|
方向 |
承担单位 |
研究内容 |
|
脑 |
哈佛医学院 |
开发下一代病毒标记工具，以实现更强大的单细胞分析 |
|
德克萨斯大学西南医学中心 |
采用单细胞转录组学的多种方法优化样品的采集、处理和存储 |
|
艾伦研究所、其他11个机构联盟 |
使用常见的人类和小鼠脑样本，对多种空间转录组学方法进行检测和评估 |
|
布罗德研究所 |
测试方法分析备案的人类样本，同时开发动物模型的计算比较方法，允许未来的功能分析 |
|
哥伦比亚大学医学中心 |
结合最先进的单细胞转录组学和染色质可接近性进行原位测序和拓扑数据分析，记录细胞类型 |
|
斯坦福大学 |
通过测量时间对重要加工步骤的影响和探索大脑区域的变化来优化脑细胞分离 |
|
马克斯·普朗克进化人类学研究所 |
采用单细胞分析来检测原发组织和个体之间的变异性，并分析主要组织与体外模型复杂体的相似性 |
|
免疫 |
魏茨曼科学研究院 |
开发方法和基准数据，以帮助“人类细胞图谱计划”分离和开展罕见细胞类型的单细胞分析，对未来诊断和治疗血癌至关重要 |
|
剑桥大学 |
采用多个单细胞分析方法来系统地评估组织解离和处理，以阐明组织固有免疫细胞研究的步骤 |
|
福瑞德·哈金森癌症研究中心 |
自动化和扩展敏感的分析方法，以了解蛋白质或特定蛋白质变体与基因组结合的重要性 |
|
华盛顿大学 |
通过先进的成像技术开发测量单细胞表观遗传状态的方法 |
|
纽约基因组研究中心 |
将传统基于抗体的细胞识别与单细胞分析相结合，持续开发和检测先进的多组学方法 |
|
哥伦比亚大学 |
采用多种单细胞测序和成像方法分析组织 |
|
加州大学旧金山分校 |
评估血细胞取样的方法，以促进对更大规模和个体间变异的理解 |
|
组织处理与加工 |
法国尼斯大学 |
优化组织处理并提供多种分析人体支气管不同解剖位置方法的基准数据 |
|
芝加哥大学 |
比较针对天然及诱导心脏细胞类型的单细胞和核转录组学方法 |
|
加州大学尔湾分校 |
开发一个强大和易于使用的设备，快速解离各种原始组织形成单细胞悬液 |
|
德国马克斯·德尔布吕克分子医学中心 |
通过优化组织解离和多种单细胞分析方法（包括转录和空间）来表征心脏组织 |
|
华盛顿大学医学院 |
分析原代肾细胞以比较针对新鲜和冷冻组织的单细胞转录组学方法 |
|
加州大学尔湾分校、德州大学安德森癌症中心 |
将多种检测方法（包括单细胞转录组学，空间基因组学，表观遗传学和组织学）结合在一起的多模式乳腺组织分析。分析将为单个组织内的许多测定提供比较基准 |
|
瑞典卡罗琳学院 |
制定强大的组织处理方案，以允许具有不同属性的多个组织使用单细胞转录组学技术和空间技术 |
|
辛辛那提儿童医院医学中心 |
在较低的温度下识别不同组织类型的组织处理方法，并利用细胞转录组学来标定结果 |
|
美国麻省总医院 |
标准化实验室和平台的样品处理和单细胞分析，以更好地评估技术变化 |
|
威康信托基金会桑格研究所 |
开展评估处理前存储组织样本的影响的项目 |
|
胃肠 |
德国海德堡大学 |
将多维空间成像技术与单细胞测序整合，开发数据整合方法 |
|
斯坦福大学 |
标准化工作流程和分析基于测序的单细胞表观遗传学数据的组织，同时建立综合分析的计算方法 |
|
斯坦福大学 |
建立冷冻保存等的工作流程，整合大量的成像和单细胞测序 |
|
瑞典皇家理工学院 |
对同一组织样本进行蛋白质组学比较和转录分析，以探索数据整合以及结果的一致性 |
|
华盛顿大学医学院 |
开发重复性更好的单细胞测序实验 |
|
斯坦福大学 |
开发大量人体组织可缩放的多重蛋白质成像 |
|
皮肤 |
美国翻译基因组学研究院 |
优化组织分离、储存和单细胞测序的处理，并建立社区最佳实践 |
|
英国伦敦国王学院干细胞和再生医学中心 |
优化健康人体皮肤细胞的采集、分离和可视化 |
|
技术开发 |
南加利福尼亚大学 |
开发先进的成像工具来扩增各种生物分子（如蛋白质和核酸）的信号，以同时分析单个细胞 |
|
南非开普敦大学 |
开发一种图像分析工具来帮助表征各类型细胞蛋白质和RNA在亚细胞定位中的变化 |
|
宾夕法尼亚大学 |
加速用于成像的工具和技术开发，以在完整的组织上进行空间基因组学分析 |
|
加州大学旧金山分校 |
制定先进和强大的抗体标记方案，以允许多种形式的单细胞分析的重复 |
|
清华大学 |
单细胞测序的生物信息学分析，以支持社区检测，改进检测技术 |
|
斯坦福大学 |
通过帮助个体实验室找出不足和差距，以协助制定方案和高的社区标准 |
