MARC

 008260126s2025        us                              c    eng  d
■001000017358795
■00520260202104753
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798290654744
■035    ▼a(MiAaPQ)AAI32151360
■035    ▼a(MiAaPQ)Caltech17314
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a610
■1001  ▼aYang,  Yujing.
■24510▼aExploring  Cell  Diversity  in  Complex  Tissues  Through  Spatial  Genomics  and  Spatial  Transcriptomics
■260    ▼a[Sl]▼bCalifornia  Institute  of  Technology▼c2025
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a206  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-03,  Section:  B.
■500    ▼aAdvisor:  Cai,  Long.
■5021  ▼aThesis  (Ph.D.)--California  Institute  of  Technology,  2025.
■520    ▼aThe  study  of  cellular  diversity  is  a  fundamental  requirement  for  understanding  how  multicellular  organisms  function.  During  the  development  of  multicellular  organisms,  cells  differentiate  into  various  cell  types  with  different  molecular  compositions,  exhibit  different  phenotypes,  and  show  distinct  morphologies.  Each  single  cell  occupies  a  specific  spatial  location  within  different  tissues  and  organs  and  performs  a  unique  function.  A  holistic  understanding  of  cells  requires  the  integration  of  multiple  "omics"  modalities,  including  genomics,  epigenomics,  transcriptomics,  and  proteomics.  Current  well-established  single-cell  sequencing  methods  have  been  used  to  build  enormous  single-cell  transcriptomic  atlases.  While  single-cell  sequencing  methods  are  now  capable  of  multi-omic  profiling,  they  all  require  cell  dissociation,  during  which  important  spatial  context  information  is  lost.  To  study  cellular  diversity  within  its  native  spatial  context,  our  lab  has  developed  innovative  spatial  genomics  and  transcriptomics  tools  that  enable  multi-omics  profiling  at  single-cell  resolution  while  preserving  intact  tissue  organization.  This  thesis  presents  two  projects  that  leverage  these  tools  to  investigate  cellular  diversity  in  complex  tissues  across  different  biological  scales,  from  subnuclear  to  tissue-level  organization.  In  Chapter  2,  we  applied  spatial  multi-omics  to  the  mouse  cerebellum,  achieving  single-cell  resolution  profiling  of  100,049  genomic  loci,  17,856  nascent  transcripts,  60  mature  mRNAs,  and  28  immunofluorescently  labeled  subnuclear  structures.  To  achieve  this,  we  developed  innovative  two-layer  barcodes  for  DNA  sequential  fluorescence  in  situ  hybridization  (seqFISH).  Combining  cell-type  information  from  nascent  and  mature  transcriptomes,  we  captured  the  three-dimensional  genomic  architecture  and  its  interactions  with  subnuclear  compartments  in  a  cell-type-specific  manner.  Our  findings  show  that  repressive  chromatin  compartments  have  greater  cell-type  specificity  than  active  chromatin  compartments  in  the  mouse  cerebellum.  In  Chapter  3,  we  integrated  single-cell  multiome  sequencing,  which  profiles  single-nucleus  RNA  and  chromatin  accessibility  (ATAC)  from  the  same  cells,  with  seqFISH  spatial  transcriptomics.  This  approach  was  applied  to  the  17-  to  18-week-old  human  fetal  kidney,  targeting  224  marker  genes.  By  combining  sequencing  and  spatial  profiling  data,  we  constructed  a  comprehensive  developmental  atlas  of  human  kidney  organogenesis,  providing  new  insights  into  the  tissue  organization  and  gene  expression  patterns  during  kidney  development.
■590    ▼aSchool  code:  0037.
■650  4▼aDNA  methylation
■650  4▼aChromosomes
■650  4▼aGenomics
■650  4▼aGene  loci
■650  4▼aCellular  biology
■650  4▼aImmunology
■653    ▼aCellular  diversity
■653    ▼aMulticellular  organisms
■690    ▼a0379
■690    ▼a0982
■71020▼aCalifornia  Institute  of  Technology▼bBiology.
■7730  ▼tDissertations  Abstracts  International▼g87-03B.
■790    ▼a0037
■791    ▼aPh.D.
■792    ▼a2025
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17358795▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서