种灵活的计算流程，可与任何单细胞RNA测序方法一起使用。

研究人员评估了这些方法的基本性能，例如读数的结构和比对、敏感性和多重峰的范围，以及它们在样品中重复已知生物学信息的能力。

（评论：单细胞RNA测序方法的规模和能力迅速扩展，从而实现了重大发现和大规模的细胞作图工作。但是，这些方法尚未得到系统和全面的基准测试。）

文章来源：Joshua Z. Levin et al，Systematic comparison of single-cell and single-nucleus RNA-sequencing methods, DOI: 10.1038/s41587-020-0465-8, Nature Biotechnology：最新IF：31.864

糖心vlog入口

3、《自然—生物技术》：为细胞图谱项目建立单细胞rna测序的标准

近日，来自西班牙巴塞罗那科技学院Holger Heyn等研究人员在《自然—生物技术》上发表了标题为“Benchmarking single-cell RNA-sequencing protocols for cell atlas projects”的研究结果，对用于细胞图谱计划的单细胞RNA测序实验方案进行基准测试。

研究人员表示，单细胞RNA测序（scRNA-seq）是表征样品中单个细胞的转录组的主要技术。最新的实验方案可扩展到数千个细胞，并被用于绘制组织、器官和生物体的细胞图谱。但是，这些实验方案在RNA捕获效率、偏倚、规模和成本方面有很大不同，并且它们在不同应用中的相对优势尚不清楚。

Fig. 3 来源《自然—生物技术》| Overview of the experimental design and data processing.

研究人员生成了基准数据集，可根据其全面描述细胞类型和状态的能力来系统性评估实验方案。研究人员进行了一项多中心研究，比较了13种常用scRNA-seq和单核RNA-seq实验方案。比较分析显示实验方案的性能存在明显差异。这些实验方案在文库的复杂性及其检测细胞类型标记的能力方面有所不同，从而影响了它们的预测价值和与参考细胞图谱整合的适用性。这些结果为独立研究人员和团队研究项目（如人类细胞图谱计划）提供了指导糖心vlog官网。

（评论：Quartz-Seq2方法在基准测试中得分最高，各方法表现出明显的性能差异，我们希望这项工作有助于制定标准和指南）

文章来源：Holger Heyn et al, Benchmarking single-cell RNA-sequencing protocols for cell atlas projects, DOI: 10.1038/s41587-020-0469-4, Nature Biotechnology：最新IF：31.864

文章来源：每日生物评论

欢迎关注微信公众号：每日生物评论，或Bio-review

用最专业的精神，开放性的思维，与你一起探索行业走向，快速了解这个领域！