Whole-brain spatial transcriptional analysis at cellular resolution

核糖核酸 原位杂交 计算生物学 背景(考古学) 间隙 神经科学 脑组织 细胞生物学 生物 信使核糖核酸 遗传学 基因 医学 泌尿科 古生物学
作者
Shigeaki Kanatani,Judith C. Kreutzmann,Yue Li,Zoe West,Lea Lydolph Larsen,Danai Vougesi Nikou,Ilse Eidhof,A. G. Walton,Songbai Zhang,Leslie A. Kirby,Jacob Lercke Skytte,Casper G. Salinas,Kimiharu Takamatsu,Xiaofei Li,Daisuke H. Tanaka,Dagmara Kaczyńska,Keishiro Fukumoto,Razieh Karamzadeh,Yujiao Xiang,Naofumi Uesaka
出处
期刊:Science [American Association for the Advancement of Science (AAAS)]
卷期号:386 (6724): 907-915 被引量:17
标识
DOI:10.1126/science.adn9947
摘要

Recent advances in RNA analysis have deepened our understanding of cellular states in biological tissues. However, a substantial gap remains in integrating RNA expression data with spatial context across organs, primarily owing to the challenges associated with RNA detection within intact tissue volumes. Here, we developed Tris buffer–mediated retention of in situ hybridization chain reaction signal in cleared organs (TRISCO), an effective tissue-clearing method designed for whole-brain spatial three-dimensional (3D) RNA imaging. TRISCO resolved several crucial issues, including the preservation of RNA integrity, achieving uniform RNA labeling, and enhancing tissue transparency. We tested TRISCO using a broad range of cell-identity markers, noncoding and activity-dependent RNAs, within diverse organs of varying sizes and species. TRISCO thus emerges as a powerful tool for single-cell, whole-brain, 3D imaging that enables comprehensive transcriptional spatial analysis across the entire brain.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
建议保存本图,每天支付宝扫一扫(相册选取)领红包
实时播报
karl完成签到,获得积分10
刚刚
1秒前
思源应助LSF采纳,获得10
1秒前
RRRickyyy完成签到 ,获得积分10
1秒前
田様应助Snoopy采纳,获得10
2秒前
Hello应助害怕的忆梅采纳,获得10
2秒前
化工牛马人完成签到,获得积分10
2秒前
liwenqiang完成签到,获得积分10
3秒前
Akim应助唠叨的富采纳,获得10
3秒前
科研通AI6应助kerxi采纳,获得30
3秒前
3秒前
4秒前
Lucas应助窝窝头采纳,获得10
4秒前
在水一方应助柔弱成协采纳,获得10
4秒前
虚心的静枫完成签到,获得积分10
5秒前
MSYzack发布了新的文献求助30
6秒前
6秒前
6秒前
7秒前
FashionBoy应助小米采纳,获得10
8秒前
8秒前
oMayii完成签到 ,获得积分10
8秒前
8秒前
李健应助邹嘉锋采纳,获得10
8秒前
9秒前
10秒前
cg666发布了新的文献求助10
10秒前
caocao发布了新的文献求助10
10秒前
量子星尘发布了新的文献求助10
11秒前
Owen应助Akari采纳,获得10
11秒前
11秒前
11秒前
13秒前
FrozNineTivus完成签到,获得积分10
13秒前
okghy发布了新的文献求助10
13秒前
sw发布了新的文献求助30
14秒前
jekyll发布了新的文献求助10
14秒前
karl发布了新的文献求助10
14秒前
科研通AI6应助嘿嘿采纳,获得10
14秒前
15秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Mentoring for Wellbeing in Schools 1200
List of 1,091 Public Pension Profiles by Region 1061
Binary Alloy Phase Diagrams, 2nd Edition 600
Atlas of Liver Pathology: A Pattern-Based Approach 500
A Technologist’s Guide to Performing Sleep Studies 500
EEG in Childhood Epilepsy: Initial Presentation & Long-Term Follow-Up 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 物理化学 基因 遗传学 催化作用 冶金 量子力学 光电子学
热门帖子
关注 科研通微信公众号,转发送积分 5495762
求助须知:如何正确求助?哪些是违规求助? 4593769
关于积分的说明 14441287
捐赠科研通 4526301
什么是DOI,文献DOI怎么找? 2479983
邀请新用户注册赠送积分活动 1464732
关于科研通互助平台的介绍 1437533