Il testo fornisce un'ampia panoramica delle metodologie e delle applicazioni dell'analisi omica a livello di singola cellula, concentrandosi in particolare sull'analisi del trascrittoma e del metiloma nel cervello murino. Inizialmente, viene evidenziata l'importanza dell'analisi a singola cellula rispetto all'approccio tradizionale (bulk), che consente di esaminare l'eterogeneità cellulare all'interno di un tessuto e di ottenere informazioni dettagliate su popolazioni cellulari rare o poco rappresentate. Successivamente, vengono presentate due metodologie specifiche: MERFISH per l'analisi del trascrittoma spaziale ad alta risoluzione e snmC-seq per l'analisi del metiloma a livello di singola cellula. Viene descritto il funzionamento di entrambe le tecniche, i loro vantaggi e le sfide associate. Vengono presentati i risultati di due studi che applicano queste metodologie al cervello murino. Il primo studio utilizza MERFISH per creare un atlante trascrizionale dettagliato e spaziale dell'intero cervello murino, consentendo di identificare sottotipi cellulari e di studiare le interazioni spaziali tra di esse. Il secondo studio utilizza snmC-seq per analizzare il metiloma a livello di singola cellula in diverse regioni cerebrali, consentendo di identificare e caratterizzare diversi sottotipi cellulari in base alle loro caratteristiche epigenetiche. Infine, si cerca di trovare corrispondenze tra gli studi delle due omiche, mettendo a fuoco una precisa regione cerebrale (l’isocorteccia), ampliando ulteriormente la nostra comprensione della biologia del cervello murino. In sintesi, l'analisi omica a livello di singola cellula, combinata con metodologie avanzate come MERFISH e snmC-seq, offre una visione dettagliata e approfondita della complessità cellulare e molecolare nei tessuti biologici, consentendo nuove scoperte e approfondimenti nel campo della biologia e della neuroscienza.
Le tecnologie omiche a livello di singola cellula per analizzare la complessità del cervello murino.
CIANCI, MARCO AMATO
2022/2023
Abstract
Il testo fornisce un'ampia panoramica delle metodologie e delle applicazioni dell'analisi omica a livello di singola cellula, concentrandosi in particolare sull'analisi del trascrittoma e del metiloma nel cervello murino. Inizialmente, viene evidenziata l'importanza dell'analisi a singola cellula rispetto all'approccio tradizionale (bulk), che consente di esaminare l'eterogeneità cellulare all'interno di un tessuto e di ottenere informazioni dettagliate su popolazioni cellulari rare o poco rappresentate. Successivamente, vengono presentate due metodologie specifiche: MERFISH per l'analisi del trascrittoma spaziale ad alta risoluzione e snmC-seq per l'analisi del metiloma a livello di singola cellula. Viene descritto il funzionamento di entrambe le tecniche, i loro vantaggi e le sfide associate. Vengono presentati i risultati di due studi che applicano queste metodologie al cervello murino. Il primo studio utilizza MERFISH per creare un atlante trascrizionale dettagliato e spaziale dell'intero cervello murino, consentendo di identificare sottotipi cellulari e di studiare le interazioni spaziali tra di esse. Il secondo studio utilizza snmC-seq per analizzare il metiloma a livello di singola cellula in diverse regioni cerebrali, consentendo di identificare e caratterizzare diversi sottotipi cellulari in base alle loro caratteristiche epigenetiche. Infine, si cerca di trovare corrispondenze tra gli studi delle due omiche, mettendo a fuoco una precisa regione cerebrale (l’isocorteccia), ampliando ulteriormente la nostra comprensione della biologia del cervello murino. In sintesi, l'analisi omica a livello di singola cellula, combinata con metodologie avanzate come MERFISH e snmC-seq, offre una visione dettagliata e approfondita della complessità cellulare e molecolare nei tessuti biologici, consentendo nuove scoperte e approfondimenti nel campo della biologia e della neuroscienza.File | Dimensione | Formato | |
---|---|---|---|
926856_tesicianci.pdf
non disponibili
Tipologia:
Altro materiale allegato
Dimensione
2.41 MB
Formato
Adobe PDF
|
2.41 MB | Adobe PDF |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.14240/107936