大家好，欢迎观看《时空日报》第358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Genpilot模块生成的文章概要，并辅以人工审核，供了解参考。
1、通过多重化皮质类脑器官，以单细胞分辨率纵向剖析发育特征
Multiplexing cortical brain organoids for the longitudinal dissection of developmental traits at single-cell resolution
Nat Methods; IF: 36.100; DOI: 10.1038/s41592-024-02555-5
内容概要：
① 在探索人类神经生物学的复杂领域时，为了在高分辨率和机制精确性上取得突破，科研人员面临着一个重大的挑战：如何在实验设计中纳入多个个体，甚至未来的群体队列，同时保持研究的可扩展性。为了应对这一挑战，他们开发并测试了一系列创新的策略。这些策略包括在类脑器官生成阶段，将来自不同多能干细胞（PSC）系的细胞进行混合（称为马赛克模型），以及在单细胞RNA测序（scRNA-seq）文库制备之前进行细胞混合（即下游多重化）。这些方法的实施，为深入理解神经发育过程奠定了坚实的基础。
② 为了进一步提升研究的准确性和效率，科研人员还引入了一种新的计算方法——SCanSNP，以及一种共识算法，用于精确解析细胞身份。这些技术革新解决了当前在双细胞和低质量细胞识别方面遇到的难题，使得研究人员能够更准确地追踪和分析神经发育轨迹。通过验证这两种多重化方法，科研人员成功地将特定个体的神经发育轨迹与遗传变异联系起来，为神经生物学研究开辟了新的视角。
③ 最终，科研人员通过模拟不同多重化组合的可扩展性，证明了马赛克类脑器官在高通量设置中的巨大潜力。这套实验和计算方法的多重化套件，不仅提高了研究的效率和准确性，还为脑疾病和神经多样性建模提供了高度可扩展的资源。这一系列的创新成果，无疑将推动人类神经生物学研究迈向新的高度。
其他研究：人类神经生物学，高分辨率与机制精确性，实验设计挑战，马赛克模型，下游多重化，共识算法，脑疾病与神经多样性建模，scRNA-seq; Caporale N, Castaldi D, Rigoli MT, et al.; Department of Oncology and Hemato-Oncology, University of Milan, Milan, Italy.;Human Technopole, Milan, Italy.
2、腮腺炎病毒包涵体的结构和分子特性
Structural and molecular properties of mumps virus inclusion bodies
Science Advances; IF:11.700; DOI: 10.1126/sciadv.adr03599
内容概要：
① 在病毒学研究领域，腮腺炎病毒（MuV），作为副黏病毒科的一员，是导致腮腺炎的病原体。科学家们发现，MuV的病毒RNA合成活动发生在一种特殊的细胞结构中，这些结构被称为包涵体（IBs），它们位于细胞质的无膜区域。这些包涵体展现出了液滴细胞器的特性，它们是通过液-液相分离过程形成的。这一发现为理解MuV如何在细胞内复制提供了新的视角。
② 为了更深入地了解MuV包涵体的结构和功能，科研人员采用了超分辨率显微技术对其进行观察。结果显示，MuV的核衣壳和磷蛋白（P蛋白）在包涵体内形成了一种笼状结构，而病毒聚合酶则以一种网状模式分布，并与病毒RNA紧密共定位。这种独特的结构安排可能有助于病毒RNA的合成和病毒的复制过程。此外，科研人员还利用空间转录组分析技术，对位于包涵体内的宿主RNA进行了鉴定，他们惊讶地发现，富含G四联体序列的RNA（G4-RNA）在包涵体内高度富集。
③ 为了进一步验证G4-RNA在包涵体形成中的作用，科研人员设计了体外相分离实验。实验结果表明，G4-RNA能够与P蛋白相互作用，并促进P蛋白液滴的凝聚。这一发现揭示了G4-RNA在腮腺炎病毒包涵体形成中的关键作用。综上所述，腮腺炎病毒通过形成具有特征性笼状结构的包涵体，并利用宿主G4-RNA的相互作用，实现了其高效的病毒复制过程。这些发现不仅增进了我们对腮腺炎病毒复制机制的理解，也为开发针对该病毒的抗病毒药物提供了新的思路。
疾病研究：腮腺炎病毒（MuV）, 包涵体（IBs）, 液-液相分离, 笼状结构, G4-RNA, P蛋白，空间转录组; Katoh H, Kimura R, Sekizuka T, et al.; Department of Microbiology, Graduate School of Medicine and Faculty of Medicine, The University of Tokyo, Tokyo 113-0033, Japan.