测序领域新技术开发基本会首先应用于人或者小鼠等常规模式生物中，然后逐渐推广到其他生物。单细胞技术同样是这样，随着技术的成熟，现在越来越广泛的应用到果蝇，蝾螈以及一些植物等。这篇文章为18年发表在cell杂志上的研究果蝇大脑衰老过程中单细胞转录组图谱。
论文的通讯作者为比利时鲁汶大学弗兰德斯生物技术研究所Stein Aerts教授，主要研究方向是解码基因组调控元件，并了解基因组调控程序如何在正常和疾病过程中推动细胞状态的动态变化。在湿实验方面应用高通量技术来破译增强子逻辑和映射基因调控网络，例如RNA-seq用于转录组学和ATAC-seq以及ChIP-seq用于表观基因组分析。为了绘制可能的细胞状态的高分辨率景观，单细胞转录组学和单细胞表观基因组学。在干实验方面使用生物信息学机器学习方法进行调控网络推理和增强子的计算建模。开发提供的一些生物信息学方法包括TOUCAN，ENDEAVOR，iRegulon，i-cisTarget，mu-cisTarget和SCENIC。在新技术研发方面开发了微流体芯片，包括用于单细胞分析的液滴微流体，开发了微流体装置，以分析3D肿瘤（片上器官）和单细胞迁移，并结合无透镜成像，实验室团队综合实力很强。
果蝇大脑中大约有10万个不同种类的细胞，虽然它比人脑规模小得多，但不同类型神经元和细胞组成的复杂网络跟人脑很像,果蝇大脑具有不同的负责睡眠、记忆、嗅觉等功能的细胞。这些研究人员对80多种不同的细胞类型簇进行了分门别类，并且有趣的是，他们也发现并非所有脑细胞都以相同的方式衰老。
对于初步分出来的细胞群，然后进一步细分出亚群，并对亚群细胞注释，发现新的稀有细胞亚型。
利用SCENIC研究映射特定的细胞类型对应特定的调解网络。50个在SCENIC t-SNE中形成单独的细胞簇，表明这些细胞类型具有最特异的TF网络。
SCENIC以氧化磷酸化为指导揭示神经轴。
Scope基于云的单细胞地图集探索，这是一种基于HDF5的数据文件，其中包含具有t-SNE坐标但可包含的数据集的原始或标准化基因表达矩阵来自不同分析和工具的额外注释和特征。SCope提供了一个平台，可以轻松快速地探索大规模单细胞数据集，而无需研究人员获取和分析原始数据。此外，利用标准化文件格式，可以使用SCope轻松调查新数据集和分析，以及提供的容器使组和机构可以使用自己的服务器或云计算解决方案轻松部署此平台。
######参考材料：
https://aertslab.org/#team
Davie K, Janssens J, Koldere D, et al. A Single-Cell Transcriptome Atlas of the Aging Drosophila Brain. Cell. 2018;174(4):982-998.e20