本文主要是介绍本周最新文献速递20210425，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
本周最新文献速递20210425
一
文献题目： Barcoded viral tracing of single-cell interactions in central nervous system inflammation
不想看英文题目： 中枢神经系统炎症中细胞间相互作用机制的研究
杂志和影响因子： Science（41.845 1区）
研究意义： 中枢神经系统（CNS）的神经胶质细胞（星形胶质细胞和小胶质细胞）在发育、组织修复和体内平衡中起着重要作用。研究发现星形胶质细胞和小胶质细胞的相互作用可促进多发性硬化症（MS）等炎症的发生，但对其相互作用的途径知之甚少。
结论：
1）首先，作者开发了一项用于研究细胞间相互作用的技术（rabies barcode interaction detection followed by sequencing, RABID-seq），该技术可以靶向特定细胞类型，包括星形胶质细胞和其他神经胶质细胞等；
2）为了探索细胞间相互作用信号，以naïve态和实验性自身免疫性脑脊髓炎（EAE）小鼠为研究对象检测细胞的相互作用。利用RABID-seq技术检测到星形胶质细胞相互作用，且EAE小鼠的星形胶质细胞相互作用网络更加多元化；
3）为了进一步探索细胞间发生相互作用后如何促进炎症反应，使用RABID-seq识别EAE小鼠的小胶质细胞-星形胶质细胞相互作用信号，发现Sema4D-PlexinB2 信号介导小胶质细胞-星形胶质细胞相互作用，并促进EAE中枢神经系统炎症；
4）此外，还观察到小胶质细胞Ephrin-B3和星形胶质细胞EphB3相互作用亦可促进EAE中枢神经系统炎症；
5）对上述发现的Ephrin-B-EphB3通路进行反向信号传导研究，发现反向信号传导可通过NF-κB通路促进炎症过程；
6）通过靶向抑制EphB3活性，可降低炎症相关转录模块的表达，进一步证明了前面发现的星形胶质细胞EphB3促进CNS炎症反应过程。该结果也说明了抑制EphB3活性可作为治疗炎症的新靶点；
7）为了进一步探究EphB3信号参与星形胶质细胞促炎反应的机制，通过差异表达数据在小胶质细胞-星形胶质细胞网络中鉴定了参与EphB3促炎过程的PI3K-AKT-MTOR信号传导通路。发现 PI3K-AKT-MTOR 通路有助于活性氧（ROS）的产生，并促进星形胶质细胞中EphB3的炎症过程；
文章链接：
https://pubmed.ncbi.nlm.nih.gov/33888612/
doi: 10.1126/science.abf1230
公开的代码：
RABID-seq bioinformatics pipeline：
https://github.com/Zha0rong/RABID-seq
二
文献题目： Genetic analyses identify widespread sex-differential participation bias
不想看英文题目： 遗传分析发现广泛的性别差异偏倚性
杂志和影响因子： Nat Genet（27.603 1区 ）
研究意义： 人群代表性不足（比如参与者存在性别差异）可能对表型的关联结果产生偏倚性。因此有必要探索参与者性别差异如何影响全基因组关联分析（GWAS）结果的偏倚性。
结论：
1）对 23andMe 的 2,462,132 例样本进行了性别（女性编号为1，男性编号为0 ）的GWAS分析，发现了158个独立的常染色体显著信号；
2）进一步纳入 4,155 个 复杂性状的GWAS 摘要数据进行分析，发现性别相关的信号具有基因多效性，一半的性别相关信号与1个及以上的复杂性状相关，五分之一的信号与 5个及以上的复杂性状相关；
3）对UK Biobank的数据进行分析，发现性别偏倚对下游的遗传分析会产生潜在的影响。比如之前的研究认为肥胖是2型糖尿病的风险因素，且男性和女性的风险是有差异的，但本文发现该风险差异跟性别无关，而是肥胖本身就存在性别差异，引起后面的归因错误；
文章链接：
https://pubmed.ncbi.nlm.nih.gov/33888908/
doi: 10.1038/s41588-021-00846-7
公开的资料：
GWAS catalog：GCST90013473 (23andMe) and GCST90013474
公开的代码：
https://github.com/dsgelab/genobias
三
文献题目： MRLocus: Identifying causal genes mediating a trait through Bayesian estimation of allelic heterogeneity
不想看英文题目： MRLocus：通过等位基因异质性的贝叶斯估计确定介导性状的因果基因
杂志和影响因子： PLoS Genet（5.174 2区 ）
一句话介绍： 目前的共定位分析仅能说明基因表达与表型之间的相关性，不能证明其因果关系。MRLocus 工具通过两样本孟德尔随机化分析（MR），证明基因表达对表型的影响。
文章链接：
https://pubmed.ncbi.nlm.nih.gov/33872308/
doi: 10.1371/journal.pgen.1009455
工具地址：
https://mikelove.github.io/mrlocus
本人（橙子牛奶糖，即陈文燕）必须在此说明，如果有任何重大的错误，无论是文字上或意义上的，完全都是我的责任。然而虽然我非常欢迎批评，但是我想那只会浪费你宝贵的时间。── 摘自《正见》
这篇关于本周最新文献速递20210425的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
