大家好，欢迎观看《时空日报》第233期。本期介绍的时空/细胞组学相关研究文章共计2篇。以下是应用时空云平台STOmics Cloud的StereoCopilot模块生成的文章概要，并辅以人工审核，供了解参考。
1、剖析并可视化心脏巨噬细胞的功能多样性
Dissecting and Visualizing the Functional Diversity of Cardiac Macrophages
Circulation Research; IF:20.100; DOI: 10.1161/CIRCRESAHA.124.323817
内容概要：
① 随着科研技术的飞速发展，心脏巨噬细胞的研究取得了显著进展。这些细胞在维持心脏稳态、促进修复和重塑过程中扮演着至关重要的角色。通过利用先进的单细胞技术，研究人员能够更深入地了解心脏中不同巨噬细胞亚群的特性和功能。这些亚群包括组织驻留巨噬细胞和骨髓单核细胞来源的巨噬细胞，它们在心脏中占据不同的组织位置，并在不同的生理和病理状态下发挥不同的作用。
② 在心脏疾病中，心脏巨噬细胞亚群的组成和功能变化与疾病的发展和治疗反应密切相关。因此，准确检测和测量心脏巨噬细胞亚群的组成对于理解疾病机制、评估治疗效果以及开发新的治疗策略具有重要意义。为此，研究人员开发了一系列与医学影像技术兼容的新型分子示踪剂，这些示踪剂能够非侵入性地可视化心脏内的巨噬细胞亚群，为临床诊断和治疗提供了有力的工具。
③ 心脏巨噬细胞的研究不仅为我们深入了解心脏疾病的发病机制和治疗策略提供了新的视角，也为临床诊断和治疗提供了新的手段。随着科研技术的不断进步和临床应用的不断拓展，相信心脏巨噬细胞的研究将在未来为心脏病患者带来更多的福音。
疾病研究：心血管疾病，心力衰竭，高血压，心肌梗塞，scRNA-seq; Holt M, Lin J, Cicka M, Wong A, Epelman S, Lavine KJ.; Division of Cardiology, Department of Medicine, Center for Cardiovascular Research, Washington University School of Medicine. Toronto General Hospital Research Institute, University Health Network, Toronto, ON, Canada.
2、从单细胞数据中识别基因网络和分解噪声的高级方法
Advanced methods for gene network identification and noise decomposition from single-cell data
Nature Communications; IF:16.600; DOI: 10.1038/s41467-024-49177-1
内容概要：
① 在生物学研究中，基因表达的分析是理解生物过程的关键。然而，由于实验条件和生物系统的复杂性，基因表达数据通常包含噪声，这给准确分析带来了挑战。特别是当系统具有高维度时，即涉及多个基因和反应物种时，这种挑战变得更加显著。化学主方程（CME）作为一种数学模型，被广泛应用于描述反应物种拷贝数的概率演化，是分析这类含噪声基因表达系统的重要工具。然而，对于高维系统，求解CME会遇到所谓的“维数灾难”，即随着维度的增加，计算复杂度急剧上升，使得求解变得异常困难。
② 本研究介绍了一种用于分析含噪声基因表达系统的新方法，特别是针对高维系统。通过采用分而治之的策略，将系统分解为主系统和从属子系统，并结合蒙特卡洛估计和随机滤波过程，有效地解决了化学主方程（CME）的求解问题。通过高维数值示例和酵母转录系统的实际应用，证明了该方法在单细胞分辨率下识别基因表达系统以及准确分析同基因细胞间速率参数异质性的能力。此外，还开发了一种不需要额外组件的噪声分解技术，进一步验证了识别结果的准确性。
③ 这一研究成果不仅为分析含噪声基因表达系统提供了新的方法，也为未来的生物学研究提供了有力支持。