为了深入理解大脑发育、病理特征，细胞类型的准确鉴定和分类显得尤为重要。与一个脑区相比，我们将基因的功能、病理等特征精确地定位在特定的细胞类型上，这非常有利于理解和研究基本的生物学过程。
近日，来自哈佛大学JoshuaR.Sanes团队,博德研究所（broadInstitute）的AvivRegev女神团队,以及HHMI研究所ConstanceL.Cepko团队，利用大规模单细胞平行测序和优化的计算方法，对25,个小鼠视网膜双极神经元进行测序（Drop-seq法）。通过数据分析，研究人员发现了15种细胞类型，包括所有基于传统分类方法的神经元类型和2种新神经元。通过实验验证，他们发现其中一种新神经元不具备经典细胞形态，且空间位置分布也不同。根据传统的细胞形态分类学方法，研究人员找到许多新的特异表达基因。此外，在分子水平上对神经元进行分类，研究人员提出了一套基于转录组水平的系统性综合分类方法，包括神经元分类、新神经元鉴定、不同类型神经元差异表达等。相关研究成果发表在《Cell》上。
实验设计和优化的神经元分类方法如下图：
细心读者会发现，AvivRegev果然是单细胞测序领域的女神。
她的相关文章：
Science:单细胞RNA-seq揭示恶性黑色素瘤内部异质性更复杂更普遍！
张锋最新SCIENCE文章：Div-seq动态地追踪新生神经元的转录
参考文献：
Shekhar,K.,Lapan,SylvainW.,Whitney,IreneE.,Tran,NicholasM.,Macosko,EvanZ.,Kowalczyk,M.,...Sanes,JoshuaR.ComprehensiveClassificationofRetinalBipolarNeuronsbySingle-CellTranscriptomics.Cell,(5),-.e.doi:10./j.cell..07.
me