High-plex imaging of RNA and proteins at subcellular resolution in fixed tissue by spatial molecular imaging

核糖核酸 生物 亚细胞定位 核酸 计算生物学 细胞 原位杂交 图像分辨率 分子生物学 细胞生物学 基因表达 细胞质 生物化学 基因 计算机科学 人工智能
作者
Shikun He,Ruchir Bhatt,Carl Brown,Emily Brown,Derek L. Buhr,Kan Chantranuvatana,Patrick Danaher,Dwayne Dunaway,Ryan G. Garrison,Gary Geiss,Mark Gregory,Margaret L. Hoang,Rustem Khafizov,Emily Killingbeck,Dae Kim,Tae Kyung Kim,Youngmi Kim,Andrew Klock,Mithra Korukonda,Alecksandr Kutchma,Zachary Lewis,Yan Liang,Jeffrey S. Nelson,Giang T. Ong,Evan P. Perillo,Joseph C. Phan,Tien Phan-Everson,Erin Piazza,Tushar D. Rane,Zachary Reitz,M. J. C. Rhodes,Alyssa B. Rosenbloom,David Ross,Hiromi Sato,Aster Wardhani,Corey A. Williams-Wietzikoski,Lidan Wu,Joseph M. Beechem
出处
期刊:Nature Biotechnology [Springer Nature]
卷期号:40 (12): 1794-1806 被引量:147
标识
DOI:10.1038/s41587-022-01483-z
摘要

Resolving the spatial distribution of RNA and protein in tissues at subcellular resolution is a challenge in the field of spatial biology. We describe spatial molecular imaging, a system that measures RNAs and proteins in intact biological samples at subcellular resolution by performing multiple cycles of nucleic acid hybridization of fluorescent molecular barcodes. We demonstrate that spatial molecular imaging has high sensitivity (one or two copies per cell) and very low error rate (0.0092 false calls per cell) and background (~0.04 counts per cell). The imaging system generates three-dimensional, super-resolution localization of analytes at ~2 million cells per sample. Cell segmentation is morphology based using antibodies, compatible with formalin-fixed, paraffin-embedded samples. We measured multiomic data (980 RNAs and 108 proteins) at subcellular resolution in formalin-fixed, paraffin-embedded tissues (nonsmall cell lung and breast cancer) and identified >18 distinct cell types, ten unique tumor microenvironments and 100 pairwise ligand–receptor interactions. Data on >800,000 single cells and ~260 million transcripts can be accessed at http://nanostring.com/CosMx-dataset.
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
大幅提高文件上传限制,最高150M (2024-4-1)

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。
实时播报
刚刚
隐形曼青应助阿城采纳,获得10
1秒前
3秒前
XF完成签到,获得积分20
3秒前
wjz完成签到,获得积分20
3秒前
静听风林应助早晚采纳,获得10
4秒前
巧克力蛋挞完成签到,获得积分10
5秒前
棠梨浮萍完成签到,获得积分10
6秒前
晨曦发布了新的文献求助10
8秒前
刘思彤发布了新的文献求助10
8秒前
Hello应助小杨采纳,获得10
8秒前
10秒前
10秒前
酸奶发布了新的文献求助10
11秒前
12秒前
QIN完成签到,获得积分10
13秒前
阿城发布了新的文献求助10
15秒前
兴钬完成签到,获得积分10
15秒前
安阳完成签到,获得积分10
15秒前
桐桐应助GYYYYYYYYYYY采纳,获得10
15秒前
16秒前
19秒前
19秒前
解羽完成签到 ,获得积分10
19秒前
19秒前
称心的海蓝完成签到 ,获得积分10
20秒前
21秒前
俊秀的香氛完成签到,获得积分10
21秒前
滴滴滴发布了新的文献求助10
22秒前
长医德莱文完成签到,获得积分10
22秒前
小杨发布了新的文献求助10
23秒前
酸奶完成签到,获得积分20
24秒前
28秒前
牛777发布了新的文献求助10
28秒前
30秒前
脑洞疼应助清风采纳,获得10
31秒前
巴扎嘿完成签到 ,获得积分10
32秒前
wyr发布了新的文献求助10
34秒前
神勇的溪流完成签到,获得积分10
34秒前
曾婉娟发布了新的文献求助10
35秒前
高分求助中
Teaching Social and Emotional Learning in Physical Education 900
Gymnastik für die Jugend 600
Chinese-English Translation Lexicon Version 3.0 500
Electronic Structure Calculations and Structure-Property Relationships on Aromatic Nitro Compounds 500
マンネンタケ科植物由来メロテルペノイド類の網羅的全合成/Collective Synthesis of Meroterpenoids Derived from Ganoderma Family 500
[Lambert-Eaton syndrome without calcium channel autoantibodies] 440
Plesiosaur extinction cycles; events that mark the beginning, middle and end of the Cretaceous 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 有机化学 工程类 生物化学 纳米技术 物理 内科学 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 电极 光电子学 量子力学
热门帖子
关注 科研通微信公众号,转发送积分 2385369
求助须知:如何正确求助?哪些是违规求助? 2092008
关于积分的说明 5262209
捐赠科研通 1819075
什么是DOI,文献DOI怎么找? 907213
版权声明 559114
科研通“疑难数据库(出版商)”最低求助积分说明 484620